• 멤브레인
• /
• 제7권2호
• /
• pp.95-109
• /
• 1997

Active layer의 형성법에 따른 첫번째 모듈 set와 두번째 모듈 set 사이의 성능변화가 축방향 속도와 용질 농도변화를 통하여 각 모듈 set별로 비교, 고찰되었다. 모든 실험들은 같은 transmembrane pressure와 막면적당 에너지 소모하에서 동시에 수행되었다. 첫번째 모듈 set에 대해서 Dean vortices가 존재하는 나선형 모듈과 Dean vortices가 없는 선형모듈로 수행된 모든 비교 실험에서 용질 flux와 투과계수는 vortex flow의 경우 훨씬 큰 값을 보였다. 두번째 모듈 set에 대해서 순수에 대한 두 모듈의 투과계수는 다른 값을 보이고 있으며 선형 모듈의 투과계수가 나선형 모듈에 비해 약 150% 높은 것으로 나타났다. 이는 두 모듈의 막이 완전히 달라졌음을 보여준다.

• East Asian mathematical journal
• /
• 제28권3호
• /
• pp.293-303
• /
• 2012

Sequential quadratic programming (SQP) has been one of the most important methods for solving nonlinear constrained optimization problems. Recently, filter method, proposed by Fletcher and Leyffer, has been extensively applied for its promising numerical results. In this paper, we present and study an active set SQP-filter algorithm for inequality constrained optimization. The active set technique reduces the size of quadratic programming (QP) subproblem. While by the filter method, there is no penalty parameter estimate. Moreover, Maratos effect can be overcome by filter technique. Global convergence property of the proposed algorithm are established under suitable conditions. Some numerical results are reported in this paper.

• 경영과학
• /
• 제9권1호
• /
• pp.87-92
• /
• 1992

The purpose of this paper is to study the sensitivity analysis in the matrix game. The third type sensitivity analysis is defined as finding the characteristic region of an element of the payoff matrix in which the set of current active strategies is preserved. First by using the relationship between matrix game and linear programming, we induce the conditions which must be satisfied for preserving the set of current active strategies. Second we show the characteristic regions of active and inactive strategy. It is found that the characteristic regions we suggests in this paper are same with that of the type one sensitivity analysis suggested by Sung[3] except only one case.

• 한국멀티미디어학회논문지
• /
• 제18권7호
• /
• pp.827-833
• /
• 2015

In this paper, we have compared three level set-based active contour (LSAC) methods on inhomogeneous MR image segmentation which is known as an important role of brain diseases to diagnosis and treatment in early. MR image is often occurred a problem with similar intensities and weak boundaries which have been causing many segmentation methods. However, LSAC method could be able to segment the targets such as the level set based on the local image fitting energy, the local binary fitting energy, and local Gaussian distribution fitting energy. Our implemented and tested the subcortical image segmentations were the corpus callosum and hippocampus and finally demonstrated their effectiveness. Consequently, the level set based on local Gaussian distribution fitting energy has obtained the best model to accurate and robust for the subcortical image segmentation.

• 대한전자공학회논문지SP
• /
• 제40권5호
• /
• pp.303-311
• /
• 2003

MPEG-4 표준에서는 객체 단위의 부호화를 수행하기 위해 우선 자연영상으로부터 비디오 객체론 분리하는 영상분할(Segmentation) 기술이 필요하다. 영상분할 방법은 크게 자동 영상분할(Automatic Segment값ion)과 반자동 영상분할(Semi-automatic Segmentation)의 두 부류로 나눌 수 있다. 대부분의 자동 영상분할 방법은 비디오 객체의 명확한 모델을 수학적으로 제시하기 어려우므로 한 화면에서 개별 객체를 추출하기 어렵기 때문에 그 성능에 한계가 있다. 본 논문에서는 이러한 문제점을 극복하기 위해 기하학적인 Active Contour를 이용한 반자동 영상분할 알고리즘을 제안한다. 매개변수 방식의 Active Contour와 달리, 기하학적인 Active Contour는 곡선의 변화론 Level Set 방법을 이용하여 기술하기 때문에 초기 곡선의 모양을 객체의 모양과 무관하게 그릴 수 있다. 평탄화된 영상으로부터 경계함수를 생성하기 위해 이진화된 3차원 확산 모델을 사용하여 LUV 벡터 공간에서 비등방형 확산을 수행한다. 본 논문에서는 흐름 벡터장(Advection Vector Field)에서 곡선을 수축하고, 움직임 정보를 이용하여 곡선 확장하는 방법을 이용하여 동영상에서 객체를 분리하는 방법을 제안한다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.191-194
• /
• 2002

영상분할이란 영상 내에 존재하는 객체를 배경에서 분리해내는 것을 말한다. Active Contour 모델은 객체를 영상에서 분리하는 gradient 기반의 영상분할 방식이다. 전통적인 의미의 Active Contour 모델에서 사용한 gradient 함수 기반의 영상분할은 잡영이 많고 객체와 배경간 뚜렷한 경계가 없는 영상에서는 그 한계를 보이고 있다. 이에 본 논문에서는 이러한 Active Contour 모델의 단점을 극복하기 위한 방법으로 영상 내의 진화곡선에 의존하는 에너지 함수인 Mumford-Shah Functional을 이용한 방법을 제안한다. 이 방법은 영상 내의 Active Contour를 진화시켜 Mumford-Shah 함수의 에너지를 최소화시키는 Level Set 함수를 찾고 Level Set 함수에 의해 얻어진 부분영상에서 히스토그램을 이용한 임계치(thresholding) 방식을 사용하는 보다 효과적인 객체추출 모델이다.

• Wind and Structures
• /
• 제10권4호
• /
• pp.301-314
• /
• 2007

The lever-type active multiple tuned mass dampers (LT-AMTMD), consisting of several lever-type active tuned mass dampers (LT-ATMD), is proposed in this paper to attenuate the vibrations of long-span bridges under the excitation directly acting on the structure, rather than through the base. With resorting to the derived analytical-expressions for the dynamic magnification factors of the LT-AMTMD structure system, the performance assessment then is conducted on the LT-AMTMD with the identical stiffness and damping coefficient but unequal mass. Numerical results indicate that the LT-AMTMD with the actuator set at the mass block can provide better effectiveness in reducing the vibrations of long-span bridges compared to the LT-AMTMD with the actuator set at other locations. An appealing feature of the LT-AMTMD with the actuator set at the mass block is that the static stretching of the spring may be freely adjusted in accordance with the practical requirements through changing the location of the support within the viable range while maintaining the same performance (including the same stroke displacement). Likewise, it is shown that the LT-AMTMD with the actuator set at the mass block can further ameliorate the performance of the lever-type multiple tuned mass dampers (LT-MTMD) and has higher effectiveness than a single lever-type active tuned mass damper (LT-ATMD). Therefore, the LT-AMTMD with the actuator set at the mass block may be a better means of suppressing the vibrations of long-span bridges with the consequence of not requiring the large static stretching of the spring and possessing a desirable robustness.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권7호
• /
• pp.859-868
• /
• 2004

본 논문에서는 능동적 학습이 보다 적은 수의 훈련예제로도 높은 학습성능을 달성할 수 있도록 군집화기법을 이용하여 초기훈련집합을 선정하는 방안을 제안한다. 본 제안 방안은 유사한 예제들보다는 다양한 예제들로 그리고 특수한 예제들보다는 보편적인 예제들로 구성한 집합이 학습에 유리할 것이라는 가정을 바탕으로, 먼저 k-means 군집화 기법으로 예제들을 군집화한 후, 각 군집을 가장 잘 표현하는 대표예제로 개별 군집의 중심점과 가장 가까운 예제를 선정하여 초기훈련집합을 구성한다. 또한 개별 군집의 중심점을 가상의 예제로 가정하여, 이와 연관된 대표예제의 카테고리를 부여함으로써 추가의 훈련예제로 활용하는 방안을 함께 제안한다. 여러 문서 분류 문제를 대상으로 실험한 결과, 본 제안 방안으로 선정한 초기훈련집합에서 출발한 능동적 학습이 임의로 선정한 초기훈련집합에서 출발한 경우에 비해 보다 적은 수의 훈련예제로도 동등한 성능을 달성할 수 있음을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권5호
• /
• pp.1840-1855
• /
• 2015

Troubles are often met when traditional active contours extract boundaries of medical images with inhomogeneous bias and various noises. Focusing on such a circumstance, a localized mutual information active contour model is discussed in the paper. By defining neighborhood of each point on the level set, mutual information is introduced to describe the relationship between the zero level set and image field. A driving energy term is then generated by integrating all the information. In addition, an expanding energy and internal energy are designed to regularize the driving energy. Contrary to piecewise constant model, new model has a better command of driving the contours without initialization.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권10호
• /
• pp.705-712
• /
• 2013

능동적 학습(active learning)은 소수의 라벨 데이터로 구성된 훈련 집합이 주어진 경우에 분류기 학습에 가장 도움이 될 만한 언라벨드 데이터를 선택하여 전문가에 의한 라벨링을 통해 훈련 집합에 포함시키는 과정을 반복함으로써 분류기의 성능을 향상시키는 것을 목적으로 한다. 본 논문에서는 워드 연결(ward's linkage)을 이용한 계층적 군집화(hierarchical clustering)를 바탕으로 한 능동적 학습 방법을 제안한다. 제안된 방법은 각 군집에서 적어도 하나의 샘플을 포함하도록 초기 훈련 집합을 능동적으로 구성하거나 또는 기존의 훈련 집합을 확장함으로써 전체 데이터 분포를 반영할 수 있게 한다. 기존의 능동적 학습 방법들 중 대부분은 초기 훈련 집합이 주어져 있을 경우를 가정하는 반면에 제안하는 방법은 초기 클래스 정보를 가진 훈련 데이터가 주어지지 않은 경우와 주어진 경우에 모두 적용 가능하다. 실험을 통하여 제안하는 방법이 비교 방법들에 비해 분류기 성능을 크게 향상시킬 수 있는 효과적인 데이터 선택을 수행함을 보인다.