The Journal of the Korea institute of electronic communication sciences
/
v.16
no.5
/
pp.859-866
/
2021
Agricultural Photovoltaic power generation is a new model that installs solar power generation facilities on top of farmland. Through this, it is possible to increase farm household income by producing crops and electricity at the same time. Recently, various attempts have been made to utilize agricultural solar power generation. Agricultural photovoltaic power generation has a disadvantage in that maintenance is relatively difficult because it is installed on a relatively high structure unlike conventional photovoltaic power generation. To solve these problems, intelligent and efficient operation and diagnostic functions are required. In this paper, we discuss the design and implementation of a prediction and diagnosis system to collect and store the power output of agricultural solar power generation facilities and implement an intelligent prediction model. The proposed system predicts the amount of power generation based on the amount of solar power generation and environmental sensor data, determines whether there is an abnormality in the facility, calculates the aging degree of the facility and provides it to the user.
Purpose: Pediatric acute appendicitis has a stable incidence rate in Western countries with an annual change of -0.36%. However, a sharp increase was observed in the Asian region. The Indonesian Health Department reveals appendicitis as the fourth most infectious disease, with more than 64,000 patients annually. Hence, there is an urgent need to identify and evaluate the risk factors and diagnostic modalities for accurate diagnosis and early treatment. This study also clarifies the usage of pediatric appendicitis score (PAS) for children <5 years of age. Methods: The current study employed a cross-sectional design with purposive sampling through demographic and PAS questionnaires with ultrasound sonography (USG) results. The analysis was performed using the chi-square and Mann-Whitney tests and logistic regression. Results: This study included 21 qualified patients with an average age of 6.76±4.679 years, weighing 21.72±10.437 kg, and who had been hospitalized for 4.24±1.513 days in Siloam Teaching Hospital. Compared to the surgical gold standard, PAS and USG have moderate sensitivity and specificity. Bodyweight and stay duration were significant for appendicitis (p<0.05); however, all were confounders in the multivariate regression analysis. Incidentally, a risk prediction model was generated with an area under the curve of 72.73%, sensitivity of 100.0%, specificity of 54.5%, and a cut-off value of 151. Conclusion: PAS outperforms USG in the sensitivity of diagnosing appendicitis, whereas USG outperforms PAS in terms of specificity. This study demonstrates the use of PAS in children under 5 years old. Meanwhile, no risk factors were significant in multivariate pediatric acute appendicitis risk factors.
Alfaidi, Aseel;Alshahrani, Abdullah;Aljohani, Maha
International Journal of Computer Science & Network Security
/
v.22
no.9
/
pp.195-207
/
2022
COVID-19 has remained one of the most serious health crises in recent history, resulting in the tragic loss of lives and significant economic impacts on the entire world. The difficulty of controlling COVID-19 poses a threat to the global health sector. Considering that Artificial Intelligence (AI) has contributed to improving research methods and solving problems facing diverse fields of study, AI algorithms have also proven effective in disease detection and early diagnosis. Specifically, acoustic features offer a promising prospect for the early detection of respiratory diseases. Motivated by these observations, this study conceptualized a speech-based diagnostic model to aid in COVID-19 diagnosis. The proposed methodology uses speech signals from confirmed positive and negative cases of COVID-19 to extract features through the pre-trained Visual Geometry Group (VGG-16) model based on Mel spectrogram images. This is used in addition to the K-means algorithm that determines effective features, followed by a Genetic Algorithm-Support Vector Machine (GA-SVM) classifier to classify cases. The experimental findings indicate the proposed methodology's capability to classify COVID-19 and NOT COVID-19 of varying ages and speaking different languages, as demonstrated in the simulations. The proposed methodology depends on deep features, followed by the dimension reduction technique for features to detect COVID-19. As a result, it produces better and more consistent performance than handcrafted features used in previous studies.
Blood perfusion of skeletal muscle and callus was evaluated using contrast-enhanced ultrasonography (CEUS) in a canine osteotomy model to determine the applicability of CEUS in the assessment of neovascularization during fracture healing and to compare the vascular signals on CEUS between external skeletal fixation and cast-applied dogs. In 6 Beagle dogs, a simple transverse osteotomy was performed at the left tibial shaft and external skeletal fixation (n = 3) or a cast (n = 3) was applied. Radiography, power Doppler ultrasonography (power Doppler), and CEUS were performed until complete union was achieved. On CEUS, vascular changes were quantitatively evaluated by measuring peak intensity (PI) and time to PI in the soft tissue and callus and by counting the vascular signals. Vascular signals from the soft tissue were detected on power Doppler and CEUS on day 2. Significantly more vascular signals were detected by CEUS than by power Doppler. On CEUS, PI in the surrounding soft tissue was markedly increased after the fracture line appeared indistinctively changed on radiography in all dogs. In the cast-applied dogs, vascular signals from the periosteal and endosteal callus were detected on CEUS before mineralized callus was observed on radiography. CEUS was useful in assessing the vascularity of soft tissue and callus, particularly in indirect fracture healing, and provided indications of a normally healing fracture.
The Journal of the Institute of Internet, Broadcasting and Communication
/
v.23
no.1
/
pp.163-170
/
2023
This paper introduces the semantic modeling technology for autonomous control of manufacturing facilities and status definition algorithm. With the development of digital twin technology and various ICT technologies of the smart factory, a new production management model is being built in the manufacturing industry. Based on the advanced smart manufacturing technology, the status determination algorithm was presented as a methodology to quickly identify and respond to problems with autonomous control and facilities in the factory. But the existing status determination algorithm informs the user or administrator of error information through the grid map and is presented as a model for coping with it. However, the advancement and direction of smart manufacturing technology is diversifying into flexible production and production tailored to consumer needs. Accordingly, in this paper, a technology that can design and build a factory using a semantic-based Linked List data structure and provide only necessary information to users or managers through graph-based information is introduced to improve management efficiency. This methodology can be used as a structure suitable for flexible production and small-volume production of various types.
Kim, Go Eun;Kim, Young Jae;Ju, Woong;Nam, Kyehyun;Kim, Soonyung;Kim, Kwang Gi
Journal of Biomedical Engineering Research
/
v.42
no.5
/
pp.241-249
/
2021
Recently, artificial intelligence for diagnosis system of obstetric diseases have been actively studied. Artificial intelligence diagnostic assist systems, which support medical diagnosis benefits of efficiency and accuracy, may experience problems of poor learning accuracy and reliability when inappropriate images are the model's input data. For this reason, before learning, We proposed an algorithm to exclude unread cervical imaging. 2,000 images of read cervical imaging and 257 images of unread cervical imaging were used for this study. Experiments were conducted based on the statistical method Radiomics to extract feature values of the entire images for classification of unread images from the entire images and to obtain a range of read threshold values. The degree to which brightness, blur, and cervical regions were photographed adequately in the image was determined as classification indicators. We compared the classification performance by learning read cervical imaging classified by the algorithm proposed in this paper and unread cervical imaging for deep learning classification model. We evaluate the classification accuracy for unread Cervical imaging of the algorithm by comparing the performance. Images for the algorithm showed higher accuracy of 91.6% on average. It is expected that the algorithm proposed in this paper will improve reliability by effectively excluding unread cervical imaging and ultimately reducing errors in artificial intelligence diagnosis.
The Journal of the Convergence on Culture Technology
/
v.9
no.3
/
pp.845-850
/
2023
In this paper, we propose a method for diagnosing ball bearing vibration using transfer learning. STFT, which can analyze vibration signals in time-frequency, was used as input to CNN to diagnose failures. In order to rapidly learn CNN-based deep artificial neural networks and improve diagnostic performance, we proposed a transfer learning-based deep learning learning technique. For transfer learning, the feature extractor and classifier were selectively learned using a VGG-based image classification model, the data set for learning was publicly available ball bearing vibration data provided by Case Western Reserve University, and performance was evaluated by comparing the proposed method with the existing CNN model. Experimental results not only prove that transfer learning is useful for condition diagnosis in ball bearing vibration data, but also allow other industries to use transfer learning to improve condition diagnosis.
Airlines tried to introduce training programs in connection with practical work in order to provide more effective education and training. To this end, airlines have been conducting evidence-based training(EBT) to strengthen the practical capabilities of aviation personnel and enhance safety culture. Airlines can systematically evaluate the capabilities and practical capabilities of aviation personnel by analyzing operational data and case studies for effective EBT model development. In addition, EBT models can be constructed by applying technical methods such as crew resource management (CRM) and a holistic approach that includes human factors. Due to the introduction of EBT, airlines will establish diagnostic and feedback systems for pilots' practical work, provide personalized education, and establish an education and training system that verifies the effectiveness of education through educational outcomes.
Bae, Sang Hoon;Cho, Eun Won;Han, Song Ie;Jeong, Yoo Ji;Kim, Kyeong Eon
Journal of Engineering Education Research
/
v.27
no.2
/
pp.35-50
/
2024
The purpose of this study is to identify the core competencies of graduate students at A research university in the context of graduate education in science and engineering, and to develop and validate a diagnostic tool to measure them. To achieve the research objectives, first, 6 factors and 18 sub-competencies of core competencies were derived based on a review of domestic and foreign studies, cases of excellent research-centered overseas universities, and interviews with members of A University. Second, a theoretical model was constructed by deriving behavioral indicators based on the core competencies and sub-competencies, and a preliminary survey was conducted on 188 graduate students of University A to verify the statistical validity of the theoretical model. Results of exploratory and confirmatory factor analysis, the core competencies of graduate students at A research university consisted of 6 factors, 16 sub-competencies, and 77 items. Specifically, it included "Independent research capability(13 items)", "Social Entrepreneurship(10 items)", "Academic agility(15 items)", "Ingenious Challenges(15 items)", "Collegial Collaboration(9 items)", and "Mueunjae leadership(15 items)". This study contributes to the development of theories related to core competencies of graduate students in science and engineering, and has practical significance as a basis for a data-driven competency-based graduate education system.
This study proposes a new hybrid approach that utilizes post-earthquake survey data and numerical analysis results from an evolving finite element routing model to capture vulnerability processes. In order to achieve cost-effective evaluation and optimization, this study introduced an online data evolution data platform. The proposed method consists of four stages: 1) development of diagnostic sensitivity curve; 2) determination of probability distribution parameters of throughput threshold through optimization; 3) update of distribution parameters using smart evolution method; 4) derivation of updated diffusion parameters. Produce a blending curve. The analytical curves were initially obtained based on a finite element model used to represent a similar RC building with an estimated (previous) capacity height in the damaged area. The previous data are updated based on the estimated empirical failure probabilities from the post-earthquake survey data, and the mixed sensitivity curve is constructed using the update (subsequent) that best describes the empirical failure probabilities. The results show that the earthquake rupture estimate is close to the empirical rupture probability and corresponds very accurately to the real engineering online practical analysis. The objectives of this paper are to obtain adequate, safe and affordable housing and basic services, promote inclusive and sustainable urbanization and participation, implement sustainable and disaster-resilient buildings, sustainable human settlement planning and management. Therefore, with the continuous development of artificial intelligence and management strategy, this goal is expected to be achieved in the near future.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.