• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.175-177
• /
• 2007

This paper is concerned with a performance analysis using a wired/wireless gateway based on DeviceNet. For the performance analysis, the data transmission time between DeviceNet and the wireless devices is investigated and analyzed. The experimental results show the perfom1ance in terms of the polling/COS service time and end-to-end delay.

• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.25-34
• /
• 2020

본 논문에서는 딥러닝 지도학습 알고리즘을 사용한 학습 모델을 대상으로 미용 관련 피부질환 인식의 효과성을 실험적으로 비교한다. 최근 딥러닝 기술을 산업, 교육, 의료 등 다양한 분야에 적용하고 있으며, 의료 분야에서는 중요 피부질환 중 하나인 피부암 식별의 수준을 전문가 수준으로 높인 성과를 보이고 있다. 그러나 아직 피부미용과 관련된 질환에 적용한 사례가 다양하지 못하다. 따라서 딥러닝 기반 이미지 분류에 활용도가 높은 CNN 알고리즘을 비롯하여 ResNet, SE-ResNet을 적용하여 실험적으로 정확도를 비교함으로써 미용 관련 피부질환을 판단하는 효과성을 평가한다. 각 알고리즘을 적용한 학습 모델을 실험한 결과에서 CNN의 경우 평균 71.5%, ResNet은 평균 90.6%, SE-ResNet은 평균 95.3%의 정확도를 보였다. 특히 학습 깊이를 다르게하여 비교한 결과 50개의 계층 구조를 갖는 SE-ResNet-50 모델이 평균 96.2%의 정확도로 미용 관련 피부질환 식별을 위해 가장 효과적인 결과를 보였다. 본 논문의 목적은 피부 미용과 관련된 질환의 판별을 고려하여 효과적인 딥러닝 알고리즘의 학습과 방법을 연구하기 위한 것으로 이를 통해 미용 관련 피부질환 개선을 위한 서비스 개발로 확장할 수 있을 것이다.

• 한국군사과학기술학회지
• /
• 제5권2호
• /
• pp.228-238
• /
• 2002

Using the dynamic explicit program NET3D, oblique impact between long rod penetrator and metallic plate was analyzed. Compared with an experiment and AUTODYN-3D analysis result, the accuracy of NET3D program was examined. It was proved that NET3D program could analyze comparatively exactly oblique impact phenomenon between long rod penetrator and metallic plate. The final deformed configuration of penetrator predicted by NET3D program was more close to experimental result than commercial program AUTODYN-3D. But, in order to increase the reliability of NET3D program in the simulation of tensile fracture phenomenon, the additional research is required.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.81-83
• /
• 2021

본 논문에서는 주로 이미지 분할의 목적으로 활용되고 있는 end-to-end 방식의 fully convolutional network 기반의 모델인 U-Net을 사용하여 식물이 포함된 이미지에서 식물과 배경을 분할하는 방법을 제안한다. 네트워크의 훈련을 위해 수동으로 식물을 배경과 분할시킨 이진 영상들을 사용하였다. 다양한 실험을 통하여 U-Net은 식물 영상에서 식물을 정확하게 분할 가능한 것을 확인하였다.

• Clinical and Experimental Reproductive Medicine
• /
• 제40권1호
• /
• pp.12-22
• /
• 2013

Objective: We investigated the norepinephrine transporter (NET) expression in normal and pre-eclamptic placentas and analyzed the invasion activity of trophoblastic cells based on norepinephrine (NE)-NET regulation. Methods: NET and NE expression levels were examined by western blot and enzyme-linked immunosorbent assay, respectively. Trophoblast invasion activity, depending on NE-NET regulation, was determined by NET-small interfering RNA (siRNA) and NET transfection into the human extravillous trophoblast cells with or without NE treatment and invasion rates were analyzed by zymography and an invasion assay. Results: NET mRNA was expressed at a low level in pre-eclamptic placentas compared with normal placentas and NE concentration in maternal plasma increased significantly in pre-eclamptic women compared to normal pregnant women (p<0.05). NET gene upregulation and NE treatment stimulated trophoblast cell invasion up to 2.5-fold (p<0.05) by stimulating matrix metalloproteinase-9 activity via the phosphoinositol-3-kinase/AKT signaling pathway, whereas NET-siRNA with NE treatment reduced invasion rates. Conclusion: NET expression is reduced by inadequate regulation of NE levels during placental development. This suggests that a complementary balance between NET and NE regulates trophoblast cell invasion activities during placental development.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.633-635
• /
• 2016

Convolutional Networks (ConvNets) are powerful models that learn hierarchies of visual features, which could also be used to obtain image representations for transfer learning. The basic pipeline for transfer learning is to first train a ConvNet on a large dataset (source task) and then use feed-forward units activation of the trained ConvNet as image representation for smaller datasets (target task). Our key contribution is to demonstrate superior performance of multiple ConvNet layer features over single ConvNet layer features. Combining multiple ConvNet layer features will result in more complex feature space with some features being repetitive. This requires some form of feature selection. We use AdaBoost with single stumps to implicitly select only distinct features that are useful towards classification from concatenated ConvNet features. Experimental results show that using multiple ConvNet layer activation features instead of single ConvNet layer features consistently will produce superior performance. Improvements becomes significant as we increase the distance between source task and the target task.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.227-230
• /
• 2011

본 논문에서는 유한한 자원인 네트워크를 보다 많은 이용자가 원활하게 사용하기 위해 고안된 전송 부하 분산 알고리즘인 Round Robin, Weighted Round Robin과 전송 부하 분산 알고리즘이 존재 하지 않는 네트워크를 Petri-net 이론을 기반으로 한 시뮬레이터(CPN-Tools)를 통해 실험 결과를 비교 분석하여 알고리즘의 필요성과 전송 부하 분산 알고리즘의 특징과 장단점을 실험을 통하여 보였다.

• 수산해양기술연구
• /
• 제39권4호
• /
• pp.326-336
• /
• 2003

본 연구는 현용 전어 선망 어구$.$어법에 대한 실태조사에서 파악된 문제점과 조업시 어구의 수중 형상 및 어구에 대한 어군의 행동을 조사$.$분석한 전보의 결과를 바탕으로 어구 개발에 대한 방향을 설정한 후 고려되는 몇 가지 형태의 어구를 제시하고 이들 어구에 대한 모형 실험을 실시하였는데, 그 결과를 요약하면 다음과 같다. 1. 현용 어구와 현용 어구의 75% 규모로 축소 (뜸줄 길이 기준)한 어구에 짐줄을 채택하였을 경우, 짐줄이 완전히 체결되기도 전에 발줄이 수면으로 부상하거나 수심 2∼3m 에서 짐줄이 체결되어 현용 어구구조에는 짐줄을 사용하는 것은 오히려 어획 성능을 저하시키는 것으로 나타났다. 2. 뜸줄과 발줄의 길이는 현용 어구의 60% 규모로 하고 그물의 양쪽 옆 부위를 최소 전개 깊이인 20m로 고정한 채 중앙부로 갈수록 깊이를 점차 증대시킨 어구 중 중앙부 깊이가 50m인 어구는 짐줄이 수심 20∼23m 이상에서 체결되고, 중앙부 깊이가 40m 와 30m인 어구는 체결 수심이 7∼15m 사이로 나타나 모든 어구에서 어군을 차단하는데 충분한 깊이를 보이지만 조업 어장의 수심과 조류 등을 고려하였을 경우 현장에 적용하기에는 중앙부 깊이가 40m 와 30m인 어구가 더 유리하다고 판단된다.

• 수산해양기술연구
• /
• 제21권2호
• /
• pp.89-98
• /
• 1985

As a primary step in studying the effects of the netting porosity on the net-shape in the four-seam trawling net, a series of experiments were performed changing the porosity of each panel, with the simplified mo:iel of the bag net made of porous vinyl film and that ma:ie of net webbing. These models were suspended horizontally in circularly flowing water, with two pairs of susp~nding threais to four points of symetry at the border of the bag mouth in place of both wing nets. And then, the section shape of the bag mouth photographed and the tensions on both pairs of suspending threads were measured with two load cells in circularly flowing water. From the results, the auther estimated an experimental equation from the relationship between the porosity of each panel in the bag net and the section shape of the bag mouth, h/w=k (l-Pr_u/lPr_s)

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.4026-4040
• /
• 2019

In this paper, we present an approach for detecting slide transitions in lecture videos by introducing the spatio-temporal residual networks. Given a lecture video which records the digital slides, the speaker, and the audience by multiple cameras, our goal is to find keyframes where slide content changes. Since temporal dependency among video frames is important for detecting slide changes, 3D Convolutional Networks has been regarded as an efficient approach to learn the spatio-temporal features in videos. However, 3D ConvNet will cost much training time and need lots of memory. Hence, we utilize ResNet to ease the training of network, which is easy to optimize. Consequently, we present a novel ConvNet architecture based on 3D ConvNet and ResNet for slide transition detection in lecture videos. Experimental results show that the proposed novel ConvNet architecture achieves the better accuracy than other slide progression detection approaches.