• 한국의류산업학회지
• /
• 제25권5호
• /
• pp.560-567
• /
• 2023

This study aims to rediscover the industrial value of a borderless service in the hyper-connected era by producing fashion content at the forefront of the cultural industry as XR content and contributing to developing fashion content for edutech. The research method employed design aesthetic theory, while the empirical proposal utilized scientific knowledge information to build a framework for 3D convergence content. The characteristics of fashion content exhibitions that apply the neumorphism technique are as follows: The first is a virtual space that produces clothing culture by type. Africa, where dyeing and crafts are developed, selects a product-oriented exhibition type; Asia, where weaving and textiles are excellent, selects a random movement type; and Europe, where the evolution of clothing design over time is evident, selects a guided movement type to create a three-dimensional fashion edutech. The goal was to produce content. The second is creative reproducibility, which combines a new fashion design that embraces the aura of the original with a trendy sense. The realistic folk costume style of the original allowed for its implementation in the AR exhibition space using historical traditional style techniques such as weaving and textiles. The third is building organic, modular content. By designing and then saving/editing/arranging the basic VP zone for each style, learners and instructors can freely edit the content for each fashion class topic and create various presentations to ensure that it functions as non-face-to-face edutech content around the world.

• 한국방사선학회논문지
• /
• 제18권1호
• /
• pp.21-26
• /
• 2024

You only look once v5 (YOLOv5)는 객체 검출 과정에 우수한 성능을 보이고 있는 딥러닝 모델 중 하나다. 그러므로 본 연구의 목적은 양전차방출단층촬영 팬텀 영상에서 다양한 하이퍼 파라미터에 따른 YOLOv5 모델의 성능을 평가했다. 데이터 세트는 500장의 QIN PET segmentation challenge로부터 제공되는 오픈 소스를 사용하였으며, LabelImg 소프트웨어를 사용하여 경계박스를 설정했다. 학습의 적용된 하이퍼파라미터는 최적화 함수 SDG, Adam, AdamW, 활성화 함수 SiLu, LeakyRelu, Mish, Hardwish와 YOLOv5 모델 크기에 따라 nano, small, large, xlarge다. 학습성능을 평가하기 위한 정량적 분석방법으로 Intersection of union (IOU)를 사용하였다. 결과적으로, AdmaW의 최적화 함수, Hardwish의 활성화 함수, nano 크기에서 우수한 객체 검출성능을 보였다. 결론적으로 핵의학 영상에서의 객체 검출 성능에 대한 YOLOV5 모델의 유용성을 확인하였다.

• 대한원격탐사학회지
• /
• 제34권2_1호
• /
• pp.191-201
• /
• 2018

본 연구에서는 한반도 서울의 연세대학교에서 Multi-Axis Differential Optical Absorption Spectroscopy(MAX-DOAS)장비로부터 산출된 원시자료를 이용하여 처음으로 최적추정(Optimal Estimation; OE)을 사용하여 오존전량 및 오존의 대류권 프로파일을 산출하였다. 오존전량 및 오존의 대류권 프로파일을 산출하기 위하여 최적추정을 통하여 MAX-DOAS자료의 광학두께 피팅을 수행하였다. 광학두께 피팅은 MAX-DOAS 장비로부터 각각의 기기 고도각별로 관측된 값을 천정각에서 관측된 값으로 나누어 계산된 자료를 통하여 수행하였다. 오존전량은 2017년 5월 23일 오전(08:13)과 오후(17:55)에 각각 375.4와 412.6 DU로 산출되었다. 오존의 대류권 프로파일(<10 km)은참값 오존존데와 비교하여 약 5% 이내의 오차로 산출되었다. 하지만 10 km 이상의 높은 고도에서는 산출 에러가 커져 10% 이상 과대추정 하는 것으로 산출되었다. MAX-DOAS 자료의 스펙트럼 피팅에 의한 오차는 오전과 오후에 각각 16.8%와 19.1%로 계산되었다. 본 연구에서 제시한 방법은 지상관측 기반의 초분광 UV 센서를 이용하여 오존전량과 대류권 오존 프로파일을 산출하는데 유용하게 사용될 수 있다.

• 대한전자공학회논문지SD
• /
• 제49권7호
• /
• pp.39-49
• /
• 2012

고해상도의 동영상 서비스가 보편화 되면서 동영상을 빠르게 처리하기 위한 연구가 활발히 이루어지고 있다. 특히 멀티 코어 시스템 상에서 멀티스레드를 사용한 데이터 레벨 병렬화 방법을 적용하여 비디오 디코더의 성능을 향상 시킬 수 있었다. 기존에 제안된 병렬화 방법들을 통해 디코딩 과정의 성능을 향상 시킬 수 있었지만, 이 방법들은 엔트로피 디코딩 부분을 제외하거나 엔트로피 디코딩 부분만의 병렬화를 별도로 고려한 부분적인 병렬화 방법이기 때문에 전체 디코딩 과정의 성능 향상에는 부족한 부분이 있다. 따라서 본 논문에서는 기존 병렬화 디코딩 과정뿐만 아니라 엔트로피 병렬화 디코딩 과정까지 함께 고려한 통합적인 비디오 디코딩 병렬화 방법을 제안한다. 우리는 각각의 비디오 디코더 병렬화 방법을 분석하여 최적화 방법을 제시하고 이의 성능평가를 해보았다. 그리고 우리는 비디오 디코딩 과정 내부에 존재하는 코어의 개수에 따른 성능향상의 차이를 고려해 성능을 최적화한 Integrated Parallelization 방법을 제안한다. 우리는 인텔 i7 멀티코어 시스템의 물리적 코어에서 엔트로피 디코딩 부분을 최대로 병렬화 하면서, 내부 자원을 공유하는 하이퍼스레딩 기술을 사용하여 데이터레벨 병렬화 방법에는 물리적 코어 수의 2배까지 스레드를 할당했다. 그리고 디코딩 과정 내부 특성을 고려한 멀티스레드 스케쥴링으로 전체 디코딩 과정의 성능을 멀티코어 시스템에 최적화해서 최대 70%까지 성능을 향상시킬 수 있었다.

• 대한토목학회논문집
• /
• 제30권5D호
• /
• pp.453-459
• /
• 2010

교통안전연구에서 한 지점 (또는 구간)의 기대교통사고건수를 신뢰성 높게 추정하는 것은 매우 중요하다. 기대교통사고건수를 추정하기 위해 현재 국내에서는 주로 관측교통사고건수를 사용하고 있으나 국외에서는 포아송-감마 혼합모형에 기반한 경험적 베이즈 추정치를 활용하고 있는 추세이다. 그간 많은 연구들이 경험적 베이즈 추정치를 이용해 기대교통사고건수 추정 및 교통안전개선사업의 평가를 시도 하였으나 전술한 2가지 추정방법의 추정오차를 비교연구한 문헌은 없는 실정인 바 본 연구는 2가지 추정방법의 추정오차를 모의실험을 통해 비교 분석하여 제시하였다. 모의 발생된 총 3,000,000개 지점의 교통사고 자료를 분석한 결과 기대교통사고건수를 경험적 베이즈 추정방법을 이용해 추정했을 경우 그 추정오차는 관측교통 사고건수만을 이용했을 때 발생하는 추정오차에 비해 항상 작은 것으로 나타나 국내의 교통안전연구 가이드라인에 경험적 베이지안 추정방법의 도입이 필요할 것으로 판단된다. 그러나 사전분포의 불확실성이 높아질수록 두 가지 추정방법의 추정오차의 차이는 감소하는 것으로 나타나, 기대교통사고건수 추정 시 추정된 음이항 모형에 대한 종합적인 검증을 수행한 후 신뢰성 있는 초모수의 추정치를 이용해 경험적 베이지안 방법을 적용하는 것이 바람직하다고 판단된다.

• Journal of Chest Surgery
• /
• 제37권6호
• /
• pp.530-535
• /
• 2004

배경: 수부 다한증을 치료하기 위해 시행하는 제3번 늑골 위 교감신경 차단술의 경우 다한증 치료 효과는 교감신경 절제술과 유사하면서 보상성 다한증의 발생이 교감신경절제술보다 적다는 연구결과들이 많이 있으나 대부분 단기 결과이며 중기 추적 결과가 발표되어 있지 않아 제3번 늑골 위 교감신경 차단술의 중기 추적을 시행하였다. 대상 및 방법: 인하대학병원 흉부외과에서 99년 4월부터 2001년 8월까지 제3번 늑골 위 교감신경 차단술을 시행한 환자 94명 중 설문조사가 가능했던 76명(남자 38명, 여자 38명)을 대상으로 전화 설문을 시행하여 평균 25$\pm$9.1개월 간(15∼50개월)의 중기 결과를 추적하였다. 교감신경은 3번째 늑골 상방에서 절단하였다. 환자들의 만족도를 알기 위하여 linear analogue scale을 사용하였다 (100: 가장 만족함). 결과: 수술 후 만족도에 관한 질문에서 100점 만점 기준일 때 수술 직후 만족도가 92.36$\pm$9.93 인데 비해 수술 후 15개월에는 7l.80$\pm$20.24로 만족도가 감소하였으며(p<0.001) 이러한 만족도 감소의 이유는 보상성 다한증과 증상 재발 때문이었다. 땀나는 정도도 수술 직후 중앙값 0에서 15개월 후 중앙값 1.5로 증가하였다. 보상성 다한증의 경우 수술 직후 중앙값 1에서 수술 15개월 후 5로 증가하였다. 결론: 이와 같은 결과로 제3번 늑골 위 교감 신경 차단술의 경우 수술 직후에는 훌륭한 치료 효과를 보이나 수술 15개월 후에는 치료효과가 점차 감소한다. 불만족의 가장 흔한 이유는 보상성 다한증과 다한증의 재발이다.

• Journal of Chest Surgery
• /
• 제32권8호
• /
• pp.745-748
• /
• 1999

배경: 원발성 다한증 환자에서 높은 만족도와 수술성공률에도 불구하고 수술 후 6개월이 지나면 과도한 보 상성 다한증의 결과로 만족도가 66%까지 떨어지게 된다. 보상성 다한증을 줄이기 위한 연구가 시도 되었으 나 실제적으로 이와 같은 문제에서의 완전한 치료는 없는 것으로 알려져 있다. 대상 및 방법: 연세대학교 의과대학 영동세브란스병원 훙부외과에서는 1998년 7월부터 1998년 11월까지 42례의 다한증 환자에서 42례 의 협자에 의한 흉부교감 신경절 차단술(Clipping of T2 sympathetic chain)을 시행하였으며 2명을 제외한 40명 의 환자에서 추적 가능하였으며 평균 수술시간은 40분이었으며 평균입원기간은 1일이었다. 결과: 수술 후 보상성 다한증은 31례(77.5%)에서 나타났으며 생활에 불편한 정도의 보상성 다한증은 9례(22.5%)였다. 수술 의 만족도는 95.0%에서 만족한다고 하였으며 2례(5.0%)에서 만족하지 못한다고 하였다. 결론: 협자을 의한 T2 흉부교감 신경차단술(Clipping of T2 sympathetic chain)은 다한증의 치료를 위한 한 방법으로 생각되어지며 특히 여름철에 수술하는 경우와 안면부 다한증의 경우에 가역적인 수술방법으로서 유용하게 사용할 수 있을 것으로 생각된다.

• 원예과학기술지
• /
• 제33권5호
• /
• pp.737-750
• /
• 2015

국내에서 시판되고 있는 수박 102 품종에 대한 DNA 프로 파일 데이터베이스를 구축하기 위하여 genomic microsatellite(gMS)와 expressed sequence tag(EST) microsatellite(eMS) 마커의 다형성 정도의 비교와 유전적 연관성 분석을 통한 품종식별력 검정 등에 대한 일련의 연구를 수행하였다. 수박 gMS 마커를 이용하여 국내에서 시판되고 있는 수박 102 품종을 검정하였을 때 마커당 3.63개의 평균 대립유전자가 검출되었으며, 평균 PIC 값은 0.479로 나타났다. 이에 반해 eMS 마커는 평균 대립유전자의 수가 2.50개, PIC 값이 0.425로 나타나 gMS 마커보다 다형성 정도가 낮게 나타났다. gMS와 eMS 및 이들 두 종류의 마커를 병합하여 작성된 계통도는 microsatellite 마커의 다형성에 따라 수박 102개 품종을 6-8개의 그룹으로 구분하였고 대부분의 품종의 식별이 가능하였다. 3가지 마커 유형에 따라 작성된 계통도를 Mantel test에 의해 상관 정도를 분석하였을 때 높은 상관($r{\geq}0.80$)을 나타내었다. 따라서 본 연구에 활용된 microsatellite 마커는 수박 유전자원의 특성평가, 순도검정 및 품종의 지문화 작업의 수단으로 유용하게 활용될 수 있을 것이다.

• 한국정보통신학회논문지
• /
• 제26권10호
• /
• pp.1517-1524
• /
• 2022

본 논문에서는 하나의 매크로 기지국과 다수의 소형 기지국들로 구성된 이기종 네트워크를 고려하고, 그 기지국들간 협력적 다중 포인트 전송을 가정한다. 또한, 기지국과 단말간 채널은 경로 손실과 레일레이 페이딩으로 구성된다고 가정한다. 이러한 가정에서 주어진 기지국에 대해 단말이 달성할 수 있는 에너지 효율을 제시하고, 이기종 네트워크의 총 에너지 효율을 최대화하기 위한 동적 셀 선택과 송신 전력 할당의 최적화 문제를 공식화한다. 본 논문에서는 최적화 문제를 해결하기 위하여 비지도 딥러닝 기법을 제안한다. 제안된 딥러닝 기법은 기존의 반복적 수렴 방식의 기법들에 비해서 낮은 복잡도를 갖는 동시에 높은 에너지 효율을 제공하는 것이 가능하다. 시뮬레이션을 통해서 제안된 동적 셀 선택 기법이 최대 신호 대 간섭 및 잡음비 기법과 Lagrangian dual decomposition 기법 보다 높은 에너지 효율 성능을 제공함을 보여주고, 제안된 송신 전력 할당 기법은 최대 에너지 효율을 달성할 수 있는 trust region interior point 기법과 유사한 성능을 제공함을 보여준다.

• Geomechanics and Engineering
• /
• 제35권2호
• /
• pp.121-133
• /
• 2023

The demand for cement and limestone crushed materials has increased many folds due to the tremendous increase in construction activities in Pakistan during the past few decades. The number of cement production industries has increased correspondingly, and so the rock-blasting operations at the limestone quarry sites. However, the safety procedures warranted at these sites for the blast-induced ground vibrations (BIGV) have not been adequately developed and/or implemented. Proper prediction and monitoring of BIGV are necessary to ensure the safety of structures in the vicinity of these quarry sites. In this paper, an attempt has been made to predict BIGV using artificial neural network (ANN) at three selected limestone quarries of Pakistan. The ANN has been developed in Python using Keras with sequential model and dense layers. The hyper parameters and neurons in each of the activation layers has been optimized using randomized and grid search method. The input parameters for the model include distance, a maximum charge per delay (MCPD), depth of hole, burden, spacing, and number of blast holes, whereas, peak particle velocity (PPV) is taken as the only output parameter. A total of 110 blast vibrations datasets were recorded from three different limestone quarries. The dataset has been divided into 85% for neural network training, and 15% for testing of the network. A five-layer ANN is trained with Rectified Linear Unit (ReLU) activation function, Adam optimization algorithm with a learning rate of 0.001, and batch size of 32 with the topology of 6-32-32-256-1. The blast datasets were utilized to compare the performance of ANN, multivariate regression analysis (MVRA), and empirical predictors. The performance was evaluated using the coefficient of determination (R²), mean absolute error (MAE), mean squared error (MSE), mean absolute percentage error (MAPE), and root mean squared error (RMSE)for predicted and measured PPV. To determine the relative influence of each parameter on the PPV, sensitivity analyses were performed for all input parameters. The analyses reveal that ANN performs superior than MVRA and other empirical predictors, andthat83% PPV is affected by distance and MCPD while hole depth, number of blast holes, burden and spacing contribute for the remaining 17%. This research provides valuable insights into improving safety measures and ensuring the structural integrity of buildings near limestone quarry sites.