• 한국정보통신학회논문지
• /
• 제7권4호
• /
• pp.691-698
• /
• 2003

적응 횡단선 필터에서 수렴 속도의 개선을 위해 기존의 최소 평균 자승 알고리즘을 확장한 반복적 최소 자승 알고리즘의 탭 가중치 갱신 메커니즘에 재순환 데이터 버퍼를 이용함으로서 수렴특성을 개선시키는 효율적인 기법을 제시하였다. 본 논문은 기존의 적응 횡단선 필터에 데이터 재순환 버퍼 구조를 제안하여 새로운 RLS 탭 가중치 갱신 알고리즘을 유도하여 조화 평균 학습 곡선의 평균 자승 에러 값에 대한 반복수에 대해서 데이터 재순환 버퍼를 사용한 학습 곡선의 수렴 속도가 버퍼가 없는 경우의 재순환 버퍼 RLS 알고리즘의 수렴 속도보다 비례하여 빠르게 수렴한다는 것을 수학적인 연산을 통해 증명하였다. 채널 진폭의 왜곡의 정도와 재순환 데이터 버퍼 수에 따른 평균 자승 에러에 대한 삼차원 시뮬레이션 결과로부터 고유치 확산이 증가함에 따라 특정 값에 수렴하기 위한 요구된 샘플의 반복수가 비례하여 증가하였으며, 재순환 데이터 버퍼 수 B가 증가함에 따라 요구된 샘플의 반복수가 B배만큼 감소함으로서 제안된 구조에서 RLS 가중치 갱신 알고리즘의 수렴특성이 개선됨을 입증하였다.

• Biomolecules & Therapeutics
• /
• 제17권1호
• /
• pp.47-56
• /
• 2009

Schizandra chinensis (S. chinensis) exhibits a harmless, 'adaptogen-type' effect leading to improvements in mental performance and learning efficacy in brain. Activated microglia contributes to neuronal injury by releasing neurotoxic products, which make it important to regulate microglial activation to prevent further cytological as well as functional brain damage. However, the effect of S. chinensis on microglial activation has not been examined yet. We have investigated the effects of four compounds (Gomisin A, Gomisin N, Schizandrin and Schizandrol A) from S. chinensis on lipopolysaccharide (LPS)-induced microglial activation. In this study, BV2 microglial cells were activated with LPS and the microglial activation was assessed by up-regulation of activation markers such as nitric oxide (NO), reactive oxygen species (ROS), and matrix metalloproteinase-9 (MMP-9). The results showed that all four compounds significantly reduced the intracellular level of ROS, the release of NO and MMP-9 as well as LPS-induced phosphorylation of ERK1/2. These results strongly suggested that S. chinensis may be useful to modulate inflammation-mediated brain damage by regulating microglial activation.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제31권3호
• /
• pp.241-255
• /
• 2017

스마트 교육 환경과 4차 산업 혁명 시대를 맞이하여 편리한 기능을 갖는 다양한 테크놀로지들을 활용하는 새로운 차원의 디지털 수학 교과서가 필요하게 되었다. 한국의 경우 초 중등 수학 교육에서는 여러 다양한 시도가 있었으나 대학 수학교육의 경우 디지털 수학 교과서 관련 연구는 미비하였다. 본 논문에서는 선형대수학을 중심으로 디지털 콘텐츠와 대화형 실습실을 활용하는 디지털 교과서를 소개한다. 본 교과서는 본 연구진이 직접 개발하여 누구나 http://matrix.skku.ac.kr/LA-K에서 다운로드 받을 수 있도록 제공하였으며, 기존의 종이 교과서(서책형)를 단순히 pdf 형태의 파일로 변환하여 애니메이션이나 참고자료 등을 추가한 수준에서 벗어나 전자책, 웹 콘텐츠, 강의 동영상, 대화형 실습실을 포함한다. 본 선형대수학 디지털 교과서는 학생들이 어떠한 모바일 기기에서든 시간과 장소의 제약 없이 자유롭게 사용할 수 있으며, 계산, 코딩 및 타이핑 과정에서 절약된 시간을 수학 개념을 더 깊이 이해하는데 사용할 수 있다. 코드를 포함한 대화형 실습실 및 동영상 강의를 탑재한 최초의 수학 디지털 교과서로 평가되는 본 연구의 결과물은 차세대 디지털 교과서의 주요 모델 중 하나가 될 것으로 판단된다.

• 한국항공우주학회지
• /
• 제48권10호
• /
• pp.773-782
• /
• 2020

심층신경망 기반 하이브리드 유한요소해석을 위한 조인트 모델 방법 구축을 소개한다. 트렉터의 앞차축에서 다양한 체결 조건에 의해 유발되는 복잡한 거동 상태를 가지는 볼트와 베어링의 재료 모델을 심층신경망으로 대체했다. 볼트는 6자유도를 갖는 1차원 티모센코 빔 요소를 이용했고, 베어링은 3차원 솔리드 요소를 이용했다. 다양한 하중 조건을 바탕으로 유한요소해석을 한 뒤, 모든 요소에서 응력-변형률 데이터를 추출하고 텐서플로를 이용하여 학습시켰다. 신경망 기반 유한요소해석을 할 때 추출된 데이터를 바탕으로 학습된 심층신경망은 ABAQUS 서브루틴 안에 포함되어 현재 해석 증분의 응력을 예측하고 접선강도행렬을 계산할 수 있게 했다. 학습된 심층신경망 조인트 모델의 일반화 성능은 훈련에 사용되지 않은 새로운 하중 조건에서 해석하여 검증하였다. 최종적으로 이 방법을 이용하여 심층신경망 기반 앞차축 해석을 진행하고 응력장 분포를 검증했다. 또한, 실제 트렉터의 3점 굽힘 실험 결과와 비교하여 심층신경망 기반 해석의 타당성을 검토했다.

• 한국해안·해양공학회논문집
• /
• 제28권5호
• /
• pp.277-283
• /
• 2016

테트라포드는 경사식 방파제의 피복재로 가장 많이 사용되는 콘크리트 소파블록이다. 테트라포드의 안정수를 계산하는 것은 테트라포드의 적정 중량을 결정하기 위해 필요한 과정이다. 1950년대의 Hudson 식부터 최근에 Suh and Kang이 제안한 식까지 테트라포드의 안정수를 계산하기 위한 다양한 경험식들이 제안되었다. 이러한 경험식들은 대부분이 식의 형태를 가정하고 실험 자료를 이용하여 식의 계수들을 회귀분석을 통해 결정하였다. 최근에는, 실험 데이터가 많은 경우, software engineering (또는 machine learning) 방법이 도입되고 있다. 예를 들어서, 방파제 피복석의 안정수를 계산하기 위한 인공신경망 모델이 제안된 바 있다. 그러나 이러한 방법들은 기존의 경험식보다 정확도가 크게 뛰어나지 않고 엔지니어들에게 생소하기 때문에 아직까지 설계에 거의 사용되지 않고 있다. 본 연구에서는 인공신경망 모델의 가중치와 편의를 이용하여 테트라포드의 안정수를 계산하는 양해법을 제안한다. 이 방법은 행렬 연산을 할 줄 아는 엔지니어라면 인공신경망에 대한 지식이 없어도 사용할 수 있으며, 기존의 경험식에 비해 정확도도 우수하다.

• 한국지능시스템학회논문지
• /
• 제16권2호
• /
• pp.164-171
• /
• 2006

최근에 서비스되기 시작한 디지털 멀티미디어 방송은 다양한 종류의 수많은 컨텐츠를 제공하기 때문에 고객은 때로 자신이 선호하는 컨텐츠를 찾는데 많은 시간을 소비한다. 심지어는 선호 컨텐츠를 찾는 동안 이미 방송이 끝날 수도 있다. 이와 같은 문제를 해결하기 위해서는 고객이 필요로 하는 최소 정보만을 추천하기 위한 방법이 필요하다. 본 논문에서는 고객이 시청한 컨텐츠 선호도 전이 확률을 이용하여 고객이 선호하는 컨텐츠를 미리 예측하여 추천하기 위한 알고리즘과 시스템을 제안한다. 제안하는 시스템은 클라이언트 관리자 에이전트, 모니터링 에이전트, 러닝 에이전트, 그리고 추천 에이전트 모듈로 구성된다. 클라이언트 관리자 에이전트는 다른 모듈과 상호 작용을 하면서 조정자 역할을 한다. 모니터링 에이전트는 컨텐츠에 대한 고객의 선호도를 분석하기 위해 고객이 이용했던 usage history 데이터를 수집하기 위한 에이전트이다. 러닝 에이전트는 고객으로부터 수집된 usage history 데이터를 정제하여 시간 변화에 따른 상태 전이 행렬로 모델링하기 위한 에이전트이다. 추천 에이전트는 고객의 상태 전이 행렬로 구성된 모델링 데이터에 본 논문에서 제안하는 선호도 전이 확률 모델을 이용하여 고객이 바로 다음에 선호하게 될 컨텐츠를 추천하기 위한 에이전트이다. 추천 에이전트 모듈에서 컨텐츠에 대한 고객의 선호도 전이 확률을 이용하는 추천 알고리즘을 제안한다. 제안하는 추천 시스템은 무선 인터넷 표준 플랫폼인 WIPI(Wireless Internet Platform for Interoperability) 플랫폼에서 프로토타입 시스템을 설계, 구현하였으며, 실험결과 제안된 선호도 전이 확률 모델의 추천 정확도가 전형적인 방법에 비해 효과적임을 보인다.

• 한국전자파학회논문지
• /
• 제28권8호
• /
• pp.628-635
• /
• 2017

의약품은 인간의 건강 및 생명과 밀접한 관련이 있기 때문에 증상에 맞는 의약품을 처방받아 복용하는 것은 매우 중요한 문제이다. 더욱이 세계적으로 위조 의약품이 증가하는 상황에서 정품 의약품들을 정확하게 분류하는 기술은 점점 중요해진다. 그러나 의약품을 제대로 분류할 수 있는 전문적인 지식을 갖춘 인력이 제한적이라는 측면에서 의약품을 자동적으로 분류하는 기술이 필요하다. 본 논문에서는 휴대용 분광기를 이용하여 의약품의 근적외선 및 가시광선 스펙트럼을 추출하고, Support Vector Machine(SVM) 기법을 이용하여 추출한 스펙트럼 데이터를 학습시켜 분류하는 방법을 제안하였다. 모의실험을 통해 근적외선과 가시광선 스펙트럼 데이터를 사용하여 6종의 의약품을 학습시키고 분류하였을 때 평균적으로 99.9 %의 정확도를 얻었다. 또한 본 논문에서는 위조 의약품 검출을 위한 2단계 SVM 분류 기법을 제안하였으며, 이를 통해 정품과 위조 의약품을 구분하는 정확도가 향상되고, 처리속도가 개선되는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제12권4호
• /
• pp.772-780
• /
• 2008

K-means는 알고리즘의 단순함과 효율적인 구현이 가능함으로 인해 군집화를 위해 현재까지 널리 사용되는 방법 중 하나이다. 하지만 K-means는 집단의 개수가 사전에 결정되어야 하는 근본적인 문제점이 있다. 이 논문에서는 BIC(Bayesian information criterion) 점수를 이용하여 효율적으로 집단의 개수를 추정할 수 있는 X-means 알고리즘을 확장한 두 가지 알고리즘을 제안한다. 제안한 방법은 기본적으로 X-means 방법을 따르면서 집단이 임의의 분산 행렬을 가질 수 있도록 함으로써 X-means 알고리즘이 원형 집단만을 허용함에 따른 over-fitting을 개선한다. 제안한 방법은 하나의 집단에서 시작하여 계속해서 집단을 나누어가는 하향식 방법으로, BIC score를 최대로 증가시키는 집단을 분할해 나간다. 제안한 알고리즘은 Modified X-means(MX-means)와 Generalized X-means(GX-means)의 두 가지로, 전자는 K-means 알고리즘을, 후자는 EM 알고리즘을 사용하여 현재 주어진 집단들에서 최적의 분할을 찾아낸다. MX-means는 GX-means보다 그 속도에서 앞서지만 집단들이 중첩 된 경우에는 올바른 집단을 찾아낼 수 없는 단점이 있다. GX-means는 실행 속도가 느린 단점이 있지만 집단들이 중첩된 경우에도 안정적으로 집단들을 찾아낼 수 있다. 이러한 점들은 일련의 실험을 통해서 확인할 수 있으며, 제안한 방법들이 기존의 방법들에 비해 나은 성능을 보임을 확인할 수 있다.

• 디지털융복합연구
• /
• 제19권2호
• /
• pp.245-251
• /
• 2021

1,2인 가구가 꾸준하게 늘어나고 있는 추세에 비어 있는 시간대에 집을 방문하는 외부인이 누구인지 확인하고 싶은 요구가 증가하고 있다. 얼굴인식 기술은 많은 연구를 통해 여러 가지 모델이 제안되었는데 OpenCV의 Harr Cascade와 Dlib의 Hog가 대표적인 오픈소스 모델이다. 두 모델은 사용 환경에 따른 장단점을 가지고 있는데, 본 연구에서 초점을 둔 실내 현관 앞과 제한된 거리에서는 Dlib의 Hog가 강점을 가진다. 본 논문에서는 딥러닝 오픈 소스인 Dlib에 기반을 둔 얼굴인식 방문자 출입관리 시스템을 설계하고 구현하였다. 전체 시스템은 프론트 모듈과 서버모듈, 모바일모듈로 구성되며 세부적으로는 얼굴등록, 얼굴인식, 실시간 방문자 확인 및 원격제어, 동영상 저장 기능을 포함한다. 인터넷에서 공개된 사진을 이용하여 거리임계 값의 변화에 따른 정밀도, 특이도, 정확도를 구하고 선행연구 결과와 비교하였다. 실험 결과 구현된 시스템이 정상적으로 동작하는 것을 확인 하였으며 Dlib에서 보고한 것과 비슷한 결과를 보이는 것을 확인 하였다.

• 한국방사선학회논문지
• /
• 제16권4호
• /
• pp.411-417
• /
• 2022

본 연구에서는 저선량 흉부 CT 영상을 이용하여 VGGNet을 학습시키고 폐기종 검출 모델을 구현하고 성능을 확인하고자 한다. 연구에 사용된 저선량 흉부 CT 영상은 정상 진단 8000장, 폐기종 진단 3189장이며, 모델 학습을 위해 정상 데이터와 폐기종 데이터를 train, validation, test dataset으로 각각 60%, 24%, 16%로 무작위 추출하여 구분하였다. 학습을 위한 인공신경망은 VGGNet 중 VGG16과 VGG19를 사용하였으며, 학습이 완료된 모델 평가를 위해 정확도, 손실율, 오차 행렬, 정밀도, 재현율, 특이도, F1-score의 평가지표를 사용하였다. 폐기종 검출 정확도와 손실율은 VGG16과 VGG19 각각 92.35%, 95.88%, 0.21%, 0.09%, 정밀도는 91.60%, 96.55%, 재현율은 98.36%, 97.39%, 특이도는 77.08%, 92.72%, F1-score는 94.86%, 96.97%였다. 위의 평가지표를 통해 VGG19 모델의 폐기종 검출 성능이 VGG16 모델에 비해 우수하다고 판단된다. 본 연구를 통해 VGGNet과 인공신경망을 이용한 폐기종 검출 모델 연구에 기초자료로 사용할 수 있을 것으로 사료된다.