• 대한전자공학회논문지SD
• /
• 제39권3호
• /
• pp.61-72
• /
• 2002

본 논문에서는 1-Steiner 휴리스틱 알고리즘을 응용하여 단일 소스 네트와 다중 소스 네트를 배선하는 두 가지 시간 지향(timing-driven) 배선 방법을 제안한다. 이 방법은1-Steiner 휴리스틱 알고리즘의 계산값 (cost)을 지연시간으로 수정한 것으로 이 방법의 특징은 모든 터미널이 임계터미널인 경우와 또 임계터미널이 부분적으로 존재하는 경우의 단일 소스 네트와 다중 소스 네트를 배선하는 데 동시 적용할 수 있다는 점이다. 실험결과 단일 소스를 배선하는 알고리즘은 기존의 SERT와 SERT-C에 비해 지연시간이 각각 평균 2.1%, 10.6% 감소하는 성능을 보였다. 그리고 다중 소스를 배선하는 알고리즘은 기존의 MCMD A-tree 알고리즘과 비교했을 때 모든 소스, 터미널 쌍이 임계쌍(critical pair)일 경우는 최대 지연 시간이 평균 2.7% 증가했지만 부분적인 임계쌍이 존재할 때는 최대 지연 시간이 평균 1.4% 감소하는 유사한 결과를 도출한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권5호
• /
• pp.1431-1445
• /
• 2022

We construct a deep neural network model named ECGResNet. This model can diagnosis diseases based on 12-lead ECG data of eight common cardiovascular diseases with a high accuracy. We chose the 16 Blocks of ResNet50 as the main body of the model and added the Squeeze-and-Excitation module to learn the data information between channels adaptively. We modified the first convolutional layer of ResNet50 which has a convolutional kernel of 7 to a superposition of convolutional kernels of 8 and 16 as our feature extraction method. This way allows the model to focus on the overall trend of the ECG signal while also noticing subtle changes. The model further improves the accuracy of cardiovascular and cerebrovascular disease classification by using a fully connected layer that integrates factors such as gender and age. The ECGResNet model adds Dropout layers to both the residual block and SE module of ResNet50, further avoiding the phenomenon of model overfitting. The model was eventually trained using a five-fold cross-validation and Flooding training method, with an accuracy of 95% on the test set and an F1-score of 0.841.We design a new deep neural network, innovate a multi-scale feature extraction method, and apply the SE module to extract features of ECG data.

• Imaging Science in Dentistry
• /
• 제52권4호
• /
• pp.383-391
• /
• 2022

Purpose: Periodontitis, the most prevalent chronic inflammatory condition affecting teeth-supporting tissues, is diagnosed and classified through clinical and radiographic examinations. The staging of periodontitis using panoramic radiographs provides information for designing computer-assisted diagnostic systems. Performing image segmentation in periodontitis is required for image processing in diagnostic applications. This study evaluated image segmentation for periodontitis staging based on deep learning approaches. Materials and Methods: Multi-Label U-Net and Mask R-CNN models were compared for image segmentation to detect periodontitis using 100 digital panoramic radiographs. Normal conditions and 4 stages of periodontitis were annotated on these panoramic radiographs. A total of 1100 original and augmented images were then randomly divided into a training (75%) dataset to produce segmentation models and a testing (25%) dataset to determine the evaluation metrics of the segmentation models. Results: The performance of the segmentation models against the radiographic diagnosis of periodontitis conducted by a dentist was described by evaluation metrics(i.e., dice coefficient and intersection-over-union [IoU] score). MultiLabel U-Net achieved a dice coefficient of 0.96 and an IoU score of 0.97. Meanwhile, Mask R-CNN attained a dice coefficient of 0.87 and an IoU score of 0.74. U-Net showed the characteristic of semantic segmentation, and Mask R-CNN performed instance segmentation with accuracy, precision, recall, and F1-score values of 95%, 85.6%, 88.2%, and 86.6%, respectively. Conclusion: Multi-Label U-Net produced superior image segmentation to that of Mask R-CNN. The authors recommend integrating it with other techniques to develop hybrid models for automatic periodontitis detection.

• 한국기계가공학회지
• /
• 제21권2호
• /
• pp.130-136
• /
• 2022

Reducing production costs through net-shaped cold forging is an important aspect in the automobile industry. In this study, we intend to produce a net-shaped electronic parking brake (EPB) serration gear for automobiles, using multi-stage cold forging. These serrations are then assembled to the reduction gear of an EPB actuator. The forging process of the serrations and the cold forging design were verified through finite element analysis (FEA) in order to evaluate metal flow. The forging machine was selected by checking the load using FEA. Based on the FEA results, molds were designed, and parts were made using multi-stage cold forging to produce a net-shaped serration gear.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권2호
• /
• pp.37-44
• /
• 2020

본 논문에서는 딥 러닝 기반의 전-자동 심장 분할 알고리즘을 제안한다. 본 논문에서 제안하는 딥 러닝 모델은 기존 U-Net에 residual recurrent convolutional block과 residual multi-dilated convolutional block을 삽입하여 성능을 개선한 모델이다. 모델의 성능은 테스트 데이터 세트를 전-자동 분할한 결과와 영상의학 전문가의 수동 분할 결과를 비교하여 분석하였다. CT 영상에서 평균 96.88%의 DSC, 95.60%의 precision과 97.00%의 recall 결과를 얻었다. 분할된 영상은 3차원 볼륨 렌더링 기법을 적용하여 시각화한 후 관찰하여 분석할 수 있었다. 실험 결과를 통해 제안된 알고리즘이 다양한 심장 하부 구조를 분할하기에 효과적인 것을 알 수 있었다. 본 논문에서 제안하는 알고리즘이 전문의 또는 방사선사의 임상적 보조역할을 수행할 수 있을 것으로 기대한다.

• 한국통신학회논문지
• /
• 제37C권10호
• /
• pp.977-985
• /
• 2012

최근 많은 국가들이 NCW (Network Centric Warfare)를 구현하는데 기반이 되는 전술 애드 혹 네트워크의 성능을 향상시키기 위한 통신 프로토콜 개발을 활발히 진행하고 있다. 전투 무선망 (CNR, Combat Net Radio)은 육군의 보병과 같은 지상군에 있어 가장 중요한 통신 기반망이다. 미군은 전투 무선망에서 음성 및 데이터 통신을 위해 MIL-STD-188-220D을 개발하여 운용 중에 있다. 한국군의 차기 무전기인 전술 다대역, 다기능 무전기(TMMR)의 MAC 프로토콜의 후보인 MIL-STD-188-220D은 여러 제한사항이 존재한다. MIL-STD-188-220D에 정의된 DAP-NAD는 충돌회피를 위해 시간 동기를 필요로 하지만, 1홉을 벗어난 다중 홉의 환경에서는 시간 동기를 맞추기 어렵다. 다중 홉 환경에서 충돌을 방지하여 지연을 방지하는 향상된 DAP-NAD를 제안하였으며, 모의실험을 통하여 다중 홉 전투 무선망 환경에서 제안기법의 성능이 향상되는 것을 보였다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.409-418
• /
• 2021

토지피복도는 국토정책, 환경정책을 위한 의사결정 근거 자료로 활용되는 매우 중요한 자료이다. 토지피복도는 원격탐사 자료를 활용하여 제작되는데, 이때 사용되는 데이터의 취득 시기에 따라 동일한 지역을 대상으로 하더라도 분류 결과가 달라질 수 있다. 본 연구에서는 단시기 데이터의 분류 정확도를 개선하기 위해 다중시기 위성영상을 활용하였으며 계절에 따른 지표면의 분광 반사 특성 차이를 딥러닝 알고리즘의 하나인 U-Net 모델에 학습시켜 분류하였다. 또한 단시기 분류 결과와 정확도 비교를 통해 분류 정확도의 향상 정도를 비교하였다. 구역 내에 30%의 녹지와 한강을 포함하여 다양한 토지피복으로 이루어진 서울특별시를 연구대상지로 설정하고 2020년 분기별 Sentinel-2 위성영상을 산출하였다. 대한민국 환경부에서 작성한 세분류 토지피복도를 활용하여 U-Net 모델을 학습시켰다. 학습한 U-Net 모델을 통해 단시기, 2시기, 3시기, 4시기로 모델을 학습하여 분류한 결과, 단시기를 제외하고 토지피복도 분류 정확도 확보기준인 75%를 상회하는 81%, 82% 79%의 정확도를 나타냈다. 이를 통해 다중 시계열 학습을 통해 토지피복의 분류 정확도 향상이 가능하다는 것을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -3
• /
• pp.1363-1366
• /
• 2002

The studies of multi-hop wireless networks are active as the new communication media, which does not require any fixed communication infrastructure. One of application of the networks is local information distribution service, which is useful far daily activities in certain geographically restricted region or community within a radius of several kilometers. In this paper, MID-Net, which is the network enabling such distribution service, and effective information distribution algorithm MCMS are proposed. The behavior of the MID-Net is characterized by the waiting time function, three types of the functions are proposed in this paper.

• 전자공학회논문지A
• /
• 제30A권5호
• /
• pp.52-62
• /
• 1993

This paper describes the implementation of a layout generation system for the gate matrix style to implement multi-level logic. To achieve improved layouts from general net lists, the proposed system performs flexible net binding for series nets. Also the system reassings gates by the heuristic information that shorter net lengths are better for the track minimization. By track minimizing with subdividing layout column information, the system decreases the number of necessary layout tracks. Experimental results show that the system generates more area-reduced (approximately 7.46%) layouts than those by previous gate matrix generation systems using net list inputs.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1997년도 추계학술대회 논문집 학회본부
• /
• pp.136-138
• /
• 1997

This paper proposes a design method to improve the performance of Indirect Adaptive Controllers using a CP net. This hybrid control architecture consists of Indirect Adaptive Controllers and CP net Controller. The performance of a single Adaptive Controller, multi Adaptive Controllers and the proposed model is compared by control problems. The simulation results show that the proposed model is superior to the others in most cases, in regard of not only learning speed but also control problems.