• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권8호
• /
• pp.2298-2315
• /
• 2024

This paper introduces a method aimed at diagnosing the presence or absence of lesions by detecting anomalies in Chest X-ray images. The proposed approach is based on the PatchCore anomaly detection method, which extracts a feature vector containing location information of an image patch from normal image data and calculates the anomaly distance from the normal vector. However, applying PatchCore directly to medical image processing presents challenges due to the possibility of diseases occurring only in specific organs and the presence of image noise unrelated to lesions. In this study, we present an image alignment method that utilizes affine transformation parameter prediction to standardize already captured X-ray images into a specific composition. Additionally, we introduce a region-specific abnormality detection method that requires affine-transformed chest X-ray images. Furthermore, we propose a method to enhance application efficiency and performance through feature map hard masking. The experimental results demonstrate that our proposed approach achieved a maximum AUROC (Area Under the Receiver Operating Characteristic) of 0.774. Compared to a previous study conducted on the same dataset, our method shows a 6.9% higher performance and improved accuracy.

• 한국초등수학교육학회지
• /
• 제16권3호
• /
• pp.359-388
• /
• 2012

본 연구는 공간 감각의 하위 요인 틀을 추출하고, 이를 기초로 초등학교 4, 5, 6학년 학생들의 공간 감각 실태를 조사하고자 하였다. 이를 위해 이론적 고찰을 바탕으로 공간 감각을 정신적 회전, 정신적 변환, 도형 배경 지각으로 이루어진 공간 시각화 능력과 방향 감각, 거리 감각, 위치 감각으로 이루어진 공간 방향 능력으로 구분하고, 공간 감각 검사 도구를 개발하여, 수도권에 소재한 5개 초등학교 4, 5, 6학년 423명을 대상으로 학생들의 실태를 조사하고, 하위 요인별 및 문항별 정답률 및 정답과 오답에 대한 반응 분포를 제시하고, 대응 표본-t 검정, ANOVA 분석과 다중 비교 분석을 통해 학년 간 및 학년별 차이를 분석하였다. 분석 결과는 첫째, 학년에 따른 공간 감각은 향상되나 공간 시각화 능력의 상승폭이 공간 방향 능력보다 훨씬 크고 그 순위가 역전되고, 둘째, 공간 감각 하위 요인 중 특히 부족한 부분은 정신적 변환과 위치 감각이며, 셋째, 요인별 및 문항별 학년 간 유의미한 차이는 대부분 학습 경험에 기인하지만, 자연적 인지 발달 능력 및 문항의 복합성에도 영향을 받는 것으로 나타났다. 이를 기초로 공간 감각 교수 학습에의 시사점을 제안하였다.

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.1-10
• /
• 2018

본 연구는 디지털 마케팅의 구성요인과 앞으로의 흐름을 예측하기 위해 계층적 분석 방법(AHP)을 활용하여 디지털 마케팅 구성 요인간의 상대적 중요도를 도출하고 광고 부문 전문가와 비광고 부문 전문가의 의견을 비교 분석하였다. 연구 결과, 디지털 마케팅 상위요인들의 상대적 중요도는 결합(0.260), 전환(0.259), 최적화(0.243), 기반 기술(0.238)의 순으로 나타났으며 하위요인들의 상대적 중요도는 인공지능과 머신러닝(0.086), 빅데이터(0.085), 콘텐츠 큐레이션(0.060) 순으로 나타났다. 또한, 광고 부문 전문가들은 결합과 최적화의 상대적 중요도가 높은데 반해 비광고 부문 전문가는 전환과 기반기술로 나타나 직무 특성 별 상대적 중요도가 다르다는 것을 확인할 수 있었다. 본 연구는 디지털 마케팅의 전체적인 구성 요인과 중요도를 통해 향후 디지털 마케팅 전략을 수립하는데 유용한 시사점을 제공할 수 있다.

• 복식문화연구
• /
• 제13권4호
• /
• pp.550-563
• /
• 2005

These days, photoshop and illustrator program can make a fashion illustration express easily and speedily, And they can also express a feeling and sensitivity of fashion illustrator by a tool and effect more than a manual work's media. The purpose of this study was to analyze a visual expression and characteristics in fashion illustration using 2D graphics. The method of this study was to analyze the fashion illustration books using 2D graphics. The visual expressions in fashion illustration using 2D graphics were as follows: Fashion illustration was based on a sketch or photography, and used a composition, drawing, mapping, painting, and manual work's re-touching. Characteristics of visual expression were as follows: First, a image composition was showed discontinuity and heterogeneity of image, new context and composition, and allowance of reality. Second, image transform was showed image overlap, body transformation by image recomposition, and deformed transformation by vector drawing. Third, hyper-real was showed precise touching, mechanical and neutral image, omission of background and focus of an object's characteristic and information. Fourth, following a realistic expression was showed simplified color, shading, dominant view point of fashion illustrator by omission, and daily lift style. Fifth, following a pictorial expression was showed non-fixed and irregular line, natural painting, and drawing and painting by conventional pictorial media. In conclusion, a photoshop and illustrator in 2D graphics will serve as a new media far fashion illustration with a manual work. And they will not only intensify a capacity as a commercial role of fashion illustration but also present a positive motive for students learning a fashion illustration.

• 한국항행학회논문지
• /
• 제25권1호
• /
• pp.115-123
• /
• 2021

잣은 우리나라 대표적인 견과류 임산물이자 수익형 작물이다. 그러나 잣송이는 사람이 직접 나무 위로 올라가 수확하기 때문에 위험성이 높다. 이러한 문제를 해결하기 위해서 로봇 또는 UAV(unmanned aerial vehicle)를 이용한 잣송이 수확이 필요하다. 본 논문에서는 UAV를 이용한 잣송이 수확을 위해 UAV 항공 영상에서 딥러닝(deep learning) 기반의 잣송이 검출 기법을 제안한다. 이를 위해, UAV를 이용하여 실제 잣나무 숲에서 동영상을 촬영했으며, 적은 수의 데이터 보완을 위해 데이터 증강기법을 사용했다. 3D 검출을 위한 데이터로는 Unity3D을 이용하여 가상 잣송이 및 가상환경을 3D 모델링 하였으며 라벨링은 좌표계의 3차원 변환법을 이용해 구축했다. 잣 분포 영역 검출, 잣 객체에 대한 2D 및 3D 검출을 위한 딥러닝 알고리즘은 DeepLabV3, YOLOv4, CenterNet을 각각 이용하였다. 실험 결과, 잣송이 분포 영역 검출률은 82.15%, 2D 검출률은 86.93%, 3D 검출률은 59.45%이었다.

• 센서학회지
• /
• 제22권2호
• /
• pp.162-173
• /
• 2013

The purpose of this paper is to classify VOC gases by emulating the characteristics found in biological olfaction. For this purpose, we propose new signal processing method based a polymeric chemical sensor array consisting of 4096 sensors which is created by NEUROCHEM project. To remove unstable sensors generated in the manufacturing process of very large scaled chemical sensor array, we used discrete wavelet transformation and cosine similarity. And, to remove the supernumerary redundancy, we proposed the method of selecting candidates of representative sensor representing sensors with similar features by Fuzzy c-means algorithm. In addition, we proposed an improved algorithm for selecting representative sensors among candidates of representative sensors to better enhance classification ability. However, Classification for very large scaled sensor array has a great deal of time in process of learning because many sensors are used for learning though a redundancy is removed. Throughout experimental trials for classification, we confirmed the proposed method have an outstanding classification ability, at transient state as well as steady state.

• 대한수학교육학회지:학교수학
• /
• 제5권3호
• /
• pp.361-384
• /
• 2003

본 연구는 연립일차방정식에 관한 문장제에서 IDEAL 문제 해결 모형을 바탕으로 "구조-표현"을 강조한 교수-학습을 실시하였을 때 학생들의 문제해결 과정을 탐구하였다. 연구 결과, 구조-표현을 강조한 학급의 학생들이 이를 강조하지 않은 학급의 학생들보다 문제해결 능력이 향상되었으며, 동치문제, 동형문제, 유사문제를 더 정확하게 구별하였다. 또한, 구조-표현을 강조한 학급의 학생들이 그렇지 않은 학급의 학생들보다 문맥에 대한 이해 및 불완전한 정보 추출에서의 오류, 미지수간의 내적 관계에 대한 수학적 기호표현으로의 불완전한 전이 오류, 적절하지 않은 방정식 생성 오류의 발생 빈도가 적었다. 그리고, IDEAL 문제 해결 모형의 문제의 확인 단계(I)와 문제의 정의 단계(D)에서 학생들이 문제 해결 계획을 수립하기 위해 문제를 읽고 이해하여 문제를 해결하는 과정을 중점적으로 분석한 결과, 직접 변환 모델과 구조 도식 모델이 나타났다.

• 한국멀티미디어학회논문지
• /
• 제25권3호
• /
• pp.493-501
• /
• 2022

This paper is a study on context-sensitive spelling error correction and uses the Korean WordNet (KorLex)[1] that defines the relationship between words as a graph to improve the performance of the correction[2] based on the vector information of the word embedded in the correction technique. The Korean WordNet replaced WordNet[3] developed at Princeton University in the United States and was additionally constructed for Korean. In order to learn a semantic network in graph form or to use it for learned vector information, it is necessary to transform it into a vector form by embedding learning. For transformation, we list the nodes (limited number) in a line format like a sentence in a graph in the form of a network before the training input. One of the learning techniques that use this strategy is Deepwalk[4]. DeepWalk is used to learn graphs between words in the Korean WordNet. The graph embedding information is used in concatenation with the word vector information of the learned language model for correction, and the final correction word is determined by the cosine distance value between the vectors. In this paper, In order to test whether the information of graph embedding affects the improvement of the performance of context- sensitive spelling error correction, a confused word pair was constructed and tested from the perspective of Word Sense Disambiguation(WSD). In the experimental results, the average correction performance of all confused word pairs was improved by 2.24% compared to the baseline correction performance.

• 융합보안논문지
• /
• 제22권2호
• /
• pp.105-114
• /
• 2022

본 논문은 퍼스널 모빌리티(Personal Mobility, PM)를 이용하는 청각 장애인에게 소리가 발생하는 도래각(Direction of Arrival, DOA)을 시각화하는 지능형 제어 시스템을 제시하며 도로에서 발생하는 경보음, 크락션 등 소리로 인한 위험한 상황들을 인지하고 예방하고자 한다. 소리 위치 추정 방법은 GCC-PHAT(Generalized Cross-Correlation Phase Transform) 기반 도착 지연 시간(Time Difference of Arrival, TDOA)을 특징으로 갖는 머신러닝 분류 모델을 사용한다. 도로 상황을 재현한 실험 환경에서 각각 풍속 0, 5.8, 14.2, 26.4km/h의 조건에 따라 학습 데이터를 추출한 후 학습한 4가지 분류 모델들을 Grid search cross validation으로 비교하며 성능이 가장 우수한 MLP(Multi-Layer Perceptron) 모델을 알고리즘으로 적용하였다. 최종적으로 바람이 발생하였을 때 제안된 알고리즘이 평균 90.7%의 정확도를 나타내었으며, 이는 기존의 일반적인 소리 위치 추정기법보다 평균 7.6-11.5% 정도의 성능 향상을 보이는 것이다.

• 한국전산구조공학회논문집
• /
• 제36권6호
• /
• pp.415-421
• /
• 2023

본 논문에서는 시멘트에 탄소나노튜브를 혼입하여 전기 전도성을 향상시킨 복합재료의 압저항 특성을 딥러닝 기반 트랜스포머 알고리즘을 적용하여 분석하였다. 훈련 데이터 확보를 위한 실험수행을 병행하였으며, 기존 연구문헌을 참조하여 배합설정, 시편제작, 화학조성 분석, 압저항 성능측정 실험을 수행하였다. 특히 본 연구에서는 탄소나노튜브 혼입 시편뿐 아니라 플라이애시를 바인더 대비 50% 대체한 시편에 대한 제작 및 성능평가를 함께 수행하여, 전도성 시멘트 복합재료의 압저항 특성 향상 가능성을 탐구하였다. 실험결과, 플라이애시 대체 바인더의 경우 보다 안정적인 압저항 특성결과가 관찰되었으며, 측정된 데이터의 80%를 이용하여 트랜스포머 모델을 훈련시키고 나머지 20%를 통해 검증하였다. 해석 결과는 실험적 측정과 대체로 부합하였으며, 평균 절대 오차 및 평균 제곱근 오차는 각각 0.069~0.074와 0.124~0.132을 나타내었다.