• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2011년도 학술대회 및 정기총회
• /
• pp.153-154
• /
• 2011

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2011년도 학술대회 및 정기총회
• /
• pp.151-152
• /
• 2011

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2011년도 학술대회 및 정기총회
• /
• pp.161-162
• /
• 2011

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2011년도 학술대회 및 정기총회
• /
• pp.163-164
• /
• 2011

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.803-804
• /
• 2006

This paper presents a multiple branch predictor with perceptrons. We describe our design and evaluate it with the SPEC 2000 benchmarks. Our predictor achieves increased accuracy than the previous multiple branch predictors.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 1994년도 추계 학술대회지
• /
• pp.20-21
• /
• 1994

• 대한의용생체공학회:의공학회지
• /
• 제36권1호
• /
• pp.16-21
• /
• 2015

Indocyanine green(ICG) and 5-aminolevulinic acid(5-ALA) have been widely used to mark blood vessels or tumors. However, fluorescent dye detection systems were designed to use one type of dyes only. In this study, we proposed a detection system capable of detecting Indocyanine green and 5-aminolevulinic acid. Multiple filters and light sources are integrated into a single system. In this study, we performed analysis of fluorescent dyes and configured a detection system. During the analysis, it was found that Indocyanine green and 5-aminolevulinic acid have the maximum intensity at $40{\mu}M$. We designed light source for fluorescent dyes and conducted compatibility test using a commercial surgical microscope. The fluorescent dye detection system was configured based on the experimental results. The developed system successfully detects Indocyanine green and 5-aminolevulinic acid. Therefore, more efficient surgical operations can be achieved using both fluorescent dyes at the same time. We expect that the developed system can increase the survival rate of patients.

• Nuclear Engineering and Technology
• /
• 제52권6호
• /
• pp.1164-1171
• /
• 2020

T-junction structures play an important role in nuclear power plant systems. Research on liquid entrainment is mostly based on small-scale branch pipes (d/D ≤ 0.2) and attention paid to large-scale branch pipes (0.33 < d/D < 1) is insufficient. Accordingly, this study implements a series of experiments on the liquid entrainment of T-junction with different angles (32.2°,47.9°,62.3°,90°) through a large-scale branch (d/D = 0.675). The onset liquid entrainment is related to the gas phase Froude number Fr_g, the dimensionless gas chamber height h_b/d and the branch pipe angle 𝜃. As Fr_g increases, h_b/d also rises. With a constant h_b/d, the onset liquid entrainment changes from droplets entrainment by the gas phase to that by the rising liquid film. The steady-state liquid entrainment is related to w_3g, h/d and 𝜃. With constant w_3g and h/d, the branch quality grows as the branch angle increases. With a certain h/d, the branch quality increases, as the w_3g number increases.

• 인터넷정보학회논문지
• /
• 제2권1호
• /
• pp.23-30
• /
• 2001

ILP 프로세서는 고성능을 유지하기 위해 정확한 분기예상 방법을 요구한다. Two-Level 분기예상 방법은 높은 분기예상 정확성을 갖는 것으로 알려져 있다. 그러나, 한 분기 명령이 다른 분기 명령에 의해 갱신된 PHT 엔트리를 사용할 때 간섭이 발생하며, 간섭 중 부정적 간섭은 잘못된 예상(misprediction)을 유발하여 성능에 부정적 영향을 주게 된다. Agree분기예상 방법에서는 BTB에 bias 비트를 추가하여 부정적 간섭을 긍정적 간섭으로 변환하여 예상 정확도를 높였으나, bios 비트를 잘못 설정하는 경우에는 오히려 부정적 간섭이 증가하게 된다. 본 논문에서는 이러한 부정적 간섭을 감소시키는 새로운 동적 분기예상 방법을 제안한다. 제안한 분기예상 방법은 수행시간에 bias 비트를 동적으로 변경시키기 위해 BTB의 엔트리에 hit 비트를 추가하였다. 그 결과 부정적 간섭을 효과적으로 감소시켜 예상 정확도를 향상시켰다. 제안된 방법의 효율성을 보여주기 위해, SPEC92int 벤치마크를 사용하여 성능을 평가한 결과, 제안된 방법이 기존의 방법보다 성능이 우수함을 확인하였다.

• 스마트미디어저널
• /
• 제9권2호
• /
• pp.9-15
• /
• 2020

본 논문에서는 새롭게 제안하는 Multi-Path Encoder-Decoder 의 구조를 바탕으로 두개의 가지로 구성된 심층신경망을 통해서 영상 이미지에서 물체를 하나의 객체 단위로 분할 검출하는 방법을 제안하였다. 각 가지는 중심점 검출 가지(Dot branch), 객체 분할 가지(Segmentation branch)라 하고 중심점 검출 가지는 이미지로부터 각 객체의 중심점을 찾는 역할을 수행하고, 객체 분할 가지는 각 객체의 영역을 이미지로부터 분할하는 역할을 수행한다. 실험에서는 CVPPP 식물 이미지의 나뭇잎을 각각 구분하도록 학습 하였으며 중심점 검출 가지는 각 나뭇잎의 중심점들을 찾아내고, 객체 분할 가지는 원본 이미지와 찾아낸 중심점 이미지를 통하여 각 중심점에 해당하는 나뭇잎의 픽셀 분할 영역을 최종적으로 예측하게 된다. 기존의 객체 분할에서는 다양한 크기, 위치의 앵커박스를 만들어서 많은 영역(N > 1k)의 물체를 확인해야하는 연산량 문제점 혹은 이미지에서 고정되지 않는 총 객체의 개수를 예측하기 어려웠던 문제가 있었다. 제안한 심층신경망에서는 중심점을 기반으로 객체를 찾아내는 효과적인 방법을 제안하였다.