• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.62-65
• /
• 2018

신경망은 깊어질수록 gradient vanishing/exploding과 같은 네트워크가 불안정해지는 문제가 발생 한다. 잔차 블록을 이용하여 이러한 문제를 해결 할 수 있다. 본 논문에서는 영상 인식 분야에서 훌륭한 성능을 보여준 잔차 블록 기반의 깊은 합성곱 신경망을 통한 단일 영상 초해상도 복원 기법을 제안 한다. 제안한 알고리듬은 EDSR에 사용된 잔차 블록을 다양한 크기의 합성곱 연산을 통해 영상의 특징들을 다르게 분석하도록 수정하고 VDSR과 비슷한 수준의 복잡도로 구성하여 향상된 성능을 얻었다. 실험 결과, VDSR에 비해 PSNR이 최대 0.1dB까지 증가했다.

• Journal of Biomedical Engineering Research
• /
• v.20 no.5
• /
• pp.609-616
• /
• 1999

심폐바이패스시 발생할 수 있는 튜브 마모 및 파쇄는 롤러펌프의 반복되는 압박에 의해 롤러펌프에 장착된 튜브 내벽에 균열이 생기고 이로 인해 미세한 비생물적 조각들이 혈액중으로 떨어져 나가는 현상을 말하는데, 임상적으로 치명적인 색전증을 초래할 수 있다. 그러나 아직 롤러펌프 튜브로 사용되는 PVC 및 실리콘 튜브 중 어느 쪽이 마모 및 파쇄 관점에서 더 우수한지는 체계적으로 밝혀지지 않고 있다. 이에 본 연구는 두 종류의 튜브를각각 일정 기간 롤러펌프에 장착하여 작동시킨 뒤 튜브내외면을 육안 및 주사형 전자현미경으로 관찰하였다. 즉 PVC 및 실리콘 튜브 (내경 1/2 인치의)들을 미리 정해진 폐쇄도 조절에 의해 폐쇄 회로 심폐비이패스 롤러펌프 헤드에 장착시키고 4.500ml/min에서 각각 4차례씩 1,2,4,6 시간 작동시켰다. 파쇄에 의한 색전 관찰 실험에서는 회로 중간에 동맥여과기를 설치하고 각각 6,9시간 씩 롤러펌프를 작동시켰다. 실험 후 튜브 및 여과기들을 수거한 후 육안 및 주사형 전자현미경 분석을 시행하였다. 실험후 튜브 및 여과기들을 수거한 후 육안 및 주사형 전자현미경을 분석을 시행하였다. 튜브 외부의 육안 관찰 결과 일반적으로 실라스틱 튜브에서의 외부 마모가 PVC 튜브에 비해 현저하였다. 주사형 전자현미경 관찰에서 PVC 튜브에서의 홈은 좁으면서 경계선이 뚜렷한 특징을 보였고 3시간 이상 롤러와 접촉한 튜브들에게서는 깊은 균열이 간헐적으로 관찰되었다. 반면, 실라스틱에서의 홈은 좁으면서도 경계선이 뚜렷한 특징을 보였고 3시간 이상 롤러와 접촉한 튜브들에게서는 깊은 균열이 간헐적으로 관찰되었다.반면 실라스틱에서의 튜브들에서는 홈이 상대적으로 넓고 경계가 덜 명확했으며, 특징적으로 V 자 모양의 융기부들이 간헐적으로 관찰되었다. 실라스틱 및 PVC 튜브 모두에서 50u 전후의 Craters 가 간헐적으로 관찰되었다. 여과기의 여과망에 대한 주사형 전자현미경 분석 결과 실라스틱과 PVC 튜브 실험군 모두에서 색전입자로 의심되는조각들이 발견되었으나 두군간 정량적 비교는 어려웠다. 결론적으로 롤러펌프에 의한 튜브 마모 및 파쇄현상은 실리콘 및 PVC 튜브의 재질에 따라 그 양상에는 차이가 있으나 임상적인 측면에서는 어느 쪽도 상대적인 우수성이 입증되지 못하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.10 no.6
• /
• pp.58-63
• /
• 1991

선박소음이 우세한 해역에서 측정된 수중소음의 크기를 분석한 결과 100Hz 미만에서는 깊은 수 심에서의 소음 크기가 낮은 수심에서보다 크게 나타나고 있다. 한편 계절적인 소음 크기의 변화는 dam 파 전달 조건에 좌우되며, 일반적인 spectrum shape은 Urick의 선박소음이 우세한 경우의 spectrum과 매우 유사하다.

• The monthly packaging world
• /
• s.152
• /
• pp.72-74
• /
• 2005

000년 4월에『카르레』를 발매한 후 많은 유저, 가공메이커, 자영업자 등의 협력을 얻어 순조롭게 판매를 늘려왔다. 물론 모든 것이 순조로운 것만이 아닌 유저의 깊은 지지, 협력, 지도를 기반으로 수많은 개선 등으로 현재에 이르게 되었다. 본고에서는 최근 특히 주목되어 온『카르레』의 구조적 특징이 반영되고 있는 사용법의 예를 소개하고 인몰드라벨과 점착라벨에의 활용을 살펴본다.

• Korean Journal of Oriental Medicine
• /
• v.11 no.1
• /
• pp.19-32
• /
• 2005

This report investigates on the subject of the development of medicinal herb study through historic transition made by medicinal herb book publications. This report summarized publications of representative medicinal herb books of the times, the standing characteristics of the times and the development of the medicinal herb study. In addition, this report investigates the influence on Korean medicine by looking at the traces of medicinal herb books that had been introduced and deeply influenced to Korean medicine, and publication facts of Chosun edition.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.41-42
• /
• 2018

텍스트 문서 영상으로부터 단어를 검출하고, LLAH(locally likely arrangement hashing) 알고리즘을 이용하여 이웃 단어 사이의 기하 관계를 표현하는 특징 벡터를 계산한 후, 특징 벡터를 비교함으로써 텍스트 문서를 효과적으로 인식하거나 검색할 수 있다. 그러나, 이는 문서 내 각 단어가 정확하고 강건하게 검출된다는 전제를 필요로 한다. 본 논문에서는 텍스트 내 각 라인을 검출하고, 각 라인 내에서 단어 사이의 간격과 글자 사이의 간격을 깊은 신경망(deep neural network)을 이용하여 학습하고 분류함으로써, 보다 카메라와 텍스트 문서 사이의 거리나 방향이 동적으로 변하는 조건에서 각 단어를 강건하게 검출하는 방법을 제안한다. 모바일 환경에서 제안된 방법을 구현하였으며, 실험을 통해 단어 사이의 간격과 글자 사이의 간격을 92.5%의 정확도로 구별할 수 있으며, 이를 통해 동적인 환경에서 단어 검출의 강건성을 크게 개선할 수 있음을 확인하였다.

• Annual Conference of KIPS
• /
• 2022.05a
• /
• pp.641-642
• /
• 2022

단일 데이터로부터의 이동 객체에 대한 행동 인식 연구는 데이터 수집 과정에서 발생하는 노이즈의 영향을 크게 받는다. 본 논문은 영상 데이터와 센서 데이터를 이용하여 다중 융합 네트워크 기반 이동 객체 행동 인식 방법을 제안한다. 영상으로부터 객체가 감지된 영역의 추출과 센서 데이터의 이상치 제거 및 결측치 보간을 통해 전처리된 데이터들을 융합하여 시퀀스를 생성한다. 생성된 시퀀스는 CNN(Convolutional Neural Networks)과 LSTM(Long Short Term Memory)기반 다중 융합 네트워크 모델을 통해 시계열에 따른 행동 특징들을 추출하고, 깊은 FC(Fully Connected) 계층을 통해 특징들을 융합하여 행동을 예측한다. 본 연구에서 제시된 방법은 사람을 포함한 동물, 로봇 등의 다양한 객체에 적용될 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.36-39
• /
• 2020

최근 딥 러닝을 이용한 방법들이 이미지 분류에서 뛰어난 성능을 보임에 따라, 복잡한 특징을 담고 있는 얼굴 이미지에 대해 이를 적용하려는 시도가 늘어나고 있다. 특히, 이미지로부터 주요한 특징들을 추출하여 간결하게 이미지를 대표할 수 있는 이미지 기술자 (Image descriptor)를 딥 러닝을 통해 생성하는 연구가 인기를 끌고 있다. 이는 딥 러닝 끝 단에 있는 Fully-connected layer 의 출력으로 얻을 수 있으며 이미지의 의미론적 상관관계를 이용하여 학습된다. 구체적으로, 이미지 기술자는 실수형 벡터 데이터로서, 한 장의 이미지를 수치화 하여 비슷한 이미지 사이에는 벡터 거리가 가깝게, 서로 다른 이미지 사이에는 벡터 거리가 멀게 구성된다. 본 연구에서는 미리 학습된 인공 신경망을 통과시켜 얻은 얼굴 이미지 기술자를 활용하여 멤버 분류를 위한 두 개의 인공 신경망을 학습하는 것을 목표로 한다. 제안된 방법을 검증하기 위해 얼굴 인식에 널리 사용되는 벤치 마크 데이터셋을 활용하였고, 그 결과 제안된 방법이 높은 정확도로 멤버를 분류할 수 있다는 것을 확인하였다.

• Geotechnical Engineering
• /
• v.1 no.2
• /
• pp.81-92
• /
• 1985

Braced excavation for a new building was carried out at a very close proximity of an existing tall building of T.hick columns are supported by indict.ideal spread footings on sand layer The excavation was planned to reach far below the footing level of the existing building. To assess the foundation performance and stability of the existing building, the behavior of 9round subjected to loss of confinement from excavation was analytically studied using finite element method. Field instrumentation was also conducted to monitor the actual ground responses during excavation. Based on these studies, various remedial measures weere taken to minimize the adverse effects to the building, and excavation was successfully completed. This paper presents the results from the analytical studies and field monitoring, and measured and measured responses at different stages of excavation.

• Journal of the Korea Convergence Society
• /
• v.12 no.12
• /
• pp.31-37
• /
• 2021

In this paper proposed a feature fusion and spatial attention-based modified YOLOv4S for small and occluded detection. Conventional YOLOv4S is a lightweight network and lacks feature extraction capability compared to the method of the deep network. The proposed method first combines feature maps of different scales with feature fusion to enhance semantic and low-level information. In addition expanding the receptive field with dilated convolution, the detection accuracy for small and occluded objects was improved. Second by improving the conventional spatial information with spatial attention, the detection accuracy of objects classified and occluded between objects was improved. PASCAL VOC and COCO datasets were used for quantitative evaluation of the proposed method. The proposed method improved mAP by 2.7% in the PASCAL VOC dataset and 1.8% in the COCO dataset compared to the Conventional YOLOv4S.