• Investigative Magnetic Resonance Imaging
• /
• v.11 no.2
• /
• pp.87-94
• /
• 2007

Purpose: The purpose of this study was to evaluate the usefulness of fast inversion recovery (FIR) and magnetization-prepared three dimensional gradient echo sequence (3D GRE) T1-weighted sequences for neonatal brain imaging compared with spin echo (SE) sequence in a 3T MR unit. Materials and Methods: T1-weighted axial SE, FIR and 3D GRE sequences were evaluated from 3T brain MR imaging in 20 neonates. The signal-to-noise ratio (SNR) of different tissues was measured and contrast-to-noise ratios (CNR) were determined and compared in each of the sequences. Visual analysis was carried out by grading gray-white matter differentiation, myelination, and artifacts. The Wilcoxon signed ranked test was used for evaluation of the statistical significance of CNR differences between the sequences. Results: Among the three sequences, the 3D GRE had the best SNRs. CNRs obtained with FIR and 3D GRE were statistically superior to those obtained with SE; these CNRs were better on the 3D GRE compared to the FIR. Gray to white matter differentiation and myelination were better delineated on the FIR and 3D GRE than the SE. However, motion artifacts were more commonly observed on the 3D GRE and flow-related artifacts of vessels were frequently seen on the FIR. Conclusion: FIR and 3D GRE are valuable alternative T1-weighted sequences to conventional SE imaging of the neonatal brain at 3T providing superior image quality.

• Journal of Advanced Marine Engineering and Technology
• /
• v.26 no.6
• /
• pp.695-704
• /
• 2002

Generally, induction motor controller requires rotor speed sensor for commutation and current control, but it increases cost and size of the motor. So in these days, various researches including speed sensorless vector control have been reported and some of them have been put to practical use. In this paper a new speed estimation method using neural networks is proposed. The optimal neural network structure was tracked down by trial and error, and it was found that the 8-16-1 neural network has given correct results for the instantaneous rotor speed. Supervised learning methods, through which the neural network is trained to learn the input/output pattern presented, are typically used. The back-propagation technique is used to adjust the neural network weights during training. The rotor speed is calculated by weights and eight inputs to the neural network. Also, the proposed method has advantages such as the independency on machine parameters, the insensitivity to the load condition, and the stability in the low speed operation.

• Journal of the Institute of Convergence Signal Processing
• /
• v.13 no.2
• /
• pp.91-98
• /
• 2012

Power Quality (PQ) signal such as sag, swell, harmonics, and impulsive transients are the major issues in the operations of the power electronics based devices and microprocessor based equipments. The effectiveness of wavelet based denoising techniques and recognizing different power quality events with noise has been presented in this paper. The algorithms involved in the noisy PQ recognition system are the wavelet based denoising and the back propagation neural networks. Also, in order to verify the real-time performances of the noisy PQ recognition systems under the noisy environments, SIL(Software In the Loop) and PIL(Processor In the Loop) were carried out, resulting in the excellent recognition performances.

• Science of Emotion and Sensibility
• /
• v.1 no.2
• /
• pp.93-103
• /
• 1998

효율적이고 체계적인 퍼지제어를 위해 조작자의 제어동작을 모델링하거나 공정을 모델링하는 기법이 필요하고, 또한 퍼지 추론시에 조건부의 기여도(contribution factor)의 결정과 동작부의 제어량의 결정이 추론의 결과에 중요하다. 본 논문에서는 추론시 조건부의 기여도와 동작부의 세어량이 퍼지 엔트로피의 개념하에서 수행되는 적응 퍼지 추론시스템을 제시한다. 제시된 시스템은 전방향 신경회로망의 토대위에서 구현되며 주건부의 기여도가 퍼지 엔트로피에 의하여 구해지고, 동작부의 제어량은 확장된 퍼지 엔트로피에 의하여 구해진다. 이를 위한 학습 알고리즘으로는 역전파 알고리즘을 이용하여 조건부의 파라미터의 동정을 하고 동작부 파라미터의 동정에는 국부해에 보다 강인한 유전자 알고리즘을 이용하다. 이러한 모델링 기법을 임펄스 잡음과 가우시안 잡음이 첨가된 영상에 적용하여 본 결과, 영상복원시에 발생되는 여러 가지의 경우에 대한 적응성이 보다 양호하게 유지되었고, 전체영상의 20%의 데이터만으로도 객관적 화질에 있어서 기존의 추론 방법에 비해 향상을 보였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1995.04a
• /
• pp.273-284
• /
• 1995

카메라를 통하여 얻은 영상자료로부터 대상물의 특징을 추출하여 검사에 응용하는 자동검사기법의 수요가 늘고 있다. 본 연구에서는 그러한 자동검사의 실예로서 접속 케이블(wire hardness)의 색깔인식을 이용한 양/불량을 구별하는 시스템을 구축하였다. 색깔인식을 위한 도구로서 입력층, 1개의 은닉층 및 출력층으로 이루어진 2층 구조의 역전파신경망(back-propagation neural network)을 사용하였다. 입력자료로는, 화상에서 케이블의 위치를 파악하고 그 케이블에 속한 화소로부터 필요한 정보(Y, U, V)를 추출한 후, 보다 변별력이 좋은 (L, a, b) 좌표계로 변환하여 사용하였다. 본 검사시스템은 인식속도를 향상시키기 위하여 영상정보를 프레임 버퍼(frame buffer)에서 직접 사용하고 자료의 검사과정을 극소화 하였기 때문에 불량품의 실시간 검출이 가능하다. 불량품 검출의 성능을 평가하기 위하여 실제 표본을 가지고 시스템의 성능을 평가한 결과, 양/불량의 인식율이 100%를 나타내어 약간의 성능보완이 이루어지면 현장에서 바로 활용할 수 있을 것으로 판단된다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.570-573
• /
• 2018

본 논문에서는 한국 가요 학습 데이터를 노래 가사 마디 단위로 문자열을 역전시키는 형태로 변형하고 LSTM으로 학습하여, 마디 간의 문맥을 고려해 문자열을 생성하는 방법에 대해 제안한다. 그리고 이를 통해 특정 가요 가사와 유사하면서도 다른 가사를 생성하는 것도 가능하다. 문자열의 우측 끝에 위치하면서 마디 간의 문맥을 연결해 주는 서술어, 접속사와 같은 요소를 활용하기 위해 데이터를 변형하여 적용한다. 제안하는 방식으로 생성한 문자열이 단순히 문자열 데이터를 그대로 학습하여 생성하는 것보다 상대적으로 더 자연스러운 문맥으로 생성되는 것을 확인하였다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.487-492
• /
• 2004

본 연구에서는 인공신경망 기법을 이용하여 산사태 발생원인에 대한 가중치를 구하였다. 여름철 집중호우시 산사태가 많이 발생하는 강원도 강릉시 사천면 사기막리 와 주문진읍 삼교리에 해당한다. 산사태가 발생할 수 있는 요인으로 지형도로부터 경사, 경사방향, 곡률, 수계추출을, 정밀토양도로부터 토질, 모재, 배수, 유효토심, 지형을, 임상도로부터 임상, 경급, 영급, 밀도를, 지질도로부터 암상을, Landsat TM 영상으로부터 토지이용도와 추출하여 격자화 하였으며, 아리랑1호 영상으로부터 선구조를 추출하여 l00m 간격으로 버퍼링 한 후 격자화 하였다. 이렇게 구축된 산사태 발생 위치 및 발생요인 데이터 베이스를 이용하여 인공신경망 기법을 적용하여 산사태 발생 원인에 대한 상대적인 가중치를 구하였다. 인공신경망의 역전파 알고리즘을 이용한 사기막리 지역과 삼교리 지역의 산사태 가중치를 보면 GPS를 이용한 현장조사와 위성영상을 이용한 변화탐지 기법모두의 경우모두와 훈련지역을 실제 산사태 발생 지역과 경사도가 0°인 지역, 실제 산사태 발생 지역과 Frequence ratio를 이용하여 작성한 취약성도에서 산사태 발생이 낮을 것으로 예상되는 지역, Frequence ratio를 이용한 취약성도에서 산사태 발생이 높을 것으로 예상되는 지역 과 낮을 것으로 예상되는 지역의 경우에서도 경사도는 1.5～2.5배정도 높은 상대적 가중치를 나타냈다. 이러한 가중치는 산사태 취약성도를 작성하는데 활용될 수 있다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.31 no.5_6
• /
• pp.257-267
• /
• 2004

Most algorithms for handling distributed deadlock problem in the generalized request model use the diffusing computation technique where propagation of probes and backward propagation of replies carrying dependency information between processes are both required to detect deadlock Since fast deadlock detection is critical, we propose an algorithm that lets probes rather than replies carry the information required for deadlock detection. This helps to remove the backward propagation of replies and reduce the time cost for deadlock detection to almost half of that of the existing algorithms. Moreover, the proposed algorithm is extended to deal with concurrent executions, which achieves further improvement of deadlock detection time, whereas the current algorithms deal only with a single execution. We compare the performance of the proposed algorithm with that of the other algorithms through simulation experiments.

• Journal of KIISE:Software and Applications
• /
• v.30 no.1_2
• /
• pp.153-163
• /
• 2003

In this paper, we propose a new technique of image based rendering(IBR) for the pose transformation of a face by using only a frontal face image and its mesh without a three-dimensional model. To substitute the 3D geometric model, first, we make up a standard mesh set of a certain person for several face sides ; front. left, right, half-left and half-right sides. For the given person, we compose only the frontal mesh of the frontal face image to be transformed. The other mesh is automatically generated based on the standard mesh set. And then, the frontal face image is geometrically transformed to give different view by using Invertible Meshwarp Algorithm, which is improved to tolerate the overlap or inversion of neighbor vertexes in the mesh. The same warping algorithm is used to generate the opening or closing effect of both eyes and a mouth. To evaluate the transformation performance, we capture dynamic images from 10 persons rotating their heads horizontally. And we measure the location error of 14 main features between the corresponding original and transformed facial images. That is, the average difference is calculated between the distances from the center of both eyes to each feature point for the corresponding original and transformed images. As a result, the average error in feature location is about 7.0% of the distance from the center of both eyes to the center of a mouth.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.2
• /
• pp.9-20
• /
• 1998

In this paper, a new distance relaying scheme is proposed. Artificial neural networks are applied to the distance relaying system composed of pattern recognition based. The proposed distance relaying scheme has two blocks of pattern recognition stages to estimate the fundamental frequency and to classify the fault types. In the first block, a filtering method using neural networks called a neural networks mapping filter(NMF) is presented to efficiently extract the features. And in the sec'ond block, the estimator called neural networks fault pattern estimator(NFPE) is also presented to classify the fault types by the extracted effective features obtained from NMF. Each block of these applied schemes is trained by back-propagation algorithm of multilayer perceptron and show the fast and accurate pattern recognition by ability of multilayer neural networks. The test result of this approach are obtained the good performance from the fault transient wave signals of EMTP(e1ectromagnetic transients program) in the various fault conditions of power systems.