• 한국음향학회지
• /
• 제38권5호
• /
• pp.574-579
• /
• 2019

코골이는 전형적인 수면장애 증상이며 수면 무호흡증을 유발하기 때문에 코골이의 발생을 확인하는 것이 중요하다. 이에 본 논문에서는 효율적인 코골이 식별 알고리즘으로 잔류 합성 곱 신경망을 제안한다. 잔류 학습과 합성곱 신경망을 결합한 구조인 잔류 합성 곱 신경망은 기존의 신경망보다 데이터에 존재하는 특징을 효과적으로 추출하여 코골이 식별 정확도를 향상한다. 실험 결과는 제안한 코골이 식별 알고리즘의 성능이 기존 방식보다 더 우수하다는 것을 보여준다.

• 한국전자통신학회논문지
• /
• 제17권3호
• /
• pp.483-490
• /
• 2022

말라리아는 기생충에 의해 발생하는 질병으로 전 세계에 퍼져있다. 말라리아 셀을 인식하는데 일반적으로 두꺼운 혈흔과 얇은 혈흔 검사 방법이 사용되지만 이러한 방법은 많은 수작업 계산이 필요하여 효율성과 정확성이 매우 낮을 뿐만 아니라 빈민국에는 병리학자가 부족하여 말라리아 치명율이 높다. 본 논문에서는 특징 추출기, 잔류 구조와 완전 연결층으로 구성되고, 전이 학습을 이용한 말라리아셀 이미지를 인식하는 모델을 제안한다. VGG-19 모델의 사전 학습된 파라미터가 사용될 때 일부 컨볼루션층의 파라미터는 고정되고, 모델의 데이터에 맞추기 위하여 미세조정이 사용된다. 그리고 제안된 모델과 비교하기 위하여 잔류 구조가 없는 말라리아셀 인식 모델을 구현한다. 실험 결과 잔류 구조를 사용한 모델이 잔류 구조가 없는 모델에 비하여 성능이 우수 하였으며, 최신 논문과 비교하여 가장 높은 97.33%의 정확도를 보여주었다.

• 대한기계학회논문집A
• /
• 제35권11호
• /
• pp.1423-1428
• /
• 2011

본 논문은 비선형 구동기를 포함한 유연시스템의 잔류변위저감을 위한 학습입력성형제어기를 제시한다. 제시되는 제어기는 비선형 구동기에 대한 입력성형제어기, 반복최소자승법 및 설계변수 updating rule 을 통합하여 개발된다. 비선형 구동기에 대응한 입력성형제어기 설계변수의 updating mechanism 을 개선하기 위한 잔류변위 측정함수가 제시된다. 제시된 제어방법을 pendulum system 에 적용하여 변수추정의 수렴성과 변위저감제어성능의 평가를 통해 수치해석적으로 실용성이 검증된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.18-18
• /
• 2018

상수관망 시스템(Water Distribution System, WDS)은 이용자에게 양질의 상수도를 공급하기 위해 구축된 사회기반시설물로써, 정수된 물이 사용처에 도달하기까지 송수과정에서 발생 가능한 수질저하를 고려해야 한다. 일반적으로 정수장에서 염소처리를 한 후, 도달시간을 고려한 시스템 내 잔류 염소농도를 유지함으로써 수질저하를 예방한다. 여기서 상수도 내 잔류 염소농도는 미생물 번식 및 관내 부식물 등 다양한 생물 화학적 오염을 효과적으로 예방하는 반면, 과다할 경우 이용자의 음용성을 저해할 수 있어 시스템 전반에 걸쳐 염소농도의 적절한 관리가 요구된다. 특히, 상수관망에서는 공급경로 및 공급량에 따라 각 수요처의 도달 염소농도가 다르게 분포할 수 있으므로, 시설운영자는 균등하고 적절한 염소농도를 유지하기 위해 추가적인 염소 재투입시설을 설치하여 함께 관리하고 있다. 이 때, 염소투입 시설의 운영계획은 EPANET과 같은 상수관망 해석모형의 수질모의를 바탕으로 수립된다. 그러나 일반적으로 수질모의는 수리해석과는 달리 긴 시간이 소요되는 단점이 존재한다. 본 연구에서는 이러한 단점을 개선하기 위해, 특정 네트워크의 수질모의 결과를 학습시킨 인공신경망(ANN) 모형을 구축하고 이를 이용하여 상수관망 수질모의 계산시간을 단축하고자 하였다. 여기서 ANN모형의 학습은 EPANET을 통해 미리 선정된 다양한 염소 투입지점의 염소 투입농도와 용수 공급량 자료, 그리고 주요 관측지점에서 측정된 염소농도자료를 이용하였다. 학습된 ANN모형을 EPANET 수질모의 결과와 비교 및 검증을 실시한 결과, 사전에 소요된 학습시간을 제외하면 수질모의 소요시간 측면에서 큰 개선효과를 보였으며, 대표지점에서의 수질모의 결과가 유사하였다. 추가적으로, 본 연구에서는 학습된 ANN모형과 최적화 알고리즘인 GA(Genitic Algorithm)를 연계하여 상수관망에서의 염소 재투입 스케줄링을 최적화하는 프로그램을 개발함으로써, 안전하고 경제적인 상수관망의 수질운영에 기여하고자 하였다.

• 한국음향학회지
• /
• 제38권3호
• /
• pp.308-313
• /
• 2019

노년기 3대 질환 중 하나인 파킨슨병은 환자의 70 % 이상이 음성 장애를 앓고 있으며 최근 음성 신호를 통한 파킨슨병의 진단 방법들이 고안되고 있다. 본 논문에서는 음성 특징을 이용한 심층 잔류 순환 신경망 기반의 파킨슨병 진단 방식을 제안한다. 제안하는 방식에서는 파킨슨병 진단을 위한 음성 특징을 선택하고 이를 심층 잔류 순환 신경망에 적용하여 파킨슨병 환자를 식별한다. 제안하는 심층 잔류 순환 신경망은 심층 순환 신경망에 잔류 학습 방식을 결합한 알고리즘으로 파킨슨병 진단에서 기존의 식별 알고리즘보다 더 높은 인식률을 보인다.

• 한국광학회:학술대회논문집
• /
• 한국광학회 1991년도 제6회 파동 및 레이저 학술발표회 Prodeedings of 6th Conference on Waves and Lasers
• /
• pp.29-34
• /
• 1991

An optoelectronic implementation of analog and non-volatile synaptic weights of neural networks is proposed by using the doping modulated amophous silicon multilayer. The persistent photoconductivity(PPC) of the multilayer induced by a short illumination is characterized in experiment and implemented to the non-volatile synaptic weights. An optoelectronic processor with the single layer perceptron algorithm is also proposed. Some learning equations of the processor and the results of simulation are presented.

• 한국음향학회지
• /
• 제38권5호
• /
• pp.568-573
• /
• 2019

폐질환 진단에서 청진은 다른 진단 방식에 비해 단순하고, 폐음을 이용하여 폐질환 환자식별뿐 아니라 폐음과 관련된 질병을 예측할 수 있다. 따라서 본 논문에서는 다양한 합성곱 신경방 방식을 기반으로 폐음을 이용하여 폐질환 환자를 식별하고, 소리특성에 따른 폐음을 분류하여 각 신경망 방식의 분류 성능을 비교한다. 먼저 폐질환 소견을 갖는 흉부 영역에서 단채널 폐음 녹음기기를 이용하여 폐음 데이터를 수집하고, 수집된 시간축 신호를 스펙트럼 형태의 특징값으로 추출하여 각 분류 신경망 방식에 적용한다. 폐 사운드 분류 방식으로는 일반적인 합성곱 신경망, 병렬 구조, 잔류학습이 적용된 구조의 합성곱 신경망을 사용하고 실험을 통해 각 신경망 모델의 폐음 분류 성능을 비교한다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2023년 정기학술대회 논문집
• /
• pp.278-281
• /
• 2023

연구목적: 본 연구는 요양병원 등 재난취약시설에 재난이 발생할 경우 잔류한 요구조자를 정확하게 파악하여 소방 등 대응기관에 제공하는 APC(Auto People Counting)의 인식률 개선에 목적이 있다. 현재 재난 발생 시 건물 내 요구조자의 현황 파악을 위해 대응기관이 재난 현장에 도착하여 건물관계자에게 직접 물어보고 있다. 이는 요구조자에 대한 부정확한 정보일 가능성이 있어 대응기관의 업무범위가 확대되고 이로인해 구조자의 안전에도 위험이 될 수 있다. APC는 건물내 출입하는 인원을 자동으로 집계하여 실시간 잔류인원 정보를 제공함으로써 재난 시 요구조자 현황을 정확히 파악할 수 있다. 본 연구에서는 APC가 보다 정확하게 출입 인원을 집계할 수 있도록 최적의 인공지능 알고리즘을 선정하는데 목적이 있다. 연구방법: 본 연구에서는 실제 재난취약시설에 설치되어 운영 중인 APC를 대상으로 카메라를 통해 출입 인원의 이미지를 인식하는 알고리즘을 개선하기 위해 CNN모델을 활용하여 베이스라인 모델링을 하였다. 다양한 알고리즘의 성능을 분석하여 상위 7개의 후보군을 선정하고 전이학습 모델을 활용하여 성능이 가장 우수한 최적의 알고리즘을 선정하는 방법으로 연구를 수행하였다. 연구결과: 실험결과 시간과 성능이 가장 좋은 Densenet201, Resnet152v2 모델의 정밀도와 재현율을 확인한 결과 모든 라벨에 대해서 정확도 100%를 나타내는 것을 확인할 수 있었다. 이 중 Densenet201 모델이 더 높은 성능을 보여주었다. 결론: 다양한 인공지능 알고리즘 중 APC에 적용할 수 있는 최적의 알고리즘을 선정하였고 이는 APC의 인식률을 개선하여 재난시 요구조자의 정보를 정확하게 파악하여 신속하고 안전한 구조작업이 가능할 것이다. 이는 요구조자의 안전한 구조뿐만 아니라 구조작업을 수행하는 구조자의 안전을 확보하는 데 기여할 것으로 기대된다. 향후 연무 등 다양한 재난상황에서 재난취약시설 내 출입인원을 정확하게 파악할 수 있도록 알고리즘 분석 및 학습에 대한 추가 연구가 요구된다.

• 한국인터넷방송통신학회논문지
• /
• 제11권3호
• /
• pp.115-120
• /
• 2011

논문은 기존 CMA (Constant Modulus Algorithm) 적응 등화기의 성능인 수렴 특성과 잔류 부호 간 간섭을 개선하기위한 CR-CMA 와 CM-CMA의 성능 비교에 관한 것이다. 무선과 유선의 대역 제한 채널에서 발생되는 부호간 간섭을 줄이기 위하여 사용되는 등화기에서 디지털 부호의 전송 시 학습열 없이 여분의 대역폭을 소비하지 않는 블라인드 방식에 대한 연구가 이루어졌으며, 최근에는 간단한 연산의 장점을 갖는 CMA 방식의 비용 함수를 개량하여 성능을 개선하고 있다. 논문에서는 이와 같이 새롭게 등장하는 방식 중에서 CR(Constellation Reduction)-CMA 방식과 CM (Constellation Matching)-CMA 방식에대한 성능 분석을 컴퓨터 시뮬레이션을 통해 비교하였다. 컴퓨터 시뮬레이션을 통하여 복원 성상도, 수렴 속도 및 잔류 부호 간 간섭양에서 CR-CMA가 CM-CMA보다 우월한 등화 특성을 가짐을 확인할 수 있었다.

• 대한공업교육학회지
• /
• 제38권2호
• /
• pp.1-26
• /
• 2013

이 연구는 기계설계 분야의 중견엔지니어 한 사람을 중심으로 그가 수행하는 구체적인 과업은 무엇이며 그와 관련하여 이루어지는 학습은 무엇인지, 일터에서 이루어지는 직무관련 학습의 맥락은 무엇인지 내러티브 연구방법에 의해 탐구하였으며, 이것이 공학교육에 주는 시사점을 논의하였다. 연구결과 연구참여자는 취업 후 수입대체를 위한 초창기 반도체 검사장비 개발을 위해 독립적으로 개발할 장비에 관한 기초지식을 습득하고 장비의 개념설계를 하였으며, 볼 타입 반도체 검사장비개발 동료들과 함께 장비의 구체설계를 하였고, 근무하던 회사의 폐업 후 잔류 엔지니어들과 함께 창업, 인터뷰 당시 이 기업의 경영자로 일하였다. 그가 엔지니어로서 수행한 주요 실무는 공학적 문제해결이었으며, 비형식적 학습의 과정이었다. 그는 실무수행 과정에서 프로젝트 관리, 자기주도적 과업수행, 기능분석, 추론과 검증, 긴밀한 협동, 대화와 토론, 시행착오, 암묵적 경험지식의 체계화, 총체적 사고, 환경변화의 지각과 기술수요 예측, 인간관계와 업무의 조화, 리더십 등을 경험하였다. 이를 바탕으로 공학교육이 프로젝트 학습, 자기주도적 학습, 대화와 토론 능력 교육을 위한 협동학습, 성찰학습, 실무적 경험을 이론화하는 학습, 인간관계와 리더십 교육 등을 강화해야 한다는 시사점을 얻었다.