• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권8호
• /
• pp.375-380
• /
• 2016

스마트폰과 Online Social Network Service(OSNS)의 대중화를 통해 언제 어디서든 주변인뿐만 아니라 전 세계 사람들과 상호작용 할 수 있게 되었고, 그 결과 사람들의 OSNS 사용률은 계속 증가하고 있다. 그런데, 일부 OSNS를 통한 대인관계 형성에 집중하는 사람들의 경우, 수많은 Face-to-Face Interaction(F2F Interaction)을 통해 형성되는 인간관계의 과정을 "친구추천" 버튼 하나로 건너뜀으로써 대인관계 기술 발달 및 유지에 어려움을 겪을 수 있다. 본 논문에서는 오프라인에서 F2F Interaction 기회를 발견 및 제공할 수 있는 상황정보 기반의 친구추천 기법을 제시한다. 이를 위해 스마트폰 센서로부터 사용자의 상황정보와 Facebook에서 형성된 사용자 친구관계 정보를 수집하여 텐서 분해 및 결합을 기반으로 오프라인 환경에서 친구를 추천한다. 성능 평가를 위해 12명의 실험 참가자로부터 상황정보를 수집하고, 만족도를 평가하였다.

• 지구물리와물리탐사
• /
• 제27권1호
• /
• pp.51-56
• /
• 2024

논문에서는 타원판의 벡터 중력과 중력 변화율 텐서 반응식을 유도하였다. 타원판의 벡터 중력은 이중 적분으로 표현한 타원판에 의한 중력 퍼텐셜을 각 축 방향으로 미분하여 유도한다. 이중 적분으로 정의된 타원판에 의한 벡터 중력은 복소 그린 정리를 이용하여 타원판 경계를 따라 폐곡선의 선적분으로 변형한다. 최종적으로 타원판 경계를 매개변수로 설정하여 1차원 수치적분을 통하여 타원판에 의한 벡터 중력을 유도한다. 타원판에 의한 중력 변화율 텐서의 xz, yz, zz성분은 타원판의 벡터 중력을 수직 방향으로 미분하여 구한다. xx, yy, xy성분은 이중 적분 형태의 벡터 중력의 수평 성분을 먼저 수평 방향으로 미분한 후 복소 그린 정리를 이용하여 유도한다.

• 유변학
• /
• 제7권2호
• /
• pp.101-109
• /
• 1995

아주작은 Reynolds수 조건하의 나선형 미세입자가 갖는 저항 및 이동계수를 계산하 는 일반적인 방법을 논하였다. 이러한 문제의 해를 구하기 위해서는 입자의 중심선을 따라 분포되어 있는 stokeslet으로 수식화된 유동장을 필요로 한다. 입자에 작용하는 수동력학적 힘과 토오크는 이러한 stokeslet의 적분에 의하여 구할 수 있는데 유동특성에 따라 2계 이상 의 텐서에 비례한다. Johnson에 의하여 유도된 적분방정식은 LU-분해법을 사용하여 해를 구하였다. 해석 결과의 정확성은 침상체를 모델로 하여 Brenner의 엄밀해와 비교하였으며, 일치된 결과를 얻었다.

• 한국방사선학회논문지
• /
• 제14권2호
• /
• pp.157-168
• /
• 2020

자기공명영상(Magnetic Resonance Image)을 이용한 구조적 연구 방법에서 뇌 구조 세분화 방법은 최근 빠르게 발전하여 구조 이미지의 자동 분할을 위한 유능한 방법론이 되었다. 특히 아틀라스 정보를 이미지에 등록해 피사체의 이미지로 전달하는 분할(Segmentation) 방법은 아틀라스(Atlas)의 정확도에 편향되기 때문에 높은 정확도를 갖고 있는 아틀라스가 필요하게 된다. 알렌 마우스 뇌 아틀라스(Allen Mouse Brain Atlas)는 마우스의 아틀라스 중에서 높은 정확도를 갖고 있어 다양한 분야에서 사용되고 있으며, 신경섬유지도(Tractography)에 필수적인 마우스 뇌구조의 정확한 좌표와 분할 정보를 제공할 수 있다. 또한 기능적 연구 방법인 뇌의 백질 경로를 재구성하는 확산텐서영상(Diffusion Tensor Image)에 대한 확률론적 신경섬유지도를 사용하여 포괄적인 뉴런 네트워크를 매핑 하였다. 인간의 뇌 연구 결과와 마우스의 뇌 연구 결과는 비교분석 할 수 있어 인간에게 적용하기 어려운 실험들을 질환이 모델링된 마우스를 통해 결과를 얻어 임상적으로 이용이 가능하기 때문에 마우스 실험의 중요성이 올라가고 있다. 하지만 마우스를 이용한 연구에서 인간과 마우스의 뇌 크기 차이로 인한 문제가 있어 동등한 영상의 질을 달성하려면 다양한 조건이 필요하게 되며, 그중 대표적으로 충분히 긴 스캔시간이 필요하게 된다. 충분히 긴 스캔시간을 확보하기 위해 본 연구에서는 마우스의 뇌를 샘플화시켜 Ex-vivo 실험이 진행되었으며, 마우스 커넥톰(Connectome) 매핑에 대한 참조를 제공하기 위해 이 연구는 아틀라스 정규화 도구인 ANTx와 확산 텐서 영상을 분석할 도구인 FSL을 사용하여 마우스 뇌의 반자동 분할 및 신경섬유지도 분석 파이프라인을 제시하여 다양한 마우스 모델에 적용하고자 했다. 또한, 신경섬유지도 분석을 위해 획득하는 확산텐서영상의 유용한 신호대 잡음비를 결정하기 위해 다양한 여기수의 영상을 획득해 비교분석하였다.

• 대한자기공명의과학회:학술대회논문집
• /
• 대한자기공명의과학회 2002년도 제7차 학술대회 초록집
• /
• pp.84-84
• /
• 2002

목적： 야간성 전두협 발작 (Nocturnal frontal lobe epilepsy NFLE)은 임상적으로 특징적인 야간성 운동성 발작으로 잘 알려져 있지만 일반적인 MR 영상에서는 대부분에서는 특이한 소견을 보이지 않아 확산 텐서 영상 (DTI)에서의 이상 소견 발현 유무를 알아보고자 한다. 대상 및 방법： 임상적 소견과, EEG 소견으로 진단된 NFLE 환자 6명을 대상으로 DTI 영상을 촬영하였다. 남자 2명, 여자 4명으로 평균연령은 32세 이었다. DTI영상은 single shot spin echo EPI 펄스 열을 사용하였고 사용한 영상 변수는 b value는 0, 1000 s/$\textrm{mm}^2$, TR 10000 msec, TE 71.8/72.3 msec, matrix 128$\times$128 (256 reconstruction), FOV 23cm, 5mm thickness, 2mm interstice gap, NEX 1. 19 slices, time은 4min 21sec (25방향) 이었다. 대조군으로 정상 성인 10명 (평균연령 31세)에서 동일한 방법으로 DTI 영상을 시행하여 분할 비등방도 (fractional anisotropy) 영상을 얻고 전두엽 백질에서 분할 비등방도 값을 측정하여 NFLE 환자군과 비교하였다.

• 대한전자공학회논문지SP
• /
• 제49권3호
• /
• pp.10-17
• /
• 2012

이미지 기반 3차원 장면은 비전 시스템, 게임, 가상현실 체험 등의 분야에서 쉽게 찾아볼 수 있다. 본 논문은 단일 영상으로부터 자동으로 3차원 가상 장면을 생성하기 위한 방법을 제안한다. 제안된 방법은 어린이용 도서의 팝업 이미지의 생성과 유사하다. 특히, 단일 외부 영상으로부터 장면의 3차원 기하학적 구조를 평가하기 위한 과분할 영상을 얻기 위해 텐서 보팅을 적용하였다. 텐서 보팅은 이미지의 균질 영역을 더욱더 부드러운 영역에 가깝게 만들며 영역 중심의 토큰은 매우 큰 saliency 값을 갖게 된다. 그리고 각 분할된 영역을 지면, 하늘, 수직성분 등의 대략적인 카테고리로 분류하고 라벨을 부여한다. 이 라벨은 간단한 가정 하에서 이미지를 팝업 모델로 변환시키기 위한 "잘라내기"와 "접기" 로 이용된다. 실험결과 제안된 방법은 복잡한 자연 영상에서도 성공적으로 영역 분할을 수행하였으며 분할된 영역 정보를 기반으로 구조 정보를 추론하여 3차원 팝업 영상으로 모델링하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.93-93
• /
• 2023

최근 범지구적인 기후변화로 인해 도시유역의 홍수 발생 빈도가 빈번하게 발생하고 있다. 이로 인해 불투수성이 큰 도시지역의 침수 등의 자연재해 증가로 인명 및 재산피해가 발생하고 있다. 이에 따라 하수도의 제 기능을 수행하고 있다면 문제가 없지만 이상기후로 인한 기록적인 폭우에 의해 침수가 발생하고 있다. 홍수 및 집중호우와 같은 극치사상의 발생빈도가 증가됨에 따라 강우 사상의 변동에 따른 하수관로의 수위를 예측하고 침수에 대해 대처하기 위해 과거 수위에 따른 수위 예측은 중요할 것으로 판단된다. 본 연구에서는 수위 예측 연구에 많이 활용되고 있는 시계열 학습에 탁월한 LSTM 알고리즘을 활용한 하수관로 수위 예측을 진행하였다. 데이터의 학습과 검증을 수행하기 위해 실제 하수관로 수위 데이터를 수집하여 연구를 수행하였으며, 대상자료는 서울특별시 강동구에 위치한 하수관로 수위 자료를 활용하였다. 하수관로 수위 예측에는 딥러닝 알고리즘 RNN-LSTM 알고리즘을 활용하였으며, RNN-LSTM 알고리즘은 하천의 수위 예측에 우수한 성능을 보여준 바 있다. 1분 뒤 하수관로 수위 예측보다 5분, 10분 뒤 또는 1시간 3시간 등 다양한 분석을 실시하였다. 데이터 분석을 위해 하수관로 수위값 변동이 심한 1주일을 선정하여 분석을 실시하였다. 연구에는 Google에서 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였으며, 하수관로 수위 고유번호 25-0001을 대상으로 예측을 하였다. 학습에는 2012년 ~ 2018년의 하수관로 수위 자료를 활용하였으며, 모형의 검증을 위해 결정계수(R square)를 이용하여 통계분석을 실시하였다.

• Investigative Magnetic Resonance Imaging
• /
• 제16권2호
• /
• pp.115-123
• /
• 2012

목적: Tract-based spatial statistics와 화소기반 형태분석 방법을 이용하여 경도의 알츠하이머병 환자와 경도인 지장애 환자에서 확산텐서영상을 이용하여 뇌 백질의 이상을 평가하고자 하였다. 대상과 방법: 21명의 경도의 알츠하이머병 환자와 13명의 경도인지장애 환자, 그리고 16명의 건강한 노인군을 대상으로 확산텐서영상을 시행하였다. 각 참가자마다 분할 비등방도를 구하여 Tract-based spatial statistics를 이용하여 세 그룹간의 비교를 하였다. Tract-based spatial statistics 방법과의 비교를 위하여, 화소기반 형태분석 방법을 이용한 분석도 함께 시행하였다. 결과: Tract-based spatial statistics 분석결과, 경도의 알츠하이머 환자에서 건강한 노인군보다 방사관의 양측 전각과 우측 후각, 후시상방사, 우측 상세로다발, 뇌량체부, 우측 쐐기전소엽이랑에서 분할 비등방도가 유의하게 감소하였다. 화소기반 형태분석에서는 양측 갈고리다발, 좌측 부해마회의 백질, 우측 대상다발에서 추가적으로 분할 비등 방도가 감소되어 있었다. 경도의 알츠하이머 환자군과 경도인지장애 환자군의 비교, 경도인지장애 환자군과 건강한 노인군의 비교연구에서는 분할 비등방도의 유의한 차이는 없었다. 결론: Tract-based spatial statistics 분석결과, 경도의 알츠하이머 환자군에서 건강한 노인군에 비해 뇌 백질의 분할 비등방도가 여러 곳에서 감소되어 있었다. 화소기반 형태분석방법은 tract-based spatial statistics보다 더 많은 곳에서 뇌 백질의 이상을 보였다. 그러나, 인공물 또한 더 많이 관찰되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.117-117
• /
• 2022

범지구적인 기후변화로 인하여 도시유역의 국지성 집중호우가 빈번히 발생하고 기상이변 현상이 빈번하게 발생하고 있다. 이로 인해 도시지역의 침수 등의 자연재해 증가로 인명 및 재산피해가 발생하고 있다. 이에 따라 하수도의 제 기능을 수행하고 있다면 문제가 없지만 이상기후로 인한 기록적인 폭우에 의해 침수가 발생하고 있다. 홍수 및 집중호우와 같은 극치사상의 발생빈도가 증가됨에 따라 강우사상의 변동에 따른 하수관로의 수위를 예측하고 침수에 대해 대처하기 위해 과거 수위에 따른 수위 예측은 중요할 것으로 판단된다. 본 연구에서는 서울 열린데이터 광장에서 제공하는 서울시 하수관로 수위 현황 자료를 활용하여 하수관로 수위 예측을 확인해 보았다. 대상자료는 서울특별시 강동구에 위치한 하수관로 수위 자료로, 서울 열린데이터 광장에서 제공하고 있는 2012년 ~ 2020년 25개 구 데이터 중 가장 누락데이터가 적은 자료를 활용하여 연구를 진행하였다. 하수관로 수위 예측에는 딥러닝 알고리즘RNN-LSTM 알고리즘을 활용하였으며, RNN-LSTM 알고리즘은 하천의 수위 예측에 우수한 성능을 보여준 바 있다. 하수관로 수위 예측에 앞서 1분 단위로 수집된 수위 데이터를 5분 평균, 5분 스킵자료, 10분 평균, 10분 스킵 등 비교를 위해 데이터를 구분하여 학습에 활용하였으며, 데이터 분석을 위해 하수관로 수위값 변동이 심한 1주일을 선정하여 분석을 실시하였다. 연구에는Google에서 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였으며, 하수관로 수위 고유번호 25-0001을 대상으로 예측을 하였다. 학습에는 2012년 ~ 2018년의 하수관로 수위 자료를 활용하였으며, 모형의 검증을 위해 결정계수(R square)를 이용하여 통계분석을 실시하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권6호
• /
• pp.185-192
• /
• 2022

다중모드 의료영상 융합(MMIF)은 각기 다른 특징들을 나타내는 여러 종류의 모드의 이미지를 풍부한 정보가 포함된 하나의 결과 이미지로 통합하는 것이다. 이러한 의료영상 융합은 의사가 환자의 병변을 정확하게 관찰하고 치료하는 것을 도와줄 수 있다. 이러한 목적에 영향을 받아 본 논문에서는 복층 분해기 및 미세구조 보존 모델에 기반한 새로운 방법을 제안한다. 첫째, 복층 분해기를 사용하여 소스 이미지를 미세정보 보존의 특성을 갖는 에너지 층과 구조적 층으로 분해하였다. 둘째, 구조 텐서 연산자와 max-abs를 결합하여 구조적 층을 융합한다. 에너지 층의 융합을 위해 미세구조 보존 모델을 제안하였으며 이미지 융합성능을 크게 향상시킬 수 있었다. 마지막으로, 융합규칙을 통해 형성된 두 개의 융합된 하위 이미지를 합산하여 구축하였다. 실험을 통하여 제안된 방법이 현재까지 최첨단 융합 방법들과 비교하여 우수한 성능을 나타내는 것을 검증하였다.