• 제목/요약/키워드: Artificial Noise

검색결과 447건 처리시간 0.026초

QRS 특징점 변화에 따른 바이너리 코딩 기반의 부정맥 분류 (Arrhythmia Classification based on Binary Coding using QRS Feature Variability)

  • 조익성;권혁숭
    • 한국정보통신학회논문지
    • /
    • 제17권8호
    • /
    • pp.1947-1954
    • /
    • 2013
  • 부정맥 검출을 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경망, 퍼지 이론, SVM 등과 같은 비선형 방법이 주로 사용되어 왔다. 이러한 대부분의 방법들은 P-QRS-T 지점의 정확한 측정을 필요로 하며, 데이터의 가공 및 연산이 복잡하다. 또한 P파, T파의 개인차가 있어 파형을 구분할 수 없을 경우도 존재한다. 따라서 이러한 문제점을 극복하기 위해서는 최소한의 특징점을 추출함으로써 연산의 복잡도를 줄이고, 실시간으로 다양한 부정맥을 분류할 수 있는 적합한 알고리즘의 설계가 필요하다. 따라서 본 연구에서는 QRS 특징점 변화에 따른 바이너리 코딩 기반의 실시간 부정맥 분류 방법을 제안한다. 이를 위해 전처리를 통해 잡음이 제거된 심전도 신호에서 R파, RR 간격, QRS 폭을 추출하고, 각 특징점들의 문턱치(threshold) 만족 여부를 바이너리 코드화시킴으로써 실시간으로 부정맥을 분류 하였다. 제안한 방법의 우수성을 입증하기 위해 39개의 MIT-BIH 부정맥 데이터베이스 레코드를 대상으로 PVC, PAC, Normal, BBB, Paced beat의 검출률을 비교하였다. 실험결과 PVC, PAC, Normal, BBB, Paced beat는 각각 97.18%, 94.14%, 99.83%, 92.77%, 97.48%의 우수한 평균 검출률을 나타내었다.

사용자 참여형 웨어러블 디바이스 데이터 전송 연계 및 딥러닝 대사증후군 예측 모델 (Deep Learning Algorithm and Prediction Model Associated with Data Transmission of User-Participating Wearable Devices)

  • 이현식;이웅재;정태경
    • 한국산업정보학회논문지
    • /
    • 제25권6호
    • /
    • pp.33-45
    • /
    • 2020
  • 본 논문은 최근 다양한 종류의 웨어러블 디바이스가 헬스케어 도메인에 급증하여 사용되고 있는 상황에서 최신 첨단 기술이 실제 메디컬 환경에서 개인의 질병예측이라는 관점을 바라본다. 사용자 참여형 웨어러블 디바이스를 통하여 임상 데이터와 유전자 데이터, 라이프 로그 데이터를 병합하여 데이터를 수집, 처리, 전송하는 과정을 걸쳐 딥뉴럴 네트워크의 환경에서 학습모델의 제시와 피드백 모델을 연결하는 과정을 제시한다. 이러한 첨단 의료 현장에서 일어나는 메디컬 IT의 임상시험 절차를 걸친 실제 현장의 경우 대사 증후군에 의한 특정 유전자가 질병에 미치는 영향을 측정과 더불어 임상 정보와 라이프 로그 데이터를 병합하여 서로 각기 다른 이종 데이터를 처리하면서 질병의 특이점을 확인하게 된다. 즉, 이종 데이터의 딥뉴럴 네트워크의 객관적 적합성과 확실성을 증빙하게 되고 이를 통한 실제 딥러닝 환경에서의 노이즈에 따른 성능 평가를 실시한다. 이를 통해 자동 인코더의 경우의 1,000 EPOCH당 변화하는 정확도와 예측치가 변수의 증가 값에 수차례 선형적으로 변화하는 현상을 증명하였다.

전자파차폐 및 방열 기능을 가지는 하이브리드시트 성능측정 (Performance Measurement of The Hybrid Sheet with Dual Function of Electromagnetic-Shielding and Heat-Dissipating)

  • 안성수
    • 한국산학기술학회논문지
    • /
    • 제22권5호
    • /
    • pp.530-536
    • /
    • 2021
  • 본 논문에서는 전자기기 등에서 전자파 차폐 및 방열소재로 많이 채택되는 동 메쉬 시트와 천연그라파이트 시트를 감압 접착제없이 합지시켜 개발된 차폐 및 방열의 기능을 동시에 가지는 하이브리드시트의 성능 측정결과를 제시하였다. 객관적인 방열 성능을 확인하기 위해 2개의 다른 제품들과 수직 및 수평 열전도도를 각각 측정하여 결과를 비교하였으며, 전자파 차폐 성능은 CISPR 11규격에 따른 복사방출시험을 3m 전자파 무향실에서 진행하여 확인하였다. 수직 열전도도의 경우 제안된 하이브리드 시트가 방열코팅이 된 알루미늄 시트 대비 약 8.63배, 감압 접착제로 인조 그라파이트를 합지시킨 구리 시트에 비해 18.7배 높은 수준이였으며, 수평 열전도도는 인조 그라파이트를 합지시킨 구리 시트에 비해 약 0.64배, 방열 코팅된 알루미늄 시트에 대해서는 약 1.76배로 나타났다. 동일한 열원에서 각 시트들을 적용 후 측정한 결과에서는 제안된 하이브리드 시트가 열방출 기능이 가장 우수하였고 복사방출시험에서는 방사노이즈들이 상당 부분 제거되는 결과를 얻었다.

역시간 구조보정을 활용한 해저 기포플룸 영상화 연구 (Study of Imaging of Submarine Bubble Plume with Reverse Time Migration)

  • 이다운;정우근;김원기;배호석
    • 지구물리와물리탐사
    • /
    • 제26권1호
    • /
    • pp.8-17
    • /
    • 2023
  • 해양 환경에서의 기포는 바람, 파도, 선박 및 해저 가스 누출을 포함한 여러 요인에 의해 생성된다. 수중에서의 기포는 강력한 산란 신호를 생성하여 음향 신호를 측정하는데 영향을 미친다. 이러한 기포의 특성은 음파 신호의 세기를 감쇠시켜 소음 차단 목적으로 주로 이용되고 있으며, 최근에는 해저에서 대규모로 누출되는 메탄가스 탐지를 위한 연구가 진행되고 있다. 이러한 가스 누출은 기포플룸의 형태를 취하며, 기포의 물리적 특성과 분포 구조를 이해하는 것은 누출된 가스를 기후 변화와 연관성을 파악하는데 중요한 요소 중 하나이다. 본 연구에서는 탄성파 영상화 기법을 이용하여 기포플룸의 분포를 추정하고자 수조환경에서 실험을 수행하였으며, 별도로 제작된 인공기포 발생기, 자료 취득 시스템을 이용하여 기포에 의한 음향 신호를 취득하였다. 기포플룸을 영상화하기 위해 지진파 영상기법 중 역시간 구조보정을 이용하였으며, 획득한 음향 신호의 포락선 신호를 이용하여 기포 분포 패턴을 효과적으로 추정하였다. 영상화 결과의 검증을 위해 추정된 기포플룸의 분포와 광학카메라 영상을 비교하였다. 실험결과 탄성파 영상화 기법 통해 인공 기포플룸의 산란신호를 이용한 영상화가 가능함을 확인하였다.

Development of smart car intelligent wheel hub bearing embedded system using predictive diagnosis algorithm

  • Sam-Taek Kim
    • 한국컴퓨터정보학회논문지
    • /
    • 제28권10호
    • /
    • pp.1-8
    • /
    • 2023
  • 자동차의 주요 부품인 휠 베어링에 결함이 생기면 교통사고등 문제를 발생시켜 이를 해결하기 위해 빅데이터를 수집해서 예측진단 및 관리 기술을 통한 휠 베어링의 고장 유무 및 고장 유형을 조기에 알려 주는 알고리즘과 모니터링 시스템 개발이 필요하다. 본 논문에서는 이러한 지능형 휠 허브 베어링 정비 시스템 구현을 위해 신뢰성 및 건전성에 대한 모니터링용 센서 및 예측 진단하는 알고리즘이 탑재된 임베디드 시스템을 개발하였다. 사용된 알고리즘은 휠 베어링에 설치된 가속도 센서로부터 진동 신호를 취득하고 이를 신호 처리기법, 결함주파수 분석, 건전성 특징 인자정의 등의 과정을 빅데이터 기술을 통해 고장을 예측하고 진단할 수 있다. 구현된 알고리즘은 진동 주파수 성분들은 최소화하고 휠 베어링에서 발생하는 진동 성분을 극대화할 수 있는 안정 신호 추출 알고리즘을 적용하고, 필터를 활용한 노이즈 제거에서는 인공지능 기반의 건전성 추출 알고리즘을 적용하였으며, FFT를 통한 결함 주파수를 분석하여 고장 특성인자 추출을 통한 고장을 진단하였다. 본 시스템의 성능 목표는 12,800ODR 이상으로 시험 결과를 통해 목표치를 만족하였다.

생성-선정을 통한 텍스트 증강 프레임워크 (TAGS: Text Augmentation with Generation and Selection)

  • 김경민;김동환;조성웅;오흥선;황명하
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제12권10호
    • /
    • pp.455-460
    • /
    • 2023
  • 텍스트 증강은 자연어처리 모델의 성능 향상을 목적으로 원본 텍스트의 변환, 생성을 통하여 새로운 증강 텍스트를 생성하는 방법론이다. 기존 연구된 기법들은 표현적 다양성 부족, 의미 왜곡 , 한정적인 양의 증강 텍스트와 같은 한계점이 존재한다. 거대언어모델과 few-shot learning을 활용한 텍스트 증강은 이러한 한계점의 극복이 가능하지만, 잘못된 생성으로 인한 노이즈 발생의 위험성이 존재한다. 본 논문에서는 여러 후보 텍스트를 생성하고 적합한 텍스트를 증강 텍스트로 선정하는 TAGS를 제안한다. TAGS는 기존 텍스트 few shot learning을 통해 다양한 표현을 생성하면서 대조 학습과 유사도 비교를 통해 원본 텍스트가 적더라도 적합한 데이터를 효과적으로 선정한다. 이를 텍스트 증강이 필수적인 업무용 챗봇 데이터에 적용하여 60배 이상의 양적 향상을 달성하였다. 또한 증강 텍스트의 질적 향상을 확인하기 위해 실제 생성된 텍스트를 분석하여 원본 텍스트에 비해 의미론적, 표현적으로 다양한 텍스트를 생성함을 확인하였으며, 증강 텍스트로 실제 분류 모델을 학습하고 실험하여 실질적으로 자연어처리 모델 성능 향상에 도움이 되는 것을 확인하였다.

상호상관법을 이용한 시공간 영상유속계의 2차원 유속분포 측정 (Measurement of Two-Dimensional Velocity Distribution of Spatio-Temporal Image Velocimeter using Cross-Correlation Analysis)

  • 류권규;김서준;김동수
    • 한국수자원학회논문집
    • /
    • 제47권6호
    • /
    • pp.537-546
    • /
    • 2014
  • 홍수시 하천의 유속을 효율적이고 안전하게 측정할 수 있는 방법의 하나로 제시된 것이 표면 영상 유속 측정법이다. 일반적인 표면영상유속계(SIV)는 두장의 정지영상에서 영상 조각을 잘라낸 뒤 여기에 상호상관법을 적용하여 유속을 산정한다. 이 방법은 짧은 시간간격의 유속분포 측정에 매우 효율적이다. 그러나 장시간의 평균 유속장을 산정하는 데는 많은 시간이 소요되며, 순간 유속장을 산정하기 때문에 흐름 조건이나 촬영 조건에 따라 생기는 잡음이나 불확실성의 영향을 많이 받게 된다. 이를 개선하고자 개발된 방법이 시공간 영상을 이용하여 일정 시간동안의 유속의 평균을 한번에 산정하는 시공간영상유속계측법(STIV)이다. 시공간영상유속계측법 중의 하나인 휘도경사텐서법은 일정 시간동안의 시공간 영상을 한 번에 분석하기 때문에, 유속 산정 시간을 획기적으로 줄일 수 있는 장점이 있다. 그러나 이 방법은 하천의 일방향 유속만을 계산할 수 있기 때문에 구조물 주변이나 만곡이 있는 경우의 2차원 흐름 측정은 불가능하다는 한계가 있다. 이를 개선하기 위해서 본 연구에서는 상호상관법을 이용하여 2차원적으로 시공간 영상을 분석하는 방법(상호상관 시공간영상유속계측법)을 개발하였다. 이 방법은 시공간영상에서 시간축 방향으로 상관분석을 통해 영상변위를 산정하는 방법이다. 기존의 시공간영상분석기법 중 하나인 휘도경사텐서법이 주흐름 방향만 분석이 가능하였던 데 비하여, 상호상관 시공간 영상분석법은 2차원 유속분포 측정이 가능하고, 시간적인 평균을 취하기 때문에, 공간 해상도가 높으며, 전체적인 유속 분석시간이 매우 짧아지는 장점이 있다. 또한 공동 흐름에 대한 인공 영상을 이용한 오차 분석결과 최대 10% 이내, 평균적으로 5% 이하의 오차를 보여 상당히 정확하게 2차원 유속분포 측정이 가능한 것으로 나타났다.

부가필터를 적용한 디지털 흉부단층합성검사에서 환자 체형에 따른 화질 평가와 선량감소 효과 (Effect of Patient Size on Image Quality and Dose Reduction after Added Filtration in Digital Chest Tomosynthesis)

  • 복근성;김상현
    • 한국방사선학회논문지
    • /
    • 제12권1호
    • /
    • pp.23-30
    • /
    • 2018
  • 흉부 단층 합성검사(Chest Digital Tomosynthesis, DTS)시 환자 체형에 따른 0.3 mm 구리 필터의 적용 및 AEC의 감도 변화에 의한 유효선량감소 효과와 폐 결절 검출능력을 평가하여 선량 최적화 조건을 평가하고자 한다. 8개의 인공 결절을 인체 팬텀 폐 영역내에 삽입하고 0.3 mm 구리 필터 적용 유무, 감도 변화에 따라 팬텀의 DTS 영상을 각각 획득하였다. 환자 체형에 따른 비교를 위해 팬텀 사이즈를 세 그룹으로 분류하여 small size에서는 결절이 삽입된 인체 팬텀을 단독으로 사용하였고 Average size에서는 한 개의 PMMA를, Large size에서는 두 개의 PMMA를 인체팬텀 후방에 밀착하여 위치시켰다. 유효선량은 몬테카를로 시뮬레이션을 이용하여 계산 되었고 영상의 화질평가를 위해서 CNR과 SNR 측정을 통한 정량 평가와 인공 결절 검출 수를 통한 검출민감도로 정성평가를 시행하였다. 모든 데이터는 통계학적으로 분석하였다. 유효 선량은 Small size일 때 $26{\mu}Sv$, Average size $70{\mu}Sv$, Large size $133{\mu}Sv$ 감소하였다. 유효선량은 0.3mm 구리 필터의 적용 여부에 따라 유의한 차이가 있었다(p<0.05). 정량적 화질 평가에서는 0.3mmCu필터 사용 시 CNR과 SNR 모두 통계적으로 유의한 차이는 없었다(p>0.05). 또한 정성적 화질평가에서도 결절 검출 민감도는 팬텀 사이즈별 전체 그룹에서 통계적으로 유의한 차이가 없었다(p>0.05). DTS에서 0.3 mmCu필터의 사용은 폐 결절 검출에서 진단적 가치를 유지하면서 환자 피폭선량 감소효과를 얻을 수 있다. 또한 실험에서 Large size 그룹의 경우 유효선량 감소 정도가 두드러진 점으로 보아 실제 체형이 큰 환자의 경우 0.3 mm Cu필터 사용은 더 높은 유효선량 감소 효과를 기대 할 수 있을 것이라 사료된다

기계식 인공판막 상태 평가를 위한 컴퓨터 보조진단 시스템 (Computer Aided Diagnosis System for Evaluation of Mechanical Artificial Valve)

  • 이혁수
    • 대한의용생체공학회:의공학회지
    • /
    • 제25권5호
    • /
    • pp.421-430
    • /
    • 2004
  • 임상적으로 의사가 청진기를 이용해 초기 혈전이 생긴 기계식 판막 음향신호의 변화를 구분하기는 쉽지 않다. 기계식 판막의 이상은 환자의 죽음을 의미하기 때문에 기계식 판막의 신뢰성과 초기 혈전 현상을 비관혈적으로 조기 진단하는 방법은 매우 중요하다. 이 논문은 컴퓨터 보조진단 시스템과 음향신호의 주파수 스펙트럼의 이동을 관찰하여 기계식 판막의 혈전 현상을 비관혈적으로 평가하는 것을 목적으로 한다. 혈전 모델은 상용화된 기계식 판막에 폴리우레세인과 실리콘을 이용하여 제작하였다. 판막의 표면에는 폴리우레세인을 코팅하고, 봉합링에는 실리콘을 코팅하였다. 봉합링의 주위에서 혈전이 발생하고, 20%, 40%, 60%로 자라나는 현상은 실리콘을 이용하여 제작하였다. 실험 시스템에서 판막의 음향 신호는 마이크로폰과 증폭기를 사용하여 측정하였고, 마이크로폰에는 주위잡음을 제거하기 위해 커플러를 장착하였다. 측정된 음향신호는 A/D 컨버터를 이용하여 샘플링하고, 스펙트럼을 분석하였다. 정상적인 판막과 혈전이 형성된 판막의 주파수 구분을 위해 인공신경망을 구성하였고, 연속적으로 판막의 운동 주기성을 확인하기 위하여 return map을 사용하였다. 생체 내 실험에서는 기계식 판막을 사용하는 순환장치를 장착한 동물과 기계식 판막을 치환 받은 지 1년 이내와 1년이 넘은 환자에게서 데이터를 채집하였다. 실험에서 얻은 데이터 스펙트럼은 두 가지 형태의 첨두치를 보였고, 이중에서 두 번째 첨두치는 혈전의 모델에 따라 변화를 보였다. 생체 내, 외 실험에서 얻은 데이터를 인공신경망에 적용한 결과 정상 판막과 혈전이 생성된 판막을 구분하였고, 환자를 대상으로 한 실험에서는 10명 중 1명이 두 번째 첨두치가 이동하는 결과를 보였지만 다른 방법으로 확인하지는 못했다. 본 논문의 결과는 기계식 판막의 혈전현상을 비침습적으로 조기 진단하고, 상태를 지속적으로 감시할 수 있는 기술적 토대를 제공할 것이다.

유전자 알고리즘을 이용한 분류자 앙상블의 최적 선택 (Optimal Selection of Classifier Ensemble Using Genetic Algorithms)

  • 김명종
    • 지능정보연구
    • /
    • 제16권4호
    • /
    • pp.99-112
    • /
    • 2010
  • 앙상블 학습은 분류 및 예측 알고리즘의 성과개선을 위하여 제안된 기계학습 기법이다. 그러나 앙상블 학습은 기저 분류자의 다양성이 부족한 경우 다중공선성 문제로 인하여 성과개선 효과가 미약하고 심지어는 성과가 악화될 수 있다는 문제점이 제기되었다. 본 연구에서는 기저 분류자의 다양성을 확보하고 앙상블 학습의 성과개선 효과를 제고하기 위하여 유전자 알고리즘 기반의 범위 최적화 기법을 제안하고자 한다. 본 연구에서 제안된 최적화 기법을 기업 부실예측 인공신경망 앙상블에 적용한 결과 기저 분류자의 다양성이 확보되고 인공신경망 앙상블의 성과가 유의적으로 개선되었음을 보여주었다.