• Korean Circulation Journal
• /
• 제54권1호
• /
• pp.30-39
• /
• 2024

Background and Objectives: Intravascular ultrasound (IVUS) evaluation of coronary artery morphology is based on the lumen and vessel segmentation. This study aimed to develop an automatic segmentation algorithm and validate the performances for measuring quantitative IVUS parameters. Methods: A total of 1,063 patients were randomly assigned, with a ratio of 4:1 to the training and test sets. The independent data set of 111 IVUS pullbacks was obtained to assess the vessel-level performance. The lumen and external elastic membrane (EEM) boundaries were labeled manually in every IVUS frame with a 0.2-mm interval. The Efficient-UNet was utilized for the automatic segmentation of IVUS images. Results: At the frame-level, Efficient-UNet showed a high dice similarity coefficient (DSC, 0.93±0.05) and Jaccard index (JI, 0.87±0.08) for lumen segmentation, and demonstrated a high DSC (0.97±0.03) and JI (0.94±0.04) for EEM segmentation. At the vessel-level, there were close correlations between model-derived vs. experts-measured IVUS parameters; minimal lumen image area (r=0.92), EEM area (r=0.88), lumen volume (r=0.99) and plaque volume (r=0.95). The agreement between model-derived vs. expert-measured minimal lumen area was similarly excellent compared to the experts' agreement. The model-based lumen and EEM segmentation for a 20-mm lesion segment required 13.2 seconds, whereas manual segmentation with a 0.2-mm interval by an expert took 187.5 minutes on average. Conclusions: The deep learning models can accurately and quickly delineate vascular geometry. The artificial intelligence-based methodology may support clinicians' decision-making by real-time application in the catheterization laboratory.

• 융합신호처리학회논문지
• /
• 제24권4호
• /
• pp.213-220
• /
• 2023

낙상은 일상의 활동 중에 예기치 않게 발생하여 생활에 많은 어려움을 초래한다. 본 연구는 고위험 직종 종사자들의 낙상 감지를 위한 시스템을 구성하고 자료를 수집하여 예측 모델에 적용함으로써 그 유효성을 검증하는 것을 목적으로 하였다. 이를 위해 가속도센서와 자이로센서를 통해 가속도 신호와 방위각을 산출하여 낙상 여부를 감지하는 웨어러블 기기를 구성하였다. 그리고 연구 참여자들이 이 기기를 복부에 착용하고 정해진 활동을 수행하는 과정에서 낙상과 관련한 동작으로부터 필요한 데이터를 측정하고 기기 내에 존재하는 블루투스 장치를 통해 컴퓨터로 전송하였다. 이렇게 수집된 데이터를 필터링 등을 통해 처리하여 딥러닝 알고리즘들인 1D CNN, LSTM, CNN-LSTM에 근거한 낙상 감지 예측 모델들에 적용하고 그 결과를 평가하였다.

• 한국인공지능학회지
• /
• 제4권1호
• /
• pp.11-13
• /
• 2016

These days, medical technology has been developed rapidly to meet desire of living healthy life. Average lifespan was extended to let people see a doctor because of many reasons. This study has shown rate of leaving of hospitals to investigate the rate of not only department of surgery but also department of internal medicine. Linear model, tree, classification rule, association and algorithm of data mining were used. This study investigated by using J48 and AD tree of decision-making tree In this study, J48 and AD tree of decision-making tree of data mining were used to investigate based on result of both data. Both algorithms were found to have similar performance. Both algorithms were not equivalent to require detailed experiment. Collect more experimental data in the future to apply from various points of view. Development of medical technology gives dream, hope and pleasure. The ones who suffer from incurable diseases need developed medical technology. Environment being similar to the reality shall be made to experiment exactly to investigate data carefully and to let the ones of various ages visit hospital and to increase survival rate.

• International Journal of Computer Science & Network Security
• /
• 제21권11호
• /
• pp.89-96
• /
• 2021

This work is an extension of my work presented a robust and economically efficient method for the Discrimination of four Mung-Beans [1] varieties based on quantitative parameters. Due to the advancement of technology, users try to find the solutions to their daily life problems using smartphones but still for computing power and memory. Hence, there is a need to find the best classifier to classify the Mung-Beans using already suggested features in previous work with minimum memory requirements and computational power. To achieve this study's goal, we take the experiments on various supervised classifiers with simple architecture and calculations and give the robust performance on the most relevant 10 suggested features selected by Fisher Co-efficient, Probability of Error, Mutual Information, and wavelet features. After the analysis, we replace the Artificial Neural Network and Deep learning with a classifier that gives approximately the same classification results as the above classifier but is efficient in terms of resources and time complexity. This classifier is easily implemented in the smartphone environment.

• International Journal of Computer Science & Network Security
• /
• 제22권4호
• /
• pp.261-273
• /
• 2022

Over the last decade, the scientific community has been actively developing technologies for automated software bug fixes called Automated Program Repair (APR). Several APR techniques have recently been proposed to effectively address multiple classroom programming errors. However, little attention has been paid to the advances in effective APR techniques for software bugs that are widely occurring during the software life cycle maintenance phase. To further enhance the concept of software testing and debugging, we recommend an optimized automated software repair approach based on hybrid technology (OAPR-HOML'1). The first contribution of the proposed OAPR-HOML'1 technique is to introduce an improved grasshopper optimization (IGO) algorithm for fault location identification in the given test projects. Then, we illustrate an opposition learning based artificial neural network (OL-ANN) technique to select AST node-level transformation schemas to create the sketches which provide automated program repair for those faulty projects. Finally, the OAPR-HOML'1 is evaluated using Defects4J benchmark and the performance is compared with the modern technologies number of bugs fixed, accuracy, precession, recall and F-measure.

• 한국산업융합학회 논문집
• /
• 제22권1호
• /
• pp.1-9
• /
• 2019

In electric agricultural machine the gearbox is used to increase torque and lower the output speed of the motor shaft. The gearbox consists of several shafts, helical gears and spur gears works in series. Optimization plays an important role in gear design as reducing the weight or volume of a gear set will increase its service life and improve the bearing capacity. In this paper the basic design parameters for gear like shaft diameter and face width are considered as the input variables. The bending stress and material volume is considered as the objective function. ANSYS was used to investigate the bending stress when the variable was changed. Artificial Neural Network (ANN) was used to obtain the mathematical model of the system based on the bending stress behaviour. The ANN was used since the output system is nonlinear. The Genetic Algorithm (GA)　technique of optimization is used to obtain the optimized values of shaft diameter and face width on the pinion based on the ANN mathematical model and the results are compared as that obtained using the traditional method. The ANN and GA were performed using MATLAB. The simulation results were shown that the proposed algorithm was successfully calculated the value of shaft diameter and face width to obtain the minimal bending stress and material volume of the gearbox.

• 한국시뮬레이션학회논문지
• /
• 제18권4호
• /
• pp.49-58
• /
• 2009

로봇의 지능화에서 기존의 하향식 접근 방식은 단일 개체 지능화에 중점을 두어 왔으나 이러한 접근은 첫째, 센싱, 연산, 통신에 소모되는 비용과 시간이 크다는 것 그리고 둘째, 예측 불가능한 환경변화에 민감하게 대응하는데 어려움이 있다. 본 연구는 이러한 단점을 극복하는 상향식 접근 방식의 집단적 지능화를 위한 알고리즘과 이를 적용한 에이전트 모델을 제안하고 시뮬레이션을 통해 검증하였다. 본 연구에서 제안한 수정된 플로킹 알고리즘은 그래픽이나 게임에서 집단이동을 보이는 생명체를 모델링 하는데 주로 사용되어온 플로킹(Flocking, Craig Reynolds)의 개념을 단순화시킴으로써 기존 플로킹의 연산과정을 단순화하여 보다 많은 수의 집단 로봇에 적용하기 용이 하도록 수정한 알고리즘이다. 시뮬레이션을 통해 수정된 플로킹 알고리즘의 집단화 적용 가능성을 검증하였고, 이를 위한 보이드 에이전트를 모델링 하였다. 또한 실질적 검증을 위하여 실제 집단로봇에 대한 사례 연구를 진행하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.132-133
• /
• 2023

재난 상황에서 사람을 안전하게 피난시키는 것은 매우 중요하다. 인명 안전을 위한 다양한 피난 시뮬레이션 툴이 개발되어 사용되고 있지만, 대부분의 툴에 적용된 방식은 Map을 분석하여 최단 경로를 추출해 Agent를 결정된 경로를 따라 이동시키는 알고리즘으로 구현되었다. 이 방법은 재난 환경에 변화가 없는 조건에서 피난경로를 빠른 시간에 예측하기에 적합하다. 그러나 재난상황은 시시각각으로 변화하기 때문에 피난알고리즘은 이에 대응할 수 있어야 하지만 기존 알고리즘으로는 대응이 곤란한 실정이다. 강화학습을 기반으로 한 인공지능 기술을 활용하면 변화하는 재난에 대응 가능한 피난경로 알고리즘의 개발 가능할 것으로 예상된다. 이에 본 연구에서는 알고리즘 개발의 기초단계로서, 강화학습 기법으로 개발된 피난 알고리즘이 IMO MSC.1/Circ1533에서 요구하는 피난시뮬레이션 툴의 성능조건을 만족하는지 여부를 평가하였다.

• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.17-27
• /
• 2023

오늘날 AI(Artificial Intelligence) 기술이 발전하면서 실용성이 증가함에 따라 실생활 속 다양한 응용 분야에서 널리 활용되고 있다. 이때 AI Model은 기본적으로 학습 데이터의 다양한 통계적 속성을 기반으로 학습된 후 시스템에 배포되지만, 급변하는 데이터의 상황 속 예상치 못한 데이터의 변화는 모델의 성능저하를 유발한다. 특히 보안 분야에서 끊임없이 생성되는 새로운 공격과 알려지지 않은 공격에 대응하기 위해서는 배포된 모델의 Drift Signal을 찾는 것이 중요해짐에 따라 모델 전체의 Lifecycle 관리 필요성이 점차 대두되고 있다. 일반적으로 모델의 정확도 및 오류율(Loss)의 성능변화를 통해 탐지할 수 있지만, 모델 예측 결과에 대한 실제 라벨이 필요한 점에서 사용 환경의 제약이 존재하며, 실제 드리프트가 발생한 지점의 탐지가 불확실한 단점이 있다. 그 이유는 모델의 오류율의 경우 다양한 외부 환경적 요인, 모델의 선택과 그에 따른 파라미터 설정, 그리고 새로운 입력데이터에 따라 크게 영향을 받기에 해당 값만을 기반으로 데이터의 실질적인 드리프트 발생 시점을 정밀하게 판단하는 것은 한계가 존재하게 된다. 따라서 본 논문에서는 XAI(eXplainable Artificial Intelligence) 기반 Anomaly 분석기법을 통해 실질적인 드리프트가 발생한 시점을 탐지하는 방안을 제안한다. DGA(Domain Generation Algorithm)를 탐지하는 분류모델을 대상으로 시험한 결과, 배포된 이후 데이터의 SHAP(Shapley Additive exPlanations) Value를 통해 Anomaly score를 추출하였고, 그 결과 효율적인 드리프트 시점탐지가 가능함을 확인하였다.

• 한국융합학회논문지
• /
• 제8권10호
• /
• pp.209-214
• /
• 2017

본 연구는 다층 퍼셉트론 인공신경망을 이용하여 우리나라 중학생의 또래애착에 영향을 미치는 요인을 탐색하였다. 2016년 지역아동센터의 아동패널조사에 참여한 중학교 3학년 재학생 419명(남 210명, 여 209명)을 분석하였다. 종속변수는 또래애착 여부로 정의하였고, 설명변수는 성, 학업 성적 만족도, 주관적 가구경제수준, 학교생활에 대한 부모-자녀대화 빈도, 주관적 건강상태, 우울증상, 자아존중감, 주관적 생활 만족도, 휴대전화의존도를 포함하였다. 또래애착의 예측 요인은 다층 퍼셉트론 인공신경망 알고리즘을 이용하여 분석하였다. 분석 결과, 우울증상, 성, 학교생활에 대한 부모-자녀 대화 수준, 주관적 가구 경제수준, 주관적 건강상태는 청소년의 또래애착과 관련이 높은 요인이었다. 청소년기의 성공적인 사회관계 형성을 위해서 또래 애착에 주요한 영향을 미치는 요인들을 고려한 상담 및 교육 프로그램의 개발이 요구된다.