• 한국멀티미디어학회논문지
• /
• 제25권1호
• /
• pp.39-51
• /
• 2022

Image-based gender classification and age estimation of human are classic problems in computer vision. Most of researches in this field focus just only one task of either gender classification or age estimation and most of the reported methods for each task focus on accuracy performance and are not computationally light. Thus, running both tasks together simultaneously on low cost mobile or embedded systems with limited cpu processing speed and memory capacity are practically prohibited. In this paper, we propose a novel light-weight gender classification and age estimation method based on ensemble multitasking deep learning with light-weight processing neural network architecture, which processes both gender classification and age estimation simultaneously and in real-time even for embedded systems. Through experiments over various well-known datasets, it is shown that the proposed method performs comparably to the state-of-the-art gender classification and/or age estimation methods with respect to accuracy and runs fast enough (average 14fps) on a Jestson Nano embedded board.

• 대한후두음성언어의학회지
• /
• 제33권3호
• /
• pp.142-155
• /
• 2022

Diagnosis using voice is non-invasive and can be implemented through various voice recording devices; therefore, it can be used as a screening or diagnostic assistant tool for laryngeal voice disease to help clinicians. The development of artificial intelligence algorithms, such as machine learning, led by the latest deep learning technology, began with a binary classification that distinguishes normal and pathological voices; consequently, it has contributed in improving the accuracy of multi-classification to classify various types of pathological voices. However, no conclusions that can be applied in the clinical field have yet been achieved. Most studies on pathological speech classification using speech have used the continuous short vowel /ah/, which is relatively easier than using continuous or running speech. However, continuous speech has the potential to derive more accurate results as additional information can be obtained from the change in the voice signal over time. In this review, explanations of terms related to artificial intelligence research, and the latest trends in machine learning and deep learning algorithms are reviewed; furthermore, the latest research results and limitations are introduced to provide future directions for researchers.

• 방사성폐기물학회지
• /
• 제21권4호
• /
• pp.489-502
• /
• 2023

This article presents the crucial role played by the French underground research laboratory (URL) in initiating the deep geological repository project Cigéo. In January 2023, Andra finalized the license application for the initial construction of Cigéo. Depending on Government's decision, the construction of Cigéo may be authorized around 2027. Cigéo is the result of a National program, launched in 1991, aiming to safely manage high-level and intermediate level long-lived radioactive wastes. This National program is based on four principles: 1) excellent science and technical knowledge, 2) safety and security as primary goals for waste management, 3) high requirements for environment protection, 4) transparent and open-public exchanges preceding the democratic decisions and orientations by the Parliament. The research and development (R&D) activities carried out in the URL supported the design and the safety demonstration of the Cigéo project. Moreover, running the URL has provided an opportunity to gain practical experience with regard to the security of underground operations, assessment of environmental impacts, and involvement of the public in the preparation of decisions. The practices implemented have helped gradually build confidence in the Cigéo project.

• Applied Microscopy
• /
• 제28권1호
• /
• pp.73-82
• /
• 1998

본 연구에서는 급속동결 deep etching법을 이용하여 흰쥐에서 담세관주위세포질에 있는 미세사와 용해소체 및 소포등 세포내소기관들이 어떻게 담즙분비에 관여하는지를 알아 보고자 하였다. Taurocholic acid를 투여한 군은 정상군에 있어서와 같이 미세사가 담세관 주위를 둘러싸면서 담세관 원형질막과 다른 세포내소기관에 부착되어 있었다. 이들 담세관 주위의 미세사들은 미세융모속에서 다발을 이루고 있었으며 담세관 둘레에서는 관주위직을 형성하면서 연접복합체에 결합되어 있었다. 미세사는 또한 담세관 원형질막과 소포사이에 걸쳐있는 것도 관찰되었다. 이상의 소견으로 미루어 미세사는 담세관에서의 담즙의 분비를 돕는 소기관임을 알 수 있는데 특히 담세관에 융합할 수 있도록 소포의 전위를 유도하는 기구로서 작용할 것으로 추정된다.

• 스마트미디어저널
• /
• 제8권2호
• /
• pp.66-73
• /
• 2019

최근 컴퓨터 비전을 활용한 사물인식 기술이 센서 기반 사물인식 기술을 대체할 기술로 주목을 받고 있다. 센서 기반 사물인식 기술은 일반적으로 고가의 센서를 필요로 하기 때문에 기술이 상용화되기 어렵다는 문제가 있었다. 반면 컴퓨터 비전을 활용한 사물인식 기술은 고가의 센서 대신 비교적 저렴한 카메라를 사용할 수 있다. 동시에 CNN이 발전하면서 실시간 사물인식이 가능해진 이후 IoT, 자율주행자동차 등 타 분야에 활발하게 도입되고 있다. 그러나 사물 인식 모델을 상황에 알맞게 선택하고 학습시키기 위해서는 딥러닝에 대한 전문적인 지식을 요구하기 때문에 비전문가가 사물 인식 모델을 사용하기에는 어려움이 따른다. 따라서 본 논문에서는 딥러닝 기반 사물인식 모델들의 구조와 성능을 분석하고, 사용자가 원하는 조건의 최적의 딥러닝 기반 사물 인식 모델을 스스로 선정할 수 있는 플랫폼을 제안한다. 또한 통계에 기반한 사물 인식 모델 선정이 필요한 이유를 실험을 통해 증명한다.

• 대한한의학원전학회지
• /
• 제13권2호
• /
• pp.155-155
• /
• 2000

Body fluid(津液) is a general term for normal mucus in human body, including saliva, gastric juice, intestinal juice and articular fluid in joints as well as tear, running nose, sweat, etc.. The formation of Body fluid goes through two phases. First phase is digestion of food at stomach, and then evaporation and classification of energy at Triple warmer(三焦). More technically speaking, Body fluid is divided into the Jin(津) & the Aek(液). Aek is a very mild and water-like fluid, runs deep into the internal organs. Jin is a thick and sticky liquid, running shallow under the skin or in the joints of limbs. Major roles of body fluid over the body are to moisturize the internal organs, flesh, skin, etc., to soften the joints, to fill the bone marrow, and to balance Yin and Yang. This article deals with the role of body fluid and how to differentiate them, the liquid metabolism in the human body, and the formation and change of sweat, urine, tear, spit, bone marrow, etc.. The imbalance of Yin and Yang and disturbance of Triple warmer's evaporation lead into lumbago, leg weakness and edema is also explained here.

• 대한한의학원전학회지
• /
• 제13권2호
• /
• pp.156-171
• /
• 2000

Body fluid(津液) is a general term for normal mucus in human body, including saliva, gastric juice, intestinal juice and articular fluid in joints as well as tear, running nose, sweat, etc.. The formation of Body fluid goes through two phases. First phase is digestion of food at stomach, and then evaporation and classification of energy at Triple warmer(三焦). More technically speaking, Body fluid is divided into the Jin(津) & the Aek(液). Aek is a very mild and water-like fluid, runs deep into the internal organs. Jin is a thick and sticky liquid, running shallow under the skin or in the joints of limbs. Major roles of body fluid over the body are to moisturize the internal organs, flesh, skin, etc., to soften the joints, to fill the bone marrow, and to balance Yin and Yang. This article deals with the role of body fluid and how to differentiate them, the liquid metabolism in the human body, and the formation and change of sweat, urine, tear, spit, bone marrow, etc.. The imbalance of Yin and Yang and disturbance of Triple warmer's evaporation lead into lumbago, leg weakness and edema is also explained here.

• 한국컴퓨터정보학회논문지
• /
• 제27권2호
• /
• pp.25-32
• /
• 2022

본 논문에서는 활동 인식장치를 이용한 딥러닝 기반의 반려동물 모니터링 시스템을 제안한다.이 시스템은 반려동물의 활동 인식장치와 반려인의 스마트 기기, 서버로 구성된다. 아두이노 기반 활동 인식 장치로부터 가속도와 자이로 데이터를 수집하고, 이로부터 반려동물의 걸음 수를 연산하였다. 수집된 데이터는 전처리 과정을 거쳐 CNN과 LSTM을 하이브리드한 딥러닝 모델을 통해 5가지 형태(앉기, 서기, 눕기, 걷기, 뛰기)로 활동을 인식함으로써 활동량을 측정한다. 마지막으로, 반려인의 스마트 기기에 일일 및 주간 브리핑 차트 등 활동 변화에 대한 모니터링을 제공한다. 성능 평가 결과, 반려동물의 구체화된 활동 인식 및 활동량 측정이 가능함을 확인하였다. 향후 데이터 축적을 통해 반려동물의 이상행동 탐지 및 헬스 케어 서비스의 확장을 기대할 수 있다.

• 한국재난정보학회 논문집
• /
• 제18권3호
• /
• pp.433-443
• /
• 2022

연구목적: 본 논문에서는 스마트 디바이스의 높은 보급률을 활용하여 근감소증을 추정 및 예측하는 딥러닝 알고리즘을 제안과 연구를 수행한다. 연구방법: 딥러닝 학습을 위해 스마트 디바이스에 내장된 관성센서를 활용하여 실험 데이터를 수집하였다. 데이터를 수집하는 테스트용 어플리케이션 구현하여 '정상'과 '비정상'걸음과 '달리기', '낙상', '스쿼트' 자세의 5 가지 상태를 구분하여 데이터를 수집하였다. 연구결과: LSTM, CNN, RNN model 사용 시 예측 정확도를 분석했고 CNN-LSTM 융합형 모델을 활용하여 이진분류 정확도 99.87%, 다중 분류 92.30%의 정확도를 보였다. 결론: 근감소증이 있는 사람의 경우 걸음걸이의 이상이 생긴다는 점에 착안하여 스마트 디바이스를 활용한 연구를 진행하였다. 본 연구를 활용하여 근감소증으로 인해 생기는 재난안전을 강화 할 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.29-38
• /
• 2022

본 논문에서는 멀티 센서가 장착된 스마트 인솔로 측정한 보행 데이터에 대해 앙상블 딥러닝 네트워크를 이용하여 보행의 타입을 분류하는 시스템을 제안한다. 보행 타입 분류 시스템은 인솔에 의해 측정된 데이터를 정규화하는 부분과 딥러닝 네트워크를 이용하여 보행의 특징을 추출하는 부분, 그리고 추출된 특징을 입력으로 보행의 타입을 분류하는 부분으로 구성되어 있다. 서로 다른 특성을 가지는 CNN과 LSTM을 기반으로 하는 네트워크를 독립적으로 학습하여 두 종류의 보행 특징 맵을 추출하였으며, 각각의 분류 결과를 결합하여 최종적인 앙상블 네트워크의 분류 결과를 도출하였다. 20~30대 성인의 걷기, 뛰기, 빠르게 걷기, 계단 오르기와 내려가기, 언덕 오르기와 내려가기의 7종류의 보행에 대해, 스마트 인솔을 이용하여 실측한 멀티 센서 데이터를 제안한 앙상블 네트워크로 분류해 본 결과 90% 이상의 높은 분류율을 보이는 것을 확인하였다.