• Imaging Science in Dentistry
• /
• 제52권4호
• /
• pp.393-398
• /
• 2022

Purpose: This study proposed a generative adversarial network (GAN) model for T2-weighted image (WI) synthesis from proton density (PD)-WI in a temporomandibular joint(TMJ) magnetic resonance imaging (MRI) protocol. Materials and Methods: From January to November 2019, MRI scans for TMJ were reviewed and 308 imaging sets were collected. For training, 277 pairs of PD- and T2-WI sagittal TMJ images were used. Transfer learning of the pix2pix GAN model was utilized to generate T2-WI from PD-WI. Model performance was evaluated with the structural similarity index map (SSIM) and peak signal-to-noise ratio (PSNR) indices for 31 predicted T2-WI (pT2). The disc position was clinically diagnosed as anterior disc displacement with or without reduction, and joint effusion as present or absent. The true T2-WI-based diagnosis was regarded as the gold standard, to which pT2-based diagnoses were compared using Cohen's ĸ coefficient. Results: The mean SSIM and PSNR values were 0.4781(±0.0522) and 21.30(±1.51) dB, respectively. The pT2 protocol showed almost perfect agreement(ĸ=0.81) with the gold standard for disc position. The number of discordant cases was higher for normal disc position (17%) than for anterior displacement with reduction (2%) or without reduction (10%). The effusion diagnosis also showed almost perfect agreement(ĸ=0.88), with higher concordance for the presence (85%) than for the absence (77%) of effusion. Conclusion: The application of pT2 images for a TMJ MRI protocol useful for diagnosis, although the image quality of pT2 was not fully satisfactory. Further research is expected to enhance pT2 quality.

• 문화기술의 융합
• /
• 제8권3호
• /
• pp.493-499
• /
• 2022

본 논문은 제주도의 화산이 폭발 시에 얼마만한 속도로 폭발했으며, 폭발 후에 생기는 튜물러스와 한라산 중턱에서 폭발된 현무암이 바다까지 밀려온 결과를 보고한다. 현무암 지하 마그마가 약 절대온도 1000K로 지상의 중성대를 뚫고 1950m 상공에서 절대온도 1200K로 폭발하면서 나올 때의 속도에 대해 분석했다. 부력(浮力)에 의한 화염 기둥의 열기류인 Plume 화산 폭발로 인한 주변의 공기보다 연소가스의 밀도가 작아져 부력이 발생하고 상승 기류가 형성된다. 화염 기둥은 연속, 간헐, 부력 화염 영역으로 분류된다. 한라산(1950m) 화염 기둥의 속도는 상승한 최고점에서 낙하함으로 위치에너지가 운동에너지로 변환되어 유체흐름에 의해 이 두 식을 같게 놓아 풀면 화산 폭발 속도87.5m/s를 얻었다. 이때 마그마의 밀도는 온도에 반비례한다. 거문오름(456m)은 폭발 속도는 42.6m/s로 계산했다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.253-255
• /
• 2022

4차 산업혁명과 각종 통신매체의 발전에 힘입어 다양한 분야에서 인공지능과 자동화와 같은 기술이 산업현장에 접목되고 있으며, 이에 따라 데이터처리의 중요성이 높아지고 있다. 영상의 잡음제거는 영상처리의 전처리 과정으로서, 주로 높은 수준의 영상처리 기술이 요구되는 분야에서 사용된다. 잡음제거를 위해 다양한 연구가 진행되었지만, 잡음제거 과정에서 영상의 디테일 보존, 질감 복원과 특수한 영역의 잡음 제거와 같이 다양한 문제가 발생한다. 본 논문에서는 임펄스 잡음제거 과정에서 영상의 세부적인 정보를 보존하기 위해 잡음의 세기에 기반한 스위칭 마스크 필터를 제안한다. 제안한 필터 알고리즘은 필터링 마스크로 지정된 영역의 잡음판단을 실시하였을 때, 기준치보다 높은 밀도로 판단된 경우 확장된 마스크로 스위칭을 하여 최종출력을 구한다. 제안한 알고리즘의 성능을 평가하기 위해 시뮬레이션을 진행하였으며, 기존 방법과 비교하여 성능을 분석하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권8호
• /
• pp.23-32
• /
• 2024

NVS는 여러 각도와 위치에서 수집한 이미지를 이용해 3차원 공간을 재현하는 연구 분야로, 증강현실, 가상현실, 자율주행, 로봇 네비게이션 등에서 중요성이 커지고 있다. 최근 주목받는 3D-GS 방법론은 기존 NeRF 보다 고품질 장면 생성, 빠른 학습 시간, 실시간 렌더링이 가능하지만, Gaussian points의 밀도 조정 과정에서 전체 Gaussian points 수의 증가로 메모리 소모량 상승과 렌더링 속도가 저하되는 문제가 있다. 이를 개선하기 위해 본 논문에서는 불필요한 Gaussian points를 제거하여 메모리 효율성을 높이는 Gaussian blending 기법과 Gaussian points 감소로 인한 표현력 손실을 최소화하는 깊이 정보 반영 손실 함수를 제안하여 모델의 성능을 보완한다. 실험 결과, Tanks & Temples 벤치마크 데이터셋에서 성능을 유지하면서 Gaussian points 수를 최대 4% 감소시키는 효과를 확인하였다. 따라서 본 논문에서 제안한 방법론은 3D-GS 모델의 경량화 가능성을 실험적으로 증명하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1109-1114
• /
• 2003

In this paper, task control architecture is proposed for a mobile robot with behaviors based on cognition theory to endow the robot intelligence. In the task control architecture, task manager is introduced especially for the management of computational resource. The management is based on classical RMS (Rate Monotonic Strategy), but with online rate modulation strategy. The rate modulation is performed using the value variances of behavior execution for the task. Because the values are based on natively uncertain sensor information, they are modeled using PDF (probability Density Function). As a rate modulation process, the range of the rate modulation is defined firstly by real-time constraints of RMS and discrete control stability of behaviors. With the allowable range, rate modulations are performed considering harmonic bases to maintain utilization bound without decrease. To evaluate the efficiency of the proposed rate modulation strategy, a simulation test is performed to compare the efficiency between the control architecture with the proposed strategy and previous one. A performance index with the formalization of propensity of resource allocation is proposed and utilized for the simulation test. To evaluate the appropriateness of the performance index, the performance index is compared with practical one through a practical simulation test.

• 한국인터넷방송통신학회논문지
• /
• 제18권2호
• /
• pp.55-62
• /
• 2018

VANET은 급격히 부상하고 있는 서비스 영역으로 수 ms 수준의 엄격한 latency 요구사항을 가진다. 이러한 수준의 낮은 latency를 보장하기 위해 latency가 보장되면서 coordinator에 의한 scheduling 없이 join/leave가 자유로운 Autonomous TDMA(ATDMA)가 제안된 바 있다. 본 연구에서는 hidden node, 채널 페이딩, 노드 밀집도 변이 등이 존재하는 non-perfect decoding 환경에서 동작하도록 ATDMA를 확장한 ATDMA revision(ATDMA-R)을 고안하였다. 또한 시뮬레이션을 통해 ATDMA와 ATDMA-R의 성능을 비교하여 ATDMA 대비 ATMDMA-R이 다양한 실제적 환경에서 강인성을 보이는 것을 확인하였다.

• 전자통신동향분석
• /
• 제33권6호
• /
• pp.58-68
• /
• 2018

A neuromorphic hardware that mimics biological perceptions and has a path toward human-level artificial intelligence (AI) was developed. In contrast with software-based AI using a conventional Von Neumann computer architecture, neuromorphic hardware-based AI has a power-efficient operation with simultaneous memorization and calculation, which is the operation method of the human brain. For an ideal neuromorphic device similar to the human brain, many technical huddles should be overcome; for example, new materials and structures for the synapses and neurons, an ultra-high density integration process, and neuromorphic modeling should be developed, and a better biological understanding of learning, memory, and cognition of the brain should be achieved. In this paper, studies attempting to overcome the limitations of next-generation neuromorphic hardware technologies are reviewed.

• Nuclear Engineering and Technology
• /
• 제55권4호
• /
• pp.1199-1209
• /
• 2023

Where concrete structures are designed to have a service life of over 100 years, their performance must be monitored, for the prediction models available are fraught with uncertainties that need to be eliminated. The present study was conducted to meet that need by monitoring a pilot structure for low and intermediate radioactive waste storage. Long-term operation of the sensors was observed to be adequate to determine the value of the parameters that characterise structural durability, such as corrosion current density. The parameters analysed were correlated to calculate their reciprocal impact: where applied in conjunction with artificial intelligence tools, temperature, for instance, was found suitable for finding activation energy and expansion coefficients and detecting outliers. The results showed the pilot structure to perform satisfactorily.

• 지능정보연구
• /
• 제17권4호
• /
• pp.305-316
• /
• 2011

협업필터링은 다양한 분야에서 널리 활용되고 있지만 협업필터링의 추천 성능은 적용하는 기업의 비즈니스 형태나 발생하는 거래 데이터의 특성에 따라 다르게 나타나고 있다. 기업에서 협업필터링 추천시스템을 구축하려면 상당한 시간과 비용이 소요되기 때문에 구축된 추천시스템의 성과가 높지 않다면 기업 자원의 낭비를 초래할 뿐만 아니라 부정확한 추천서비스를 받는 고객들의 불만을 살 수 있다. 따라서 추천시스템 도입을 검토할 때 기업이 갖고 있는 데이터의 특성을 파악하고 이를 통해 추천시스템을 도입하는 것이 타당한지 사전에 예측할 수 있다면 불필요한 도입으로 인한 경제적 손실과 고객 만족도 저하를 막을 수 있을 것이다. 기존 연구에서는 협업필터링 추천 성과에 희박성, 우연성, 커버리지 등이 영향을 미칠 수 있다고 설명하고 있지만 이러한 요인들이 어떻게 얼마나 추천 성과에 영향을 미치는지, 요인들 간에 어떠한 상관관계가 있는지는 현재까지 구체적으로 밝혀진 바가 없다. 본 연구에서는 구매 트랜잭션으로부터 생성된 소셜네트워크로부터 밀도, 군집화계수, 집중도 등의 구조적 지표를 측정한 후 이들이 추천성과에 어떻게 영향을 미치는지 통계적 분석을 통해 실증적으로 규명한다. 이를 통해 협업필터링 추천시스템에 대한 도입 여부를 결정하고자 할 때 유용하게 사용될 수 있는 지침을 제공하고자 한다.

• Journal of Korean Neurosurgical Society
• /
• 제62권4호
• /
• pp.442-449
• /
• 2019

Objective : Bone mineral density (BMD) is an important consideration during fusion surgery. Although dual X-ray absorptiometry is considered as the gold standard for assessing BMD, quantitative computed tomography (QCT) provides more accurate data in spine osteoporosis. However, QCT has the disadvantage of additional radiation hazard and cost. The present study was to demonstrate the utility of artificial intelligence and machine learning algorithm for assessing osteoporosis using Hounsfield units (HU) of preoperative lumbar CT coupling with data of QCT. Methods : We reviewed 70 patients undergoing both QCT and conventional lumbar CT for spine surgery. The T-scores of 198 lumbar vertebra was assessed in QCT and the HU of vertebral body at the same level were measured in conventional CT by the picture archiving and communication system (PACS) system. A multiple regression algorithm was applied to predict the T-score using three independent variables (age, sex, and HU of vertebral body on conventional CT) coupling with T-score of QCT. Next, a logistic regression algorithm was applied to predict osteoporotic or non-osteoporotic vertebra. The Tensor flow and Python were used as the machine learning tools. The Tensor flow user interface developed in our institute was used for easy code generation. Results : The predictive model with multiple regression algorithm estimated similar T-scores with data of QCT. HU demonstrates the similar results as QCT without the discordance in only one non-osteoporotic vertebra that indicated osteoporosis. From the training set, the predictive model classified the lumbar vertebra into two groups (osteoporotic vs. non-osteoporotic spine) with 88.0% accuracy. In a test set of 40 vertebrae, classification accuracy was 92.5% when the learning rate was 0.0001 (precision, 0.939; recall, 0.969; F1 score, 0.954; area under the curve, 0.900). Conclusion : This study is a simple machine learning model applicable in the spine research field. The machine learning model can predict the T-score and osteoporotic vertebrae solely by measuring the HU of conventional CT, and this would help spine surgeons not to under-estimate the osteoporotic spine preoperatively. If applied to a bigger data set, we believe the predictive accuracy of our model will further increase. We propose that machine learning is an important modality of the medical research field.