• 한국컴퓨터산업학회논문지
• /
• 제3권3호
• /
• pp.321-330
• /
• 2002

2차원 메디안필터는 정지영상 및 동영상 신호처리 분야에 많이 활용되고 있다. 최근의 급속한 VLSI기술의 발전은 적절한 비용으로 실시간 2차원 메디안 필터의 구현을 가능하게 하여 주고 있다. 효율적인 VLSI구현을 위해서는 적은 양의 메모리 사용, 규칙적인 계산, 지역 데이터 전달 등의 특성을 갖는 알고리즘과 VLSI 구조가 필수적이다. 본 논문에서는 위와 같은 특성을 갖는 새로운 실시간 2차원 메디안필터의 VLSI구조를 제안하였다. 이를 위하여 메디안필터링 알고리즘을 분석하여 메디안 필터링 알고리즘에 내재되어 있는 병렬처리 특성, 특히 파이프라인 가능성을 최대한 활용할 수 있도록 하였다. 또한 Separable 2차원 메디안 필터링 알고리즘을 사용하여 하드웨어 복잡성을 크게 감소시켰다. Separable 2차원 메디안필터는 기존의 메디안필터와 거의 유사한 성능을 보여주었으며 bit-slice pipeline median searching 알고리즘은 기존의 메디안 필터에서 문제가 되었던 window의 크기에 따라 하드웨어 복잡성이 크게 증가하는 문제를 해결하여 window 크기에 관계없이 2차원 실시간 메디안 필터의 VLSI 구현을 가능하게 하여 주었다. C 언어를 이용한 행위레벨 시뮬레이션을 통하여 성능을 확인하고 분석하였다.

• 지구물리와물리탐사
• /
• 제1권1호
• /
• pp.71-78
• /
• 1998

2차원 MT탐사자료의 역산은 보편적으로 많은 계산시간과 기억용량이 소요되며 TM모드의 경우지표 근처의 불균질대에 야기될 수 있는 정적 효과에 대한 주의 깊은 고려도 필요하게 된다. 이에 본 연구에서는 GRRI를 이용하여 TM모드 MT자료의 2차원 역산 알고리듬을 구현하였다. 본 역산 알고리듬은 국부적인 2차원 해석을 통한 모형변수 증분 해석에 기초를 두는데 이는 모형변수의 증분을 구하는 과정에 있어서 탐사의 대상인 2차원 전 영역을 동시에 고려하지 않고 국부 영역들로 분할하여 순차적으로 고려함으로써 수평적인 변화가 고려되면서도 자코비안을 구하는 과정에서 사용되는 부가적인 모델링 과정을 배제하여 계산시간과 기억용량을 최소화하기 위한 것이다. 구현된 알고리듬의 타당성 검증은 간단한 이론모형에 대한 적용을 통하여 이루어졌으며, 이를 토대로 타 알고리듬과의 비교를 통하여 그 특징을 살펴보는 한편, 여러 가지 다양한 모형에 적용하여 그 현장 적용성을 고찰하였다. 본 알고리듬을 이용한 역산은 계산시간과 기억용량 면에서 매우 경제적이며 전류집중에 의해 탐사자료에 왜곡이 생기는 경우에는 특별한 전처리과정 없이도 타당한 분해능을 확인할 수 있었다. GRRI를 이용한 역산 알고리듬은 향후 현장에서 실시간 역산으로서 경제적이면서 타당한 자료 해석에 적용성이 기대된다.

• Genomics & Informatics
• /
• 제19권1호
• /
• pp.11.1-11.8
• /
• 2021

For the novel coronavirus disease 2019 (COVID-19), predictive modeling, in the literature, uses broadly susceptible exposed infected recoverd (SEIR)/SIR, agent-based, curve-fitting models. Governments and legislative bodies rely on insights from prediction models to suggest new policies and to assess the effectiveness of enforced policies. Therefore, access to accurate outbreak prediction models is essential to obtain insights into the likely spread and consequences of infectious diseases. The objective of this study is to predict the future COVID-19 situation of Korea. Here, we employed 5 models for this analysis; SEIR, local linear regression (LLR), negative binomial (NB) regression, segment Poisson, deep-learning based long short-term memory models (LSTM) and tree based gradient boosting machine (GBM). After prediction, model performance comparison was evelauated using relative mean squared errors (RMSE) for two sets of train (January 20, 2020-December 31, 2020 and January 20, 2020-January 31, 2021) and testing data (January 1, 2021-February 28, 2021 and February 1, 2021-February 28, 2021) . Except for segmented Poisson model, the other models predicted a decline in the daily confirmed cases in the country for the coming future. RMSE values' comparison showed that LLR, GBM, SEIR, NB, and LSTM respectively, performed well in the forecasting of the pandemic situation of the country. A good understanding of the epidemic dynamics would greatly enhance the control and prevention of COVID-19 and other infectious diseases. Therefore, with increasing daily confirmed cases since this year, these results could help in the pandemic response by informing decisions about planning, resource allocation, and decision concerning social distancing policies.

• Journal of Neurogastroenterology and Motility
• /
• 제24권4호
• /
• pp.512-527
• /
• 2018

This review provides a comprehensive overview of brain imaging studies of the brain-gut interaction in functional gastrointestinal disorders (FGIDs). Functional neuroimaging studies during gut stimulation have shown enhanced brain responses in regions related to sensory processing of the homeostatic condition of the gut (homeostatic afferent) and responses to salience stimuli (salience network), as well as increased and decreased brain activity in the emotional response areas and reduced activation in areas associated with the top-down modulation of visceral afferent signals. Altered central regulation of the endocrine and autonomic nervous responses, the key mediators of the brain-gut axis, has been demonstrated. Studies using resting-state functional magnetic resonance imaging reported abnormal local and global connectivity in the areas related to pain processing and the default mode network (a physiological baseline of brain activity at rest associated with self-awareness and memory) in FGIDs. Structural imaging with brain morphometry and diffusion imaging demonstrated altered gray- and white-matter structures in areas that also showed changes in functional imaging studies, although this requires replication. Molecular imaging by magnetic resonance spectroscopy and positron emission tomography in FGIDs remains relatively sparse. Progress using analytical methods such as machine learning algorithms may shift neuroimaging studies from brain mapping to predicting clinical outcomes. Because several factors contribute to the pathophysiology of FGIDs and because its population is quite heterogeneous, a new model is needed in future studies to assess the importance of the factors and brain functions that are responsible for an optimal homeostatic state.

• 한국정보통신학회논문지
• /
• 제23권7호
• /
• pp.829-836
• /
• 2019

IoT 장치들은 네트워크 구성에 많이 사용되고 있고, 증가하고 있다. 데이터는 필요에 따라서 이기종의 IoT 장치를 통하여 전송된다. 본 논문에서는 Bluetooth 5를 이용하여 내부 네트워크를 구성하고, LoRa(Long Range)를 통하여 데이터 전송할 때 발생하는 전송 데이터 손실을 방지하기 위한 기법을 제안한다. Bluetooth 5가 LoRa의 데이터 전송 속도에 비해 빠르므로 LoRa를 통하여 데이터를 전송할 때 데이터 손실 문제가 발생한다. 본 논문에서 제안하는 전송 데이터 손실 방지 기법은 Bluetooth 5와 LoRa 뿐 아니라 이기종의 IoT 장치의 데이터 전송 속도 차이로 인해 발생하는 데이터 손실을 방지할 수 있을 것으로 기대한다. 또한 본 논문에서는 제안하는 데이터 손실 방지 기법을 적용하여 시뮬레이션 결과를 보인다. 2가지 방법으로 시뮬레이션 했을 때 전송 성능과 저장에 필요한 메모리 양 을 보인다.

• 대한임상독성학회지
• /
• 제19권2호
• /
• pp.133-138
• /
• 2021

Glufosinate-containing herbicides is a non-selective herbicide commonly used worldwide. As the use of them increased gradually since paraquat was banned in 2012, the number of suicides by their ingestion is also increasing continuously. Complications of glufosinate-containing herbicide poisoning include various central nervous system (CNS) toxicities such as convulsions, loss of consciousness, memory impairment, and respiratory depression, which may be accompanied by hemodynamic changes such as bradycardia and hypotension. However, it is very rare that arrhythmias other than bradycardia occurred and Takotsubo cardiomyopathy was combined due to cardiotoxicity. A 71-year-old female patient was transferred to our hospital after ingesting 500 mL of glufosinate-containing herbicide and receiving 5 L of gastric lavage at a local hospital. A few hours later, she presented stuporous mentality, respiratory depression, and convulsions, and was accompanied by hypotension and bradycardia. On the second day of admission, electrocardiogram (ECG) showed bradycardia and QTc prolongation with hemodynamic Instability. Accordingly, we conducted the early treatment with continuous renal replacement therapy (CRRT) and the application of temporary cardiac pacemaker. An echocardiogram demonstrated decreased ejection fraction (EF) and Takotsubo cardiomyopathy on the third day of admission. Then, she was discharged safely with conservative treatment. At the follow-up after 1 year, Takotsubo cardiomyopathy, EF and QTc prolongation were recovered on echocardiogram and ECG. Because cardiac toxicity after glufosinate-containing herbicide poisoning may cause life-threatening consequences, caution is required while treating the patient. Therefore, if electrocardiogram changes are seen in the elderly with a large amount of glufosinate herbicide ingestion, additional cardiac function test through echocardiography should be concerned, and early treatment through CRRT or artificial cardiac pacing should be considered.

• 한국정보통신학회논문지
• /
• 제26권8호
• /
• pp.1196-1204
• /
• 2022

본 논문은 브로드캐스트 전송방식을 사용하는 무선 애드혹 네트워크에서 네트워크 수명을 최대화하는 최적화 알고리즘을 제안한다. 본 논문에서 제안하는 최적화 알고리즘은 메모리 구조를 이용하여 로컬 검색 방법을 향상시키는 메타휴리스틱 방식인 타부서치 알고리즘을 적용한다. 제안된 타부서치 알고리즘은 네트워크 수명 최대화 문제에 대하여 효율적인 인코딩 방식과 인접해 검색 방법을 제안한다. 제안된 방식을 적용하여 효율적인 브로드캐스트 라우팅을 설계함으로써 전체 네트워크의 수명을 최대화한다. 제안된 타부서치 알고리즘은 네트워크에서 발생하는 브로드캐스트 전송에서 모든 노드의 소모 에너지와 최초 소실 노드 시점, 알고리즘 실행 시간 관점에서 평가되었다. 다양한 조건의 성능평가 결과에서 제안된 타부서치 알고리즘이 이전에 제안된 메타휴리스틱 알고리즘과 비교했을 때 더 우수함을 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권9호
• /
• pp.2991-3007
• /
• 2022

Two dimensional locality preserving projections (2D-LPP) is an improved algorithm of 2D image to solve the small sample size (SSS) problems which locality preserving projections (LPP) meets. It's able to find the low dimension manifold mapping that not only preserves local information but also detects manifold embedded in original data spaces. However, 2D-LPP is simple and elegant. So, inspired by the comparison experiments between two dimensional linear discriminant analysis (2D-LDA) and linear discriminant analysis (LDA) which indicated that matrix based methods don't always perform better even when training samples are limited, we surmise 2D-LPP may meet the same limitation as 2D-LDA and propose a novel matrix exponential method to enhance the performance of 2D-LPP. 2D-MELPP is equivalent to employing distance diffusion mapping to transform original images into a new space, and margins between labels are broadened, which is beneficial for solving classification problems. Nonetheless, the computational time complexity of 2D-MELPP is extremely high. In this paper, we replace some of matrix multiplications with multiple multiplications to save the memory cost and provide an efficient way for solving 2D-MELPP. We test it on public databases: random 3D data set, ORL, AR face database and Polyu Palmprint database and compare it with other 2D methods like 2D-LDA, 2D-LPP and 1D methods like LPP and exponential locality preserving projections (ELPP), finding it outperforms than others in recognition accuracy. We also compare different dimensions of projection vector and record the cost time on the ORL, AR face database and Polyu Palmprint database. The experiment results above proves that our advanced algorithm has a better performance on 3 independent public databases.

• 한국기록관리학회지
• /
• 제23권2호
• /
• pp.95-115
• /
• 2023

본 연구는 세계기록유산으로 등재된 국채보상운동 디지털 아카이브 기록물의 활용성을 높이기 위한 방안으로 위키데이터와 연계하는 데이터 모델을 설계하고, 적용가능성을 검토하였다. 국채보상운동 기록물 메타데이터, 시소러스, 시맨틱 네트워크 그래프를 분석하여 시사점을 도출하고, 기록물의 내용 분석을 통해 위키데이터와 연계를 위한 데이터 모델의 클래스인 기록물건, 행위주체, 시간, 장소, 사건을 도출하였다. 또한 클래스 간 연결을 위한 관계 속성들을 파악하여, 설계한 데이터 모델을 실제 기록물 사례에 적용해봄으로써, 속성을 중심으로 한 객체 간의 이동을 통해 풍부한 관련 정보들을 획득할 수 있는 가능성을 확인하였다. 본 연구의 결과는 소규모 로컬 아카이브에서 위키데이터를 활용한 데이터의 공유와 활용 체계 마련에 활용될 수 있을 것이다.

• International Journal of Computer Science & Network Security
• /
• 제24권9호
• /
• pp.186-194
• /
• 2024

WebRTC (Web Real-Time Communication) is a technology that enables browser-to-browser communication. Therefore, a signalling mechanism must be negotiated to create a connection between peers. The main aim of this paper is to create and implement a WebRTC hybrid signalling mechanism named (WebNSM) for video conferencing based on the Socket.io (API) mechanism. WebNSM was designed over different topologies such as simplex, star and mesh. Therefore it offers several communications at the same time such as one-to-one (unidirectional/bidirectional), one-to-many (unidirectional) and many-to-many (bi-directional) without any downloading or installation. In this paper, WebRTC video conferencing was accomplished via LAN and WAN networks, including the evaluation of resources in WebRTC like bandwidth consumption, CPU performance, memory usage, Quality of Experience (QoE) and maximum links and RTPs calculation. This paper presents a novel signalling mechanism among different users, devices and networks to offer video conferencing using various topologies at the same time, as well as other typical features such as using the same server, determining room initiator, keeping the communication active even if the initiator or another peer leaves, etc. This scenario highlights the limitations of CPU performance, bandwidth consumption and the use of different topologies for WebRTC video conferencing.