• Journal of Multimedia Information System
• /
• 제9권1호
• /
• pp.21-32
• /
• 2022

Early-stage diagnosis of Alzheimer's Disease (AD) from Cognitively Normal (CN) patients is crucial because treatment at an early stage of AD can prevent further progress in the AD's severity in the future. Recently, computer-aided diagnosis using magnetic resonance image (MRI) has shown better performance in the classification of AD. However, these methods use a traditional machine learning algorithm that requires supervision and uses a combination of many complicated processes. In recent research, the performance of deep neural networks has outperformed the traditional machine learning algorithms. The ability to learn from the data and extract features on its own makes the neural networks less prone to errors. In this paper, a dense neural network is designed for binary classification of Alzheimer's disease. To create a classifier with better results, we studied result of different activation functions in the prediction. We obtained results from 5-folds validations with combinations of different activation functions and compared with each other, and the one with the best validation score is used to classify the test data. In this experiment, features used to train the model are obtained from the ADNI database after processing them using FreeSurfer software. For 5-folds validation, two groups: AD and CN are classified. The proposed DNN obtained better accuracy than the traditional machine learning algorithms and the compared previous studies for AD vs. CN, AD vs. Mild Cognitive Impairment (MCI), and MCI vs. CN classifications, respectively. This neural network is robust and better.

• 한국컴퓨터정보학회논문지
• /
• 제14권5호
• /
• pp.133-139
• /
• 2009

본 논문에서는 QoS 라우팅에서 링크 상태 갱신 메시지(LSU)의 오버 헤드를 감소시키면서 QoS 라우팅 알고리즘의 성능저하에는 거의 영향을 미치지 않는 플로우 유지 시간을 기반으로 한 링크상태 갱신 알고리즘을 제안하였다. 제안하는 알고리즘은 링크 상태 갱신 메시지의 개수를 감소시키기 위해 플로우의 유지 시간에 대한 통계적 정보를 사용하였다. 제안하는 알고리즘의 성능 평가를 위해 실제 네트워크와 유사한 MCI 네트워크상에서 라우팅 실패율과 링크 당 평균 링크 상태 갱신 메시지의 개수를 성능 평가 항목으로 하여 시뮬레이션을 수행하였다. 성능 평가를 위해 기존에 제시된 다른 링크 상태 갱신 알고리즘을 구현하여 제안하는 알고리즘의 우수성을 확인하였다.

• 한국지리정보학회지
• /
• 제23권4호
• /
• pp.16-41
• /
• 2020

실제 공간의 분포 또는 양적 속성을 대변하는 지리정보 입력은 지구시스템 모의 내에서 주요 관심사가 되고 있다. 많은 연구에서 다양한 격자 해상도에서의 지표면 특성에 대한 부정확한 추정이 모델링 결과를 크게 바꾸는 것으로 나타났다. 따라서, 이 논문은 도시지역 건물들의 분포와 면적·체적 속성을 반영하기 위해서, 항공라이다로 수집된 3DPC(three-dimensional point cloud) 샘플링 체계에 Monte Carlo Integration(MCI) 기법 기반 공간확률(spatial probability)을 적용을 제안하였다. 건물 식별과 관련해 공간확률(SP) 임계치, 격자 크기, 3차원점군 밀도 세 인자의 결정규칙 적용 결과가 비교되었다. 연구 결과, 건물의 격자가 커짐에 따라 식별되는 건물의 면적 속성이 증가하였다. 공간 모델링 및 분석의 신뢰성을 높이기 위해서는 샘플링 체계에서의 결정규칙을 사용하여 건물의 면적 속성을 조정하는 것이 권장된다. 제안된 방법은 모델링 분야가 요구하는 크고 작은 격자의 변화에서도 일정하게 건물 면적 속성이 유지되도록 지원할 것이다.

• 동아시아경상학회지
• /
• 제4권2호
• /
• pp.1-11
• /
• 2016

This study investigated commercial power theory of traditional market through the analysis of literature review. Consumers' store selection models are made up a theory based on normative hypothesis, theory of mutual reaction, utility function estimation model, and cognitive-behavioral model. Detailed models are as follows. Normative hypothesis based theory is divided into Reilly's retail gratification theory and Converse's revised retail g ratification theory. Interaction theory is composed of Huff's probability gratification theory, MCI model and Multi-nominal Logit Model (MNL model). There are four models in retail organization position theory such as central place theories, single store position theory, multi store position - assign model, and retail growth potential model. In case of single store position theory, theoretical and empirical techniques have developed for a decision to optimum single store position. Those are like these, a check list, the most simple and systematic method, analogy, and microanalysis technique. Aforementioned models are theoretical and mathematical commercial power measurement and/or model. The study has rather limitations because the variation factors included in formula are only a part of actual commercial power. Therefore, further study shall be made continuously to commercial power areas and variables.

• 한국컴퓨터정보학회논문지
• /
• 제17권6호
• /
• pp.75-81
• /
• 2012

본 논문에서는 QoS 라우팅 알고리즘의 성능을 유지하면서 LSU(Link State Update) 메시지의 수를 제어할 수 있는 QoS 라우팅 링크 상태 갱신 알고리즘을 제안하였다. 기존에 제시된 대부분의 LSU 알고리즘은 QoS 라우팅의 성능을 향상시키는데 중점을 두고 있기 때문에 LSU 메시지의 수가 늘어나더라도 제어할 수 있는 메커니즘을 가지고 있지 않다. 특히 트래픽 통계에 근거한 적응형 알고리즘의 경우 더욱더 그러하며 트래픽이 과도하거나 변화가 심할 경우 이와 비례해서 LSU 메시지 수도 증가하여 과도한 LSU 메시지가 성능을 오히려 좋지 않게 한다. 제시하는 알고리즘은 QoS 라우팅 성능과 상충관계에 있는 과도한 LSU 메시지의 수를 제어하기 위해 요구 대역폭이 가용대역폭에 미치는 영향에 따라 LSU 메시지의 중요도를 구분하고 중요도와 단위시간 당 업데이트 비율 ${\gamma}$에 따라 LSU 메시지의 전송 여부를 결정하여 LSU 메시지 수를 제어한다. 성능 평가를 위해 기존에 제시된 다양한 LSU 알고리즘과 본 논문에서 제안하는 알고리즘을 MCI 네트워크상에서 라우팅 Blocking 확률과 링크 당 평균 LSU 메시지의 개수 등을 성능 평가 항목으로 하여 시뮬레이션을 수행하였고 제안하는 알고리즘의 우수성을 확인하였다.

• 방송공학회논문지
• /
• 제12권6호
• /
• pp.630-640
• /
• 2007

본 논문은 지상파 DMB자동재난경보방송을 위한 서비스 모델, 전송 채널, 서비스 시그널링의 설계에 대해 기술한다. 우선 본 논문의 설계와 관련한 지상파 DMB 방송 기술 및 표준을 분석한다. 다음으로 일반적인 DMB 서비스와의 재난경보방송 서비스의 차이점에 대해 기술하고, 기존의 서비스 모델에 재난경보방송 서비스를 적용할 경우 발생하는 문제점을 파악한다. 본 논문에서는 공통 서비스라는 새로운 개념을 제안하여 재난경보방송 서비스 모델을 설계한다. 다음으로 재난정보를 전송하기 위한 전송 채널을 선택한다. 문자를 기반으로 하는 핵심적 내용의 메시지와 이를 보완하는 멀티미디어 추가정보로 재난정보를 구분하여 각각을 위한 전송채널을 선택한다. 메시지 전송을 위해 FIDC를 사용하는 EWS (FlG 5/2)를 선택하고, 추가정보는 MSC를 사용하는 모든 채널을 사용할 수 있도록 제안한다. 마지막으로, 이러한 공통 서비스와 전송 채널을 수신기에 알리기 위한 시그널링 방법을 설계한다. MCI를 사용할 경우의 발생하는 문제점을 파악하여 이를 해결할 수 있는 새로운 시그널링 방법을 제안한다. 본 논문의 내용은 추후 타 디지털 방송매체를 위한 재난경보방송 시스템 및 표준 설계에 활용할 수 있을 것이다.

• Journal of Multimedia Information System
• /
• 제6권4호
• /
• pp.209-216
• /
• 2019

Over the past decade, researchers were able to solve complex medical problems as well as acquire deeper understanding of entire issue due to the availability of machine learning techniques, particularly predictive algorithms and automatic recognition of patterns in medical imaging. In this study, a technique called transfer learning has been utilized to classify Magnetic Resonance (MR) images by a pre-trained Convolutional Neural Network (CNN). Rather than training an entire model from scratch, transfer learning approach uses the CNN model by fine-tuning them, to classify MR images into Alzheimer's disease (AD), mild cognitive impairment (MCI) and normal control (NC). The performance of this method has been evaluated over Alzheimer's Disease Neuroimaging (ADNI) dataset by changing the learning rate of the model. Moreover, in this study, in order to demonstrate the transfer learning approach we utilize different pre-trained deep learning models such as GoogLeNet, VGG-16, AlexNet and ResNet-18, and compare their efficiency to classify AD. The overall classification accuracy resulted by GoogLeNet for training and testing was 99.84% and 98.25% respectively, which was exceptionally more than other models training and testing accuracies.

• 한국멀티미디어학회논문지
• /
• 제23권9호
• /
• pp.1129-1138
• /
• 2020

The performance of convolutional deep learning networks is generally determined according to parameters of target dataset, structure of network, convolution kernel, activation function, and optimization algorithm. In this paper, a genetic algorithm is used to select the appropriate deep learning model and parameters for Alzheimer's classification and to compare the learning results with preliminary experiment. We compare and analyze the Alzheimer's disease classification performance of VGG-16, GoogLeNet, and ResNet to select an effective network for detecting AD and MCI. The simulation results show that the network structure is ResNet, the activation function is ReLU, the optimization algorithm is Adam, and the convolution kernel has a 3-dilated convolution filter for the accuracy of dementia medical images.

• 동의신경정신과학회지
• /
• 제34권4호
• /
• pp.359-368
• /
• 2023

Objectives: This study aims to establish a Korean medicine doctor's range of services in the dementia relief primary care system based on the previously developed dementia clinical practice guidelines (CPGs). Developing a dementia relief primary care Clinical Pathway (CP) can aid clinically when the Korean medicine primary care doctor conducts treatment. Methods: We analyzed Dementia Korean Medicine Primary Care Model Data and then applied CP Methodology to develop the configuration of the Korean Medicine Primary Care Model. For patients with Alzheimer's dementia (AD), vascular dementia (VD), and mild cognitive impairment (MCI), the Korean Medicine Primary Care Model focuses on improving cognitive function, everyday living abilities and easing symptoms through interventions described in CPGs. The contents of the draft model later include references to already-existing CPs. Results: The study sites were chosen as Korean medical clinics connected to primary care physicians in the dementia-friendly model. The CP used a time task matrix version to arrange the clinical chronology, which included all examinations, diagnoses, and treatment procedures, from the initial appointment to follow-ups and the end of therapy. Conclusions: It anticipates that Korean primary care doctors familiar with dementia can use the offered therapies for the first time by creating the dementia Korean medicine primary care model in this study. This is expected to maximize the range of medical services provided by Korean medicine and improve the standard of medical treatment.

• Asian Journal of Atmospheric Environment
• /
• 제4권2호
• /
• pp.72-79
• /
• 2010

In this study, the ionic composition of volcanogenically derived particles and their temporal and spatial distributions have been investigated to evaluate the impact of the volcanic eruption on the local ecosystem and residents. To this end, an intensive field study was conducted to measure the size-segregated particulate matters at the east part of Sakurajima in Japan. Fractionated sampling of particles into > $PM_{10}$, $PM_{10-2.5}$, and $PM_{2.5}$ was made by a multi nozzle cascade impactor (MCI). The concentration of various ions present in the size-resolved particles was determined by Ion chromatography. The time dependent 3-dimensional Volcanic Ash Forecast Transport And Dispersion (VAFTAD) model developed by the NOAA Air Resources Laboratory (ARL) indicated that the sampling site of this work was affected by the volcanic aerosol particles plume. The temporal distributions of sulfate and $PM_{2.5}$ during the field campaign were significantly variable with important contributions to particle mass concentration. The chlorine loss, suspected to be caused by acidic components of volcanic gases, occurred predominantly in fine particles smaller than $10\;{\mu}m$.