• 한국수산과학회지
• /
• 제5권1호
• /
• pp.11-16
• /
• 1972

1969년 $6\~11$월까지 삼치를 대상으로 Multi-f.망과 Mono-f.망을 사용하여 시험 조업한 결과는 다음과 같다. 1. 80mm에서 115mm까지 7가지 망목으로 된 유자망에서 어획된 삼치의 어체는 $500\~2,900gr$의 범위였다. 이중 가장 많이 어획되는 체중은 1,000gr 1,300gr 및 1,500gr으로서 그 빈도는 각각 $21%,\;15%$ 및 $19%$였다. 2. 상기 세군의 삼치를 어획하기 위한 적정 망목은 Multi-f.망은 80mm 이상 105mm 이하의 망목이고, Mono-f. 망은 80mm보다 약간 작은 망목에서부터 105mm이하의 망목이다. 3. 어체의 헝태가 방추형이고 크기가 거의 동일한 단일 어종을 어획 대상으로 할 때는 Mono-f. 망이 Multi-f. 망의 약 1,5배 정도의 어획 효과를 나타내고, 기타 잡어에 대해서는 Multi-f. 망이 어획이 좋다. 4. 동일한 망목에서는 multi-f. 망은 소형어의 어획율이 높고, Mono-f. 망에는 대형어의 어획율이 높은 경향이 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.508-510
• /
• 2019

본 연구에서는 딥 러닝을 이용하여 완전 자동화된 다중 클래스 전체 심장 분할 알고리즘을 제안하였다. 제안된 방법은 recurrent convolutional block과 residual multi-dilated block을 삽입하여 기존 U-Net을 개선한 인공신경망 모델을 사용하였다. 평가는 자동화 분석 결과와 수동 평가를 비교하였다. 그 결과 96.88%의 평균 DSC, 95.60%의 정확도, 97.00%의 recall을 얻었다. 이 실험 결과는 제안된 방법이 다양한 심장 구조에서 효과적으로 구분되어 수행되었음을 알 수 있다. 본 연구에서 제안된 알고리즘이 의사와 방사선 의사가 영상을 판독하거나 임상 결정을 내리는데 보조적 역할을 할 것을 기대한다.

• International Journal of Control, Automation, and Systems
• /
• 제1권1호
• /
• pp.142-148
• /
• 2003

Reinforcement learning is considered as an important tool for robotic learning in unknown/uncertain environments. In this paper, we propose an evaluation function expressed in a vector form to realize multi-dimensional reinforcement learning. The novel feature of the proposed method is that learning one behavior induces parallel learning of other behaviors though the objectives of each behavior are different. In brief, all behaviors watch other behaviors from a critical point of view. Therefore, in the proposed method, there is cross-criticism and parallel learning that make the multi-dimensional learning process more efficient. By ap-plying the proposed learning method, we carried out multi-dimensional evaluation (reward) and multi-dimensional learning simultaneously in one trial. A special neural network (Q-net), in which the weights and the output are represented by vectors, is proposed to realize a critic net-work for Q-learning. The proposed learning method is applied for behavior planning of mobile robots.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.551-552
• /
• 2021

본 논문에서는 변환 학습에 기반을 둔 다중 클래스 영상 장면 분류 방법을 제시한다. ImageNet 대형 이미지 데이터 세트에서 사전 훈련된 네트워크 모델에 의존하여 다중 클래스의 자연 장면 이미지를 분류한다. 실험에서는 최적화된 ResNet 모델을 Kaggle의 Intel Image Classification 데이터 셋에 분류하여 우수한 결과를 얻었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.59.5-59
• /
• 2001

Multi-agent robot system is the system which executes by cooperating with each robots and controlling several robots. Capability and function of each robot must be considered for cooperation behavior. Furthermore, it is necessary to analyze the given environment and to replace complex task with some simple tasks. Analysis of the given environment and role assignment for the given tasks are composed of discret event. In this paper, the hierarchical controller for multi-agent robot system using the petri-net state diagram is proposed. The proposed modeling method is implemented for soccer robot system. The effectiveness of proposed modeling method is shown through experiment.

• 한국전자거래학회지
• /
• 제11권1호
• /
• pp.113-126
• /
• 2006

기업 간 협업이 강조되면서 전자상거래 업무의 범위도 확대되고 있다. 전자상거래는 점차 초기의 주문처리 및 지불 업무에서 벗어나 기업의 가치 사슬 전반에 걸친 협업 프로세스로 확대되고 있다. 이러한 협력 이 원활하기 위해서는 해당 프로세스가 표준을 통해 충분히 지원되어 야 한다. 대표적 인 B2B 국제 표준의 하나인 로제타넷에서는 프로세스 확대를 지원하기 위하여 꾸준히 새 PIP(Partner Interface Process)을 개발하고 있다. 각 PIP들은 모두 기업 내$\cdot$외부의 단위 업무를 표준화한 것이므로, 큰 단위의 업무프로세스에는 여러 개의 PIP들을 유기적으로 연계해야만 한다. 그러나, 다중_PIP의 연계와 관련하여 참고할만한 가이드라인이나 표준 산출물이 제시되고 있지 많아 로제타넷 구현에 어려움을 주고 있다. 본 연구에서는 컨텐츠 기반 문서 라우팅 시스템을 구현하고, 다중-PIP이 요구되는 로제타넷 e-Logistics 환경의 구축에 실제로 활용함으로써, 다중-PIP의 실행이 유연하게 지원될 수 있음을 보였다.

• 대한조선학회논문집
• /
• 제58권3호
• /
• pp.158-166
• /
• 2021

In this paper, a numerical analysis technique using a body force model is investigated to estimate the available net thrust of multi-pod-driven ice-breaking vessels under bollard pull and overload conditions. To employ the body force model in present flow simulations, drag and thrust components acting on the pod unit are calculated by using Propeller Open Water (POW) test data. The available net thrusts according to the direction of operation are evaluated in both bollard pull and overload conditions under deep water. The simulation results are compared with the model test data. The available net thrusts, calculated by the present analysis for ahead operating modes at 3~6 knots which are typical speeds of the target vessel in arctic field, are agreed well with the model test results. It is also found that the present result for astern operating mode appears approximately 6 % larger than the model test result. In addition, the available net thrusts are calculated under the both operating conditions accompanied by shallow water effects, and the main cause of the difference is studied. Based on the result of the present study, it is confirmed that the body force model can be applied to the performance evaluation of multi-pod propulsion system and the main engine selection in early design stage of the vessel.

• 한국소성가공학회:학술대회논문집
• /
• 한국소성가공학회 2008년도 추계학술대회 논문집
• /
• pp.401-404
• /
• 2008

In the present investigation, a high precision thermal imprint system for micro ceramic products was developed and the net-shape manufacturing of multi-layer ceramic reflector for LED (Light Emitting Diode) was conducted with a precision metal die. Workpiece used in the present investigation were the multi-layer laminated ceramic sheets with pre-punched holes. The cavity with arbitrary angle was formed on the circular and rectangular holes of the ceramic sheets. During the imprinting process, the ambient temperature of the imprint system was kept over the transition temperature of the ceramic sheet and then rapidly cooled. The results in this paper show that the present method can be successfully applied to the fabrication of very small size hole array for ceramic reflector in a one step operation.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.179-182
• /
• 2008

웹의 방대한 데이터에서 사용자에게 유용한 정보를 제공하기 위하여 다양한 연구가 시도되고 있다. 웹 사용 마이닝은 웹 사용자의 로그 정보를 기반으로 웹페이지를 평가할 수 있는 유용한 방법이다. 하지만 웹 사용 마이닝을 이용한 웹 페이지 평가에는 사용자들의 다양한 성향 패턴을 무시한 일괄적인 모델을 생성하는데 주를 이루고 있다. 본 논문은 사용자 관심 키워드에 대한 웹 페이지 사용 정보를 수집하고 분석하여 멀티 컨셉 네트워크(Multi Concept Network : MC-Net)를 생성한다. MC-Net은 사용자 관심 키워드에 기반한 다양한 성향 정보에 따른 웹 페이지 연결망을 제공한다. 생성된 MC-Net은 웹 페이지 추천을 위하여 유용하게 사용할 수 있으며, 실험을 통하여 제안하는 방법의 유효함을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제22권4호
• /
• pp.101-110
• /
• 2022

Histopathological analysis of biopsy specimens is still used for diagnosis and classifying the brain tumors today. The available procedures are intrusive, time consuming, and inclined to human error. To overcome these disadvantages, need of implementing a fully automated deep learning-based model to classify brain tumor into multiple classes. The proposed CNN model with an accuracy of 92.98 % for categorizing tumors into five classes such as normal tumor, glioma tumor, meningioma tumor, pituitary tumor, and metastatic tumor. Using the grid search optimization approach, all of the critical hyper parameters of suggested CNN framework were instantly assigned. Alex Net, Inception v3, Res Net -50, VGG -16, and Google - Net are all examples of cutting-edge CNN models that are compared to the suggested CNN model. Using huge, publicly available clinical datasets, satisfactory classification results were produced. Physicians and radiologists can use the suggested CNN model to confirm their first screening for brain tumor Multi-classification.