• 제목/요약/키워드: Nano accuracy

검색결과 217건 처리시간 0.023초

약물 운반체로서의 폴리머 디스크 나노 입자에 대한 평가 (Assessment of Discoidal Polymeric Nanoconstructs as a Drug Carrier)

  • 배장열;오은설;안혁주;기재홍
    • 대한의용생체공학회:의공학회지
    • /
    • 제38권1호
    • /
    • pp.43-48
    • /
    • 2017
  • 우리가 예상했던 DPNs의 지름은 약 500 nm였으며 이는 SEM과 AFM 영상, Size Distribution을 통해 기대했던 것과 유사한 크기를 가진다는 것을 확인하였다. 또한, Zeta potential은 약 $-17.8{\pm}4.4mV$으로 측정되었다. Zeta potential이 +30 mV이상이면 강한 양성을 띤다고 한다. 나노 입자의 Zeta potential이 강한 양성이면 nonspecific cellular interaction이 높아지지만 간에 의해 쉽게 제거되며, hemolytic activity가 높아지기 때문에 약물 전달을 하기에 적합하지 않은 것으로 알려져 있다. 또한 강한 음성이어도 간에 의해 제거될 확률이 높아진다. 하지만 나노 입자의 Zeta potential이 중성이거나 약한 전하를 띠면 혈액에서 제거가 잘 되지 않아 혈액에 오랫동안 남을 수 있어 약물전달에 유리하고, 약 -15 mV의 전하를 띤 입자는 tumor site에 high accumulation됨이 알려져 있다[14]. DPNs의 경우 $-17.8{\pm}4.4mV$이므로 인체에 적용하기에 적합한 것으로 판단된다. DPNs의 Encapsulation Efficiency는 약 $43.8{\pm}6.6%$로 Nano-precipitation과 같은 Bottom-up 방식보다 낮은 수치를 나타내었지만, 독성이 강한 Salinomycin을 사용함으로써 이를 해결할 수 있을 것으로 생각되며 적은 양의 약물만으로 항암효과를 나타낼 수 있을 것으로 기대된다. 암세포와 함께 배양했을 때 형광 현미경으로 확인해본 결과 암세포 주변에 나노 입자가 이동한 것으로 보아 Targeting ligand나 Peptide, Aptamer를 이용하면 더욱 정확한 암세포 표적화를 이룰 수 있을 것으로 예상된다[15]. DPNs의 Drug Carrier로서의 평가는 Loading Amount와 Drug Releasing Profile을 통해 추가로 검증을 할 예정이며, Cell viability를 실행하여 DPNs의 In vitro 항암 효과를 확인하고 In vivo 실험을 진행할 예정이다.

키넥트 카메라 기반 FBX 형식 모션 캡쳐 애니메이션에서의 관절 오류 보정을 위한 인체 부위 길이와 관절 가동 범위 제한 (Body Segment Length and Joint Motion Range Restriction for Joint Errors Correction in FBX Type Motion Capture Animation based on Kinect Camera)

  • 정주헌;김상준;윤명석;박구만
    • 방송공학회논문지
    • /
    • 제25권3호
    • /
    • pp.405-417
    • /
    • 2020
  • 확장현실의 대중화로 사람의 동작을 실시간 3D 애니메이션으로 구현하는 연구가 활발히 진행 중이다. 특히 Microsoft에서 키넥트 카메라를 개발함에 따라 설비의 부담 없이 간단한 조작만으로도 3D 모션 정보 취득이 가능해져 FBX와 같은 3D 형식과 결합하여 실시간 애니메이션 생성이 가능해졌다. 하지만 키넥트는 마커 기반 모션 캡쳐 시스템에 비해 관절 정보의 추정 성능이 뒤떨어져 낮은 정확도를 보인다. 이에 본 논문에서는 키넥트 카메라 기반 FBX 형식의 모션 캡쳐 애니메이션 시스템에서의 자연스러운 인체 움직임을 구현하고자 관절 추정 오류를 보정하는 두 알고리즘을 제안한다. 첫 번째로 키넥트로 사람의 위치 정보를 취득하고 깊이 지도를 생성하여 인체 부위 길이 제약 정보를 이용해 잘못된 관절 위치 값을 보정, 새로운 회전 값을 추정한다. 두 번째로 기존 및 추정된 회전 값들에 미리 설정된 관절 가동 범위 제약을 적용, FBX로 구현해 비정상적인 동작을 제거한다. 실험으로부터 사람의 동작이 개선되는 것을 확인하였고 알고리즘 간 오차를 비교하여 시스템의 우수성을 입증하였다.

Kapitza 열저항이 존재하는 나노복합재의 열전도 특성 예측을 위한 순차적 멀티스케일 균질화 해석기법에 관한 연구 (A Study on the Sequential Multiscale Homogenization Method to Predict the Thermal Conductivity of Polymer Nanocomposites with Kapitza Thermal Resistance)

  • 신현성;양승화;유수영;장성민;조맹효
    • 한국전산구조공학회논문집
    • /
    • 제25권4호
    • /
    • pp.315-321
    • /
    • 2012
  • 본 연구에서는 분자동역학 전산모사와 유한요소해석 기반의 균질화 기법을 통해 나노복합재의 열전도 특성을 정확하고 효율적으로 예측할 수 있는 순차적 멀티스케일 균질화 해석기법을 제안하였다. 나노입자의 크기효과가 나노복합재의 유효 열전도 특성에 미치는 영향을 조사하기 위해 크기가 다른 구형 나노입자가 첨가된 나노복합재의 열전도 계수를 분자동역학 전산모사를 통해 예측했고, 그 결과 나노입자의 크기가 작아질수록 계면에서의 Kapitza열저항에 의해 나노복합재의 열전도 계수가 점차 감소하는 것으로 나타났다. 이러한 나노입자의 크기효과를 균질화 해석모델을 통해 정확하게 묘사하기 위해 Kapitza 열저항에 의한 계면에서의 온도 불연속 구간과 고분자 기지가 높은 밀도를 가지며 흡착되는 유효계면을 추가적인 상으로 도입하여 나노복합재를 입자, Kapitza 계면, 유효계면, 기지로 구성된 4상의 연속체 구조로 모델링하였다. 이후 순차적 멀티스케일 균질화 해석기법을 통해 유효계면의 열전도 계수를 나노복합재의 열전도 계수로부터 역으로 예측했으며, 이를 입자의 반경에 대한 함수로 근사하였다. 근사 함수를 토대로 다양한 입자 체적분율과 반경에 대한 나노복합재의 유효 열전도 특성을 예측하였으며, 유효계면에 대한 매개변수 연구를 수행하였다.

통계적 기계학습 기술을 이용한 시뮬레이션 결과 예측 시스템 개발 (Development of a Simulation Prediction System Using Statistical Machine Learning Techniques)

  • 이기용;신윤재;최연정;김선정;서영균;사정환;이종숙;조금원
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제5권11호
    • /
    • pp.593-606
    • /
    • 2016
  • 컴퓨터 시뮬레이션은 전산유쳬역학, 나노 물리, 계산화학, 구조 동역학, 전산설계 등 여러 계산과학공학 분야에서 시스템의 움직임을 예측하기 위해 널리 사용되고 있다. 하지만 시뮬레이션의 정밀도와 복잡도가 점점 증가함에 따라 시뮬레이션을 수행하는 비용 역시 크게 증가하고 있다. 따라서 시뮬레이션의 수행비용을 줄이는 것은 특히 입력 변수들의 값을 변화시켜가며 시뮬레이션을 반복적으로 수행하는 경우, 시뮬레이션 수행 시간 단축을 위해 매우 중요하다. 본 논문은 어떤 시뮬레이션의 수행이 요청되었을 때, 해당 시뮬레이션을 실제로 수행하지 않고도 기존에 수행된 시뮬레이션의 결과를 저장하여 이전에 획득되거나 혹은 예측된 결과를 반환하는 시스템을 개발한다. 이를 위해 본 논문에서 개발된 시스템은 크게 다음 2가지 기능을 제공한다: (1) 수행이 완료된 시뮬레이션의 결과를 데이터베이스에 저장하는 기능, (2) 사용자가 요청한 시뮬레이션의 결과를 통계적 기계학습 기술을 사용하여 예측하는 기능. 본 논문에서 개발한 예측 시스템의 예측 성능을 실제 유체역학 시뮬레이션 데이터를 사용하여 평가한 결과, 출력변수에 따라 0.9%의 매우 낮은 평균 예측 오차율을 보였다. 본 논문에서 개발한 시스템을 통하여 사용자들은 계산 및 저장 자원에 큰 부하를 주는 시뮬레이션을 실제 수행하지 않고도, 수행을 원하는 시뮬레이션의 결과를 빠르게 예측해 볼 수 있다.

딥러닝 모델과 Kinect 카메라를 이용한 실시간 관절 애니메이션 제작 및 표출 시스템 구축에 관한 연구 (Real-Time Joint Animation Production and Expression System using Deep Learning Model and Kinect Camera)

  • 김상준;이유진;박구만
    • 방송공학회논문지
    • /
    • 제26권3호
    • /
    • pp.269-282
    • /
    • 2021
  • 증강현실과 가상현실 같은 3차원 콘텐츠 보급이 증가함에 따라 실시간 컴퓨터 애니메이션 기술의 중요성이 높아지고 있다. 하지만 컴퓨터 애니메이션 제작 과정은 대부분 수작업 혹은 마커를 부착하는 모션캡쳐 방식으로 이루어져 있다. 때문에 사실적인 영상을 얻기 위해서는 숙련된 전문가에게도 매우 오랜 시간이 필요하다. 이러한 문제점을 해결하기 위해 최근에는 딥러닝 모델과 센서를 기반으로 하는 애니메이션 제작 시스템과 알고리즘이 나오고 있다. 이에 본 논문에서는 딥러닝과 Kinect 카메라 기반 FBX 형식의 애니메이션 제작 시스템에서 자연스러운 인체 움직임을 구현하는 4가지 방법에 대해 연구했다. 각 방법은 환경적 특성과 정확도를 고려하여 선택된다. 첫 번째 방법은 Kinect 카메라를 사용한다. 두 번째 방법은 Kinect 카메라와 보정 알고리즘을 사용한다. 세 번째 방법은 딥러닝 모델을 사용한다. 네 번째 방법은 딥러닝 모델과 Kinect를 사용한다. 제안 방법을 오차와 처리 속도를 실험한 결과, 네 번째 딥러닝 모델과 Kinect를 동시에 사용하는 방법이 다른 방법에 비해 가장 좋은 결과를 보였다.

Fluid bounding effect on FG cylindrical shell using Hankel's functions of second kind

  • Khaled Mohamed Khedher;Shahzad Ali Chattah;Mohammad Amien Khadimallah;Ikram Ahmad;Muzamal Hussain;Rana Muhammad Akram Muntazir;Mohamed Abdelaziz Salem;Ghulam Murtaza;Faisal Al-Thobiani;Muhammad Naeem Mohsin;Abeera Talib;Abdelouahed Tounsi
    • Advances in nano research
    • /
    • 제16권6호
    • /
    • pp.565-577
    • /
    • 2024
  • Vibration investigation of fluid-filled functionally graded cylindrical shells with ring supports is studied here. Shell motion equations are framed first order shell theory due to Sander. These equations are partial differential equations which are usually solved by approximate technique. Robust and efficient techniques are favored to get precise results. Employment of the Rayleigh-Ritz procedure gives birth to the shell frequency equation. Use of acoustic wave equation is done to incorporate the sound pressure produced in a fluid. Hankel's functions of second kind designate the fluid influence. Mathematically the integral form of the Langrange energy functional is converted into a set of three partial differential equations. A cylindrical shell is immersed in a fluid which is a non-viscous one. These shells are stiffened by rings in the tangential direction. For isotropic materials, the physical properties are same everywhere where the laminated and functionally graded materials, they vary from point to point. Here the shell material has been taken as functionally graded material. After these, ring supports are located at various positions along the axial direction round the shell circumferential direction. The influence of the ring supports is investigated at various positions. Effect of ring supports with empty and fluid-filled shell is presented using the Rayleigh - Ritz method with simply supported condition. The frequency behavior is investigated with empty and fluid-filled cylindrical shell with ring supports versus circumferential wave number and axial wave number. Also the variations have been plotted against the locations of ring supports for length-to-radius and height-to-radius ratio. Moreover, frequency pattern is found for the various position of ring supports for empty and fluid-filled cylindrical shell. The frequency first increases and gain maximum value in the midway of the shell length and then lowers down. It is found that due to inducting the fluid term frequency result down than that of empty cylinder. It is also exhibited that the effect of frequencies is investigated by varying the surfaces with stainless steel and nickel as a constituent material. To generate the fundamental natural frequencies and for better accuracy and effectiveness, the computer software MATLAB is used.

인조 번호판을 이용한 자동차 번호인식 성능 향상 기법 (Improved Method of License Plate Detection and Recognition using Synthetic Number Plate)

  • 장일식;박구만
    • 방송공학회논문지
    • /
    • 제26권4호
    • /
    • pp.453-462
    • /
    • 2021
  • 자동차 번호인식을 위해선 수많은 번호판 데이터가 필요하다. 번호판 데이터는 과거의 번호판부터 최신의 번호판까지 균형 있는 데이터의 확보가 필요하다. 하지만 실제 과거의 번호판부터 최신의 번호판의 데이터를 획득하는데 어려움이 있다. 이러한 문제를 해결하기 위해 인조 번호판을 이용하여 자동차 번호판을 생성하여 딥러닝을 통한 번호판 인식 연구가 진행되고 있다. 하지만 인조 데이터는 실제 데이터와 차이가 존재하며, 이러한 문제를 해결하기 위해 다양한 데이터 증강 기법을 사용한다. 기존 데이터 증강 방식은 단순히 밝기, 회전, 어파인 변환, 블러, 노이즈등의 방법을 사용하였다. 본 논문에서는 데이터 증강 방법으로 인조데이터를 실제 데이터 스타일로 변환하는 스타일 변환 방법을 적용한다. 또한 실제 번호판 데이터는 원거리가 많고 어두운 경우 잡음이 많이 존재한다. 단순히 입력데이터를 가지고 문자를 인식할 경우 오인식의 가능성이 높다. 이러한 경우 문자인식 향상을 위해 본 논문에서는 문자인식을 위하여 화질개선 방법으로 DeblurGANv2 방법을 적용하여 번호판 인식 정확도를 높였다. 번호판 검출 및 번호판 번호인식을 위한 딥러닝의 방식은 YOLO-V5를 사용하였다. 인조 번호판 데이터 성능을 판단하기 위해 자체적으로 확보한 자동차 번호판을 수집하여 테스트 셋을 구성하였다. 스타일 변환을 적용하지 않은 번호판 검출이 0.614mAP를 기록하였다. 스타일 변환을 적용한 결과 번호판 검출 성능이 0.679mAP 기록하여 성능이 향상되었음을 확인하였다. 또한 번호판 문자인식에는 화질 개선을 하지 않은 검출 성공률은 0.872를 기록하였으며, 화질 개선 후 검출 성능이 0.915를 기록하여 성능 향상이 되었음을 확인 하였다.