• International Journal of Computer Science & Network Security
• /
• 제23권8호
• /
• pp.17-25
• /
• 2023

The alarming global prevalence of Type 2 Diabetes Mellitus (T2DM) has catalyzed an urgent need for robust, early diagnostic methodologies. This study unveils a pioneering approach to predicting T2DM, employing the Extreme Gradient Boosting (XGBoost) algorithm, renowned for its predictive accuracy and computational efficiency. The investigation harnesses a meticulously curated dataset of 4303 samples, extracted from a comprehensive Chinese research study, scrupulously aligned with the World Health Organization's indicators and standards. The dataset encapsulates a multifaceted spectrum of clinical, demographic, and lifestyle attributes. Through an intricate process of hyperparameter optimization, the XGBoost model exhibited an unparalleled best score, elucidating a distinctive combination of parameters such as a learning rate of 0.1, max depth of 3, 150 estimators, and specific colsample strategies. The model's validation accuracy of 0.957, coupled with a sensitivity of 0.9898 and specificity of 0.8897, underlines its robustness in classifying T2DM. A detailed analysis of the confusion matrix further substantiated the model's diagnostic prowess, with an F1-score of 0.9308, illustrating its balanced performance in true positive and negative classifications. The precision and recall metrics provided nuanced insights into the model's ability to minimize false predictions, thereby enhancing its clinical applicability. The research findings not only underline the remarkable efficacy of XGBoost in T2DM prediction but also contribute to the burgeoning field of machine learning applications in personalized healthcare. By elucidating a novel paradigm that accentuates the synergistic integration of multifaceted clinical parameters, this study fosters a promising avenue for precise early detection, risk stratification, and patient-centric intervention in diabetes care. The research serves as a beacon, inspiring further exploration and innovation in leveraging advanced analytical techniques for transformative impacts on predictive diagnostics and chronic disease management.

• Journal of Biosystems Engineering
• /
• 제21권3호
• /
• pp.325-335
• /
• 1996

표고의 외관 특징들은 표고의 재배 시 생육상태의 정량적 측정을 위해서, 표고의 건조 시 건조 성능을 나타내는 정량적 지표로서, 그리고 건표고의 품질을 판정하는 요인으로서 중요한 역할을 한다. 본 논문에서는 컴퓨터 시각시스템 및 신경회로망 기술을 적용하여 표고의 갓 및 내피에 고루 분포되어 있는 외관특징을 정량적으로 추출하는 알고리즘을 개발하였다. 기존의 영상 처리 과정에서 유도되는 경험적 판정규칙 또는 명확한 수치적 판정조건에 의한 등급판정은 입력데이타의 결핍 또는 애매모호성에 따른 오차가 발생하기 쉽다. 신경회로망을 이용한 영상인식 기능을 도입함으로써 다양하고 애매모호한 표고의 외관 영상특징들을 효율적으로 처리하여 기존 영상처리 알고리즘에서 발생하는 오차를 개선하였다. 본 논문에서 제안하는 알고리즘은 표고의 갓과 내피면의 인식 및 특징 분할, 꼭지부의 검출, 제거 및 재생 등을 포함한다. 제안한 알고리즘에 의거하여 건표고의 등급판정에 주요한 품질인자들을 추출하고 정량화 하였다. 그리고 알고리즘의 개발은 흑백의 다치입력영상을 이용하여 수행하였다.

• 미래기술융합논문지
• /
• 제2권2호
• /
• pp.9-14
• /
• 2023

이 연구는 1050MPa급 경량 연성 주철 주관류 컨트롤 암을 개발하기 위한 첫 해의 결과를 보여줍니다. 첫째, 최적 설계 구조를 위한 레이아웃 설계 및 구성 요소 개발, 그리고 컨트롤 암 강성과 최적 구조 디자인 및 강건성 설계를 통해 예상 응력을 제어하는 중점 영역의 강건성을 달성합니다. 둘째, 높은 강성과 고성능 경량 구조를 반영하는 컨트롤 암을 개발합니다. 중공을 통해 소비자가 요구하는 설계와 강성을 충족시키기 위해 개발된 컨트롤 암은 코어 제작 공정을 개발합니다. 셋째, 최적의 합금 조성과 열처리 방법을 통해 철 합금 (Cu, Ni, Mo)의 양과 Austempered 열처리 및 조화 상태를 도출합니다. 넷째, 저강도, 고강성 구성 요소 개발을 위해 최적의 성형기술 개발을 통해 최적의 주조 기술 개발로 이어지는 구성 요소 개발을 위한 높은 강도의 주조 형성 기술을 개발하기 위한 시도를 합니다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.140-140
• /
• 2021

Urban flood management is a crucial and challenging task, particularly in developed cities. Therefore, accurate prediction of urban flooding under heavy precipitation is critically important to address such a challenge. In recent years, machine learning techniques have received considerable attention for their strong learning ability and suitability for modeling complex and nonlinear hydrological processes. Moreover, a survey of the published literature finds that hybrid computational intelligent methods using nature-inspired algorithms have been increasingly employed to predict or simulate the streamflow with high reliability. The present study is aimed to propose a novel approach, an ensemble tree, Bayesian Additive Regression Trees (BART) model incorporating a nature-inspired algorithm to predict hourly multi-step ahead streamflow. For this reason, a hybrid intelligent model was developed, namely GA-BART, containing BART model integrating with Genetic algorithm (GA). The Jungrang urban basin located in Seoul, South Korea, was selected as a case study for the purpose. A database was established based on 39 heavy rainfall events during 2003 and 2020 that collected from the rain gauges and monitoring stations system in the basin. For the goal of this study, the different step ahead models will be developed based in the methods, including 1-hour, 2-hour, 3-hour, 4-hour, 5-hour, and 6-hour step ahead streamflow predictions. In addition, the comparison of the hybrid BART model with a baseline model such as super vector regression models is examined in this study. It is expected that the hybrid BART model has a robust performance and can be an optional choice in streamflow forecasting for urban basins.

• 스마트미디어저널
• /
• 제12권5호
• /
• pp.28-35
• /
• 2023

본 연구에서는 음성감정인식의 적용 가능성과 실용성 향상을 위해 적은 수의 파라미터를 가지는 새로운 경량화 모델 RoutingConvNet(Routing Convolutional Neural Network)을 제안한다. 제안모델은 학습 가능한 매개변수를 줄이기 위해 양방향 MFCC(Mel-Frequency Cepstral Coefficient)를 채널 단위로 연결해 장기간의 감정 의존성을 학습하고 상황 특징을 추출한다. 저수준 특징 추출을 위해 경량심층 CNN을 구성하고, 음성신호에서의 채널 및 공간 신호에 대한 정보 확보를 위해 셀프어텐션(Self-attention)을 사용한다. 또한, 정확도 향상을 위해 동적 라우팅을 적용해 특징의 변형에 강인한 모델을 구성하였다. 제안모델은 음성감정 데이터셋(EMO-DB, RAVDESS, IEMOCAP)의 전반적인 실험에서 매개변수 감소와 정확도 향상을 보여주며 약 156,000개의 매개변수로 각각 87.86%, 83.44%, 66.06%의 정확도를 달성하였다. 본 연구에서는 경량화 대비 성능 평가를 위한 매개변수의 수, 정확도간 trade-off를 계산하는 지표를 제안하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.151-151
• /
• 2023

무인잠수정의 정밀한 제어 시스템 개발에는 높은 정도의 조종 유체력 미계수 추정이 필수적이다. 전통적으로 조종 미계수는 모형을 이용한 실험(사항, Planar Motion Mechanism, Rotating Arm)과 단순한 이론과 경험을 기반으로 개발된 경험식으로 추정하였다. 그러나 최근 크게 향상된 계산기 성능의 발전은 전산유체역학의 적용성을 크게 확대하였다. 따라서 본 논문에서는 만타형 무인잠수정의 조종 유체력 미계수 추정을 위한 전산유체역학 해석기법을 개발하고자 한다. 특히, 수직 동적 PMM 시험법에 관한 해석기법을 중점적으로 개발한다. 개발된 기법을 이용하여 만타형 무인 잠수정의 6자유도 유체력을 추정하고 그 결과를 실험과 비교하여 개발된 기법을 검증한다. 본 연구에서는 1/6 모형을 이용한다. 수치해석기법 개발은 RASN 기반 상용 해석소프트웨어인 STAR-CCM+를 사용하였다.

• Journal of Microbiology and Biotechnology
• /
• 제33권8호
• /
• pp.1091-1100
• /
• 2023

Human papillomavirus (HPV) types 16 and 18 are the major causes of cervical lesions and are associated with 71% of cervical cancer cases globally. However, public health infrastructures to support cervical cancer screening may be unavailable to women in low-resource areas. Therefore, sensitive, convenient, and cost-efficient diagnostic methods are required for the detection of HPV16/18. Here, we designed two novel methods, real-time ERA and ERA-LFD, based on enzymatic recombinase amplification (ERA) for quick point-of-care identification of the HPV E6/E7 genes. The entire detection process could be completed within 25 min at a constant low temperature (35-43℃), and the results of the combined methods could be present as the amplification curves or the bands presented on dipsticks and directly interpreted with the naked eye. The ERA assays evaluated using standard plasmids carrying the E6/E7 genes and clinical samples exhibited excellent specificity, as no cross-reaction with other common HPV types was observed. The detection limits of our ERA assays were 10⁰ and 10¹ copies/µl for HPV16 and 18 respectively, which were comparable to those of the real-time PCR assay. Assessment of the clinical performance of the ERA assays using 114 cervical tissue samples demonstrated that they are highly consistent with real-time PCR, the gold standard for HPV detection. This study demonstrated that ERA-based assays possess excellent sensitivity, specificity, and repeatability for HPV16 and HPV18 detection with great potential to become robust diagnostic tools in local hospitals and field studies.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.401-404
• /
• 2003

이 논문에서는 이산형 상태공간 모델에 대한 $H_2$, $H_{\infty}$, 및 혼합 $H_{\infty}$ FIR 필터를 선형행렬부등식(LMI)를 이용하여 제안한다. 제안되는 필터는 FIR 구조로서 $H_2$ 및 $H_{\infty}$ 관점에서의 성능기준을 만족함과 더불어 선형성 및 불편향성의 특성을 지니고, 초기 상태에 관한 정보를 필요로 하지 않는다. 그리고 FIR 구조로 인해 기존의 FIR 형태의 필터에 비해 불확실성에 대해 보다 견실하며 빠른 수렴성을 갖는다. 모의 실험을 통해 이러한 장점을 예시한다.

• 한국표면공학회지
• /
• 제56권6호
• /
• pp.420-426
• /
• 2023

We prepared a highly sensitive hydrogen (H₂) sensor based on Indium oxides (In₂O₃) porous nanoparticles (NPs) loaded with Platinum (Pt) nanoparticle in the range of 1.6~5.7 at.%. In₂O₃ NPs were fabricated by microwave irradiation method, and decorations of Pt nanoparticles were performed by electroless plating on In₂O₃ NPs. Crystal structures, morphologies, and chemical information on Pt-loaded In₂O₃ NPs were characterized by grazing-incident X-ray diffraction, field-emission scanning electron microscopy, energy-dispersive X-ray spectroscopy, respectively. The effect of the Pt nanoparticles on the H₂-sensing performance of In₂O₃ NPs was investigated over a low concentration range of 5 ppm of H₂ at 150-300 ℃ working temperatures. The results showed that the H₂ response greatly increased with decreasing sensing temperature. The H₂ response of Pt loaded porous In₂O₃ NPs is higher than that of pristine In₂O₃ NPs. H₂ gas selectivity and high sensitivity was explained by the extension of the electron depletion layer and catalytic effect. Pt loaded porous In₂O₃ NPs sensor can be a robust manner for achieving enhanced gas selectivity and sensitivity for the detection of H₂.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1023-1030
• /
• 2023

본 논문은 눈, 비, 안개 등 열악한 운용환경에도 강건한 표적검출 특성을 가지는 FMCW LiDAR에 대해서 기술하고 있다. 특히 FMCW LiDAR의 거리 해상도, 가간섭거리 및 최대측정거리 성능에 직접적으로 영향을 미치는 주파수변조레이저의 성능개선에 대해 기술하고 있다. 불평형 Mach-Zehnder 레이저간섭계를 활용하여, 레이저의 발진주파수의 변화율을 실시간 측정하고, 주파수변조 오차를 보정하는 광학식 위상동기루프 기술을 이용한 주파수변조 방법에 대해 기술하였다. 가간섭거리가 긴 레이저 광원을 발진하기 위해 확장공진기형 레이저다이오드를 적용하였으며, 레이저에서 발진되는 주파수 측정을 위해 광집적회로 구조의 레이저간섭계를 적용하였다. 개발된 FMCW LiDAR의 대역폭과 거리해상도는 각각 10.045GHz와 0.84mm로 측정되었다.