• 수산해양기술연구
• /
• 제21권2호
• /
• pp.89-98
• /
• 1985

As a primary step in studying the effects of the netting porosity on the net-shape in the four-seam trawling net, a series of experiments were performed changing the porosity of each panel, with the simplified mo:iel of the bag net made of porous vinyl film and that ma:ie of net webbing. These models were suspended horizontally in circularly flowing water, with two pairs of susp~nding threais to four points of symetry at the border of the bag mouth in place of both wing nets. And then, the section shape of the bag mouth photographed and the tensions on both pairs of suspending threads were measured with two load cells in circularly flowing water. From the results, the auther estimated an experimental equation from the relationship between the porosity of each panel in the bag net and the section shape of the bag mouth, h/w=k (l-Pr_u/lPr_s)

• 정보과학회 논문지
• /
• 제45권1호
• /
• pp.94-98
• /
• 2018

본 논문은 자율주행을 위한 실시간 의미론적 분할 방법으로 최적화된 심층 신경망 구조인 Wide Inception ResNet (WIR Net)을 제안한다. 신경망 구조는 Residual connection과 Inception module을 적용하여 특징을 추출하는 인코더와 Transposed convolution과 낮은 층의 특징 맵을 사용하여 해상도를 높이는 디코더로 구성하였고 ELU 활성화 함수를 적용함으로써 성능을 올렸다. 또한 신경망의 전체 층수를 줄이고 필터 수를 늘리는 방법을 통해 성능을 최적화하였다. 성능평가는 NVIDIA Geforce gtx 1080과 TX1 보드를 사용하여 주행환경의 Cityscapes 데이터에 대해 클래스와 카테고리별 IoU를 평가하였다. 실험 결과를 통해 클래스 IoU 53.4, 카테고리 IoU 81.8의 정확도와 TX1 보드에서 $640{\times}360$, $720{\times}480$ 해상도 영상처리에 17.8fps, 13.0fps의 실행속도를 보여주는 것을 확인하였다.

• KDI Journal of Economic Policy
• /
• 제24권2호
• /
• pp.83-119
• /
• 2002

In this paper, we study the relationship between the U.S. daily stock returns and the corresponding Korean returns. More specifically, we examine whether the previously realized U.S. stock returns would help predict the current Korean returns. We find that for dose-to-close daily stock returns, the U.S. returns would help predict the Korean returns. However, for open-to-close stock returns, the U.S. intraday stock returns would not help predict the corresponding Korean returns. After distinguishing investors by their nationality and types, we then examine whether there is a relationship between investors' net purchase of Korean stocks and the previous days' U.S. stock returns. We find that the amount of international investors' net purchase of Korean stocks today would vary significantly with the previous days' U.S. stock returns. The Korean individual investors and the Korean investment trust companies, however, would follow the opposite investment pattern.

• 제어로봇시스템학회논문지
• /
• 제10권6호
• /
• pp.566-573
• /
• 2004

This paper describes the ubiquitous home network (uHome-net) testbed and LonRF intelligent devices based on LonWorks technology. These devices consist of Neuron Chip, RF transceiver, sensor, and other peripheral components. Using LonRF devices, a home control network can be simplified and most devices can be operated on LonWorks control network. Also, Indoor Positioning System (IPS) that can serve various location based services was implemented in uHome-net. Smart Badge of IPS, that is a special LonRF device, can measure the 3D location of objects in the indoor environment. In the uHome-net testbed, remote control service, cooking help service, wireless remote metering service, baby monitoring service and security ＆ fire prevention service were realized. This research shows the vision of the ubiquitous home network that will be emerged in the near future.

• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.519-521
• /
• 2019

자율주행 자동차에서의 보행자 인식 및 사람의 행동 인식과 같은 분야 등에 대한 연구들이 활발하게 진행되고 그에 기반을 둔 기술들이 많이 개발되고 있다. 그리고 대부분의 연구에서는 사람에 대한 경계 박스를 검출한다. 영상에서 사람의 유무 혹은 위치를 판단하는 문제에서는 경계 박스만을 검출하는 것이 효율적일 수 있으나 경계 박스는 행동 인식과 같은 분야에 사용하기에는 많은 정보의 손실이 발생할 수 있다. 본 논문에서는 U-NET 구조의 딥러닝 모델을 사용해 경계 박스로 인한 정보 손실을 줄일 수 있는 보행자 분할 방법을 제안한다. 모델의 학습을 위해 2017 COCO 데이터셋의 사람 카테고리를 사용하였으며 Penn-Fudan 보행자 데이터셋을 이용하여 제안 방법을 테스트하였으며 기존의 방법들과 비교하여 의미 있는 결과를 얻었다.

• International Journal of Computer Science & Network Security
• /
• 제22권8호
• /
• pp.343-351
• /
• 2022

A brain tumor forms when some tissue becomes old or damaged but does not die when it must, preventing new tissue from being born. Manually finding such masses in the brain by analyzing MRI images is challenging and time-consuming for experts. In this study, our main objective is to detect the brain's tumorous part, allowing rapid diagnosis to treat the primary disease instantly. With image processing techniques and deep learning prediction algorithms, our research makes a system capable of finding a tumor in MRI images of a brain automatically and accurately. Our tumor segmentation adopts the U-Net deep learning segmentation on the standard MICCAI BRATS 2018 dataset, which has MRI images with different modalities. The proposed approach was evaluated and achieved Dice Coefficients of 0.9795, 0.9855, 0.9793, and 0.9950 across several test datasets. These results show that the proposed system achieves excellent segmentation of tumors in MRIs using deep learning techniques such as the U-Net algorithm.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.67-68
• /
• 2021

기존 객체탐지는 경계 상자 회귀방식을 적용하였지만, 문자는 왜곡과 변형이 심한 특성을 가진 객체로 U-net 구조의 이미지 분할 방식을 사용하는 경우가 많다. 따라서 최근 문자 탐지는 통계적 모델에 비해 높은 정확도를 보이는 심층 신경망 기반의 모델 연구가 많이 진행되고 있다. 본 연구에서는 이미지 분할을 통한 양방향 특징 결합 기법을 사용한 문자 탐지 모델을 제안한다. 이미지 분할 방식은 메모리의 효율이 떨어지기 때문에 이를 극복하고자 특징 추출 단계에서 경량화된 네트워크를 적용하였다. 또한, 객체 탐지에서 큰 성과를 보인 양방향 특징 결합 모듈을 U-net 구조에 추가하여 추출된 특징이 효과적으로 결합 되는 결과를 얻었다. 제안하는 모델의 문자 탐지 성능은 합성 문자 데이터셋을 이용한 실험을 통해 기존의 U-net 구조의 이미지 분할 방식보다 향상되었음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.541-544
• /
• 2008

e-비즈니스 환경 하에서 전자적 데이터 교환 또는 WEB을 이용한 비즈니스 트랜잭션 처리를 통해 산업 부분별 자동화나 정보화가 활발히 진행되었다. 전자적으로 데이터를 처리함으로 인해 기존 오프라인을 이용한 비즈니스 환경 보다는 처리 속도나 처리 시간이 단축되었으며 비용도 많이 절감되었다. 그러나 점차 실시간적으로 데이터를 처리하거나 실시간적으로 화물에 대한 흐름을 추적하고자 하는 사용자들의 요구사항이 도출되기 시작하였다. 이에 RFID, USN 등의 유비쿼터스 개념과 기술을 이용한 u-비즈니스가 도입되어 각 분야에 활발히 적용되고 있다. 특히 유통이나 운송 등 물류 분야에 유비쿼터스 기술이 적용됨으로 실시간으로 데이터를 수집할 수 있어 화물의 흐름 추적을 용이할 수 있는 기반이 되고 있다. 본 논문에서는 새로운 비즈니스 환경에 적합하도록 EPC Global 표준에 따라 개발된 RFID 미들웨어를 항만 물류 비즈니스에 적용할 수 있는 비즈니스 모델을 정의하였다. 또한 정의한 비즈니스 모델을 항만 물류 분야에 적용한 사례와 적용 결과에 대해 논의하고자 한다.

• Computers and Concrete
• /
• 제32권6호
• /
• pp.615-623
• /
• 2023

Crack detection is an essential method to ensure the safety of dam concrete structures. Low-quality crack images of dam concrete structures limit the application of neural network methods in crack detection. This research proposes a modified attentional mechanism model to reduce the disturbance caused by uneven light, shadow, and water spots in crack images. Also, the focal loss function solves the small ratio of crack information. The dataset collects from the network, laboratory and actual inspection dataset of dam concrete structures. This research proposes a novel method for crack detection of dam concrete structures based on the U-Net neural network, namely AF-UNet. A mutual comparison of OTSU, Canny, region growing, DeepLab V3+, SegFormer, U-Net, and AF-UNet (proposed) verified the detection accuracy. A binocular camera detects cracks in the experimental scene. The smallest measurement width of the system is 0.27 mm. The potential goal is to achieve real-time detection and localization of cracks in dam concrete structures.