• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권11호
• /
• pp.901-911
• /
• 2009

본 논문에서는 연속 프레임에서 움직임이 큰 얼굴을 자동으로 추적하기 위해 두 단계 합성 기울기 지형 생성 방법을 제안한다. 본 제안 방법은 다음과 같은 세 가지 단계로 이루어진다. 첫째, 활성 외곽선이 빠르게 수렴하기 위한 두 단계 해상도 기울기 맵을 생성한다. 둘째, 연속하는 프레임 간의 변위를 파악하고 주변 배경을 제거하기 위하여 이전 프레임과 현재 프레임의 합성 기울기 맵과 차별 마스크를 산정하여 가중 합성 기울기 맵을 구성한다. 셋째, 활성 외곽선이 지역적 최소값에 수렴하는 것을 막기 위해 닫기 연산을 사용하여 에너지 비탈면을 생성한다. 이 때, 닫기 연산의 계산 비용 문제는 빠른 닫기 연산을 통해 해결한다. 제안방법의 정확성을 평가하기 위해 기존 활성 외곽선 모델 기반 방법들과 제안방법의 수행 결과를 통한 육안 평가와 활성 외곽선의 평균 에너지 변화를 통한 견고성 평가를 수행하고, 수행 시간을 분석한다. 실험 결과 제안방법의 경우 배경의 영향을 받지 않으면서 얼굴의 움직임이 큰 경우에도 빠르고 정확하게 추적할 수 있었다.

• 천문학회지
• /
• 제45권5호
• /
• pp.117-125
• /
• 2012

We present $^{12}CO$ J = 2-1 line observations of G54.1+0.3, a composite supernova remnant with a mid-infrared (MIR) loop surrounding the central pulsar wind nebula (PWN). We map an area of $12^{\prime}{\times}9^{\prime}$ around the PWN and its associated MIR loop. We confirm two velocity components that have been proposed to be possibly interacting with the PWN/MIR-loop; the +53 km $s^{-1}$ cloud, which appears in contact with the eastern boundary of the PWN and the +23 km $s^{-1}$ cloud, which has CO emission coincident with the MIR loop. However, we have not found a direct evidence for the interaction in either of these clouds. Instead, we detected an 5'-long arc-like cloud at +15-+23 km $s^{-1}$ with a systematic velocity gradient of ~3 km $s^{-1}$ $arcmin^{-1}$ and broad-line emitting CO gas with widths (FWHM) of ${\leq}7km\;s^{-1}$ in the western interior of the supernova remnant. We discuss their association with the supernova remnant.

• Applied Biological Chemistry
• /
• 제32권2호
• /
• pp.85-90
• /
• 1989

다수확계(통일벼) 및 일반계 각각 3가지 품종의 각 출수후 6시기의 쌀종자에서 2% sodium dodecyl sulfate/5% ${\beta}-mercaptoethanol$로 단백질을 추출하여 1차원에서 등전점에 따라 분리한 후 2차원에서 분자량에 따라 분리하는 2차원 전기영동으로 각각의 단백질 지도를 작성하였다. 종합단백질 지도를 작성하였고 pH $5.2{\sim}8.3$, 분자량 $20,000{\sim}100,000$의 범위에서 300개 이상의 spots이 관찰되었다. 품종 및 출수시기에 따라 단백질 지도가 많은 차이를 보였다.

• Steel and Composite Structures
• /
• 제47권6호
• /
• pp.759-779
• /
• 2023

The paper proposes two hybrid metaheuristic optimization and artificial neural network (ANN) methods for the close prediction of the ultimate axial compressive capacity of concentrically loaded concrete filled double skin steel tube (CFDST) columns. Two metaheuristic optimization, namely genetic algorithm (GA) and particle swarm optimization (PSO), approaches enable the dynamic training architecture underlying an ANN model by optimizing the number and sizes of hidden layers as well as the weights and biases of the neurons, simultaneously. The former is termed as GA-ANN, and the latter as PSO-ANN. These techniques utilize the gradient-based optimization with Bayesian regularization that enhances the optimization process. The proposed GA-ANN and PSO-ANN methods construct the predictive ANNs from 125 available experimental datasets and present the superior performance over standard ANNs. Both the hybrid GA-ANN and PSO-ANN methods are encoded within a user-friendly graphical interface that can reliably map out the accurate ultimate axial compressive capacity of CFDST columns with various geometry and material parameters.