• 한국산학기술학회논문지
• /
• 제8권6호
• /
• pp.1369-1375
• /
• 2007

최근 전기통신통신망의 용량은 인터텟, 음성패킷, Audio/Video 스트리밍의 멀티미디어 서비스 수요로 인한 정보통신 용량의 증가에 비례하여 급속히 증가하고 있다. 그 결과 DWDM(Dense Wavelength Division Multiplexing) 기법이 초고속 광통신망에서 추가적인 광섬유망과 고속장비 없이 용량을 증가시키는 해결 방법으로 행하여지고 광학적인 방법이 가능하다는 것이 판명되었다. 따라서, 본 논문에서는 이러한 기능을 갖는 광필터를 설계하기 위하여 광섬유 한쪽의 클래드를 연마하여 다층 슬래브 도파로에 결합시킨 형태의 광섬유/다층 슬래브 결합구조의 광필터를 제안하였다. 광섬유와 슬래브의 분리간격이 $3{\mu}m$일 때 제안된 광필터는 $1.3{\mu}m$의 통신창에서 편광 독립성은 32nm로서 TM 모드와 TE 모드에 대해 중심파장이 각각 ${\lambda}_0=1.274755{\mu}m$와 ${\lambda}_0=1.30591{\mu}m$일 때 0.1 nm의 FWHM(Full Width at Half Maximun) 특성을 가진다.

• Imaging Science in Dentistry
• /
• 제52권3호
• /
• pp.239-244
• /
• 2022

Purpose: Despite the proliferation of numerous morphometric and anthropometric methods for sex identification based on linear, angular, and regional measurements of various parts of the body, these methods are subject to error due to the observer's knowledge and expertise. This study aimed to explore the possibility of automated sex determination using convolutional neural networks(CNNs) based on lateral cephalometric radiographs. Materials and Methods: Lateral cephalometric radiographs of 1,476 Iranian subjects (794 women and 682 men) from 18 to 49 years of age were included. Lateral cephalometric radiographs were considered as a network input and output layer including 2 classes(male and female). Eighty percent of the data was used as a training set and the rest as a test set. Hyperparameter tuning of each network was done after preprocessing and data augmentation steps. The predictive performance of different architectures (DenseNet, ResNet, and VGG) was evaluated based on their accuracy in test sets. Results: The CNN based on the DenseNet121 architecture, with an overall accuracy of 90%, had the best predictive power in sex determination. The prediction accuracy of this model was almost equal for men and women. Furthermore, with all architectures, the use of transfer learning improved predictive performance. Conclusion: The results confirmed that a CNN could predict a person's sex with high accuracy. This prediction was independent of human bias because feature extraction was done automatically. However, for more accurate sex determination on a wider scale, further studies with larger sample sizes are desirable.

• 천문학회보
• /
• 제46권2호
• /
• pp.37.3-38
• /
• 2021

One of the key questions on star formation is how the organic molecules are synthesized and delivered to the planets and comets since they are the building blocks of prebiotic molecules such as amino acid, which is thought to contribute to bringing life on Earth. Recent astrochemical models and experiments have explained that complex organic molecules (COMs; molecules composed of six or more atoms) are produced on the dust grain mantles in cold and dense gas in prestellar cores. However, the chemical networks and the roles of physical conditions on chemistry are not still understood well. To address this question, hot (> 100 K) cores in high mass young stellar objects (M > 8 Msun) are great laboratories due to their strong emissions and larger samples than those of low-mass counterparts. In addition, CH₃OH masers, which have been mostly found in high mass star forming regions, can provide constraints due to their very unique emerging mechanisms. We investigate twelve high mass star forming regions in ALMA band 6 observation. They are associated with 44/95 GHz Class I and 6.7 GHz Class II CH3OH masers, implying that the active accretion processes are ongoing. For these previously unresolved regions, 66 continuum peaks are detected. Among them, we found 28 cores emitting COMs and specified 10 cores associated with 6.7 GHz Class II CH3OH masers. The chemical diversity of COMs is found in cores in terms of richness and complexity; we identified up to 19 COMs including oxygen- and nitrogen-bearing molecules and their isotopologues in a core. Oxygen-bearing molecules appear to be abundant and more complex than nitrogen-bearing species. On the other hand, the COMs detection rate steeply grows with the gas column density, which can be attributed to the effective COMs formation in dense cores.

• 대한전자공학회논문지TC
• /
• 제43권5호
• /
• pp.59-67
• /
• 2006

외부에서 주입된 비간섭성 광원 (BLS: Broadband Light Source)에 파장 잠김된 패브리 페롯 레이저 다이오드(wavelength-locked F-P LD: wavelength-locked Fabry-Perot Laser Diode)를 광원으로 사용해서 50 GHz의 채널 간격을 갖는 양방향 장거리 저송 35 채널 고밀도 파장분할 다중방식 수동형 광 가입자망 (DWDM-PON: Dense Wavelength Division Multiplexing-Passive Optical Network)을 구현한다. 장거리 전송을 위해 F-P LD의 발진 모드를 제어하여 F-P LD에 주입이 요구되는 BLS 파워를 감소시키면서 출력 파워를 높인다. 결과적으로 광 증폭기의 사용 없이 70 km 단일 모드 광섬유를 통해 가입자당 100 Mb/s 이상의 대역폭을 제공하면서 모든 상하향 70 채널에서 손실 없이 이더넷 패킷을 전송하였다. 구현된 장거리 저송 DWDM-PON은 다수의 중앙국을 바이패스(Bypass)함으로써 메트로망과 가입자망을 통합할 수 있다. 또한, 구현한 DWDM-PON은 상용의 어븀 첨가 광섬유 증폭기를 광대역 광원으로 사용하여 80 가입자를 수용할 수 있으며, 반도체 광대역 광원을 사용하면, 100 가입자 이상의 수용이 가능하다.

• Smart Structures and Systems
• /
• 제6권5_6호
• /
• pp.481-504
• /
• 2010

Wireless smart sensor networks (WSSNs) have been proposed by a number of researchers to evaluate the current condition of civil infrastructure, offering improved understanding of dynamic response through dense instrumentation. As focus moves from laboratory testing to full-scale implementation, the need for multi-hop communication to address issues associated with the large size of civil infrastructure and their limited radio power has become apparent. Multi-hop communication protocols allow sensors to cooperate to reliably deliver data between nodes outside of direct communication range. However, application specific requirements, such as high sampling rates, vast amounts of data to be collected, precise internodal synchronization, and reliable communication, are quite challenging to achieve with generic multi-hop communication protocols. This paper proposes two complementary reliable multi-hop communication solutions for monitoring of civil infrastructure. In the first approach, termed herein General Purpose Multi-hop (GPMH), the wide variety of communication patterns involved in structural health monitoring, particularly in decentralized implementations, are acknowledged to develop a flexible and adaptable any-to-any communication protocol. In the second approach, termed herein Single-Sink Multi-hop (SSMH), an efficient many-to-one protocol utilizing all available RF channels is designed to minimize the time required to collect the large amounts of data generated by dense arrays of sensor nodes. Both protocols adopt the Ad-hoc On-demand Distance Vector (AODV) routing protocol, which provides any-to-any routing and multi-cast capability, and supports a broad range of communication patterns. The proposed implementations refine the routing metric by considering the stability of links, exclude functionality unnecessary in mostly-static WSSNs, and integrate a reliable communication layer with the AODV protocol. These customizations have resulted in robust realizations of multi-hop reliable communication that meet the demands of structural health monitoring.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.444-444
• /
• 2021

하천의 오염부하량 관리 계획은 지속적인 모니터링을 통한 자료 구축과 모형을 이용한 예측결과를 기반으로 수립된다. 하천의 모니터링과 예측 분석은 많은 예산과 인력 등이 필요하나, 정부의 담당 공무원 수는 극히 부족한 상황이 일반적이다. 이에 정부는 전문가에게 관련 용역을 의뢰하지만, 한국과 같이 지형이 복잡한 지역에서의 오염부하량 배출 특성은 각각 다르게 나타나기 때문에 많은 예산 소모가 발생 된다. 이를 개선하고자, 본 연구는 합성곱 신경망 (convolution neural network)과 수문학적 이미지 (hydrological image)를 이용하여 강우 발생시 BOD 및 총인의 부하량 예측 모형을 개발하였다. 합성곱 신경망의 입력자료는 일반적으로 RGB (red, green, bule) 사진을 이용하는데, 이를 그래도 오염부하량 예측에 활용하는 것은 경험적 모형의 전제(독립변수와 종속변수의 관계)를 무너뜨리는 결과를 초래할 수 있다. 이에, 본 연구에서는 오염부하량이 수문학적 조건과 토지이용 등의 변수에 의해 결정된다는 인과관계를 만족시키고자 수문학적 속성이 내재된 수문학적 이미지를 합성곱 신경망의 훈련자료로 사용하였다. 수문학적 이미지는 임의의 유역에 대해 2차원 공간에서 무차원의 수문학적 속성을 갖는 grid의 집합으로 정의되는데, 여기서 각 grid의 수문학적 속성은 SCS 토양보존국(soil conservation service, SCS)에서 발표한 수문학적 토양피복형수 (curve number, CN)를 이용하여 산출한다. 합성곱 신경망의 구조는 2개의 Convolution Layer와 1개의 Pulling Layer가 5회 반복하는 구조로 설정하고, 1개의 Flatten Layer, 3개의 Dense Layer, 1개의 Batch Normalization Layer를 배열하고, 마지막으로 1개의 Dense Layer가 연결되는 구조로 설계하였다. 이와 함께, 각 층의 활성화 함수는 정규화 선형함수 (ReLu)로, 마지막 Dense Layer의 활성화 함수는 연속변수가 도출될 수 있도록 회귀모형에서 자주 사용되는 Linear 함수로 설정하였다. 연구의 대상지역은 경기도 가평군 조종천 유역으로 선정하였고, 연구기간은 2010년 1월 1일부터 2019년 12월 31일까지로, 2010년부터 2016년까지의 자료는 모형의 학습에, 2017년부터 2019년까지의 자료는 모형의 성능평가에 활용하였다. 모형의 예측 성능은 모형효율계수 (NSE), 평균제곱근오차(RMSE) 및 평균절대백분율오차(MAPE)를 이용하여 평가하였다. 그 결과, BOD 부하량에 대한 NSE는 0.9, RMSE는 1031.1 kg/day, MAPE는 11.5%로 나타났으며, 총인 부하량에 대한 NSE는 0.9, RMSE는 53.6 kg/day, MAPE는 17.9%로 나타나 본 연구의 모형은 우수(good)한 것으로 판단하였다. 이에, 본 연구의 모형은 일반 ANN 모형을 이용한 선행연구와는 달리 2차원 공간정보를 반영하여 오염부하량 모의가 가능했으며, 제한적인 입력자료를 이용하여 간편한 모델링이 가능하다는 장점을 나타냈다. 이를 통해 정부의 물관리 정책을 위한 의사결정 및 부족한 물관리 분야의 행정력에 도움이 될 것으로 생각된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제43권5호
• /
• pp.397-404
• /
• 2020

Coronavirus disease(COVID-19) is highly infectious disease that directly affects the lungs. To observe the clinical findings from these lungs, the Chest Radiography(CXR) can be used in a fast manner. However, the diagnostic performance via CXR needs to be improved, since the identifying these findings are highly time-consuming and prone to human error. Therefore, Artificial Intelligence(AI) based tool may be useful to aid the diagnosis of COVID-19 via CXR. In this study, we explored various Deep learning(DL) approach to classify COVID-19, other viral pneumonia and normal. For the original dataset and lung-segmented dataset, the pre-trained AlexNet, SqueezeNet, ResNet18, DenseNet201 were transfer-trained and validated for 3 class - COVID-19, viral pneumonia, normal. In the results, AlexNet showed the highest mean accuracy of 99.15±2.69% and fastest training time of 1.61±0.56 min among 4 pre-trained neural networks. In this study, we demonstrated the performance of 4 pre-trained neural networks in COVID-19 diagnosis with CXR images. Further, we plotted the class activation map(CAM) of each network and demonstrated that the lung-segmentation pre-processing improve the performance of COVID-19 classifier with CXR images by excluding background features.

• 한국통신학회논문지
• /
• 제28권9B호
• /
• pp.760-773
• /
• 2003

최선형 서비스에 기반을 둔 현재의 인터넷은 점차 새로운 멀티미디어 서비스 응용을 제공하기 위해 QoS를 보장하는 통합서비스 또는 차등화된 서비스 제공 형태로 잔화되어 가고 있다. 다가오는 시대의 멀티미디어 서비스별 QoS 요구 및 서비스별 높은 bandwidth 보장에 대한 요구는 IP/MPLS 기반의 제어 plane과 DWDM 광 네트워크 기술이 결합되어 미래의 re-configurable 전송망 실현에 대한 가장 설득력 있는 대안으로 떠오르고 있다. 본 논문에서는 이러한 차세대 DWDM 광 인터넷 백본망에서 멀티미디어 서비스 제공에 대한 QoS 보장을 위해 차등화된 MPLS 서비스(DMS)에 기반을 둔 차등화된 파장할당 과정을 제시한다. 또한 광 링크상의 파장 별 QoS 특성과 DWDM 차세대 인터넷 백본망 상에서 사용되는 OXC 노드의 종류에 따른 QoS recovery를 고려한 차등화된 파장할당 방안을 제시한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권3호
• /
• pp.701-720
• /
• 2023

Aerial objects are more challenging to segment than normal objects, which are usually smaller and have less textural detail. In the process of segmentation, target objects are easily omitted and misdetected, which is problematic. To alleviate these issues, we propose local aggregation feature pyramid networks (LAFPNs) and pyramid integrated context modules (PICMs) for aerial object segmentation. First, using an LAFPN, while strengthening the deep features, the extent to which low-level features interfere with high-level features is reduced, and numerous dense and small aerial targets are prevented from being mistakenly detected as a whole. Second, the PICM uses global information to guide local features, which enhances the network's comprehensive understanding of an entire image and reduces the missed detection of small aerial objects due to insufficient texture information. We evaluate our network with the MS COCO dataset using three categories: airplanes, birds, and kites. Compared with Mask R-CNN, our network achieves performance improvements of 1.7%, 4.9%, and 7.7% in terms of the AP metrics for the three categories. Without pretraining or any postprocessing, the segmentation performance of our network for aerial objects is superior to that of several recent methods based on classic algorithms.

• 대한전자공학회논문지TC
• /
• 제45권10호
• /
• pp.29-39
• /
• 2008

위치 기반의 라우팅 기법을 사용하는 센서 네트워크에서는 구현이 간단한 그리디(greedy) 라우팅이 흔히 사용된다. 그리디 라우팅은 센서 노드의 밀도가 높은 곳에는 잘 동작하지만 그렇지 않은 곳에서는 라우팅이 실패할 가능성이 크다. 그리디 라우팅 실패 시에는 패킷을 보이드(void)로부터 빠져나오게 하는 별도의 회복(recovery) 알고리즘이 필요하고 이러한 추가적인 알고리즘은 패킷의 송수신 양과 센서의 에너지 소비량을 증가시키는 문제를 발생시킨다. 여기서 언급한 보이드란 전송할 패킷을 가진 노드가 자신보다 목적지 노드에 더 가까운 이웃 노드를 찾지 못하여 그리디 포워딩으로 더 이상 패킷을 전송하지 못하는 지역을 의미한다. 따라서 본 논문은 보이드로 인한 라우팅 문제점들을 개선하기 위해 VODUA(Virtually Ordered Distance Upgrade Algorithm)라는 효율적인 라우팅 알고리즘을 제안한다. VODUA에서는 연결 정보를 나타내는 라우팅 그래프를 노드끼리 서로 교환하고, 패킷 전송이 불가능한 노드인 stuck 노드가 발생하면 거리 비용(DC)을 사용하여 네트워크 내의 stuck 노드를 제거한다. 본 논문에서는 거리 비용을 증가시켜 stuck 노드의 패킷이 보이드를 회피하여 원하는 목적지 노드까지 성공적으로 전송할 수 있도록 하는 새로운 방식의 라우팅 알고리즘을 설명한다. 또한 회복 알고리즘과 같은 추가적인 알고리즘 없이도 패킷이 전송 가능 한 경로를 가질 수 있도록 설계하여 기존의 라우팅 기법보다 더 빠르고 적은 에너지 소모를 통해 라우팅한다. 그리고 VODUA에서는 각각의 노드들이 네트워크 전체가 아닌 한 홉(hop) 이내에서 라우팅하고 토폴로지 상태정보를 사용하지 않기 때문에 노드의 실패(failure)나 토폴로지 변화에 적응이 빠르다. 시뮬레이션 결과는 VODUA가 짧은 전송 지연 시간을 통하여 신속하게 패킷을 전송할 수 있음을 보인다. 또한 GPSR과 DUA에 대해 더 적은 홉 수를 가지는 경로로 패킷이 전송 가능함을 보인다.