• 대한두경부종양학회지
• /
• 제22권1호
• /
• pp.29-32
• /
• 2006

Background: The location of parotid gland tumors can influence the duration and the difficulty of the operation. If the information about tumor location was available preoperatively, it would allow accurate operative planning and counseling of patients in terms of the length of the operation and the potential morbidity. Methods: This study was based on a retrospective review of 100 patients with parotid gland tumors underwent parotidectomy from January 2000 to October 2005 at Yong-Dong Severance Hospital. Based on computed tomographic(CT) scan findings, 4 landmarks such as facial nerve(FN) line, Utrecht(U) line, Conn's are(CA), and retromandibular vein (RV) were drawn on the scans in same plane. The location of tumors were determined by the landmarks and confirmed by the operative findings. The accuracy of each landmarks was evaluated. To find out the accuracies according to tumor size, the tumors were divided into 2 groups; less than 2 cm and larger than 2 cm in diameter. Results: U line was the most accurate(94%), sensitive(89.3%) and specific(97.7%) in predicting tumor location of the parotid gland. However, in small tumors less than 2cm, FN line (p=0.022) and RV criteria (p=0.028) were more reliable in accuracy. Conclusion: CA, FN line, U line, and RV are all useful landmarks in preoperative prediction for the location of parotid gland tumors. However, U line was the most accurate, but we must consider that proper landmark should be used in prediction according to the size of tumor because the accuracy of landmark may change.

• 방송공학회논문지
• /
• 제24권6호
• /
• pp.1002-1012
• /
• 2019

360VR 콘텐츠는 시청자의 시점변화에 따른 즉각적인 반응이 필요하고 고화질의 영상이 제공되어야 한다. 따라서 한정된 대역폭에서 360VR 시청자의 만족도를 보장하는 효율적인 전송기술이 필요하다. 그 일환으로 사용자의 시점을 예측하고 시점에 해당하는 영역과 해당하지 않는 영역에 다른 비트율을 할당하여 전체 대역폭 소모를 감소시키는 연구들이 소개되고 있다. 본 논문에서는 시점 예측의 정확도 향상을 목표로 기존 시각인지 정보만 활용했던 방식에 추가적으로 청각인지 정보인 360VR 콘텐츠의 음원위치정보를 활용한 시점 예측을 제안한다. 또한, 향상된 시점예측 방식을 이용하여 비트율을 효율적으로 할당함으로써 개선된 성능을 제공하는 전송 방식을 제안한다. 성능 분석 결과 제안한 시점 예측방식은 기존 방식 대비 시점 예측의 정확도가 향상되었으며, 이를 바탕으로 제안한 전송 방식은 제한된 대역폭 내에서 사용자의 시점에 해당하는 타일에 고품질의 영상을 제공할 수 있음을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.1-12
• /
• 2024

경로 손실(Path Loss)을 예측하는 것은 셀룰러 네트워크(Cellular Network)에서 기지국(Base Station) 의 설치 위치 선정 등 무선망 설계에 중요한 요인 중 하나다. 기존에는 기지국의 최적 설치 위치를 결정하기 위해 수많은 현장 테스트(Field Tests)를 통해 경로 손실 값을 측정했다. 따라서 측정에 많은 시간이 소요된다는 단점이 있었다. 이러한 문제를 해결하기 위해 본 연구에서는 머신러닝(Machine Learning, ML) 기반의 경로 손실 예측 방법을 제안한다. 특히, 경로 손실 예측 성능을 향상시키기 위해서 앙상블 학습(Ensemble Learning) 접근법을 적용하였다. 부트스트랩 데이터 세트(Bootstrap Dataset)을 활용하여 서로 다른 하이퍼파라미터(Hyperparameter) 구성을 갖는 모델들을 얻고, 이 모델들을 앙상블하여 최종 모델을 구축했다. 인터넷상에 공개된 경로 손실 데이터 세트를 활용하여 제안하는 앙상블 기반 경로 손실 예측 방법과 다양한 ML 기반 방법들의 성능을 평가 및 비교했다. 실험 결과, 제안하는 방법이 기존 방법들보다 우수한 성능을 달성하였으며, 경로 손실 값을 가장 정확하게 예측할 수 있다는 것을 입증하였다.

• 한국인터넷방송통신학회논문지
• /
• 제9권3호
• /
• pp.123-129
• /
• 2009

유비쿼터스 홈은 가정 내의 다양한 가전기기 및 센서들로 구성된 유무선 네트워크를 통해 u-Life, u-Health등의 다양한 유비쿼터스 서비스를 제공하는 미래의 디지털 가정환경으로 부상하고 있다. 유비쿼터스 홈서비스는 센서들로부터 수집된 정보를 통해 사용자의 상황을 자동으로 인지하여 가전기기들을 상황에 맞게 적응하도록 함으로써 사용자 편의성을 극대화 한다. 이러한 상황인지 홈 환경에서 집안을 미리 사용자가 원하는 상태로 조절하기 위해 사용자의 미래 행위를 예측하는 것을 미래 유비쿼터스 홈에 가장 핵심적인 기능 중 하나이다. 본 논문은 유비쿼터스 홈 환경에서 상황인지 서비스를 위한 단계적 예측 알고리즘을 제안한다. 본 알고리즘은 예측과 실행의 두 단계로 이루어 진다. 첫 번째 예측단계에서 트리구조를 이용하여 사용자가 이동할 다음 위치를 예측하고, 두 번째 실행 단계에서는 테이블 매칭 방법을 이용하여 각각의 위치에 있는 가전기기들을 사용자가 원하는 대로 미리 예측하고 구동시켜 사용자에게 서비스를 제공할 수 있도록 설계하였다. 일반적으로 가전기기들은 한 개씩 독립적으로 동작하기보다 여러 기기가 함께 동작하여 특정 목적에 이용된다는 점에 착안하여, 모드서비스 개념을 도입함으로써 사용자가 동작시키고자 하는 기기들을 한꺼번에 예측할 수 있는 장점을 가진다. 또한 시뮬레이션을 통해 본 논문이 제안한 단계적 예측 알고리즘의 성능을 검증한다.

• 한국소음진동공학회논문집
• /
• 제24권9호
• /
• pp.695-705
• /
• 2014

In this paper, two types of techniques for the prediction of radiated sound pressure due to vibration of a structure are investigated. The prediction performance using wave-number sensing technique is compared to that of conventional prediction method, such as Rayleigh's integral method, for the prediction of far-field radiated sound pressure. For a coupled plate, wave-number components are predicted by the vibration response of plate and the prediction performance of far-field sound is verified. In addition, the applicability of distributed sensors that are not allowable to Rayleigh's integral method is considered and these can replace point sensors. Experimental implementation verified the prediction accuracy of far-field sound radiation by the wave-number sensing technique. Prediction results from the technique are as good as those of Rayleigh's integral method and with distributed sensors, more reduced computation time is expected. To predict the radiated sound by the efficient configuration of structural sensors, composed(synthesized) mode considering sound power contribution is determined and from this size and location of sensors are chosen. Four types of sensor configuration are suggested, simulated and compared.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2007년도 추계 종합학술대회 논문집
• /
• pp.12-16
• /
• 2007

단백질의 기능은 그 기능을 발휘하는 세포내의 위치와 밀접한 연관이 있다. 따라서 새로운 단백질의 서열이 밝혀지면 이 단백질의 세포내 위치를 규명하는 것은 생물학적으로 매우 중요한 일이다. 이 논문에서는 단백질의 n-그램과 kNN (k-Nearest Neighbor) 분류기를 이용한 새로운 세포내 위치예측 방법을 다룬다. 이 방법은 입력 단백질 서열과 가장 유사한 가중치를 가지는 k개의 단백질이 가지는 세포내 위치 정보들을 취합하여 입력 단백질의 세포내 위치를 추정한다. 단백질간의 유사도 가중치는 두 단백질서열의 5-그램 자질의 유사도를 비교하여 계산된다. 단백질의 세포내 위치예측 정확도를 검증하기 위해 SWISS-PROT 단백질 데이터베이스로 부터 세포내 위치가 알려진 51,885개의 서열을 추출하여 대용량 테스트 컬렉션을 구축하였으며, 다른 연구자들이 제공하는 또 하나의 소용량 테스트 컬렉션을 실험에 사용하였다. 이 논문에서 사용한 예측방법은 대용량 테스트컬렉션에 대해 약 93%의 정확도를 보여주었으며, 소용량 데스트컬렉션을 이용하여 이전 실험과 비교하였을 때도 이 방법이 다른 시스템에 비해 성능이 우월함을 알 수 있었다.

• Journal of Information Processing Systems
• /
• 제17권2호
• /
• pp.352-368
• /
• 2021

Sign-in point of interest (POI) are extremely sparse in location-based social networks, hindering recommendation systems from capturing users' deep-level preferences. To solve this problem, we propose a content-aware POI recommendation algorithm based on a convolutional neural network. First, using convolutional neural networks to process comment text information, we model location POI and user latent factors. Subsequently, the objective function is constructed by fusing users' geographical information and obtaining the emotional category information. In addition, the objective function comprises matrix decomposition and maximisation of the probability objective function. Finally, we solve the objective function efficiently. The prediction rate and F1 value on the Instagram-NewYork dataset are 78.32% and 76.37%, respectively, and those on the Instagram-Chicago dataset are 85.16% and 83.29%, respectively. Comparative experiments show that the proposed method can obtain a higher precision rate than several other newer recommended methods.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 학술대회 논문집 전문대학교육위원
• /
• pp.40-43
• /
• 2000

Our studies diagnose insulation degradation using the method of computer sensing system, which has the advantages of PD(partial discharge) and AE(acoustic emission) sensing system. To use advantages of these two methods can be used effectively to search for treeing location and PD in some materials. In analysis method of degradation, using statically operator such as the center of gravity (G), the gradient of the discharge distribution(C), we have analyzed for the prediction of life which we can be obtained the time, occurred of many pulse of small discharge amplitude.

• 한국정보과학회논문지:정보통신
• /
• 제29권4호
• /
• pp.412-427
• /
• 2002

본 논문에서는 이동 통신 시스템 내에 존재하는 이동성 데이타베이스의 실패 처리를 위한 이동성 학습과 예측에 기반한 회복 기법을 제안한다. 이동 통신 시스템에서 이동성 데이타베이스는 사용자들에게 빠른 연결을 제공하기 위해 사용자의 현재 위치 정보를 유지해야 한다 그러나, 이동성 데이터베이스의 실패는 사용자의 위치 정보를 잃어버리게 만든다. 결과적으로, 명백한 회복 과정 없이는 실패 상황에서 사용자의 호 요청은 거절된다. 따라서, 이동성 데이타베이스에 실패가 발생하였을 때, 실패에 효과적으로 대처할 수 있는 명백한 회복 기법이 사용자들에게 연속적인 서비스 가용성을 보장해 주기 위해서 필요하다. 본 논문의 회복 기법에서 사용되는 이동성 학습과 예측은 이동성 데이타베이스의 실패 후 시스템에 의해서 사용자의 위치를 파악하기 위한 기능을 담당한다. 실패 없는 연산 동안 사용자의 이동 패턴은 뉴로-퍼지 추론 시스템에 의해서 학습되며, 학습된 위치 정보는 실패 후 잃어버린 사용자의 위치를 파악하기 위해서 사용된다. 따라서, 본 논문의 회복 기법은 백업 과정과 검사점 정보를 저장하기 위해 필요한 부가적인 저장 공간을 요구하지 않기 때문에 검사점을 사용하는 이전의 접근방법과 다르다. 게다가, 성능 분석을 위한 시뮬레이션은 본 논문의 회복 기법이 실패 후 잃어버린 사용자의 위치 정보를 회복하는데 소요되는 비용을 검사점에 기반한 회복 기법과 비교하여 상당히 줄일 수 있음을 보여준다.

• 제어로봇시스템학회논문지
• /
• 제20권7호
• /
• pp.730-735
• /
• 2014

This paper introduces a GP (Genetic Programming) based robust technique for the prediction of a heavy rain newsflash. The nature of prediction for precipitation is very complex, irregular and highly fluctuating. Especially, the prediction of heavy precipitation is very difficult. Because not only it depends on various elements, such as location, season, time and geographical features, but also the case data is rare. In order to provide a robust model for precipitation prediction, a nonlinear and symbolic regression method using GP is suggested. The remaining part of the study is to evaluate the performance of prediction for a heavy rain newsflash using a GP based nonlinear regression technique in Korean regions. Analysis of the feature selection is executed and various fitness functions are proposed to improve performances. The KLAPS data of 2006-2010 is used for training and the data of 2011 is adopted for verification.