• IEIE Transactions on Smart Processing and Computing
• /
• 제4권2호
• /
• pp.103-109
• /
• 2015

In this paper, a novel method for the classification of term and preterm birth is proposed based on time-frequency analysis of electrohysterogram (EHG) using multivariate empirical mode decomposition (MEMD). EHG is a promising study for preterm birth prediction, because it is low-cost and accurate compared to other preterm birth prediction methods, such as tocodynamometry (TOCO). Previous studies on preterm birth prediction applied prefilterings based on Fourier analysis of an EHG, followed by feature extraction and classification, even though Fourier analysis is suboptimal to biomedical signals, such as EHG, because of its nonlinearity and nonstationarity. Therefore, the proposed method applies prefiltering based on MEMD instead of Fourier-based prefilters before extracting the sample entropy feature and classifying the term and preterm birth groups. For the evaluation, the Physionet term-preterm EHG database was used where the proposed method and Fourier prefiltering-based method were adopted for comparative study. The result showed that the area under curve (AUC) of the receiver operating characteristic (ROC) was increased by 0.0351 when MEMD was used instead of the Fourier-based prefilter.

• International Journal of Fluid Machinery and Systems
• /
• 제4권1호
• /
• pp.1-13
• /
• 2011

In operating a turbomachine at off-design conditions various instabilities caused by anomalous flow phenomena occur and sometimes lead to the damage of a turbomachine. In order to avoid these phenomena various devices characteristic to each phenomenon have been developed, however they make turbomachines large-sized and cause efficiency drop. The present author has developed a very simple and innovative device, termed "J-groove," of suppressing various anomalous flow phenomena commonly by controlling the angular momentum of the main flow. It has been revealed that J-groove makes an operation of a turbomachine stable in all flow range, causes little efficiency drop, and can be easily applied to an existing machine. Here is reviewed totally the results of suppressing various anomalous flow phenomena in turbomachines.

• Communications for Statistical Applications and Methods
• /
• 제30권1호
• /
• pp.21-35
• /
• 2023

Metabolic syndrome is a serious disease that can eventually lead to various complications, such as stroke and cardiovascular disease. In this study, we aimed to identify the risk factors related to metabolic syndrome for its prevention and recognition and propose a nomogram that visualizes and predicts the probability of the incidence of metabolic syndrome. We conducted an analysis using data from the Korea National Health and Nutrition Survey (KNHANES VII) and identified 10 risk factors affecting metabolic syndrome by using the Rao-Scott chi-squared test, considering the characteristics of the complex sample. A naïve Bayesian classifier was used to build a nomogram for metabolic syndrome. We then predicted the incidence of metabolic syndrome using the nomogram. Finally, we verified the nomogram using a receiver operating characteristic curve and a calibration plot.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.105-108
• /
• 2021

Generative adversarial networks (GANs) have reached a great result at creating the synthesis image, especially in the face generation task. Unlike other deep learning tasks, the input of GANs is usually the random vector sampled by a probability distribution, which leads to unstable training and unpredictable output. One way to solve those problems is to employ the label condition in both the generator and discriminator. CelebA and FFHQ are the two most famous datasets for face image generation. While CelebA contains attribute annotations for more than 200,000 images, FFHQ does not have attribute annotations. Thus, in this work, we introduce a method to learn the attributes from CelebA then predict both soft and hard labels for FFHQ. The evaluated result from our model achieves 0.7611 points of the metric is the area under the receiver operating characteristic curve.

• 전자공학회논문지
• /
• 제53권7호
• /
• pp.49-55
• /
• 2016

디지털 포렌식 영상은 여러 가지 영상타입으로 위 변조되어 유통되는 심각한 문제가 대두되어 있다. 이러한 문제를 해결하기 위하여, 본 논문에서는 포렌식 영상의 분류 알고리즘을 제안한다. 제안된 알고리즘은 여러 가지 영상타입의 그레이 레벨 co-occurrence 행렬의 특성 중에서 콘트라스트와 에너지 그리고 영상의 엔트로피로 21-dim.의 특징벡터를 추출하고, 결정나무 플랜에서 분류학습을 위하여 PPCA를 이용하여 2-dim.으로 차원을 축소한다. 포렌식 영상의 분류 테스트는 영상 타입들의 전수조합에서 수행되었다. 실험을 통하여, TP (True Positive)와 FN (False Negative)을 검출하고, 제안된 알고리즘의 성능평가에서 민감도 (Sensitivity)와 1-특이도 (1-Specificity)의 AUROC (Area Under Receiver Operating Characteristic) 커브 면적은 0.9980으로 'Excellent(A)' 등급임을 확인하였다. 산출된 최소평균 판정에러 0.0179에서 분류할 포렌식 영상타입이 모두 포함되어 분류 효율성이 높다.

• 전자공학회논문지
• /
• 제51권3호
• /
• pp.75-81
• /
• 2014

디지털 영상의 배포에서, 저작권 침해자에 의해 영상이 불법으로 위 변조되어 유통되는 심각한 문제가 대두되어 있다. 이러한 문제를 해결하기 위하여, 본 논문에서는 위 변조된 디지털 영상의 에지 에너지 정보를 이용한 영상 포렌식 판정 알고리즘을 제안한다. 제안된 알고리즘은 SA (Streaking Artifacts)와 SPAM (Subtractive Pixel Adjacency Matrix)을 이용하여, 원 영상의 JPEG 압축률 (QF=90, 70, 50, 30)에 따른 에지정보와 질의영상의 에지정보를 추출하고, 이를 각각 비교하여 위 변조 여부를 판정한다. 원 영상과 질의영상의 에지정보 매칭은 JPEG 압축률 조합의 임계치 (TCJCR : Threshold by Combination of JPEG Compression Ratios)에 따라 이루어진다. 실험을 통하여, TP (True Positive)와 FN (False Negative)은 87.2%와 13.8%이며, 산출된 최소평균 판정 에러는 0.1349이다. 그리고 제안된 알고리즘의 성능평가에서 민감도 (Sensitivity)와 1-특이도(1-Specificity)의 AUROC (Area Under Receiver Operating Characteristic) 커브 면적은 0.9388로 'Excellent(A)' 등급임을 확인하였다.

• 대한전기학회논문지:전기기기및에너지변환시스템부문B
• /
• 제55권12호
• /
• pp.633-639
• /
• 2006

High temperature superconductor (HTS) winding coil is one of the key component in superconducting device fabrication. Double-pancake style coils are widely used for such application. High resistance between pancake coils greatly affects the machine design, operating condition and thus the stability. In order to reduce such resistance, experimentalists are looking for efficient and damage free coil connecting methods. In this respect, here we proposed parallel joining method to connect the coils. This is to do crossly joining with HTS tapes on two parallel HTS tapes. Joint samples between two parallel HTS tapes were prepared by using HTS tapes and current-voltage (I-V) characteristic curves were investigated at liquid nitrogen temperature i.e., 77.3 K. A 20 cm length joint connected between two parallel HTS tapes shows $32.5n{\Omega}$, for currents up to 250 A. A small HTS magnet, having two double pancake sub-coils connected together through new parallel joint method was fabricated and their current-voltage (I-V) characteristic curve was investigated. At 77.3K, critical current(Ic) of 97 A and resistance of $55n{\Omega}$ for currents upto 130 A were measured. At operating current 86 A lower than Ic, Joule heats generated in whole magnet and at joint region between sub-coils were 226 mW and 0.4 mW, respectively. Low Joule heat generation suggests that this joining method may be used to fabricate HTS magnet or windings.

• 한국지능시스템학회논문지
• /
• 제18권6호
• /
• pp.737-745
• /
• 2008

최근 공정 및 계측기술이 발전함에 따라 밀링, 그라인딩, 브로칭 등 공정작업의 온라인 모니터링에 대한 관심이 높아지고 있다. 온라인 모니터링 시스템은 공구의 마모나 파손 등과 같은 공정변화를 가급적 조기에 발견함으로써 설비를 보호하고 불필요한 비용의 발생을 억제하는 데 그 목적을 두고 있다 본 논문에서는 온라인 공정관측 데이터가 프로파일로 주어질 때 웨이블릿변환을 이용한 $T^2$-검정과 신경회로망의 모니터링 성능에 대해 고찰한다. 2006년 Axinte가 제시한 절삭력 데이터를 이용하여 수치실험을 수행한 결과, 웨이블릿기반 $T^2$는 양호한 검출력을 나타냈지만 그 검사특성은 자기상관에 매우 민감하게 반응하였다. 반면, 자기상관의 존재 하에서도 신경회로망은 $T^2$-검정에 비해 매우 안정적인 검사특성을 갖는 것으로 나타났다. 이는 웨이블릿기반 $T^2$-검정에 노이즈분석을 위한 적응적인 요소가 필요하다는 점을 시사한다

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.527-530
• /
• 2016

본 논문에서는 $0.35-{\mu}m$ standard CMOS 공정에서 낮은 전력을 소모하면서 낮은 전원전압에서 동작하는 곡률보상 기능을 갖는 기준전류/전압 발생 회로를 제안한다. 제안된 회로는 weak-inversion 영역에서 동작하는 MOS 트랜지스터들을 사용함으로써 1V 이하 전원전압에서 동작할 수 있다. 시뮬레이션 결과는 제안되는 곡률보상 기술을 사용하여 기존의 곡률보상 기능이 없는 BGR 회로들처럼 종 모양이 아닌 사인 곡선과 같은 모양을 나타내 작은 TC 값을 보여준다. 제안된 회로들은 모두 0.9V의 전원전압에서 동작한다. 먼저, 기준전압 발생 회로는 176nW 전력을 소모하며, 온도 계수는 $26.4ppm/^{\circ}C$이다. 기준전류 발생 회로는 194.3nW 전력을 소모하며, 온도 계수는 $13.3ppm/^{\circ}C$이다.

• Journal of Preventive Medicine and Public Health
• /
• 제32권3호
• /
• pp.361-373
• /
• 1999

ROC곡선의 AUC는 측전도구의 기준 타당도를 나타내는 가장 일반화된 지표다. 본 연구는 ROC분석법을 이용하여 현행의 근로자건강진단에서 업무관련성 근골격계 질환의 고위험군을 변별하는 표준 설문지를 개발하고자 하였다. 컴퓨터를 이용하는 선박 설계업 종사자 89명, 전화번호 안내원 113명, 일반 직업 여성 79명, 주부 89명 등 총 370명의 일차 연구대상군에 대한 재활의 학과 전문의의 최종 진단결과를 기준으로 1996년에 개발된 '근로자의 신체 증상에 관한 설문지'의 응답결과를 비교하였다. 근골격계 질환과의 관련성이 높은 문항조합을 선정하고 문항별 가중치를 산출하기 위해 로짓회귀분석, 상관분석 등을 실시하였으며, 문항조합 및 가중치 산출방법이 서로 다른 4가지 설문모형에 따른 AUC를 비교 하였다. 또한, 국내 모 자동차조립공장 근로자 225명의 설문결과와 산업의학 전문의의 진단결과 자료를 이용하여 4가지 설문모형의 AUC 재현도를 확인하였다. 분석 결과, 통계적으로 유의 한 차이는 없었으나 문항수를 줄여도 문항별 응답수준별 가중치를 부여하면 AUC가 일관되게 증가함을 확인하였다. 증상문항 4개와 신체부위문항 7개를 통합한 11개 문항에 가중치를 부여하는 모형이 변별력, 재현도, 편의성 측면에서 우수한 것으로 나타나, 이를 기준으로 새로운 업무관련성 근골격계 질환 설문지를 설계할 수 있었다. 문항수가 적으면서도 타당도는 높은 설문지를 개발하고, 상대적인 비교평가에 쓰일 수 있는 정량적 가중치를 제시한 것이 본 연구의 주요성과라 할 수 있다. 본 연구는 전문의 사이의 진단기준 차이를 고려하지 못한 점, 다양한 인구집단에 적용할만한 절대적인 참고치를 제시하지 못한 점 등에서 한계가 있다. 그러나, '측정 도구의 정량적 타당도 검증을 통한 질병 감시용 도구 개발'이라는 본 연구의 기본 취지 및 접근방법은 향후 조직적인 질병 예방활동에 활용될 여지가 있을 것이다.