• 한방재활의학과학회지
• /
• 제29권2호
• /
• pp.101-113
• /
• 2019

Objectives Bogol-tang has clinically been used to protect joint cartilage and to treat osteoarthritis. Our objective was to study the protective effect of Bogol-tang extract (BGT) in functional impairment, behavioral disorders, cartilage loss and pathological changes in a monoiodoacetate (MIA)-induced murine osteoarthritis (OA) model and interleukin (IL)-$1{\beta}$ -treated primary rat chondrocytes. Methods Mouse knee joints were injected with MIA, a chemical that inhibits glycolysis and causes joint inflammation and matrix loss. MIA-OA induced mice orally administered BGT or acetaminophen (AAP) for 18 days by daily. Primary rat chondrocytes were pretreated with BGT or dexamethasone (DEX) and followed by co-incubation with IL-$1{\beta}$ (10 ng/mL). Results In MIA-OA mice model, BGT led to delayed response on hot plate analysis, and suppressed the cartilage loss and damages in joint tissues. BGT suppressed the elevated levels of inflammatory mediators, nitrite and $PGE_2$, the gene expression of matrix degrading enzymes, and extracellular-signal-regulated kinases 1/2 and c-JunN-terminal kinase phosphorylation in IL-$1{\beta}$-treated primary rat chondrocytes. Conclusions Our results suggest that BGT improve the knee joint function and delay the cartilage damages by anti-nociceptive, anti-inflammatory and ant-catabolic effects, which indicate BGT could be a potential candidate for osteoarthritis treatment.

• 한국음향학회지
• /
• 제38권1호
• /
• pp.82-95
• /
• 2019

본 연구에서는 2015년 8월, 동해 동남방 해역에서 수행된 해양 잔향음 빔 데이터를 분석하였다. 잔향음 데이터는 이동하는 연구선에 의해 예인된 LFM (Linear Frequency Modulation) 음원과 삼중선 배열을 통해 수집되었으며, 신호처리 과정을 거친 이후 해저지형, 음원/수신기 수심, 음속구조에 따른 잔향음 준위의 변화를 분석하였다. 추가로 해저 잔향음의 확률적 특성을 해석하기 위해 셀 평균화 알고리즘이 적용된 정규화 데이터가 활용되었고, 모멘트 추정기법을 통해 형상 모수를 추정하여 해저 산란체의 확률적 특징을 확인하였다. 또한, 콜모고로프 스미르노프 검정 기법을 이용하여 데이터가 레일레이 분포와 K 분포 확률에 일치하는지를 분석하였다. 결과적으로 해저 지형에 따른 잔향음의 거리종속 특성과 음원/수신기 수심에 따른 시간 지연 및 세기 변화를 확인하였고, 잔향음에서 레일레이 확률분포와 유사한 특성을 관찰할 수 있었다.

• Journal of Ginseng Research
• /
• 제43권2호
• /
• pp.218-225
• /
• 2019

Background: Streptococcus pneumoniae, more than 90 serotypes of which exist, is recognized as an etiologic agent of pneumonia, meningitis, and sepsis associated with significant morbidity and mortality worldwide. Immunization with a pneumococcal pep27 mutant (${{\Delta}}pep27$) has been shown to confer comprehensive, long-term protection against even nontypeable strains. However, ${{\Delta}}pep27$ is effective as a vaccine only after at least three rounds of immunization. Therefore, treatments capable of enhancing the efficiency of ${{\Delta}}pep27$ immunization should be identified without delay. Panax ginseng Mayer has already been shown to have pharmacological and antioxidant effects. Here, the ability of Korean Red Ginseng (KRG) to enhance the efficacy of ${{\Delta}}pep27$ immunization was investigated. Methods: Mice were treated with KRG and immunized with ${{\Delta}}pep27$ before infection with the pathogenic S. pneumoniae strain D39. Total reactive oxygen species production was measured using lung homogenates, and inducible nitric oxide (NO) synthase and antiapoptotic protein expression was determined by immunoblotting. The phagocytic activity of peritoneal macrophages was also tested after KRG treatment. Results: Compared with the other treatments, KRG significantly increased survival rate after lethal challenge and resulted in faster bacterial clearance via increased phagocytosis. Moreover, KRG enhanced ${{\Delta}}pep27$ vaccine efficacy by inhibiting reactive oxygen species production, reducing extracellular signal-regulated kinase apoptosis signaling and inflammation. Conclusion: Taken together, our results suggest that KRG reduces the time required for immunization with the ${{\Delta}}pep27$ vaccine by enhancing its efficacy.

• 정보보호학회논문지
• /
• 제17권1호
• /
• pp.33-39
• /
• 2007

유한체 상의 곱셈기는, 오류제어부호, 암호 시스템, 디지털 신호처리 등과 같은 여러 분야에서 기본적인 구성 요소로 사용되고 있다. 그러므로 효율적인 구조를 갖는 유한체 상의 곱셈기를 설계하면 전체적인 시스템의 성능을 대폭 향상시킬 수 있다. 본 논문에서는 기존의 직렬 유한체 곱셈기에 비해 짧은 지연시간을 갖는 새로운 직렬 곱셈기 구조를 제안하였다. 제안한 곱셈기는 유한체의 곱을 표현하는 다항식을 여러 개로 분리한 다음, 이 다항식들을 동시에 처리하는 방식을 사용하여 직렬 곱셈기의 속도를 향상시켰다. 이 곱셈기는 유한체 $GF(2^m)$의 표준기저 상에서 동작하며, 기존의 직렬 곱셈기보다는 짧은 지연시간에 결과를 얻을 수 있고, 병렬 곱셈기보다는 적은 하드웨어로 구현할 수 있다. 제안한 곱셈기는 회로의 복잡도와 지연시간 사이에 적절한 절충을 꾀할 수 있는 장점을 가지고 있다.

• 한국정보통신학회논문지
• /
• 제26권4호
• /
• pp.562-570
• /
• 2022

5G 서비스와 개인용 스마트 기기의 보급 확대는 트래픽의 폭증과 다양한 서비스에 대한 수요로 이어졌다. 이런 사실은 다시 네트워크 대역폭에 대한 거대한 수요로 이어졌다. 그러나, 전기 신호를 사용하는 기존의 네트워크 기술들은 이러한 수요를 감당하는 데 한계에 다다랐다. 이에 이러한 요구를 수용하기 위해, 광 인터넷이 활발하게 연구되고 있다. 그러나, 광 인터넷도 여전히 해결해야 할 많은 문제점을 가지고 있고, 이러한 문제점 중에서 가장 시급한 문제는 QoS 기술을 개발하는 것이다. 그러므로 광 인터넷-특히 OBS 네트워크-에서 클래스간 서비스 차별화를 달성하기 위해, 데이터 버스트의 크기를 동적으로 제어하는 새로운 QoS 기법이 본 논문에서 제안된다. 특히 본 논문에서는 광 지연 라인을 기반으로 하는 알고리즘을 제안한다.

• International Journal of Computer Science & Network Security
• /
• 제22권7호
• /
• pp.91-102
• /
• 2022

With the evolution of wireless sensor network (WSN) technology, the routing policy has foremost importance in the Internet of Things (IoT). A systematic routing policy is one of the primary mechanics to make certain the precise and robust transmission of wireless sensor networks in an energy-efficient manner. In an IoT environment, WSN is utilized for controlling services concerning data like, data gathering, sensing and transmission. With the advantages of IoT potentialities, the traditional routing in a WSN are augmented with decision-making in an energy efficient manner to concur finer optimization. In this paper, we study how to combine IoT-based deep learning classifier with routing called, Kriging Regressive Deep Belief Neural Learning (KR-DBNL) to propose an efficient data packet routing to cope with scalability issues and therefore ensure robust data packet transmission. The KR-DBNL method includes four layers, namely input layer, two hidden layers and one output layer for performing data transmission between source and destination sensor node. Initially, the KR-DBNL method acquires the patient data from different location. Followed by which, the input layer transmits sensor nodes to first hidden layer where analysis of energy consumption, bandwidth consumption and light intensity are made using kriging regression function to perform classification. According to classified results, sensor nodes are classified into higher performance and lower performance sensor nodes. The higher performance sensor nodes are then transmitted to second hidden layer. Here high performance sensor nodes neighbouring sensor with higher signal strength and frequency are selected and sent to the output layer where the actual data packet transmission is performed. Experimental evaluation is carried out on factors such as energy consumption, packet delivery ratio, packet loss rate and end-to-end delay with respect to number of patient data packets and sensor nodes.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권1호
• /
• pp.188-210
• /
• 2022

As a promising technique to support tremendous numbers of Internet of Things devices and a variety of applications efficiently, mobile edge computing (MEC) has attracted extensive studies recently. In this paper, we consider a MEC-assisted peer-to-peer (P2P) mobile communication system where MEC servers are deployed at access points to accelerate the communication process between mobile terminals. To capture the tradeoff between the time delay and the energy consumption of the system, a cost function is introduced to facilitate the optimization of the computation and communication resources. The formulated optimization problem is non-convex and is tackled by an iterative block coordinate descent algorithm that decouples the original optimization problem into two subproblems and alternately optimizes the computation and communication resources. Moreover, the MEC-assisted P2P communication system is compared with the conventional P2P communication system, then a condition is provided in closed-form expression when the MEC-assisted P2P communication system performs better. Simulation results show that the advantage of this system is enhanced when the computing capability of the receiver increases whereas it is reduced when the computing capability of the transmitter increases. In addition, the performance of this system is significantly improved when the signal-to-noise ratio of hop-1 exceeds that of hop-2.

• 한국음향학회지
• /
• 제41권5호
• /
• pp.525-533
• /
• 2022

초음파 영상 시스템의 수신 집속 과정에서, 채널 데이터를 2차원 푸리에 변환하여 부엽과 격자엽을 억제하는 방법을 제안하였다. 영상점에서 온 신호를 집속하면 모든 채널의 신호는 같은 위상을 가지는 직류로 나타난다. 그러나 영상점 밖에서 오는 신호를 집속하면 입사각에 따라서 다른 공간 주파수를 가지는 채널 신호로 나타난다. 따라서 집속 후의 채널 신호를 2차원 푸리에변환을 하면 입사각을 가지는 신호를 주파수 영역에서 효과적으로 분리할 수 있다. 수신 집속 지연 시간이 인가된 시간-채널 데이터를 2차원 푸리에변환을 하여 주파수 영역에서 직류 성분과 그 밖의 주파수 성분으로 분리하고, 두 값의 비율을 이용하여 가중치를 정의하였다. 초음파 영상에 가중치를 곱함으로써 부엽과 격자엽을 억제하였다. 64채널 선형 어레이에서 5 MHz의 주파수의 초음파 영상을 계산하였다. 초음파 영상에서 나타나는 격자엽은 제안한 방법을 적용하여 완전히 제거되었다. 또한 부엽이 줄어들어 측방향 해상도가 크게 증가되었다. 인체모사 영상의 시뮬레이션에서 대조도가 증가하여 병변의 진단에 도움을 줄 수 있음을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권11호
• /
• pp.4065-4083
• /
• 2021

Super-resolution can improve the clarity of low-resolution (LR) images, which can increase the accuracy of high-level compute vision tasks. Portable devices have low computing power and storage performance. Large-scale neural network super-resolution methods are not suitable for portable devices. In order to save the computational cost and the number of parameters, Lightweight image processing method can improve the processing speed of portable devices. Therefore, we propose the Enhanced Information Multiple Distillation Network (EIMDN) to adapt lower delay and cost. The EIMDN takes feedback mechanism as the framework and obtains low level features through high level features. Further, we replace the feature extraction convolution operation in Information Multiple Distillation Block (IMDB), with Ghost module, and propose the Enhanced Information Multiple Distillation Block (EIMDB) to reduce the amount of calculation and the number of parameters. Finally, coordinate attention (CA) is used at the end of IMDB and EIMDB to enhance the important information extraction from Spaces and channels. Experimental results show that our proposed can achieve convergence faster with fewer parameters and computation, compared with other lightweight super-resolution methods. Under the condition of higher peak signal-to-noise ratio (PSNR) and higher structural similarity (SSIM), the performance of network reconstruction image texture and target contour is significantly improved.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.145-147
• /
• 2020

딥러닝 기술이 발전함에 따라 High-Efficiency-Video-Coding(HEVC)와 같은 비디오 코덱을 딥러닝 기술을 사용해 발전시키는 방법이 많아 시도되었다. 가장 많이 연구된 분야 중 하나에는 코덱 내부의 필터들을 영상 복원 기술을 통해 개선시키는 연구가 있다. 본 논문에서는 그 중 Sample adaptive offset(SAO) 필터링 기법을 깊은 신경망으로 대체하는 방식을 제안한다. SAO는 주변 정보들을 통해 에러의 형태를 결정하고 그를 상쇄하는 값을 전송하는 형태를 가진다. 이 때 찾은 보상 값이 최적의 값이 아니기 때문에 제안 기법에서는 깊은 신경망을 통해서 그 값을 찾는다. 제안하는 네트워크는 최적의 보상 값을 찾는 부분과 에러의 형태를 찾는 부분으로 이루어져 있으며, 두 네트워크를 통해 비선형적이고 복잡한 형태의 에러를 제거할 수 있다. 실험 결과 제안하는 방식은 저지연 P 모드와 임의접근 모드에서 기존 HEVC 보다 좋은 성능을 낸 것을 확인할 수 있다.