• Nuclear Engineering and Technology
• /
• 제56권2호
• /
• pp.715-727
• /
• 2024

During fast neutron imaging, besides the dark current noise and readout noise of the CCD camera, the main noise in fast neutron imaging comes from high-energy gamma rays generated by neutron nuclear reactions in and around the experimental setup. These high-energy gamma rays result in the presence of high-density gamma white spots (GWS) in the fast neutron image. Due to the microscopic quantum characteristics of the neutron beam itself and environmental scattering effects, fast neutron images typically exhibit a mixture of Gaussian noise. Existing denoising methods in neutron images are difficult to handle when dealing with a mixture of GWS and Gaussian noise. Herein we put forward a deep learning approach based on the Swin Transformer UNet (SUNet) model to remove high-density GWS-Gaussian mixture noise from fast neutron images. The improved denoising model utilizes a customized loss function for training, which combines perceptual loss and mean squared error loss to avoid grid-like artifacts caused by using a single perceptual loss. To address the high cost of acquiring real fast neutron images, this study introduces Monte Carlo method to simulate noise data with GWS characteristics by computing the interaction between gamma rays and sensors based on the principle of GWS generation. Ultimately, the experimental scenarios involving simulated neutron noise images and real fast neutron images demonstrate that the proposed method not only improves the quality and signal-to-noise ratio of fast neutron images but also preserves the details of the original images during denoising.

• 한국정보처리학회논문지
• /
• 제1권1호
• /
• pp.14-22
• /
• 1994

본 논문은 스미스의 베이지안 소프트웨어 신뢰도 성장모형을 기반으로 테스팅 단계에서의 소프트웨어 신뢰도에 대한 두가지 베이즈 추정량에 그에 대한 평가 알고 리즘을 제안하는데 목적이 있다. 그 방법으로 사전정보 클래스로서 일양사전분포보다 더 일반적인 베타사전분포 BE(a.b)를 사용하였다. 그 연구 과정으로 베이지안 추정절 차에 있어서 제곱오차결손함수와 해리스결손함수를 고려하고, 컴퓨터 시뮬레이션을 통 해서 소프트웨어 신뢰도에 대한 베이즈추정량들과 그에 따른 알고리즘을 이용하여 평 균자승오차 성능을 비교한다. 연구 결과로써 a가 크면 클수록 그리고 b가 적으면 적을 수록 해리스결손함수하의 소프트웨어 신뢰도의 베이즈추정량이 평균자승오차 성능의 관점에서는 더욱 유효하고, a 가 b보다 더 클 때 공액사전분포인 베타사전분포상의 소 프트웨어 신뢰도의 베이즈추정량이 비정보사전분포인 일양사전분포상에서 소프트웨어 신뢰도의 베이즈추정량보다는 성능이 더 좋다는 결론을 얻는다.

• 한국수학교육학회지시리즈B:순수및응용수학
• /
• 제5권2호
• /
• pp.123-132
• /
• 1998

Let F and G denote the distribution functions of the failure times and the censoring variables in a random censorship model. Susarla and Van Ryzin(1978) verified consistency of $F_{\alpha}$, he NPBE of F with respect to the Dirichlet process prior D($\alpha$), in which they assumed F and G are continuous. Assuming that A, the cumulative hazard function, is distributed according to a beta process with parameters c, $\alpha$, Hjort(1990) obtained the Bayes estimator $A_{c,\alpha}$ of A under a squared error loss function. By the theory of product-integral developed by Gill and Johansen(1990), the Bayes estimator $F_{c,\alpha}$ is recovered from $A_{c,\alpha}$. Continuity assumption on F and G is removed in our proof of the consistency of $A_{c,\alpha}$ and $F_{c,\alpha}$. Our result extends Susarla and Van Ryzin(1978) since a particular transform of a beta process is a Dirichlet process and the class of beta processes forms a much larger class than the class of Dirichlet processes.

• Journal of the Korean Data and Information Science Society
• /
• 제25권3호
• /
• pp.493-499
• /
• 2014

야구의 승률은 총득점의 제곱을 총득점의 제곱과 총실점의 제곱의 합으로 나눈 것으로 추정된다는 야구의 피타고라스 정리에 대하여 많은 연구들이 활발하게 진행되고 있다. 본 연구에서는 피타고라스 정리에 사용되는 지수에 대한 새로운 추정방법을 제안하며 평균제곱오차의 제곱근 (root mean squared error; RMSE)을 이용하여 널리 알려진 추정방법들과 상대적 효율성을 비교하였다. 사용된 데이터는 1982년부터 2013년 사이의 모든 한국프로야구 기록이며, 그 결과 제안된 방법은 기존의 방법보다 RMSE 관점에서 바람직하다고 간주된다.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.1148-1155
• /
• 2020

Fire must be extinguished as quickly as possible because they cause a lot of economic loss and take away precious human lives. Especially, the detection of smoke, which tends to be found first in fire, is of great importance. Smoke detection based on image has many difficulties in algorithm research due to the irregular shape of smoke. In this study, we introduce a new real-time smoke detection algorithm that reduces the detection of false positives generated by irregular smoke shape based on faster r-cnn of factory-installed surveillance cameras. First, we compute the global frame similarity and mean squared error (MSE) to detect the movement of smoke from the input surveillance camera. Second, we use deep learning algorithm (Faster r-cnn) to extract deferred candidate regions. Third, the extracted candidate areas for acting are finally determined using space and temporal features as smoke area. In this study, we proposed a new algorithm using the space and temporal features of global and local frames, which are well-proposed object information, to reduce false positives based on deep learning techniques. The experimental results confirmed that the proposed algorithm has excellent performance by reducing false positives of about 99.0% while maintaining smoke detection performance.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권1호
• /
• pp.280-294
• /
• 2023

Unmanned aerial vehicles (UAVs) and millimeter-wave frequencies play key roles in supporting 5G wireless communication systems. They expand the field of wireless communication by increasing the data capacities of communication systems and supporting high data rates. However, short wavelengths, owing to the high millimeter-wave frequencies can cause problems, such as signal attenuation and path loss. To address these limitations, research on high directional beamforming technologies continue to garner interest. Furthermore, owing to the mobility of the UAVs, it is essential to track the beam angle accurately to obtain full beamforming gain. This study presents a beam tracking method based on the unscented Kalman filter using hybrid beamforming. The simulation results reveal that the proposed beam tracking scheme improves the overall performance in terms of the mean-squared error and spectral efficiency. In addition, by expanding analog beamforming to hybrid beamforming, the proposed algorithm can be used even in multi-user and multi-stream environments to increase data capacity, thereby increasing utilization in new-radio multiple-input multiple-output orthogonal frequency-division multiplexing systems.

• 한국방사선학회논문지
• /
• 제16권3호
• /
• pp.295-302
• /
• 2022

희박뷰 전산화단층촬영(computed tomography; CT) 영상화 기술은 피폭 방사선량을 감소시킬 수 있을 뿐만 아니라 획득한 투영상의 균일성을 유지하고 잡음을 감소시킬 수 있는 장점이 있다. 하지만 재구성 영상 내 인공물 발생으로 인하여 화질 및 피사체 구조가 왜곡되는 단점이 있다. 본 연구에서는 희박뷰 CT 영상의 인공물 감소를 위해 wavelet 변환과 잔차 학습(residual learning)을 적용한 콘볼루션 신경망(convolutional neural network; CNN) 기반 영상화 모델을 개발하고, 개발한 모델을 통한 희박뷰 CT 영상의 인공물 감소 정도를 정량적으로 분석하였다. CNN은 wavelet 변환 층, 콘볼루션 층 및 역 wavelet 변환 층으로 구성하였으며, 희박뷰 CT 영상과 잔차 영상을 각각 입출력 영상으로 설정하여 영상화 모델 학습을 진행하였다. 영상화 모델 학습을 위해 평균제곱오차(mean squared error; MSE)를 손실함수로, Adam 함수를 최적화 함수로 사용하였다. 학습된 모델을 통해 입력 희박뷰 CT 영상에 대한 예측 잔차 영상을 획득하고, 두 영상간의 감산을 통해 최종 결과 영상을 획득하였다. 또한 최종 결과 영상에 대한 시각적 특성, 최대신호대잡음비(peak signal-to- noise ratio; PSNR) 및 구조적유사성지수(structural similarity; SSIM)를 측정하였다. 연구결과 본 연구에서 개발한 영상화 모델을 통해 희박뷰 CT 영상의 인공물이 효과적으로 제거되며, 공간분해능이 향상되는 결과를 확인하였다. 또한 wavelet 변환과 잔차 학습을 미적용한 영상화 모델에 비해 본 연구에서 개발한 영상화 모델은 결과 영상의 PSNR 및 SSIM을 각각 8.18% 및 19.71% 향상시킬 수 있음을 확인하였다. 따라서 본 연구에서 개발한 영상화 모델을 이용하여 희박뷰 CT 영상의 인공물 제거는 물론 공간분해능 향상 및 정량적 정확도 향상 효과를 획득할 수 있다.

• 한국통신학회논문지
• /
• 제38A권9호
• /
• pp.798-809
• /
• 2013

본 논문에서는 부정확한 채널 정보가 주어진 환경에서 multi-user peer-to-peer 증폭 및 전달 릴레이 시스템에 대한 robust 릴레이 및 수신기 필터 설계 방법을 제안한다. 구체적으로, 평균 자승 오류율 합을 최소화 하는 관점에서 릴레이 및 수신기 필터를 구한다. 우선 iterative 연산이 필요한 joint 최적화 필터 설계 방법을 제시한다. 그리고 iterative 방법의 연산 복잡도를 개선하기 위해 릴레이 필터의 분해능에 기반을 둔 두 가지 robust non-iterative 부최적화 방법을 제안한다. 또한 릴레이와 특정 수신기 간의 local channel state information 만을 이용하는 변형된 수신기 설계 방법을 추가적으로 제안한다. 연산 복잡도 분석과 평균 자승 오류율 합 및 비트 오류율 성능을 확인하는 실험을 통해, 제안하는 robust non-iterative 부최적화 방법이 robust iterative 최적화 방법과 비교해 연산량 감소 효과는 크면서 성능 열화는 제한적임을 확인하였다. 그리고 채널 정보의 부정확함이 존재하는 시스템 환경에서 제안하는 방법의 상당한 robustness 를 확인하였다.

• 대한의용생체공학회:의공학회지
• /
• 제40권5호
• /
• pp.179-188
• /
• 2019

In ultrasound telemedicine, it is important to reduce the size of the data by compressing the ultrasound image when sending it. Ultrasound images can be divided into image context and other information consisting of patient ID, date, and several letters. Between them, ultrasound context is very important information for diagnosis and should be securely preserved as much as possible. In several previous papers, ultrasound compression methods were proposed to compress ultrasound context and other information into different compression parameters. This ultrasound compression method minimized the loss of ultrasound context while greatly compressing other information. This paper proposed the method of automatic segmentation of ultrasound context to overcome the limitation of the previously described ultrasound compression method. This algorithm was designed to robust for various ultrasound device and to enable real-time operation to maintain the benefits of ultrasound imaging machine. The operation time of extracting ultrasound context through the proposed segmentation method was measured, and it took 311.11 ms. In order to optimize the algorithm, the ultrasound context was segmented with down sampled input image. When the resolution of the input image was reduced by half, the computational time was 126.84 ms. When the resolution was reduced by one-third, it took 45.83 ms to segment the ultrasound context. As a result, we verified through experiments that the proposed method works in real time.

• 품질경영학회지
• /
• 제49권2호
• /
• pp.145-159
• /
• 2021

Purpose: A statistical similarity evaluation to compare pharmacokinetics(PK) profile data between nonclinical and clinical experiments has become a significant issue on many drug development processes. This study proposes a new similarity index by considering important parameters, such as the area under the curve(AUC) and the time-series profile of various PK data. Methods: In this study, a new profile similarity index(PSI) by using the concept of a process capability index(Cp) is proposed in order to investigate the most similar animal PK profile compared to the target(i.e., Human PK profile). The proposed PSI can be calculated geometric and arithmetic means of all short term similarity indices at all time points on time-series both animal and human PK data. Designed simulation approaches are demonstrated for a verification purpose. Results: Two different simulation studies are conducted by considering three variances(i.e., small, medium, and large variances) as well as three different characteristic types(smaller the better, larger the better, nominal the best). By using the proposed PSI, the most similar animal PK profile compare to the target human PK profile can be obtained in the simulation studies. In addition, a case study represents differentiated results compare to existing simple statistical analysis methods(i.e., root mean squared error and quality loss). Conclusion: The proposed PSI can effectively estimate the level of similarity between animal, human PK profiles. By using these PSI results, we can reduce the number of animal experiments because we only focus on the significant animal representing a high PSI value.