신진연구자 컬럼 : 미세채널에서 DNA 분자의 거동: 단일 분자 DNA 동력학 및 응용 소자 연구

김주민 한국화학공학회 2009 NICE Vol.27 No.1

3GPP 규격의 터보코드 복호를 위한 SOVA 복호기의 하드웨어 구현

김주민,고태환,정덕진 한국통신학회 2001 韓國通信學會論文誌 Vol.26 No.8

차세대 멀티미디어 이동통신인 IMT-2000의 규격에서는 3GPP와 3GPP2에서 모두 터보 코드를 채널 코덱으로 채택하고 있다. 그 중 3GPP 에서는 용도에 따라 길쌈부호와, 제한길이 4인 1/3 터보코드를 선택적으로 사용하도록 정의되어 있다. 터보코드는 복호기의 출력으로 경판정 복호 비트에 대한 신뢰도 값을 동시에 생성하여, 이를 이용한 반복복호로 우수한 BER 특성을 얻을 수 있어야 한다. 본 논문에서는 먼저 3GPP 규격의 터보 복호기에 적용할 수 있는 내부 복호기로서 SOVA 복호기를 설계하였다. 또한 터보 복호기에서의 연판정 출력값의 중요성을 감안하여, 누적메트릭 정규화에 있어서 신뢰도 값에 영향을 주지않는 구조를 제안하여 적용하였다. 본 연구에서는 효율적인 구조의 3GPP SOVA 복호기를 설계하기 위하여 C++를 이용하여 알고리즘에 대한 성능을 검증하였으며, 이를 기반으로 VHDL을 이용하여 복호기를 설계하였다. 마지막으로 Altera사의 EPF10K100GC503 FPGA를 이용하여 복호기를 하드웨어로 구현하였다.

개의 뇌하수체 의존성 부신 피질 기능 항진증에서의 selegiline 적용

김주민,황철용,윤정희,윤화영,한흥율 한국임상수의학회 2002 한국임상수의학회지 Vol.19 No.4

Pituitary-dependent hyperadrenocorticism (PDH) was diagnosed with history taking, physical examination, complete blood count, serum chemistry profiles, abdominal radiology, ultrasonography and adrenal function tests in 3 dogs. Their clinical signs were polyuria, polydipsia, polyphagia, bilateral symmetrical truncal alopecia and secondary infection in skin or urinary tract. Especially one dog showed severe clinical signs such as calcinosis cutis and delayed wound healing. These 3 dogs were diagnosed as PDH, and treated with selegiline 1-2mg/kg/day sid PO. 2 dogs with clinical signs of PDH were disappeared and improved, but 1 dog with severe illness progressed gradually despite of selegiline and mitotane application, and eventually died.

개에서 Discospondylitis의 진단과 치료 일례

김주민,손상범,황철용,윤정희,윤화영,한홍율 한국임상수의학회 2002 한국임상수의학회지 Vol.19 No.4

Discospondylitis is an infection of an intervertebral disk with concurrent osteomyelitis of contiguous vertebrae. Clinical signs are variable and include pain, fever, anorexia, weight loss, depression, stilted gait and paresis or paralysis. A seven-year-old, intact female Yorkshire terrier dog was refered to the Veterinary Medicine Teaching Hospital of Seoul National University because of intermitent pain of unknown cause for 2 weeks. On physical examination, pain was evident when spines were manipulated, especially thoracolumbar junction part. No neurologic deficits were deteced in the general neurologic test. Spinal radiography demonstrated the bony lysis of the vertebral end plates and sclerosis of the T12-13 vertebral body. Based on the results of examinations, the dog was diagnosed as discospondylitis and recoverd following antibiotic therapy.

상사의 진성리더십이 조직구성원의 직무열의와 직무성과에 미치는 영향

김주민,이진구 숭실대학교 한국평생교육ㆍHRD연구소 2017 평생교육 · HRD연구 Vol.13 No.2

참새의 눈물

김주민 수필미학 2023 수필미학 Vol.40 No.-

IMT-2000 표준의 터보코드를 위한 SOVA 복호기 최적화 설계

김주민,정덕진 한국통신학회 2001 韓國通信學會論文誌 Vol.26 No.5

IMT-2000에서는 이미 터보코드가 채널코딩 기법으로 제안되어 있으며 특별히 3GPP 규격에서는 제한길이 4인 1/3 터보코드가 채택되어 있다. 기존의 논문에서는 일반적인 터보 코드의 성능에 대한 분석이 많이 제시되어 왔으나, 3GPP 규격의 터보 복호를 위한 SOVA 복호기의 성능 파라미터 추출과 그에 따른 성능 분석 수행되지 않았다. 본 연구에서는 효율적인 구조의 3GPP SOVA 복호기를 설계하기 위해서 외부정보의 스케일링과 신뢰도 갱신길이 라는 두 가지 파라미터에 따른 SOVA 복호기의 성능을 분석하고 최적의 파라미터 값을 제시하고자 한다. 이 파라미터의 최적화를 위하여 C++를 이용한 모의실험 결과, 3GPP 규격의 (13,15) 1/3 코드에서 스케일링 값은 1/2로 신뢰도 갱신길이는 10으로 최적화 되었다.

게임 배경 원화 제작의 효율성을 위한 구조화 된 제작 프로세스 연구

김주민,백철호 한국게임학회 2020 한국게임학회 논문지 Vol.20 No.1

This paper proposes a structure based on a production method of concept art focused on the player's experience through a module by using the game aesthetics of the MDA framework. And also a partially automated process established in concept art production by using the 'Adobe Color image color extraction' as a tool in the work production process. This paper proposed a work process of not just a personal expression but a systematic molding expression to use, and this could see as the various possibilities of game concept art productions. 본 논문은 구조화된 게임 배경 원화 제작을 위해 MDA 프레임워크의 게임 에스테틱의 구성 요소를 모듈로 활용하여 플레이어 경험이 중심이 된 컨셉 아트를 제작하였으며, 작품 제작 과정에서 ‘Adobe Color 이미지 색상 추출’을 도구로 사용하여 컨셉 아트 제작에 일부 자동화 프로세스를 구축하였다. 이는 단순히 감각적인 표현이 아닌 시스템적인 조형 표현의 작품 프로세스를 제시한 것으로서 게임 컨셉 아트 제작의 다양한 가능성으로 볼 수 있다.

2단계 신경망과 계층적 프레임 탐색 방법을 이용한 MPEG 비디오 분할

김주민,최영우,정규식 한국정보과학회 2002 정보과학회논문지 : 소프트웨어 및 응용 Vol.29 No.2

In this paper, we are proposing a hierarchical segmentation method that first segments the video data into units of shots by detecting cut and dissolve, and then decides types of camera operations or object movements in each shot. In our previous work 1 , each picture group is divided into one of the three detailed categories, Shot(in case of scene change), Move(in case of camera operation or object movement) and Static(in case of almost no change between images), by analysing DC(Direct Current) component of I(Intra) frame. In this process, we have designed two-stage hierarchical neural network with inputs of various multiple features combined. Then, the system detects the accurate shot position, types of camera operations or object movements by searching P(Predicted), B(Bi-directional) frames of the current picture group selectively and hierarchically. Also, the statistical distributions of macro block types in P or B frames are used for the accurate detection of cut position, and another neural network with inputs of macro block types and motion vectors method can reduce the processing time by using only DC coefficients of I frames without decoding and by searching P, B frames selectively and hierarchically. The proposed method classified the picture groups in the accuracy of 93.9-100.0% and the cuts in the accuracy of 96.1-100.0% with three different· 본 연구는 KISTEP 여자대학 연구기반 확충사업 지원에 의해 수행되었음. 본 논문에서는 MPEG 비디오 데이타의 컷(cut)과 디졸브(dissolve)를 검출하여 샷(shot) 단위로 분할하고 각 샷의 카메라 동작 또는 객체 움직임의 형태를 분류하는 방법을 제안하고자 한다. 정확한 샷의 위치와 카메라, 객체의 세분화된 동작을 구별하기 위한 전단계의 연구에서 1 우선 MPEG 데이타의 I(Intra) 프레임의 DC(Direct Current) 계수를 분석하여 픽처 그룹을 Shot(장면이 바뀐 경우), Move(카메라 동작 또는 객체가 움직인 경우), Static(영상의 변화가 거의 없는 경우)으로 세분화하여 분류하였다. 이 과정에서 2단계 구조의 신경망을 구성하고 여러 종류의 특징을 서로 다른 해상도에서 추출하여 결합시키는 방법을 제안하였다. 다음 단계로 Shot 또는 Move로 분류된 픽처 그룹의 P(Predicted), B(Bi- directional) 프레임을 선별적, 계층적으로 탐색하여 컷의 정확한 발생 위치와 카메라 동작 또는 객체 움직임의 종류를 결정하는 방법을 제안한다. P, B 프레임의 매크로 블록의 종류별 분포를 통계적으로 이용하여 컷의 발생 위치를 검출하며, P, B 프레임의 매크로 블록 종류와 움직임 벡터를 동시에 사용하는 신경망을 구성하여 디졸브, 카메라 동작, 객체 움직임의 종류를 검출한다. 본 논문에서 제안하는 방법은 MPEG 데이타의 압축을 풀지 않은 상태에서 I 프레임의 DC 계수만을 사용하여 픽처 그룹을 분류하며, 분류된 픽처 그룹 내에서 일부의 P, B 프레임만을 계층적으로 선택하여 탐색함으로서 처리 시간을 감소시키고자 하였다. 세 종류의 서로 다른 비디오 데이타를 사용한 실험에서 93.9-100.0%로 픽처 그룹을, 96.1 -100.0%로 컷을 검출하였다. 또한 두 종류의 비디오 데이타를 사용한 실험에서 90.13% 및 89.28%의 정확성으로 카메라 동작 또는 객체 움직임을 분류하였다.

2단계 신경망과 계층적 프레임 탐색 방법을 이용한 MPEG 비디오 분할

김주민,최영우,정규식,Kim, Joo-Min,Choi, Yeong-Woo,Chung, Ku-Sik 한국정보과학회 2002 정보과학회논문지 : 소프트웨어 및 응용 Vol.29 No.1

본 논문에서는 MPEG 비디오 데이터의 컷(cut)과 디졸브(dissolve)를 검출하여 샷(shot) 단위로 분할하고 각 샷의 카메라 동작 또는 객체 움직임의 형태를 분류하는 방법을 제안하고자 한다. 정확한 샷의 위치와 카메라, 객체의 세분화된 동작을 구별하기 위한 전단계의 연구에서[1] 우선 MPEG 데이터의 I(Intra) 프레임의 DC(Direct Current) 계수를 분석하여 픽처 그룹을 Shot(장면이 바뀐 경우), Move(카메라 동작 또는 객체가 움직인 경우), Static(영상의 변화가 거의 없는 경우)으로 세분화하여 분류하였다. 이 과정에서 2단계 구조의 신경망을 구성하고 여러 종류의 특징을 서로 다른 해상도에서 추출하여 결합시키는 방법을 제안하였다. 다음 단계로 Shot 또는 Move로 분류된 픽처 그룹의 P(Predicted), B(Bi-directional) 프레임을 선별적, 계층적으로 탐색하여 컷의 정확한 발생 위치와 카메라 동작 또는 객체 움직임의 종류를 결정하는 방법을 제안한다. P, B 프레임의 매크로 블록의 종류별 분포를 통계적으로 이용하여 컷의 발생 위치를 검출하여, P, B 프레임의 매크로 블록 종류와 움직임 벡터를 동시에 사용하는 신경망을 구성하여 디졸브, 카메라 동작, 객체 움직임의 종류를 검출한다. 본 논문에서 제안하는 방법은 MPEG 데이터의 압축을 풀지 않은 상태에서 I 프레임의 DC 계수만을 사용하여 픽처 그룹을 분류하며, 분류된 픽처 그룹 내에서 일부의 P, B 프레임만을 계층적으로 선택하여 탐색함으로서 처리 시간을 감소시키고자 하였다. 세 종류의 서로 다른 비디오 데이터를 사용한 실험에서 93.9-100.0%로 픽처 그룹을, 96.1-100.0%로 컷을 검출하였다. 또한 두 종류의 비디오 데이터를 사용한 실험에서 90.13% 및 89.28%의 정확성으로 카메라 동작 또는 객체 움직임을 분류하였다. In this paper, we are proposing a hierarchical segmentation method that first segments the video data into units of shots by detecting cut and dissolve, and then decides types of camera operations or object movements in each shot. In our previous work[1], each picture group is divided into one of the three detailed categories, Shot(in case of scene change), Move(in case of camera operation or object movement) and Static(in case of almost no change between images), by analysing DC(Direct Current) component of I(Intra) frame. In this process, we have designed two-stage hierarchical neural network with inputs of various multiple features combined. Then, the system detects the accurate shot position, types of camera operations or object movements by searching P(Predicted), B(Bi-directional) frames of the current picture group selectively and hierarchically. Also, the statistical distributions of macro block types in P or B frames are used for the accurate detection of cut position, and another neural network with inputs of macro block types and motion vectors method can reduce the processing time by using only DC coefficients of I frames without decoding and by searching P, B frames selectively and hierarchically. The proposed method classified the picture groups in the accuracy of 93.9-100.0% and the cuts in the accuracy of 96.1-100.0% with three different together is used to detect dissolve, types of camera operations and object movements. The proposed types of video data. Also, it classified the types of camera movements or object movements in the accuracy of 90.13% and 89.28% with two different types of video data.