http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
ResNet과 Unet을 결합한 딥러닝 모델을 이용한 분광 신호에서 ROI 검출
진철군(Tiejun Chen),손성재(SeongJae Son),박아론(Aaron Park),백성준(Sung-June Baek) 한국산학기술학회 2021 한국산학기술학회논문지 Vol.22 No.12
본 연구에서는 딥러닝 기술(deep learning technology)을 이용하여 분광 신호의 ROI(region of interest)를 찾는 방법을 제안한다. 제안한 방법은 모의실험 데이터로 학습된 딥러닝 모델을 이용하여 분광 신호의 ROI를 검출하는 방법이다. 분광 신호의 피크는 물질의 물리 화학적인 정보를 포함하고 있으므로 정확한 피크 검출은 분석 시스템의 성능에 영향을 미치는 중요한 과정이다. 지금까지 가장 많이 사용되는 방법은 진폭을 기반으로 피크 검출을 진행하는 것이다. 하지만 이런 방법들은 전처리 과정을 포함하거나 분광 신호에 따라 파라미터를 육안 검사로 선택하여 추정하므로 복잡하고 주관적이다. 이러한 문제점 개선을 위해 딥러닝 모델을 통해 분광 신호의 ROI 검출을 수행하였다. 제안한 방법은 전처리 과정이 없고 파라미터를 설정하지 않아도 되는 장점을 갖는다. 또한 검출한 ROI에 따라 분광 신호에 후처리(post-processing)를 수행하여 피크를 얻을 수 있다. 디폴트 손실 함수에 3만개 테스트 데이터를 적용하여 얻은 손실값을 통해 성능 평가를 수행하였다. 제안된 ResNet과 Unet을 결합한 딥러닝 모델은 일반적인 컨볼루션 신경망(CNN: Convolutional Neural Network), ResNet, 그리고 Unet에 비해 각각 76.5%, 69.8%, 5.9%의 성능 향상을 보였으며, 실제 라만 분광 신호의 ROI 검출에도 효과적으로 적용될 수 있음을 확인하였다. This study proposes a method to find the ROI (region of interest) of spectral signals using deep learning technology. The proposed method detects the ROI of spectral signals using a deep learning model trained with simulated data. Since the peak of the spectral signal contains physical and chemical information of the substance, accurate peak detection is an important process affecting the performance of the analyzed system. The widely used method for peak detection is the one based on the amplitude. However, this method is complex and subjective because it involves pre-processing or select and estimate parameters using visual inspection according to spectral signals. To overcome this problem, ROI detection of the spectral signal was performed through a deep learning model. The proposed method has the advantage of requiring no pre-processing and parameter setting. In addition, a peak may be obtained by performing post-processing of the spectral signal according to the detected ROI. Performance evaluation was performed through loss values obtained by applying 30,000 test data to the custom loss function. The proposed deep learning model combining ResNet and Unet showed performance improvements of 76.5%, 69.8%, and 5.9% compared to the general convolutional neural network (CNN), ResNet, and Unet, respectively. It was also confirmed that the proposed method could be effectively applied to measured spectral signals.
박민선 ( Min Sun Park ),진상임 ( Sang Im Jin ) 글로벌영어교육학회(구 호남영어교육학회) 2006 Studies in English education Vol.11 No.1
This study tries to find that the musical rhythm and English pronunciation teaching could be connected in children`s English pronunciation lessons. To experiment effects of musical rhythm, 20 children who had been learning playing the piano more than one year were collected, and divided into two groups, the experimental group and the control group. The musical rhythm in addition to phonics was applied to the experimental group for about one month to teach English pronunciation. All children`s pronunciations were recorded and analyzed by an English native speaker. The analysis was focused on suprasegmentals like juncture, stress and intonation. The result of analysis shows that the experimental group improves a little more than the control group in English pronunciation. This means that the musical rhythm has some significance in teaching English pronunciation to the children. However, because the acquisition of pronunciation cannot be completed in a short time, we need to design more structured pronunciation lesson plans in relation to the musical rhythm in further research.
성장생물학 : 비육돈의 출하체중 증가가 등지방두께, “떡지방” 삼겹살 발생률, 도체등급 및 도체의 품질특성에 미치는 영향
박만종 ( Man Jong Park ),박병철 ( Byung Chul Park ),하덕민 ( Duck Min Ha ),김진보 ( Jin Bo Kim ),장경순 ( Kyoung Soon Jang ),이도현 ( Do Hyun Lee ),김관태 ( Gwan Tae Kim ),진상근 ( Sang Keun Jin ),이철영 ( C Young Lee ) 한국동물자원과학회(구 한국축산학회) 2013 한국축산학회지 Vol.55 No.3
본 연구는 돼지 출하체중 증가가 ``떡지방`` 삼겹살 발생률, 도체 등급 및 도체의 품질 특성에 미치는 영향을 구명하기 의해 수행되었다. 본 목적을 위해 85~150kg 체중 범위의(Yorkshire × Landrace) × Duroc 교잡종 거세돼지와 암퇘지 각각 250두를 도살하여 그 도체를 분석하였다. 거세돼지와 암퇘지의 등지방두께(y;mm)는 각각 다음과 같이 생체중(x;kg)에 선형으로 회귀하였다: y = 0.1827x+3.4825(r²=0.4671) 및 y = 0.2015x-0.6972(r²=0.4736). 삼겹살의 제 11~12 늑골부 5cm 폭의 등쪽 반절편의 지방조직 중량비가 55%를 초과하는 경우를 떡지방의 기준으로 설정했을 때 떡지방 삼겹살은 거세돼지에서 10건 발생하였으나 소매상에서 떡지방 삼겹살로 판정된 경우는 없었다. 과중량으로 인해 도체등급이 강등된 도체는 총 101건(20.2%)에 달하였다. 1+A 등급도체는 다른 모든 등급 도체보다 근내지방도가 높았으나, 근내지방 도와 도체 결함 특성을 제외하면 도체등급간 가시적인 품질 상의 차이는 발견되지 않았다. 결론적으로 도체 품질을 충분히 반영하지 못하고 크기만 클 뿐 정상적인 도체에 대해서는 평가절하는 현행 도체등급 판정기준은 개정되어야 좋을 것이다. 또한 돼지 출하체중을 증가시킬 때 떡지방 삼겹살 발생률은 중요한 고려 사항이 아닌 것으로 사료된다. The present study was undertaken to investigate the effects of increasing pig market weight on the incidence of the ``caky-fatty`` belly, carcass grade and carcass quality traits. To this end, 500(Yorkshire×Landrace)×Duroc market pigs consisting of equal numbers of barrows and gilts were slaughtered at body weights ranging from 85 to 150kg and their carcasses were analyzed. Backfat thickness (BFT; mm) of the barrows and gilts regressed on live weight (kg) linearly as follows: BFT (y)=0.1827x+3.4825(r²=0.4671) and y = 0.2015x-0.6972(r²=0.4736), respectively. The caky-fatty belly, which, by definition of the present study, had=55% fat by weight in the dorsal-side half of a 5 cm-wide belly strip between the 11th and 12th ribs, was found in 10 carcasses from barrows. However, no belly was condemned as ``caky-fatty`` by the retailers. Total number of carcasses which were down-graded on account of overweight was as many as 101 (20.2%). The 1+A-grade carcasses exhibited a superior intramuscular fat score to all other grades, but except for this and the defective quality traits, no visible differences were found in carcass quality among different carcass grades. In conclusion, the current carcass grading system, which is sparingly reflective of the carcass quality and also under-evaluates the larger but otherwise normal carcasses, may as well be revised. Moreover, the incidence of the caky-fatty belly appears not to be a critical factor to be considered when increasing the pig market weight.