http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
부정맥 분류를 위한 표준 12 리드 심전도 신호 기반 시간-주파수 특징을 사용한 2 차원 합성곱 신경망의 활용
정다운(Da Un Jeong),임기무(Ki Moo Lim) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
본 논문은 표준 12 리드 심전도 신호로부터 심장 부정맥으로 인한 이상 징후를 자동으로 추출하고 정상적인 심전도 신호 외 심방세동, 1 형 방실 차단, 좌각차단, 우각차단, 심방조기수축, 심실조기수축, ST 분절하강 및 상승의 8 가지 심장 부정맥을 분류하기 위한 2 차원 합성곱 신경망 모델을 제안한다. 제안한 모델의 심장 부정맥의 분류 정확도는 78% 이었으며, 최종 F1 score 는 0.74 이였다. 특히, 제안한 모델은 심방세동과 좌각차단 및 우각 차단, 1 형 방실 차단의 예측 시 F1 score 0.8 이상의 높은 정확도로 분류하는 것이 가능하였다.
합성곱 신경망을 사용한 미분된 활동전위 형상에 따른 약물의 부정맥 위험도 분류
정다운(Da Un Jeong),Aroli Marcellinus,임기무(Ki Moo Lim) 대한기계학회 2021 대한기계학회 춘추학술대회 Vol.2021 No.11
CiPA projects for assessing proarrhythmic drugs suggested a logistic regression model using qNet as the Torsade de Pointes risk assessment biomarker, obtained from In-silico simulation. However, In-silico simulation requires high-performance computation resources and a lot of times. Thus, this study proposed a deep CNN model using differential action potential (AP) shapes to classify three proarrhythmic risk levels: high, intermediate, and low. We performed an In-silico simulation and got AP shapes with drug effects using IC50 and Hill coefficients of 28 drugs released by CiPA groups. Then, we trained the deep CNN model with the differential AP shapes of 12 drugs and tested it with those of 16 drugs. Our model had a better performance for classifying the proarrhythmic risk of drugs than the traditional logistic regression model using qNet. The classification accuracy was 98% for high-risk level drugs, 94% for intermediate-risk level drugs, and 89% for low-risk level drugs.
선박 및 해양구조물 블록 리프팅 작업을 위한 유연 다물체 동역학 기반의 구조 해석 시스템 개발 및 검증.
정다운(Da-un Jung),차주환(Ju-Hwan Cha),송창용(Chang-Yong Song),박남수(Nam-Soo Park),임정대(Jung-Dae Lim),정창환(Chang-Hwan Jung),이충형(Chung-Hyoung Lee),고민성(Min-Seong Go) (사)한국CDE학회 2015 한국 CAD/CAM 학회 학술발표회 논문집 Vol.2015 No.동계
본 연구에서는 범용 기계 대상의 유연 다물체 동역학 해석 시스템에서 선박 및 해양구조물 블록 리프팅 작업에서의 동적 구조 해석이 가능한 시스템을 개발하였다. 조선소에서 블록 리프팅에 사용되는 각종 크레인 및 장비의 Library 를 구축하였으며, 선박 및 해양구조물 블록의 구조해석 모델 개발 프로세스를 정립하였다. 크레인의 Wire rope 를 블록에 체결하고 리프팅 시나리오를 입력할 수 있는 기능, 결과 분석을 위한 각종 출력 기능 등을 개발하였다. 조선소의 작업노하우를 바탕으로 물리적 정합성을 유지하면서도 계산을 빠르게 수행할 수 있는 기능을 연구하였으며, 사용자의 작업 편의성을 극대화 시키고자 하였다. 크레인 2 대를 병렬로 배치하고 4개의 블록 로더를 사용하여 블록을 리프팅 하는 고난이도의 작업에 대해 러그에 작용하는 하중, 블록에 작용하는 응력 등을 검증하였다.
유연체를 고려한 블록 리프팅 동역학 해석 및 사용자 인터페이스 개발
정다운(Da-un Jung),차주환(Ju-Hwan Cha),김진성(Jin-Sung Kim),송창용(Chang-Yong Song),박남수(Nam-Soo Park),임정대(Jung-Dae Lim),정창환(Chang-Hwan Jung),이충형(Chung-Hyoung Lee) (사)한국CDE학회 2014 한국 CAD/CAM 학회 학술발표회 논문집 Vol.2014 No.2
본 연구에서는 블록 리프팅 작업시 사용되는 장비의 형상 모델링 작업을 CATIA 프로그램을 이용하여 수행한 후, 5 대의 골리앗 크레인, 8 대의 이퀄라이저(equalizer), 2 대의 리프팅 빔(lifting beam)을 상용 동역학 해석 시스템인 ADAMS 에 적용하였다. 골리앗 크레인 구현시 상부 트롤리(trolley)와 크레인의 체결부분은 병진 관절(slide joint)을 적용하여 실제와 동일한 구동이 가능하게 구현하였고, 와이어(wire)도 실제와 동일한 탄성효과를 나타내도록 하였으며, 이퀄라이저는 하중 균일화 과정을 물리적으로 재해석하여 구현함으로써 계산 시간을 대폭 단축하였다. 모델링 작업 이외에도 라이브러리에서 필요한 장비를 선택하여 적용하는 기능, 다양한 유연체 블록을 선택하여 적용하는 기능, 러그(lug) 위치 ID 입력만으로 러그와 와이어를 체결 또는 해제하는 기능, 러그 체결 위치 및 초기 와이어의 길이를 파악하여 적정 위치에 블록 로더(block loader)를 이동시키는 기능, 시나리오를 이용한 시뮬레이션을 제어 기능 등이 포함된 사용자 인터페이스를 개발하였다. 시나리오 제어 기능의 경우 블록을 들어올리거나 내리는 기능, 블록 거동의 안정화를 위하여 대기시간을 주는 기능, 트롤리를 움직이는 기능, 시뮬레이션 중 러그를 체결하거나 해제하는 기능이 적용되었다. 와이어, 이퀄라이저, 시나리오 구현 시 C++ 프로그래밍 언어를 이용하여 자체적으로 서브루틴으로 개발하였다. 또한 ADAMS 를 이용한 해석을 통해 블록 리프팅 작업 중 발생하는 와이어의 장력, 블록에 작용하는 응력, 변형량, 최대 응력 발생 부위 등을 구하고 이를 정적 해석결과와 비교 분석하여 해석 결과의 타당성을 검증하였다.
임동현(Lim Dong-Hyun),정다운(Jeong Da-Un),박원(Park Won),최연미(Choi Yeon-Mi),강부성(Kang Boo-Sung) 대한건축학회 2011 대한건축학회 학술발표대회 논문집 - 계획계/구조계 Vol.31 No.2(계획계)
This study is devoted to skyscraper in any city other than the island to function in any city in the center space element relationships for the city foothold were analyzed. Research methods in this study experienced high-rise building practitioners were surveyed. As a result, City as a base for international global economy, International transport positive(+) or negative(-) impact of the international safety Influence analyzed. Fluid inside the city as a base city, the city features a positive(+) impact beyond the hub of the negative(-) were analyzed as influential.
심전도와 광체적 신호로부터 혈압 추정을 위한 CNN-LSTM 네트워크 기반 멀티태스킹 알고리즘
정다운(Da Un Jeong),임기무(Ki Moo Lim) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
본 논문은 비침습적/ 연속적으로 혈압을 추정하기 위해 심전도와 광체적 변화 신호의 차이 신호를 사용한 CNN-LSTM 네워크 기반 멀티 태스킹 알고리즘을 제안하였다. 제안된 모델을 통한 수축기 혈압과 확장기 혈압의 예측 오차는 각각 0.017±1.624 mmHg와 0.164±1.297mmHg으로 혈압계 인증 기준인 BHS와 AAMI기준의 A등급을 만족하는 정확도를 내었다.