http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
RF Shift Scanning 기법을 이용한 태그 충돌 개선 기법
최병진(ByeongJin Choi),성원모(WonMo Seong),조원서(Wonseo Cho) 大韓電子工學會 2011 電子工學會論文誌-CI (Computer and Information) Vol.48 No.4
현재 유통 관리에서 RFID 도입시 기술적으로 성능 개선이 많이 필요한 부분 중 하나가 RFID Tag Anti-Collision 기술이다. 즉 RFID 다중 인식시 발생하는 Tag Collision 현상을 개선할 수 있도록 현존하는 대부분의 RFID 리더기에 적용될 수 있는 새로운 스캐닝 알고리즘을 도입하였다. 본 논문에서는 제시된 알고리즘을 실제로 물류 현장에 적용시켰을 때 다중 인식 성능이 기존보다 30% 가량 개선된 사례를 제시한다. 유통 현장에서 RFID 다중 인식 성능을 높이기 위해 본문에서 제시한 알고리즘을 RFID 리더모듈과 연결된 PDA(컨트롤러)의 미들웨어에 구현하여 탑재하고 실제적으로 RFID 재고조사 실험데이터를 축적하였다. 이를 통해 본 논문에서 제안된 알고리즘이 다중 인식에 있어 미인식 영역을 최소화 하고 기존 RFID 재고 조사 시스템의 성능이 크게 개선되는 것을 현장 적용을 통해 증명하였다. In these days, RFID adoption in supply chain management system needs technically part of the performance improvement of RFID Anti-Collision technology. We contrived new scanning algorithm that improve RFID Anti Collision performance, also can be applied to existing RFID readers. In this paper, the proposed algorithm were applied to the actual logistics scene recognition performance much better than the existing practices are presented. For improve of RFID Anti Collision performance, our algorithm implemented in the middleware associated with RFID PDA readers, and actually mount the RFID inventory data from the experiment were accumulated. Through this experiment, the proposed algorithm was confirmed that helps to minimize unaware area of the existing RFID inventory system and significantly improves performance of RFID field solution.
Supervised segmentation with domain adaptation for small sampled orbital CT images
Suh Sungho,Cheon Sojeong,Choi Wonseo,Chung Yeon Woong,Cho Won-Kyung,Paik Ji-Sun,Kim Sung Eun,Chang Dong-Jin,Lee Yong Oh 한국CDE학회 2022 Journal of computational design and engineering Vol.9 No.2
Deep neural networks have been widely used for medical image analysis. However, the lack of access to a large-scale annotated dataset poses a great challenge, especially in the case of rare diseases or new domains for the research society. Transfer of pre-trained features from the relatively large dataset is a considerable solution. In this paper, we have explored supervised segmentation using domain adaptation for optic nerve and orbital tumour, when only small sampled CT images are given. Even the lung image database consortium image collection (LIDC-IDRI) is a cross-domain to orbital CT, but the proposed domain adaptation method improved the performance of attention U-Net for the segmentation in public optic nerve dataset and our clinical orbital tumour dataset by 3.7% and 13.7% in the Dice score, respectively. The code and dataset are available at https://github.com/cmcbigdata.