http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 송윤선(Yoonseon Song) (검색결과 7 건)
- 무료
- 기관 내 무료
- 유료
-
이창용(Chang-Yong Lee),송윤선(Yoonseon Song),서호형(Ho Hyung Suh) 한국정보과학회 1999 정보과학회논문지(B) Vol.26 No.2
In this paper, we have developed a combinatorial optimization method, using the genetic algorithms, for the design of computer-generated binary phase holograms. The design of binary phase holograms renders to an optimization problem in which the phase of each cell on the hologram is to be determined in such a way as to yield the desired image in the output field. In order to apply effectively the genetic algorithms to the design of binary phase holograms, we utilized two dimensional representation of the chromosome and the crossover operator with periodicity. As a result, we could perform two dimensional Fourier transform required in the problem in a natural and an effective way. The obtained optimal phase configurations were used to reconstruct their corresponding optical images through the spatial light modulator(SLM) and we found that the optical images agreed well with the desired ones. 본 논문에서는 컴퓨터를 사용한 이진 위상 홀로그램의 설계시 요구되는 조합 최적화 문제(combinatorial optimization problem)를 유전자 알고리즘을 사용하여 해결하고자 한다. 이진 위상 홀로그램의 설계는 출력 면에 원하는 이미지를 생성하기 위하여 홀로그램의 각 셀에 이진 위상을 결정하는 것으로 최적화 문제로 귀착된다. 유전자 알고리즘을 이진 위상 홀로그램 설계에 효율적으로 적용하기 위하여 이차원 염색체 부호화 및 주기성을 고려한 교차 연산자 등을 사용하면, 그 결과 홀로그램 설계시 요구되는 이차원 퓨리에 변환(Fourier transform)을 자연스럽고 효율적인 방법으로 수행할 수 있다. 유전자 알고리즘을 사용하여 구한 최적의 이진 위상 배열로 공간 빛 변조기(spatial light modulator, SLM)를 이용하여 광학적으로 이미지를 재생하고, 재생된 광학 이미지는 원하는 이미지와 거의 일치함을 보인다.
-
분할된 휴대 수하물 데이터셋에 대한 다중 Pipeline과 결합한 다중 Student-Teacher 프레임워크의 효과에 관한 연구
정지욱(Ji-Wook Jeong),송윤선(Yoonseon Song),이수열(Sooyeul Lee) 대한전자공학회 2022 대한전자공학회 학술대회 Vol.2022 No.11
In this paper, we investigate the student-teacher framework involving multiple mean teachers coupled with the multiple pipelines on the partitioned SIXRay-10 dataset. Firstly, SIXRay-10 dataset is partitioned and the multiple pipelines are applied with ResNet-50 backbone and Faster R-CNN detector to get the enhanced detection accuracy of 80.6 mAP0.5. Secondly, for each pipeline, a mean teacher model is defined as an exponential moving average of the student model parameters and the pipelines are dynamically aligned according to its bounding box regression loss to get 82.1 mAP0.5.
-
여객 수하물 내 위험화물 검색을 위한 비전 트랜스포머 기반 One-stage 디텍터 객체 검출 연구
정지욱(Ji-Wook Jeong),송윤선(Yoonseon Song),이수열(Sooyeul Lee) 대한전자공학회 2022 전자공학회논문지 Vol.59 No.6
본 논문에서는, 휴대 수하물 x-선 영상 기반 위험화물 검출을 위한 실시간 육안 검사를 보완하기 위한 기초연구를 위해 비전 트랜스포머 기반 One-stage 디텍터를 이용한 x-ray 영상 기반 데이터셋 객체 검출 연구를 수행하고자 하였다. 최근 뛰어난 객체 검출 성능을 보인 바 있는 PAA (Probabilistic Anchor Assignment) 디텍터에 다양한 디텍터, 주의 함수 알고리즘을 적용하여 검출 성능 개선을 위한 실험을 수행한 결과, Swin Transformer 백본을 이용한 PAA 디텍터에 FreeAnchor 알고리즘을 부분 적용하고, Dynamic Head 주의 함수 모듈을 추가 결합하여 학습을 진행한 결과, SIXray-10 데이터셋에 대해 64.0 mAP의 검출 성능을 보였다. In this paper, one-stage detector with a Swin transformer backbone is investigated to alleviate the heavy load from the threat inspection of passenger baggages using the x-ray images. As a benchmark test, SIXray-10 dataset is used. As a baseline one-stage detector, PAA (Probabilistic Anchor Assignment), as a state-of-the-art (SOTA) detector, is considered and several modifications with several training loss functions and attention modules are applied to improve the threat screening probability from the baggages. Experiments reveals that if we combine the FreeAnchor loss function and Dynamic Head module with the baseline model, we can get threat detection accuracy of 64.0 mAP on SIXray-10 dataset.
-
-
Chained Mean-Teacher를 이용한 Vision Transformer 객체 검출 연구
정지욱(Ji-Wook Jeong),송윤선(Yoonseon Song),이수열(Sooyeul Lee) 대한전자공학회 2023 대한전자공학회 학술대회 Vol.2023 No.11
Recent advancements in deep-learning-based training methods have focused on enhancing object detection performance. These advancements include techniques aimed at accelerating learning and improving the efficiency of the training process, along with efforts to enhance the network model itself. Vsion Transfomers like Swin Transformer and Vit-Adapter have gained significant attention. Recently, we have reported performance improvements by simplifying the Soft Teacher technique and employing successively multiple mean teacher models with multiple pipelines with the splitted dataset as inputs. In this study, we aim to validate the enhancement of object detection performance using the various Vision Transformer network models using the Chained Mean Teacher (CMT) technique.
-
뇌 - 컴퓨터 - 인터페이스를 위한 EEG 기반의 피험자 반응시간 감지
신승철(Seung-Chul Shin),류창수(Chang-Soo Ryu),송윤선(Yoonseon Song),남승훈(Seung-Hoon Nam) 한국정보과학회 2002 정보과학회논문지 : 소프트웨어 및 응용 Vol.29 No.11·12
본 논문에서는 인지적 그정/부정 선택 과제에 수행 시 뇌파를 이용하여 피험자의 반응시간 RT(response time)를 예측하는 방법에 관하여 기술한다. 실험 task에서 피험자는 시각적 자극에 대한 반응, 문제의 해석, 손 움직임의 조절, 손동작 등과 관련된 뇌활동을 한다. 이와 같은 피험자의 정신상태의 변화를 CT(cut time), ST(selection time), RP(repeated period) 등을 정의하여 모델링하고, 선택시간 ST를 감지하여 피험자의 반응시간 RT를 예측한다. ST를 감지하기 위하여 측정한 뇌파로부터 α, β, r 파를 분리하고, 공간적인 관계를 고려하여 설정한 4쌍의 전극들로부터 3가지의 특징들을 추출한다. 추출한 특징들을 분석하여 각 피험자별로 나타나는 상세 규칙(specific rule)과 공통적인 특징들로 구성된 일반 규칙(meta rule)들을 설정한다. 8명의 피험자를 대상으로 설정한 규칙들을 적용하여 평균 83%의 ST 감지 성공률을 보이고, ST 감지 이후 약 0.73초에서 RT가 나타나는 것을 보인다. 설정한 규칙들의 타당성을 검증하기 위하여 8명 중 2명의 피험자에 대해서 재실험을 하고, 이들 데이터에 적용한 결과를 보인다. 본 논문에서 제안한 방법을 기존의 인지적인 정신상태 판별을 위한 방법들이나 왼손 / 오른손 동작구분 방법들과 결합하여 사용할 경우 BCI를 위한 기반 기술로 활용될 것으로 기대한다. In this paper, we propose an EEG-based response time prediction method during a yes/no cognitive decision task. In the experimental task, a subject goes through responding of visual stimulus, understanding the given problem, controlling hand motions, and hitting a key. Considering the subject's varying brain activities, we model subjects' mental states with defining CT (cut time), ST (selection time), and RP(repeated period). Based on the assumption between ST and RT in the mental model, we predict subjects' response time by detection of selection time. To recognize the subjects' selection time ST, we extract 3 types of feature from the filtered brain waves at frequency bands of α, β, r waves in 4 electrode pairs combined by spatial relationships. From the extracted features, we construct specific rules for each subject and meta rules including common factors in all subjects. Applying the ST detection rules to 8 subject gives 83% success rates and also shows that the subjects will hit a key in 0.73 seconds after ST detected. To validate the detection rules and parameters, we test the rules for 2 subjects among 8 and discuss about the experimental results. We expect that the proposed detection method can be a basic technology for brain-computer-interface by combining with left-right hand movement or yes/no discrimination methods.
-
신승철(Seung-Chul Shin),유창용(Chang Yong Ryu),강재환(Jea-Hwan Kang),남승훈(Seung Hoon Nam),송윤선(Yoonseon Song),임태규(Tea Gyu Lim),이정원(Jeong Won Lee),박덕근(Duck Gun Park),김승환(Seunghwan Kim),김윤태(Youn Tae Kim) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.1B
응급상황은 일상생활의 어디에서나 일어날 수 있다. 응급상황의 발생을 감지하고 이에 대처하기 위한 e-health 시스템을 개발한다. 생체신호를 측정하기 위하여 입는 형태의 Bio-Shirt를 제작한다. 측정된 신호는 블루투스 무선통신으로 PDA로 전송된다. PDA에서는 전송 받은 데이터를 분석하여 간단한 상황판단 알고리즘을 실행한다. 또한 CDMA 모뎀을 통하여 웹 서버 형태로 구축된 ECMR로 사용자의 생체데이터를 전송한다. ECMR에서는 관리자가 사용자의 건강상태 및 응급상황 여부를 감시하고 위급상황으로 판단한 경우에는 구조센터나 담당의사 등과의 연락을 취한다. 프로토타입으로 개발한 e-health 시스템을 보인다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
