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 : 서상규(S. K. Seo) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
고체 로켓 노즐의 경계층 해석과 유한차분법을 이용한 탄소/페놀릭의 열반응 해석 연구
서상규(S. K. Seo),함희철(H. C. Hahm),강윤구(Y. G. Kang) 한국추진공학회 2016 한국추진공학회 학술대회논문집 Vol.2016 No.12
고체 로켓 추진기관 노즐의 내열재로 사용되는 탄소/페놀릭 복합재료의 열반응 수치해석을 수행하였다. 본 논문에서 탄소/페놀릭 재료의 열반응 해석은 (1) 로켓 노즐벽에서 대류열전달계수를 구하기 위한 연소가스의 경계층 적분방정식 수치해석과 (2) 삭마두께, 숯깊이 및 온도를 계산하기 위한 탄소/페놀릭의 열반응(열분해, 삭마)을 고려한 1차원 열전도 해석으로 구성된다. 토출관이 있는 추진기관의 시험결과와 해석결과를 비교 분석하였으며, 목삽입재 좌우 인접 부위를 제외하고 잘 일치하는 것을 확인할 수 있었다. The analysis of thermal response of carbon/phenolic which is used for solid rocket nozzle liner was conducted. In this paper, the numerical analysis for thermal response of carbon/phenolic consists of (1) the integration equation of boundary layer to obtain the convective heat transfer coefficient of combustion gas on the rocket nozzle wall and (2) 1-D Finite Difference Method for heat conduction of carbon/phenolic to calculate ablation, char and temperature. The result of calculation was compared with the result of test motor that is blast tube type. It is found that the result of calculation is favorably agreed with the thermal response of test motor except the result in the vicinity of the throat insert.
-
동ㆍ서양인 얼굴 데이터를 활용한 딥러닝 기반 안면마비 인식 정확도 평가
김동규(D. G. Kim),서상규(S. K. Seo),이현주(H. J. Lee),태기식(K. S. Tae) 한국재활복지공학회 2023 재활복지공학회논문지 Vol.17 No.1
안면마비의 연간 발병률은 100,000명 당 20명으로 통계적으로 흔한 질병이다. 그러나 많은 사람들이 적절한 치료를 받지 못해 다양한 후유증을 일으키고 있다. 안면마비에 대한 정확하고 빠른 진단은 중재 및 긍정적인 예후를 위해 반드시 필요하다. 본 연구에서는 동양인과 서양인을 구별하여 안면마비를 정확히 예측할 수 있는 자가진단 딥러닝 모델을 개발하고 검증하였다. 이를 위해 얼굴 탐지(face detecting)와 얼굴 랜드마크(face landmark)를 통해 데이터 전처리와 모델 훈련을 수행하였다. 동양인으로만 구성된 데이터를 사용하여 모델을 학습시킨 결과, 동양인의 안면마비 예측 정확도는 96.2%였지만 서양인의 예측 정확도는 68.7%로 나타났다. 서양인으로만 구성된 데이터를 사용하여 모델을 학습시킨 경우에는, 서양인의 안면 마비 예측 정확도 95.5%, 동양인의 예측 정확도는 80.5%였다. 이러한 결과를 기반으로, 동서양 혼합 모델을 사용한 딥러닝 학습을 하여 동서양 얼굴 인식 모두에게서 91.2% 이상의 높은 예측 정확도를 도출하였다. 추후 충분한 데이터 확보와 함께 딥러닝 모델을 이용하면 다양한 인종에서 안면 마비를 정확히 예측할 수 있는 시스템이 마련될 수 있는 것으로 사료된다. The annual incidence rate of facial paralysis is 20 per 100,000 people, making it a statistically common disease. However, many people suffer from various sequelae due to lack of appropriate treatment. Accurate and prompt diagnosis of facial paralysis is essential for intervention and positive prognosis. In this study, a self-diagnostic deep learning model was developed and validated to accurately predict facial paralysis, distinguishing between East Asian and Western populations. Data preprocessing and model training were performed using face detection and face landmarking. When the model was trained using data consisting of only East Asian individuals, the accuracy of facial paralysis prediction for East Asians was 96.2%, but it was 68.7% for Westerners. Conversely, when the model was trained using data consisting of only Westerners, the accuracy of facial paralysis prediction for Westerners was 95.5%, while it was 80.5% for East Asians. Based on these results, deep learning training using a mixed model of both East Asian and Western populations yielded high prediction accuracy of over 91.2% for both populations. With sufficient data, it is expected that a system that accurately predicts facial paralysis in various races can be established using deep learning models in the future.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
