http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
계단응답 데이터 전처리 방식에 따른 머신러닝 기반 화학물질분류 시스템의 분류특성평가
이상우(S. W. Lee),김병희(B. H. Kim),서영호(Y. H. Seo) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
본 연구에서는 가스센서 어레이로 구성된 머신러닝 기반의 화학물질 분류 시스템에서, 계단응답 형태의 가스센서 원시데이터 전처리 방식에 따른 머신러닝 모델의 화학물질 분류 성능 및 그 특성을 평가하였다. 머신러닝에 학습에 사용될 데이터는, 화학물질 감지 특성이 서로 다른 저가의 반도체식 가스센서 6 종으로 구성된 가스센서 어레이를 동일한 구성으로 총 5 그룹을 시스템으로 구성하여 데이터를 측정하였다. 시스템의 화학물질 분류 성능을 평가하기 위해 시판된 희석식 소주 3 종을 활용하여 각각 1,000 회씩 샘플을 측정하였다. 전처리 방법별로 학습된 머신러닝 모델의 특성을 평가하기 위해 센서 값의 시계열 값과 시계열 값의 1 차 미분 데이터, 센서 응답의 상승 구간 평균값과 피크 값 그리고 센서 응답의 하강 구간 평균값, 센서 응답의 피크 값 총 3 가지 방식의 전처리 데이터를 생성하였다. 머신러닝 모델은 MLP (Multilayer Perceptron) 기반의 딥러닝 모델이 이용되었다. 동일한 전처리 데이터로 학습시킨 모델을 총 3 회 반복한 평균값을 성능으로 비교하였고, 학습 및 검증 세트는 8 : 2 비율로 수행하였다. 제안된 데이터 전처리 방법을 통해 94.49 ± 2.71%의 정확도로 희석식 소주를 분류하는 것으로 확인되었으며, 가스센서 전처리 데이터의 해상도가 낮아질수록 화학물질의 분류 성능이 낮아지는 경향이 파악되었다.
대장 선종과 암의 동시성 병변에서 K-ras 유전자의 돌연변이 및 k-Ras, p16, Cyclin D1과 p53 단백질의 발현
오용열 ( Y. L. Oh ),전훈재 ( H. J. Chun ),박동규 ( D. K. Park ),박재홍 ( J. H. Park ),박철희 ( C. H. Park ),진윤태 ( Y. T. Jeen ),이홍식 ( H. S. Lee ),이상우 ( S. W. Lee ),엄순호 ( S. H. Um ),최재현 ( J. H. Choi ),김창덕 ( C. D. Kim 대한소화기학회 2002 대한소화기학회 춘계학술대회 Vol.2002 No.-
<Background> The colorectal adenoma-carcinoma sequence represents a well-known paradigm for the sequential development of cancer driven by the accumulation of genomic defects, Although the colorectal adenoma-carcinoma sequence is well established, the stu
위장관 39 : 대장의 용종 및 암조직에서 cyclooxygenase - 1 ( COX - 1 ) 과 - 2 ( COX - 2 ) 의 발현
이구(G . Lee),전훈재(H . J . Chun),진윤태(Y . T . Jeen),이성준(S . J . Lee),김광희(K . H. Kim),권오상(O . S . Kwon),이홍식(H . S . Lee),송치욱(C . W . Song),엄순호(S . H . Um),이상우(S . W . Lee),최재현(J . H . Choi),김창덕(C . D . Kim 대한소화기학회 1998 대한소화기학회 추계학술대회 Vol.1998 No.-