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 : 이재웅(Jaeung Lee) (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
적응형 위성 전송 시스템을 위한 신호 대 잡음비 추정 회로 구현
이재웅(Jaeung Lee),김수성(Sooseong Kim),박은우(Eunwoo Park),임채용(Chaeyong Im),여성문(Sungmoon Yeo),김수영(Sooyoung Kim) 한국통신학회 2008 韓國通信學會論文誌 Vol.33 No.2A
본 논문에서는 M-ary 변조 방식을 사용하는 적응형 전송 시스템에서 효율적으로 사용할 수 있는 신호 대 잡음비 추정 알고리즘 및 하드웨어 구현 결과를 소개한다. 본 논문에서는 제안된 방식을 차세대 위성방송 규격인 DVB-S2 시스템에서 효과적으로 동작할 수 있도록 설계된 결과를 소개하며, 본 논문에서 제안된 방식은 향후 적응형 전송 방식을 사용하는 다른 디지털 통신 시스템에서도 용이하게 적용이 가능하다. 제안된 알고리즘은 수신신호의 분포에 대한 이론적 배경을 바탕으로 설계된 룩업테이블을 이용하여, 하드웨어 구현시 두 개의 비교기와 카운터를 이용하여 신호 대 잡음비 추정이 가능하다. 따라서, 제안된 알고리즘에 의해 고안된 하드웨어는 복잡도가 현저히 낮으면서도 높은 정확도를 가진다. 본 논문에서 살펴본 시뮬레이션 결과에 따르면 제안된 추정기는 DVB-S2 시스템에서 규정된 신호대 잡음비 추정 범위 내에서 약 1 ㏈의 추정오류를 만족하기 위하여 수 백 개의 샘플만을 필요로 한다. This paper proposes an efficient signal to noise ratio (SNR) estimation algorithm and its hardware implementation for adaptive transmission system using M-ary modulation scheme. In this paper, we present the implementation results of the proposed algorithm for the second generation digital video broadcasting via satellite (DVB-S2) system, and the proposed algorithm can be tailored to the other communication systems using adaptive transmissions. We built a look-up table (LUT) using the theoretical background of the received signal distribution, and by using this LUT we need just two comparators and a counter for the hardware implementation. For this reason, the hardware of the proposed scheme produces accurate estimation results even with extremely low complexity. The simulation results investigated in this paper reveal that the proposed method can produce estimation results within the specified SNR range in the DVB-S2 system, and it requires a few hundreds of samples for average estimation error of about 1 ㏈.
-
영상처리를 활용한 무인이동체 위치정보 취약점 보안 제안
이재웅(JaeUng Lee ),장종욱(Jong-wook Jong) 한국정보통신학회 2019 한국정보통신학회 종합학술대회 논문집 Vol.23 No.2
본 논문은 무인이동체 작동을 할 때, 작동 속도 및 시간과 이동경로를 예측 계산하여 표시하는 방식으로 정확한 위치확인의 어려움을 해결하기 위하여, 영상처리를 이용하여 실거리 체크가 가능하다. 또한, 무인이동체가 SLAM을 통하여 얻은 MAP에 본인의 위치를 스스로 파악함으로써, 목적점까지의 이을 더욱 정확하며, 장애물회피에 도움을 준다. 이로써, 무인이동체가 목적점까지 정확히 움직일 수 있게 해주는 영상 시스템을 제안한다. 본 시스템은 카메라 켈리브레이션 기법과, 8점 포인트알고리즘을 다루고 있으며, 소실점을 이용하여 실거리를 체크함으로써, 픽셀로 물체까지의 거리를 확인 할 수 있게 도와준다. 또한, 회피기술을 적용할 때, 가장 적절한 위치에서 회피가 이루어짐으로써, 이동에 자연스러움과, 회피할 때 사용되는 지연시간을 줄여 줌으로써, 무인이동체의 목적점까지의 이동시간에 많은 시간 감소를 기대한다. In this paper, When move unmanned vehicle, change about existing way to calculating, and displaying the operating speed, time, and movement route, it is possible to check the actual distance. In addition, the unmanned vehicle is able to identify the position of itself in the MAP obtained through SLAM, more accurate movement to the target point, and helps to avoid obstacles. Thus, we propose a image system that allows the unmanned vehicle to move accurately to the target point. This system deals with camera calibration technique, 8-point algorithm and vanishing point, It checks the actual distance using check the distance to the object at pixels. In addition, when the avoidance technique is applied, the avoidance is performed at the most appropriate position, thereby reducing the naturalness of the unmanned vehicle movement and the delay time used when avoiding, thereby greatly reducing the travel time.
-
객관구조화진료시험(OSCE)에서 교수와 표준화환자 사이의 점검표 채점의 일치도
박훈기(Hoonki Park),이정권(Jungkwon Lee),황환식(Hwansik Hwang),이재웅(Jaeung Lee),최윤영(Yunyoung Choi),김 혁(Hyuck Kim),안동현(Dong-Hyun Ahn) 한국의학교육학회 2003 Korean journal of medical education Vol.15 No.2
Purpose: A high degree of agreement between standardized patients(SP) check-list recordings and those of faculty will be necessary if SPs are to eventually replace faculties in the OSCE evaluaton process. This study was conducted to know to what degree SPs checklist recordings agree with those of faculties during an OSCE. Methods: One hundred and twenty one fourth-year medical students of Hanyang University College of Medicine took an OSCE. In each of two study stations, a student saw an SP for four minutes and the SP recorded the same checklists as a faculty examiner did, for the following fifty seconds. Results: For the ‘bad news delivery station, SP evaluations were more lenient compared to those of faculties (56 vs 45, p<0.01), but in the case of ‘chest pain , there was no significant difference. Pearson correlation coefficients for the ‘bad news delivery station and for the ‘chest pain case were 0.60 and 0.65, respectively. The mean percentages of agreement for the ‘bad news delivery and the ‘chest pain checklists were 71% and 82%, respectively. The mean kappa statistics for the ‘bad news delivery and the ‘chest pain check-lists were 0.19 and 0.49, respectively. Conclusion: The ratings by SPs were found to be consistent with those of faculties only in moderate degree. The exactness of scoring criteria, and the optimal SP training are to be the premise for the replacement of faculties by SPs during OSCE checklist recordings.
-
다중 기관에서의 디지털 병리 암 분화도 예측을 위한 멀티 태스크 기반 단일 모델 학습
임종우(Lim Jong Woo),신상혁(Shin Sang Hyeok),강동연(Kang Dong Yeon),이주천(Jucheon Lee),이재웅(Jaeung Lee),곽진태(Jin Tae Kwak) 대한전자공학회 2023 대한전자공학회 학술대회 Vol.2023 No.11
In this study, we propose a single multi-task deep learning model for classifying digital pathology images from multiple organs based on the degree of cancer differentiation. For multi-organ cancer classification, there has been two major approaches in digital pathology. One is to develop a separate model per organ. Second is to employ an ensemble model to combine multiple models that were trained on different organs. Both approaches are time- and resource-inefficient. Herein, we propose a single multi-task model that simultaneously utilizes pathology images from multiple organs. Three digital pathology datasets, including colon, prostate, and gastric tissue images, are employed in this study. The experimental results demonstrate that the proposed approach is able to improve the overall cancer classification performance, which outperforms single organ models and ensemble models.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
