블록 계층별 재학습을 이용한 다중 힌트정보 기반 지식전이 학습

배지훈,Bae, Ji-Hoon 대한임베디드공학회 2020 대한임베디드공학회논문지 Vol.15 No.2

In this paper, we propose a stage-wise knowledge transfer method that uses block-wise retraining to transfer the useful knowledge of a pre-trained residual network (ResNet) in a teacher-student framework (TSF). First, multiple hint information transfer and block-wise supervised retraining of the information was alternatively performed between teacher and student ResNet models. Next, Softened output information-based knowledge transfer was additionally considered in the TSF. The results experimentally showed that the proposed method using multiple hint-based bottom-up knowledge transfer coupled with incremental block-wise retraining provided the improved student ResNet with higher accuracy than existing KD and hint-based knowledge transfer methods considered in this study.

딥러닝 모델에서의 흐름정보 기반 지식증류 기법 분석

배지훈(Ji-Hoon Bae) 한국컴퓨터정보학회 2020 한국컴퓨터정보학회지 Vol.28 No.2

질문의 응답을 실시간 트리로 시각화하는 어플리케이션 ADMIT

배지훈(Ji-Hoon-Bae),이수호(Soo-ho-Lee),지석민(Seok-Min-Ji),김동진(Dong-Jin-Kim),정성운(Sung-Un-Jung) 한국정보기술학회 2017 Proceedings of KIIT Conference Vol.2017 No.6

딥 residual network를 이용한 선생-학생 프레임워크에서 힌트-KD 학습 성능 분석

배지훈(Ji-Hoon Bae),임준호(Junho Yim),유재학(Jaehak Yu),김귀훈(Kwihoon Kim),김준모(Junmo Kim) 대한전자공학회 2017 전자공학회논문지 Vol.54 No.5

슬관절 부분치환술을 이용한 자발성 슬관절 골괴사증의 치료

배지훈(Ji Hoon Bae),임홍철(Hong Chul Lim),천성광(Sung Kwang Chun) 대한정형외과학회 2008 대한정형외과학회지 Vol.43 No.3

목적: 자발성 슬관절 골괴사증으로 진단받고 슬관절 부분치환술을 시행한 환자에서 임상적 및 방사선학적 결과를 분석하고자 한다. 대상 및 방법: 2002년 9월부터 2005년 3월까지 자발성 슬관절 골괴사증으로 진단받고 슬관절 부분치환술을 시행받은 15명 16 슬관절을 대상으로 전향적으로 분석하였다. 여자가 13명, 남자가 2명이었으며, 평균 연령은 64세(55-78세)였다. 임상적으로 미국 슬관절 학회의 임상 평가 방법을 이용하였고, 방사선학적 분석은 수술 전 슬관절 전후면 방사선 사진을 통하여 발생부위, 병변의 크기, 진행 정도를 측정하였으며, 수술 후 새로운 병변의 여부, 치환물의 해리, 괴사 부위의 함몰, 관절염의 발생 등을 관찰하였다. 결과: 슬관절 점수는 수술 전 평균 52.5점에서 수술 후 24개월에 89.2점으로 증가하였고, 기능 점수는 수술 전 평균 56.0점에서 술 후 24개월에 85.2점으로 증가되었다. 추시 방사선 소견에서 새로운 병변의 발생은 없었고 치환물의 해리나 함몰, 관절염의 발생은 없었다. 결론: 자발성 슬관절 골괴사증에 있어서 슬관절 부분치환술을 이용하여 단기 추시 결과 임상적 및 방사선적으로 만족할만한 결과를 얻을 수 있었다. Purpose: The purpose of this study was to evaluate the clinical and radiographic outcomes of unicompartmental knee arthroplasty (UKA) in patients with spontaneous osteonecrosis. Materials and Methods: Between September 2002 and March 2005, 15 patients with 16 knees were treated with UKA for the treatment of spontaneous osteonecrosis. There were thirteen women and two men with a mean age of 64 years old. The clinical assessment was performed using the American Knee Society Score system. The preoperative radiography was analyzed according to the size and stage of the osteonecrotic lesion and the osteoarthritic changes. Postoperatively, the presence of new osteoneerotic lesion, loosening of the implant, subsidence and arthritic changes was recorded. Results: The mean preoperative knee score and the knee function score was improved from 52.5 to 89.2 and 56.0 to 85.2, respectively. There was no new necrotic lesion in the lateral compartment, loosening of the implant, subsidence or arthritic change. Conclusion: UKA in patients with spontaneous osteonecrosis provided satisfactory clinical and radiological results in the short to medium term.

그래프 트랜스포머 기반 농가 사과 품질 이미지의 그래프 표현 학습 연구

배지훈(Ji-Hoon Bae),김진영(JinYoung Kim),이주환(Ju‑Hwan Lee),유광현(Gwang-Hyun Yu),권경주(Gyeong Ju Kwon) 한국스마트미디어학회 2023 스마트미디어저널 Vol.12 No.1

최근 농가의 사과 품질 선별 작업에서 인적자원의 한계를 극복하기 위해 합성곱 신경망(CNN) 기반 시스템이 개발되고 있다. 그러나 합성곱 신경망은 동일한 크기의 이미지만을 입력받기 때문에 샘플링 등의 전처리 과정이 요구될 수 있으며, 과도 샘플링의 경우 화질 저하, 블러링 등 원본 이미지의 정보손실 문제가 발생한다. 본 논문에서는 위 문제를 최소화하기 위하여, 원본 이미지의 패치 기반 그래프를 생성하고 그래프 트랜스포머 모델의 랜덤워크 기반 위치 인코딩 방법을 제안한다. 위 방법은 랜덤워크 알고리즘 기반 위치정보가 없는 패치들의 위치 임베딩 정보를 지속적으로 학습하고, 기존 그래프 트랜스포머의 자가 주의집중 기법을 통해 유익한 노드정보들을 집계함으로써 최적의 그래프 구조를 찾는다. 따라서 무작위 노드 순서의 새로운 그래프 구조와 이미지의 객체 위치에 따른 임의의 그래프 구조에서도 강건한 성질을 가지며, 좋은 성능을 보여준다. 5가지 사과 품질 데이터셋으로 실험하였을 때, 다른 GNN 모델보다 최소 1.3%에서 최대 4.7%의 학습 정확도가 높았으며, ResNet18 모델의 23.52M보다 약 15% 적은 3.59M의 파라미터 수를 보유하여 연산량 절감에 따른 빠른 추론 속도를 보이며 그 효과를 증명한다. Recently, a convolutional neural network (CNN) based system is being developed to overcome the limitations of human resources in the apple quality classification of farmhouse. However, since convolutional neural networks receive only images of the same size, preprocessing such as sampling may be required, and in the case of oversampling, information loss of the original image such as image quality degradation and blurring occurs. In this paper, in order to minimize the above problem, to generate a image patch based graph of an original image and propose a random walk-based positional encoding method to apply the graph transformer model. The above method continuously learns the position embedding information of patches which don`t have a positional information based on the random walk algorithm, and finds the optimal graph structure by aggregating useful node information through the self-attention technique of graph transformer model. Therefore, it is robust and shows good performance even in a new graph structure of random node order and an arbitrary graph structure according to the location of an object in an image. As a result, when experimented with 5 apple quality datasets, the learning accuracy was higher than other GNN models by a minimum of 1.3% to a maximum of 4.7%, and the number of parameters was 3.59M, which was about 15% less than the 23.52M of the ResNet18 model. Therefore, it shows fast reasoning speed according to the reduction of the amount of computation and proves the effect.

낮은 출력 전류 리플을 갖는 결합 인덕터 Weinberg 컨버터

배지훈(Ji-Hoon Bae),박정언(Jeong-Eon Park),한상규(Sang-Kyoo Han) 전력전자학회 2021 전력전자학술대회 논문집 Vol.2021 No.7

Weinberg 컨버터는 입출력 전류가 연속적이며 반도체 소자의 소프트 스위칭으로 인한 높은 효율을 갖는 컨버터로, 정지궤도위성용 배터리 방전 조절기(Battery Discharge Regulator, BDR)에 주로 사용되고 있다. 하지만 기존 Weinberg 컨버터는 스위치 턴-오프 시 모든 다이오드를 통해 전류가 흐르게 되어 출력 전류 리플이 커지는 단점을 가지고 있으며, 이러한 큰 출력 전류 리플은 정지궤도위성의 버스 커패시터의 수명 및 용량에 직접적인 영향을 끼친다. 따라서 버스 전력단 전력변환 컨버터의 출력 전류 리플을 감소시키는 것은 매우 중요하다. 본 논문에서는 출력 전류 리플 저감을 위해 기존 회로에 커패시터와 결합 인덕터의 보조 권선을 추가한 Weinberg 컨버터를 제안하고, 이론적 분석과 750W의 전력을 갖는 시작품 제작을 통해 그 타당성을 검증하였다.

웹 서핑 정보기반의 TV 프로그램 추천 방법

배지훈(Ji Hoon Bae),박은지(Eun Ji Park),이다슬(Da Seul Lee),고지원(Ji Won Goh),김현민(Hyunmin Kim),김용혁(Yong-Hyuk Kim) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.2C

TV 프로그램 추천의 대표적인 방식으로는 내용 기반 추천방식이 있다. 내용 기반 추천방식은 사용자가 질의를 입력하기 전에 시스템이 TV 프로그램의 내용을 바탕으로 추천하는 것으로 본 논문에서 사용한 방식이다. 본 논문은 사용자의 웹 서핑 정보를 기반으로 하여, TV 프로그램의 이름, 별칭, 장르별 키워드를 중심으로 자료를 수집하였고 TV 프로그램은 16개의 장르로 나누어서 장르별로 TV 프로그램 데이터를 입력했다. 해당하는 자료를 토대로 실시간으로 점수를 부여하고, 점수가 가장 높은 순서대로 TV 프로그램을 추천하는 방식을 사용했다. 성능 평가를 위해서 사용자에게 설문조사를 실시하였으며 실험 결과 사용자의 웹서핑 정보를 기반으로 한 TV 프로그램 추천은 큰 상관관계가 있는 것을 볼 수 있었다.

다분광 영상을 활용한 온주밀감의 비생물적 스트레스 모니터링용 무인 원격탐사 기술 개발

배지훈(Ji Hoon Bae),배형진(Hyung Jin Bae),김건우(Geonwoo Kim),박은수(Eunsoo Park),조병관(Byoung-Kwan Cho) 한국비파괴검사학회 2020 한국비파괴검사학회지 Vol.40 No.4

국내 감귤 작물 재배지의 온도 및 영양분 스트레스 진단은 전량 인력에 의존하고 있어 많은 노동력 및 시간 소모로 전 재배 지역에 대한 모니터링은 매우 어려운 실정이다. 이를 극복하기 위한 수단으로서 초분광 및 다분광(Hyper and multispectral) 영상 기술이 결합된 저고도 무인항공기 (Unmanned Aerial Vehicle, UAV) 원격 탐사가 최근 농업분야에서 많은 주목을 받고 있다. 초분광 및 다분광을 활용한 영상 기술은 목표대상의 물리·화학적 특성 측정에 높은 신뢰도를 갖고 있을 뿐만 아니라 고해상도 정밀 관측이 가능하기 때문이다. 특히, 초분광 영상에 비해 적은 수의 파장을 이용하는 다분광 영상은 초분광 영상에 비해 빠른 분석속도와 저렴한 비용으로 현장 활용도가 높다. 따라서, 본 연구에서는 온주밀감 나무에 대한 비생물적(Abiotic) 스트레스 모니터링을 위해 다분광UAV 원격 탐사 시스템이 구축되었다. 영상분석을 위해 수분과 질소 스트레스에 노출된 작물에 대한 가시 및 근적외선(Visible/Near Infrared, Vis/NIR) 영역의 다분광 영상정보 획득 후 스트레스에 노출되지 않은 밀감나무의 분광영상과의 다변량 통계분석이 수행되었다. 결론적으로, 개발된 다분광UAV 원격 탐사 시스템을 이용하여 다양한 스트레스 환경에 노출된 감귤나무를 진단할 수 있었다. 향후 다양한 작물의 초·다분광 원격 탐사를 위한 기초 자료로서 활용될 수 있을 것으로 기대된다. In South Korea, because the stress monitoring of the temperature and nutrition conditions of citrus trees is performed by human workers, it is very difficult to monitor the entire farmland. The unmanned aerial vehicle (UAV) remote-sensing technology integrated with hyperspectral and multispectral imaging techniques has recently drawn significant attention as an effective substitute for the conventional method because of its reliable performance for measuring the physical and chemical properties of biological materials at rapid-detection speed and high resolution. Therefore, in this study, a remote-sensing system using a UAV equipped with a multispectral imager was developed to monitor the abiotic stress of Citrus unshiu. Multispectral images of citrus trees exposed to water and nitrogen stress within visible and near-infrared (Vis/NIR) ranges were captured and compared with those of normal citrus trees through partial least squares-discriminant analysis. The results indicated that the newly developed UAV system has the potential for rapid and nondestructive monitoring of abiotic stress in citrus trees. We believe that the outcome can be applied to the stress monitoring of various agricultural crops.

데이터 손실이 있는 RCS 데이터에서 압축 센싱 이론을 적용한 ISAR 영상 복원 알고리즘 연구

배지훈(Ji-Hoon Bae),강병수(Byung-Soo Kang),김경태(Kyung-Tae Kim),양은정(Eun-Jung Yang) 한국전자파학회 2014 한국전자파학회논문지 Vol.25 No.9

본 논문에서는 불완전한 radar-cross-section(RCS) 데이터로부터 inverse synthetic aperture radar(ISAR) 영상 복원과 동시에 표적의 회전각도를 추정하기 위한 compressive sensing(CS) 기반의 레이더 신호 모델을 적용한 parametric sparse 복원 알고리즘을 제안하고자 한다. Sparse 복원 알고리즘으로는 iteratively-reweighted-least-square(IRLS) 기법을 이용하여 각도 방향(cross-range)에서 모르는 처프 비율(chirp rate)의 처프 성분을 포함하는 레이더 신호 모델과 결합한다. 그리고, particle swarm optimization(PSO) 최적화 알고리즘을 이용하여 표적의 회전각도와 연관된 파라미터들을 추출한다. 따라서, RCS데이터 샘플에 데이터 손실이 발생하더라도 본 논문의 IRLS 기반 parametric sparse 복원 알고리즘에 따라 효율적으로 ISAR 영상을 복원할 수 있고, 동시에 표적의 회전각도를 추정할 수 있다. 또한, 불완전한 RCS 데이터 샘플에 대하여 영상의 엔트로피 관점에서 본 논문에서 제안한 방법의 성능과 전통적인 보간법의 성능을 서로 비교 관찰한다. In this paper, we propose a parametric sparse recovery algorithm(SRA) applied to a radar signal model, based on the compressive sensing(CS), for the ISAR(Inverse Synthetic Aperture Radar) image reconstruction from an incomplete radar-cross-section(RCS) data and for the estimation of rotation rate of a target. As the SRA, the iteratively-reweighted-least-square(IRLS) is combined with the radar signal model including chirp components with unknown chirp rate in the cross-range direction. In addition, the particle swarm optimization(PSO) technique is considered for searching correct parameters related to the rotation rate. Therefore, the parametric SRA based on the IRLS can reconstruct ISAR image and estimate the rotation rate of a target efficiently, although there exists missing data in observed RCS data samples. The performance of the proposed method in terms of image entropy is also compared with that of the traditional interpolation methods for the incomplete RCS data.