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 : 이승재 (검색결과 3,157 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
췌장에서 생기는 희귀 종양 및 종양 유사 병변들의 영상 소견
이승재,신상수,허숙희,정용연 대한영상의학회 2020 대한영상의학회지 Vol.81 No.5
Various types of tumors and tumor-like lesions may affect the pancreas. Among them, pancreatic ductal adenocarcinoma is the most common and is generally referred to as “pancreatic cancer.” Recently, the detection rates of rare pancreatic tumors and tumor-like lesions have increased owing to technological advancements and increased frequency of imaging tests. Considering that rare pancreatic tumors and tumor-like lesions differ from pancreatic ductal adenocarcinoma in terms of the treatment plan and prognosis, the differential diagnosis of these diseases is clinically relevant. Various imaging tests play an important role in the differential diagnoses of rare tumors, such as acinar cell carcinoma and schwannoma, tumor-like lesions, such as autoimmune pancreatitis and inflammatory pseudotumor, and pancreatic ductal adenocarcinoma, but accurately distinguishing these diseases solely based on imaging findings is difficult. The aim of this pictorial review was to present the imaging findings of rare pancreatic tumors and tumor-like lesions and discuss important points for the differential diagnosis. 췌장에는 다양한 종류의 종양 및 종양 유사 병변들이 생길 수 있다. 이 가운데, 췌장선암은 췌장의 가장 흔한 종양으로서 일반적으로 췌장암이라고 하면 이 종양을 가리킨다. 최근에는 영상 검사의 기술적 진보와 이용이 증가하면서 췌장의 희귀 종양 및 종양 유사 병변들의 발견빈도가 증가하고 있다. 췌장의 드문 종양 및 종양과 유사한 병변들은 치료 방침과 예후가 췌장선암과 다르기 때문에 이들 질환의 감별은 임상적으로 중요한 의의가 있다. 영상 검사는포상세포암이나 신경초종 등의 희귀 종양 및 자가면역 췌장염 또는 염증성 거짓종양과 같은종양 유사 병변들과 췌장선암의 감별 진단에 중요한 역할을 하지만 영상 소견만으로 이들 질환을 정확히 구분하는 것은 한계가 있다. 이 논문에서는 췌장에서 생길 수 있는 희귀 종양 및종양 유사 병변들의 다양한 영상 소견들과 췌장선암과의 감별에 있어 도움이 되는 특징들을제시하고자 한다.
-
이승재,김현진 제어로봇시스템학회 2021 제어로봇시스템학회 국내학술대회 논문집 Vol.2021 No.6
Deep Reinforcement Learning (DRL) algorithms have been successfully used in a wide range of challenging control tasks for various robot environments. In this paper, we study a training procedure for a quadruped robot locomotion through DRL. We apply a Hierarchical Reinforcement Learning (HRL) technique based on the maximum entropy RL framework (Soft Actor-Critic, SAC) and Domain Randomization (DR) methods to train goal-reaching skills. To evaluate our method, we test the trained model on a 12-dimensional quadruped robot(D’Kitty) in simulation.
-
-
-
한국 청소년의 건강 식생활 실천과 당뇨병 전단계 간 연관성 연구
이승재,이경원 한국식생활문화학회 2024 韓國食生活文化學會誌 Vol.39 No.1
This study investigated associations between healthy dietary practices and the odds of prediabetes among Korean adolescents. The data of 1,624 adolescents aged 12 to 18 who participated in the 2017-2021 Korea National Health and Nutrition Examination Survey were analyzed. Healthy dietary practices were defined according to Health Plan 2030 criteria, and prediabetes was defined as a fasting blood glucose level of 100-125 mg/dL. After controlling for confounders, adjusting odds ratios and 95% confidence intervals (CIs) for prediabetes were determined for different healthy dietary practices using multivariable logistic regression analysis. Compared with adolescents who engaged in healthy dietary practices, those who did not had a 1.63-fold (95% CI: 1.12-2.37) higher odds of prediabetes. In addition, adolescents who did not consume ≥500 g of fruit and vegetables daily and those who refrained from reading nutritional fact labels, which are both subindicators of healthy dietary practices, had a 1.66 (95% CI: 1.05-2.62) and 1.58-fold (95% CI: 1.06-2.37) higher odds of prediabetes, respectively, than those who did. Increasing the proportion of adolescents engaging in healthy dietary practices, such as consuming ≥500 g of fruit and vegetables daily and reading nutritional fact labels when selecting food, is imperative.
-
-
이승재,김명선 한국정보통신학회 2024 한국정보통신학회논문지 Vol.28 No.6
임베디드 시스템부터 서버에 이르기까지 다양한 딥러닝 모델들을 효율적으로 실행시키기 위한 하드웨어 및 소프트웨어 기술들이 발전되고 있다. 나아가 사용자들의 다양한 요구사항과 인식 정확도 향상을 위하여 여러 개의 딥러닝 모델들이 CPU나 메모리와 같은 시스템 자원들을 서로 경합하는 형태로 실행된다. 이러한 딥러닝 모델 실행 장치들을 객관적으로 평가하기 위하여 MLPerf가 개발되었다. 하지만 현재의 MLPerf는 직렬화된 방식으로 DNN 모델을 실행시켜 여러 개의 DNN 모델이 실행되는 실제 환경을 반영하지 못한다. 본 논문에서는 멀티 쓰레딩 기반 쿼리 병렬화를 통해 여러 DNN들의 동시 실행 요구를 가능하게 하고, 대상 시스템에서도 실제 환경과 유사하게 여러 개의 DNN 모델이 실행될 수 있도록 MLPerf를 개선하였다. 실험 결과 기존 대비 약 2배 이상의 쿼리 처리 성능을 보여 실제 실행 환경과 유사하게 벤치마킹함을 알 수 있었다. Hardware and software technologies are being developed to efficiently run various deep learning models from embedded systems to servers. Moreover, multiple deep learning models compete for system resources such as CPU and memory to meet the diverse needs of users and improve recognition accuracy. MLPerf was developed to objectively evaluate these deep learning model execution devices. However, the current MLPerf executes DNN models in a serialized manner, which does not reflect the real-world environment where multiple DNN models are running. In this paper, we improve MLPerf to enable the simultaneous execution needs of multiple DNNs through multi-threading-based query parallelization, and to enable multiple DNN models to be executed on the target system similar to the real environment. The experimental results show that the query processing performance is about two times higher than the existing one, which is similar to the actual execution environment.
-
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
