RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      검색결과 좁혀 보기

      선택해제
      • 좁혀본 항목 보기순서

        • 원문유무
        • 원문제공처
          펼치기
        • 등재정보
          펼치기
        • 학술지명
          펼치기
        • 주제분류
          펼치기
        • 발행연도
          펼치기
        • 작성언어

      오늘 본 자료

      • 오늘 본 자료가 없습니다.
      더보기
      • 무료
      • 기관 내 무료
      • 유료
      • RAN을 위한 개선된 학습 방법

        최종수,권오신,김현석 대한전자공학회 1998 電子工學會論文誌, C Vol.c35 No.11

        정적 시스템 모델링을 위해 RBF 신경회로망의 은닉 유니트를 자동으로 생성하는 ERAN을 제안한다. ERAN은 관측 데이터의 신규성을 기반으로 새로운 은닉 유니트를 할당하는 RAN의 성능을 개선한 것이다. ERAN의 학습 과정은 새로운 은닉 유니트의 생성과 네트웍 파라미터 학습을 포함한다. 네트웍은 초기에 0개의 은닉 유니트로 시작하여 세 가지의 은닉 유니트 생성 판별기준을 만족할 경우에만 새로운 은닉 유니트를 생성시킨다. 네트웍의 파라미터는 LMS 알고리즘을 이용하여 조정한다. 제안한 ERAN의 성능은 순차 학습 및 랜덤 학습을 갖는 비선형 정적 시스템 모델링 문제에 대하여 RAN의 결과와 성능을 비교한다. 두 실험에 대하여 ERAN은 RAN 보다 적은 은닉 유니트를 가지고 정확성이 더 우수한 RBF 신경회로망을 구현할 수 있음을 보인다. The enhanced resource-allocating network(ERAN) that adaptively generates hidden units of radial basis function(RBF) network for systems modeling has been proposed. The ERAN is an improved version of the resource-allocating network(RAN) that allocates new hidden units based on the novelty of observation data. The learning process of the ERAN involves allocation of new hidden units and adjusting the network parameters. The network starts with no hidden units. As observation data are received, the network adds a hidden units only if the three network growth criteria are satisfied. The network parameters are adjusted by the LMS algorithm. The performance of the ERAN is compared with the RAN for nonlinear static systems modeling problem with sequential and random learning. For two simulations, the ERAN has been shown to realize RBF networks with better accuracy with fewer hidden units.

      • SCIESCOPUSKCI등재
      • KCI등재

        건축물 해체공사의 통합 안전관리 가이드라인 개발 및 적용성 평가

        최종수,허성태,고원준,이희민,Choi, Jong-Soo,Heo, Seong-Tae,Go, Won-Joon,Lee, Hee-Min 한국건설관리학회 2010 한국건설관리학회 논문집 Vol.11 No.6

        국내 건축물 해체공사의 안전관리 분야는 연구, 제도정비 및 실무 차원에서 소외되어온 경향이 있다. 해체공사의 수행과정에 있어서 체계적이지 못한 안전관리 실태, 부실한 교육체계, 활용할 수 있는 교육용 교재의 미흡 등은 안전사고의 빈도 및 사고발생시 중대사고로 이어지는 주요 원인이 되며 그 수준은 외국의 경우와 비교하여 볼 때 대단히 높은 실정이다. 본 연구에서는 이러한 국내 해체업계 현황의 개선을 목표로 기계식 전면해체공사 및 리모델링을 위한 부분해체공사를 포괄하는 통합 안전관리 가이드라인을 개발하였다. 구체적인 연구 성과물은 안전관리매뉴얼, 체크리스트, 포켓용 팸플릿, 전자매뉴얼 등이며, 연구성과의 검증을 위하여 해체공사 유경험자를 대상으로 실무에 대한 적용성 평가를 수행하였다.

      • 스마트폰 기반 의료 애플리케이션 사용 현황 및 이슈 분석

        최종수,김동수 대한산업공학회 2011 대한산업공학회 추계학술대회논문집 Vol.2011 No.11

        병원들이 앞 다투어 도입, 적용하는 스마트폰 솔루션에 대한 개발업체들의 홍보자료는 많으나 적용 사례와 사용량을 비교 분석한 연구는 거의 없다. 특히 전화 통화와 같은 음성 서비스와 스마트폰 애플리케이션 서비스 같은 데이터 서비스의 사용량을 비교 분석한 시도는 없었다. 이에 본 연구에서는 삼성서울병원 에서 유무선 통합 서비스를 도입한 후 음성 서비스 사용량을 분석한 자료와 최근 기존의 모바일 솔루션을 안드로이드 기반으로 업그레이드한 이후의 사용량을 비교 분석하였다. 삼성서울병원에서 사용하고 있는 모바일 애플리케이션의 주요 메뉴는 입원환자, 외래환자, 응급환자, 수술환자, 협진 의뢰 내용, 입원예정 환자 정보로 구성되어 있으며, 이는 삼성서울병원 종합의료정보시스템의 축소판이라 할 수 있다. 최근 아이폰 또는 안드로이드 기반의 스마트폰이 출시되기 전까지는 스마트폰의 열풍이 없었던 것처럼 의사들의 접속 현황이 뚜렷이 낮았다. 그러나 2011년에 측정된 안드로이드 기반의 애플리케이션 서비스는 2006년 대비 11.5배 이상 증가하였다는 것이다. 유무선 통합 서비스를 이용한 음성 서비스와 애플리케이션 사용현황의 시간대별 분석한 결과, 유사한 형태의 사용현황을 보이고 있다. 특히 아침 회진 시간대인 6시부터 8시 사이 데이터 서비스 사용량이 먼저 증가하고 약 1시간 후부터 음성 통화 서비스가 증가하는 것은 회전 전에 데이터 서비스를 먼저 활용한다고 볼 수 있다. 오후 5시 이후 저녁 시간대는 음성 통화 서비스는 급격히 감소하지만 애플리케이션을 통한 데이터 서비스가 근무시간대와 유사한 수준을 유지하고 있다. 본 연구는 실제 임상 현장에 적용된 스마트 폰 기반의 유무선 통합 서비스를 이용한 음성 서비스 사용 현황과 애플리케이션 사용현황에 대한 분석힌 첫 사례로서 그 의미가 크다.

      • KCI등재후보

        Ribosomal DNA Intergenic Spacer의 Polymorphism을 이용한 Trichophyton rubrum의 균주간 구분

        최종수,신동훈,성준제,김기홍 대한의진균학회 2004 대한의진균학회지 Vol.9 No.4

        Background: In Korea, Trichophyton (T.) rubrum is occupied more than 80% of causative fungi of dermatophytosis. Strain differentiation of T. rubrum is essential for epidermiologic study. Objective: The aim of this study is to develope the primers for amplification of rDNA intergenic spacer(IGS) to detect polymorphism of T. rubrum. Methods: The primers were designed from 25S and 18S of rDNA, and were applied to 20 strains of T. rubrum, which included 1 standard strain and 19 clinical isolates. Results: Primers for amplification of polymorphic rDNA IGS were designed from the 3’end of the 25S(primer ANID25-3, 5’-GACAGGTTAGTTTTACCCTACTGA-3’) and the 5’end of the 18S (TR18-2R, 5’-ATCTAATAAATACACCCCTTCCGA-3’). PCR condition was adjusted for detecting polymorphism. Best results were obtained at 55℃ for annealing temperature and 3 minutes for extension time. Eight bands sized as 1.1, 2.4, 2.7, 2.9, 3.2, 3.8, 5 kb were amplified with PCR using the primers. With 4 bands sized 2.7, 2.9, 3.2 and 3.8 kb, 20 strains of T. rubrum could be grouped into 6 subtypes. Conclusion: The PCR fingerprinting with the primers for rDNA IGS was able to differentiated strains of T. rubrum, and it can be applied in clinical and epidemiologic studies. The primer could be applied to other fungi with unknown sequences.

      • KCI등재

        한 영상으로부터 3개의 소실 점들만을 사용한 매개 변수의 재구성

        최종수,윤용인 한국통신학회 2004 韓國通信學會論文誌 Vol.29 No.3C

        본 논문은 카메라로 찍은 투사 사영(Perspective Projection)의 한 영상으로부터 물체의 크기와 위치를 계산하기 위해서 3 개의 소실 점만을 사용해서 계산하는 새로운 방법을 제안한다. 우리의 접근 방법은 투사 사영의 영상으로부터 초점 거리(Focal Length), 회전 행렬(Rotation Matrix) 등의 정보들 없이 3개의 소실 점만을 가지고 계산하는 방법이다. 물체는 꼭지점(vertices)의 좌표가 크기 벡터 v 의 선형 함수로서 표현할 수 있는 다각형으로써 모델이 된다는 것을 가정한다. 이 재구성의 입력은 영상에서 특징 점과 모델에서 특징 점 사이 대응점의 집합으로 표현할 수 있다. 이 매개 변수 모델의 각각 크기를 최적화하기 위해서, 재구성의 최적화는 동일하게 매개 변수 공간을 샘플링에 의한 최적화기에 대하여 다중 시작점(multiple starting points)을 발생하는 다중 시작(multi-start) 방법을 가지는 표준 비선형 최적화 기법을 효과적으로 해결할 수가 있다. This paper presents a new method which is calculated to use only three vanishing points in order to compute the dimensions of object and its pose from a single image of perspective projection taken by a camera. Our approach is to only compute three vanishing points without informations such as the focal length and rotation matrix from images in the case of perspective projection. We assume that the object can be modeled as a linear function of a dimension vector v. The input of reconstruction is a set of correspondences between features in the model and features in the image. To minimize each the dimensions of the parameterized models, this reconstruction of optimization can be solved by standard nonlinear optimization techniques with a multi-start method which generates multiple starting points for the optimizer by sampling the parameter space uniformly.

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼