<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns="http://purl.org/rss/1.0/" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel rdf:about="https://dspace.hansung.ac.kr/handle/2024.oak/129">
    <title>Repository Community:</title>
    <link>https://dspace.hansung.ac.kr/handle/2024.oak/129</link>
    <description />
    <items>
      <rdf:Seq>
        <rdf:li rdf:resource="https://dspace.hansung.ac.kr/handle/2024.oak/10549" />
        <rdf:li rdf:resource="https://dspace.hansung.ac.kr/handle/2024.oak/10389" />
        <rdf:li rdf:resource="https://dspace.hansung.ac.kr/handle/2024.oak/1857" />
        <rdf:li rdf:resource="https://dspace.hansung.ac.kr/handle/2024.oak/1856" />
      </rdf:Seq>
    </items>
    <dc:date>2026-05-24T23:25:19Z</dc:date>
  </channel>
  <item rdf:about="https://dspace.hansung.ac.kr/handle/2024.oak/10549">
    <title>[2025학년도 1학기 캡스톤디자인] 7조_온디바이스 딥러닝 기반 실시간 안저 질환 분류 시스템</title>
    <link>https://dspace.hansung.ac.kr/handle/2024.oak/10549</link>
    <description>Title: [2025학년도 1학기 캡스톤디자인] 7조_온디바이스 딥러닝 기반 실시간 안저 질환 분류 시스템
Author(s): 김주영; 박찬기; 이재강
Abstract: 나이 관련 황반변성(AMD), 당뇨병성 망막병증(DR), 녹내장과 같은 주요 안구 질환은 조기 발견이 이루어지지 않을 경우 실명으로 이어질 수 있어 신속한 진단이 중요하다. 그러나 기존 안과 진단은 고가의 장비와 전문 의료진에 의존해 의료 접근성이 제한적이며, 특히 의료 인프라가 부족한 환경에서는 활용에 한계가 있다. 본 프로젝트는 이러한 문제를 해결하기 위해 스마트폰 기반 온디바이스 딥러닝 안구 질환 분류 시스템을 제안한다. 사용자가 직접 촬영한 안저 이미지를 ResNet-18 기반 모델로 실시간 분석하여 AMD, DR, 녹내장, 정상의 4가지 상태를 오프라인 환경에서도 분류할 수 있다. 또한 MobileNetV2, EfficientNet-B0와의 비교 실험을 통해 모바일 환경에서의 성능과 효율성을 검증하였다. 본 시스템은 고가 장비 없이도 높은 진단 정확도를 제공하며, 의료 사각지대와 응급 현장에서 효과적인 진단 도구로 활용될 수 있다.
Description: ※본 자료는 2025학년도 1학기 한성대학교 전자∙시스템반도체트랙 캡스톤디자인 수업 결과물로 제작되었습니다.</description>
    <dc:date>2025-06-30T15:00:00Z</dc:date>
  </item>
  <item rdf:about="https://dspace.hansung.ac.kr/handle/2024.oak/10389">
    <title>Codebook-Based Trellis-Coded Quantization Scheme Using K-Means Clustering for Massive MIMO Systems</title>
    <link>https://dspace.hansung.ac.kr/handle/2024.oak/10389</link>
    <description>Title: Codebook-Based Trellis-Coded Quantization Scheme Using K-Means Clustering for Massive MIMO Systems
Author(s): PARK, SUNGSOO; KONG, GYUYEOL</description>
    <dc:date>2025-02-28T15:00:00Z</dc:date>
  </item>
  <item rdf:about="https://dspace.hansung.ac.kr/handle/2024.oak/1857">
    <title>Residential Electricity Rate Plans and Their Selections Based on Statistical Learning</title>
    <link>https://dspace.hansung.ac.kr/handle/2024.oak/1857</link>
    <description>Title: Residential Electricity Rate Plans and Their Selections Based on Statistical Learning
Author(s): CHUNG, YOUNGMO; KANG, SONGHEE; JUNG, JAEYONG; CHUNG, BEOMJIN; KIM, DONGSIK</description>
    <dc:date>2022-06-30T15:00:00Z</dc:date>
  </item>
  <item rdf:about="https://dspace.hansung.ac.kr/handle/2024.oak/1856">
    <title>Analysis of Residential Electricity Usage Characteristics and the Effects of Shifting Home Appliance Usage Time under a Time-of-Use Rate Plan</title>
    <link>https://dspace.hansung.ac.kr/handle/2024.oak/1856</link>
    <description>Title: Analysis of Residential Electricity Usage Characteristics and the Effects of Shifting Home Appliance Usage Time under a Time-of-Use Rate Plan
Author(s): Chung, YoungMo; Chung, BeomJin; Kim, DongSik</description>
    <dc:date>2023-08-31T15:00:00Z</dc:date>
  </item>
</rdf:RDF>

