본 논문에서는 CNN (Convolutional Neural Network) 기반의 영상융합 기법을 제안하고자 하였다. 딥러닝 구조의 성능을 향상시키기 위하여, CNN 기법에서 대표적인 합성곱(convolution) 방법으로 알려진 팽창된 합성곱(dilated convolution) 모델을 활용하여 모델의 깊이와 복잡성을 증대시키고자 하였다. 팽창된 합성곱을 기반으로 하여 학습과정에서의 효율을 향상시키기 위하여 잔차 네트워크(residual network)도 활용하였다. 또한, 본 연구에서는 모델학습을 위하여 전통적인 L1 노름(norm) 기반의 손실함수와 함께, 공간 상관도를 활용하였다. 본 연구에서는 전정색 영상만을 이용하거나 전정색 영상과 다중분광 영상을 모두 활용하여 구조에 적용한 DRNet을 개발하여 실험을 수행하였다. KOMPSAT-3A를 활용한 전정색 영상과 다중분광 영상을 이용한 DRNet은 융합영상의 분광특성에 과적합되는 결과를 나타냈으며, 전정색 영상만을 이용한 DRNet이 기존 기법들과 비교하여 융합영상의 공간적 특성을 효과적으로 반영함을 확인하였다.
전역 최적화 문제의 해를 유전 알고리즘을 사용하여 얻어 완전파형역산을 수행하고 층상 반무한체의 물성치를 추정하는 기법을 제안한다. 조화 수직 하중이 작용하는 층상 반무한체의 동적 응답을 측정하고, 이를 추정 물성치를 사용하여 계산된 응답과 비교한다. 응답의 추정치는 mid-point integrated finite element와 perfectly matched discrete layer를 사용하여 구성된 thin-layer model로부터 얻는다. 전역 최적화 문제의 목적 함수는 응답의 관측치와 추정치의 차이에 대한 L2-norm으로 계산된다. 유전 알고리즘을 사용하여 전역 최적화 문제의 해를 구하여 완전파형역산을 수행한다. 제안된 기법을 기본 진동 모드 뿐만이 아니라 고차 진동 모드도 우세한 다양한 층상 반무한 매질에 적용하여, 측정치가 잡음을 포함하지 않는 경우와 포함하는 경우 모두에 대해서 제안된 완전파형역산 기법은 층상 반무한체의 재료 특성을 추정하는데 적합함을 확인할 수 있다.
Purpose: The aim of this study was to explore the health-related quality of life of caregivers for demented elders. Method: The subjects of this study were 170 pairs of demented elders and their caregivers. Socio-demographic characteristics of the demented elders and the caregivers, Barthel index and SF-36 were used in this study. Data analysis procedure included t-test, ANOVA, Pearson correlation coefficient, and hierarchical multiple regression. Results: The score of overall health-related quality of life (HRQoL) was 288.62 in norm-based scoring. The major factors that affect HRQoL of the demented elders' caregivers were burden, the age of the caregiver, ADL and gender of the demented elder, and these factors explained 34.5% of HRQoL. Conclusion: The factors significantly affecting the caregivers' HRQoL were burden, the age of the caregiver and ADL. The effective social support system should be considered in respective nursing interventions to decrease the level of burden and to increase HRQoL in demented elders' caregivers. Further studies and efforts will be needed to investigate preceding factors of burden and HRQoL.
This paper examines a highly used social networking site (SNS) by studying the behavior of more than 11 million members over a 20 month period. The importance of the most highly active members to the overall network is demonstrated by the significant fraction of total visits by extremely active members in a given period but such members have surprisingly short lifespans (an average of only 2.5 months) as social hubs. We form and test a number of hypotheses concerning these social hubs and the determinants of their lifespan. We find that the speed of achieving social hub status increases the lifespan of a social hub. The norm of reciprocity is strongly confirmed to be present in the social hub population as visits are reciprocated. We also find that increasing local dominance in terms of activities over neighboring agents leads to a longer lifespan of a social hub. Contrary to expectations, local clustering in the vicinity of social hubs is smaller (rather than larger) than overall clustering. We discuss managerial implications in the paper.
Existing barcode signal restoration algorithms are not robust to unmodeled outliers that may exist in scanned barcode images due to scratches, dirts, etc. In this paper, we describe a robust barcode signal restoration algorithm that uses the hybrid $L_1-L_2$ norm as a similarity measure. To optimze the similarity measure, we propose a modified iterative reweighted least squares algorithm based on the one step minimization of a quadratic surrogate function. In the simulations and experiments with barcode images, the proposed method showed better robustness than the conventional MSE based method. In addition, the proposed method converged quickly during optimization process.
본 논문에서는 고정점 알고리즘의 독립성분분석을 이용하여 얼굴영상의 인수부호를 찾아 얼굴을 인식하는 기법을 제안하였다. 여기서 고정점 알고리즘은 뉴우턴법에 기초한 것으로 빠른 특징추출을 위함이고, 독립성분분석의 이용은 통계적으로 독립인 계수로 구성된 인수부호를 효과적으로 추출하기 위함이다. 제안된 기법을 Yale 얼굴영상 데이터베이스로부터 선택된 20개의 $324{\ast}243$ 픽셀의 영상을 대상으로 시뮬레이션한 결과, 기저영상의 개수에 따른 압축성능과 L1- 및 L2-norm의 거리척도에 따른 분류에서 우수한 인식성능이 있음을 확인할 수 있었다.
In [41], Th.M. Rassias proved that the norm defined over a real vector space V is induced by an inner product if and only if for a fixed positive integer l holds for all x1, ⋯ , x2l ∈ V . For the above equality, we can define the following functional equation Using the fixed point method, we prove the Hyers-Ulam stability of the functional equation (0.1) in fuzzy Banach spaces.
본 논문에서는, 선형 주기적 시변 시스템에 대해서, 두 개의 입출력 이득을 정의한다. 그 하나는 단위 크기의 ι$_2$노름을 갖는 모든 입력에 대한 최악의 $\iota_2$ 노름의 출력의 비로서, G($\iota_2,\iota_2$ 로 표기한다. 또 다른 하나는 단위 크기의 RMS 값을 갖는 모든 입력에 대한 최악의 RMS 값의 출력의 비로서, G(RMS, RMS)로 표기한다. 선형 시불변 시스템에 대해서는 이 두 개의 이득은 등가라는 사실이 잘 알려져 있다. 본 논문에서는 선형 주기적 시변 시스템에 대해서도 이 두 개의 이득이 등가라는 것을 증명한다. 또한, 선형 주기적 시변 시스템에 대한 주파수 응답을 얻는 두 가지 방법 사이의 관계를 유도한다. 이렇게 정의된 입출력 이득은 M-채널 필터 뱅크에 적용한다. 필터 뱅크는 음성 압축 등에 사용되는 대표적인 다중비 신호처리 시스템이다. 이러한 필터뱅크에는 일반적으로 에일리어징 왜곡, 진폭 왜곡 및 위상 왜곡이 존재한다. 본 논문에서는 오차 시스템의 G($\iota_2,\iota_2$ 이득을 최적화 하는 방법에 의해 필터 뱅크를 설계함으로써, 필터 뱅크에서 일반적으로 존재하는 왜곡을 작게할 수 있음을 보인다.
The adaptive sparse representation (ASR) can effectively combine the structure information of a sample dictionary and the sparsity of coding coefficients. This algorithm can effectively consider the correlation between training samples and convert between sparse representation-based classifier (SRC) and collaborative representation classification (CRC) under different training samples. Unlike SRC and CRC which use fixed norm constraints, ASR can adaptively adjust the constraints based on the correlation between different training samples, seeking a balance between l1 and l2 norm, greatly strengthening the robustness and adaptability of the classification algorithm. The correlation coefficients (CC) can better identify the pixels with strong correlation. Therefore, this article proposes a hyperspectral image classification method called correlation coefficients and adaptive sparse representation (CCASR), based on ASR and CC. This method is divided into three steps. In the first step, we determine the pixel to be measured and calculate the CC value between the pixel to be tested and various training samples. Then we represent the pixel using ASR and calculate the reconstruction error corresponding to each category. Finally, the target pixels are classified according to the reconstruction error and the CC value. In this article, a new hyperspectral image classification method is proposed by fusing CC and ASR. The method in this paper is verified through two sets of experimental data. In the hyperspectral image (Indian Pines), the overall accuracy of CCASR has reached 0.9596. In the hyperspectral images taken by HIS-300, the classification results show that the classification accuracy of the proposed method achieves 0.9354, which is better than other commonly used methods.
In this paper we study the small-data scattering of the d dimensional fractional $Schr{\ddot{o}}dinger$ equations with d = 2, 3, $L{\acute{e}}vy$ index 1 < ${\alpha}$ < 2 and Hartree type nonlinearity $F(u)={\mu}({\mid}x{\mid}^{-{\gamma}}{\ast}{\mid}u{\mid}^2)u$ with max(${\alpha}$, ${\frac{2d}{2d-1}}$) < ${\gamma}{\leq}2$, ${\gamma}$ < d. This equation is scaling-critical in ${\dot{H}}^{s_c}$, $s_c={\frac{{\gamma}-{\alpha}}{2}}$. We show that the solution scatters in $H^{s,1}$ for any s > $s_c$, where $H^{s,1}$ is a space of Sobolev type taking in angular regularity with norm defined by ${\parallel}{\varphi}{\parallel}_{H^{s,1}}={\parallel}{\varphi}{\parallel}_{H^s}+{\parallel}{\nabla}_{{\mathbb{S}}{\varphi}}{\parallel}_{H^s}$. For this purpose we use the recently developed Strichartz estimate which is $L^2$-averaged on the unit sphere ${\mathbb{S}}^{d-1}$ and utilize $U^p-V^p$ space argument.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.