• KIISE Transactions on Computing Practices
• /
• v.21 no.7
• /
• pp.443-451
• /
• 2015

This paper proposes a signal modelling method that can effectively detect the shock wave(SW) sound and muzzle blast(MB) sound from the gunshot of a small arm rifle. In order to localize a counter sniper in battlefield, an accurate detection of both shock wave sound and muzzle blast sound are the necessary keys in estimating the direction and the distance of the counter sniper. To verify the performance of the proposed algorithm, a real gunshot sound in a domestic military shooting range was recorded and analyzed. From the experimental results, the proposed signal modelling method was found to be superior to the comparative system more than 20% in a shock wave detection and 5% in a muzzle blast detection, respectively.

• The KIPS Transactions:PartB
• /
• v.15B no.1
• /
• pp.69-72
• /
• 2008

This study aims to identify dependency structures in Korean sentences with the cascaded chunking. In the first stage of the cascade, we find chunks of NP and guess grammatical relations (GRs) using Support Vector Machine (SVM) classifiers for all possible modifier-head pairs of chunks in terms of GR categories as subject, object, complement, adverbial, etc. In the next stages, we filter out incorrect modifier-head relations in each cascade for its corresponding GR using the SVM classifiers and the characteristics of the Korean language such as distance between relations, no-crossing and case property. Through an experiment with a parsed and GR tagged corpus for training the proposed parser, we achieved an overall accuracy of 85.7%.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.2
• /
• pp.543-551
• /
• 1999

The primary purposes in this paper are to analyze the class separation of features in handwritten numeral recognition and to make use of the results in feature selection. Using the Parzen window technique, we compute the class distributions and define the class separation to be the overlapping distance of two class distributions. The dimension of a feature vector is reduced by removing the void or redundant feature cells based on the class separation information. The experiments have been performed on the CENPARMI handwritten numeral database, and partial classification and full classification have been tested. The results show that the class separation is very effective for the feature selection in the 10-class handwritten numeral recognition problem since we could reduce the dimension of the original 256-dimensional feature vector by 22%.

• Journal of Korean Society of Transportation
• /
• v.20 no.7
• /
• pp.197-204
• /
• 2002

교통사고예측 및 예방을 위해서는 실제적으로 도로설계과정에서 제어가 가능한 도로 기하구조요소에 대한 사고관계를 파악함이 타당하다. 즉, 도로의 설계자는 도로건설에 앞서 기하구조요소와 사고와의 관계를 현장자료를 통해 정확히 밝혀 도로설계에 반영해야 한다. 이를 위해, 교통사고의 빈도분포를 박히는 것은 가장 기본이 되는 일이며, 교통사고 예측모형개발에 선행되어야 한다. 일반적으로 교통사고건수의 경우 분산이 평균보다 큰 과분산(overdispersion)의 특징을 가지고 있어 음이항 분포를 따른다고 알려져 있다. 따라서 본 논문은 사고모형의 개발에 앞서, 사고발생지점에 대한 도로설계요소와 기타 잠재적인 사고발생 관련요인이 비교적 잘 파악되어있는 호남고속도로를 중심으로 평면 선형상 곡선부에 대하여 교통사고의 분포를 적합도 검정을 통해 알아보고자 하였다. 사고자료는 한국도로송사의 호남고속도로 5년(1996∼2000)간 자료를 분석에 맞게 정리하였으며, 강민욱과 송봉수(2002)에서 제시한 평면선형에 있어서의 구간분할법을 이용하여 배향곡선구간과 단일곡선구간에 대한 사고분석을 하였다. 적합도 분석결과, 예상대로 음이항분포가 사고건수를 설명하기에 가장 적합한 확률분포로 제시되었으며, 이를 통해 최우추정법을 이용한 음이항회귀모형을 개발하였다. 구간분할법을 적용한 음이항회귀모형의 경우, 기존의 확률회귀토형에 비하여 높은 결정계수를 갖았으며, 모형에서 적용된 기하구조요소로는 차량 노출계수, 곡선반경, 단위거리 당 편경사변화값 등이다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2013.08a
• /
• pp.270.2-270.2
• /
• 2013

직선운동하는 하전입자의 진행방향에 수직한 평면상에 서로 직교하는 전기장과 자기장을 걸어주면, 하전입자에는 전기장에 의한 힘 FE와 자기장과 속도 v에 의한 로렌츠력 $F_B=q(v{\times}B)$가 동시에 작용하게 된다. 이때 Wien 조건 FB=-FE를 만족하는 질량 mA과, 에너지 EA를 가지는 하전입자 A는 휘지 않고 직선운동을 계속하나, 하전입자 A와 다른 에너지 $E_B\;(=E_A+{\delta}E)$나 질량 $m_B\;(=m_A+{\delta}m)$을 가지는 하전입자는 휘게 되며, 그 휘는 정도는 ${\delta}E$나 ${\delta}m$에 비례하게 된다. 이 현상을 이용하여 다양한 종류의 에너지 또는 질량 분석기가 독일, 미국, 일본 등의 분석기기 선진국에서 개발되어 왔고, 전자현미경의 이미지 필터로도 활용되고 있으며, 통상 EXB 필터 또는 발명자의 이름을 딴 Wien 필터로 불리어지고 있다. $E{\times}B$ 필터는 일반적인 하전입자빔 렌즈와 다른 광학특성을 가지며, 지난 발표에서는 $E{\times}B$ 필터의 기본 궤도 방정식 및 다양한 2차 기하 수차 방정식의 유도과정 및 결과를 보여주었다. 본 발표에서는 EXB 필터의 전후에 배치시켜, 초점거리 등의 조정을 수행할 4극자와, $E{\times}B$ 필터에서 발생하는 2차 수차의 보정을 수행할 6극자의 광학특성의 계산 결과를 보여준다. 4극자-6극자-EXB필터-6극자-4극자 조합의 기본 광학궤도 계산 결과는 빔 다이어그램으로 보여준다. 6극자에 의해 수차를 줄여서 향상되는 에너지 분해능 값은 수치적으로 추정한다. 실제 제작이 된 각 부품의 외형 및 사진을 보여주어 에너지 필터의 제작 진행 상황을 보고한다.

• Journal of Korean Ophthalmic Optics Society
• /
• v.13 no.4
• /
• pp.95-101
• /
• 2008

Purpose: The aim of this research was to propose a program that can be used the Binocular Eye Visual Perception Training. Methods: This program can be used as a tool for binocular vision and vision training. The system that was made up of module was available in the stereosis and the vergence training. Results: In case of input module, this program could estimate the distance by using fixation disparity. Also, our margin of erroe is less then 5%. In case of output module, 28 trainers were examined by stereoscopic vision and visual depth perception. Conclusions: Therefore, the system can be used as a tools for the vision training.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.722-725
• /
• 2015

모바일 환경에서 사용자의 GPS 궤적은 위치기반서비스(Location Based Service)에서 새로운 자원으로써 활용되고 있다. 위치기반서비스의 확장을 위해 단순히 사용자의 위치를 지도에 표시하는 것뿐만 아니라 사용자들이 위치했던 장소들이 내포하고 있는 의미를 발견해 내는 것이 필요하다. 이를 위해 최근 사용자의 위치정보에 관심지점(POI: Point of Interest)의 정보를 결합하여 시맨틱 궤적(Semantic Trajectory)을 생성하고 분석하는 연구들이 진행되고 있다. 이러한 기존연구의 경우 시맨틱 궤적을 생성하기 위해, 사용자의 GPS 궤적과 POI의 면적 정보(polygon)가 겹칠 경우를 찾아내서 이를 시맨틱 궤적으로 생성하였다. 하지만 대부분 공개된 POI 정보는 실제 장소들의 면적 정보를 제공하지 않고 좌표(point) 값 만을 제공하기 때문에 기존의 방법으로는 시맨틱 궤적을 생성하지 못하는 문제가 있다. 본 논문에서는 사용자의 GPS 궤적과 POI의 좌표 값을 이용하여 사용자가 실제 방문했을 것으로 예상되는 POI 를 추정하고 이를 시맨틱 궤적으로 생성해 내는 방법을 제안한다. 제안하는 기법은 GPS 궤적의 속력 정보를 사용하여 사용자가 정지했었던 구간을 판별하고, 정지 구간 주변의 POI 밀도에 따라 정지 구간을 영역으로 확장한다. 그리고 영역에 포함된 POI 중 정지 구간과의 거리가 가장 가깝고, 가장 오랜 시간 포함되었던 POI를 사용자가 방문했던 POI로 판단한다. 이 방법은 POI의 면적정보가 없는 제한적인 상황에서도 시맨틱 궤적을 생성할 수 있다는 장점을 가진다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.226-226
• /
• 2017

최근 국지성 집중호우 및 돌발홍수와 같은 급격한 기상변화로 인한 기상재해의 발생빈도가 증가함에 따라 고해상도의 기상레이더 강수자료를 사용한 수공학 분야의 연구가 활발하게 진행되고 있다. 레이더 강수자료를 수문분석에 활용하는 목적은 레이더 강수량이 제공하는 공간분포를 최대한 활용하는데 있다. 기상레이더는 광범위한 영역에 대하여 시공간적으로 연속적인 관측이 가능하므로 지상 강수자료에 비하여 고해상도의 강수자료를 확보하는데 이점이 있다. 본 연구에서는 고해상도의 레이더 강수자료의 공간분포 특성을 유지하면서 지상 강수자료의 양적특성을 유지할 수 있는 조건부 합성기법을 개발하였다. 레이더 강수자료와 지상 강수자료를 조건부 합성하기 위하여 널리 활용되고 있는 Kriging, 역거리 가중법 및 Spline 보간법을 적용하였다. 조건부 합성결과는 지상 강수패턴을 현실성 있게 재현하였다. 추가적으로 미계측 지점으로 간주하여 보간법에 적용되지 않은 강수자료와 조건부 합성기법 결과에 대하여 교차검증을 수행한 결과 조건부 합성기법을 통한 강수정보는 수문분석에 직접적으로 활용될 수 있는 가능성을 확인하였다. 본 연구결과를 향후 초단기 레이더 강수예측기법과 연계하여 수문모형의 입력 자료로 활용한다면 보다 진보된 수문해석이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.404-404
• /
• 2018

본 연구는 홍수조절을 위한 댐의 역할과 홍수조절의 크기가 하류에 미치는 영향범위에 대해 조사하였다. 연구지역으로 낙동강을 중심으로 연구를 진행하였고 기존연구(남한강 유역)와의 비교를 통해 댐의 홍수조절 능력의 공간적 영향 범위에 대한 분석을 실시하였다. 낙동강 유역과 남한강 유역의 홍수사상은 각각 1997년부터 2010년까지의 31개의 홍수사상과 2000년부터 2010년까지의 18개의 홍수사상을 활용하였다. 남한강 유역은 횡성댐(2000년 완공)의 영향을 포함하여 분석하기 위해 2000년부터의 홍수사상을 선정하였다. 낙동강 유역은 안동댐과 임하댐의 영향을 남한강 유역은 충주댐과 횡성댐의 영향을 분석하였다. 홍수조절의 양을 분석하기 위해 홍수최대 유출치 (Peak Discharge)와 홍수유출량(Volume)을 분석하였다. 댐 자체의 홍수조절 능력을 보면 댐의 상시방류량을 넘어 조절하는 하는 경우는 남한강 댐의 경우는 종종 발생하나 낙동강내의 댐의 경우는 자주 발생하지 않는 것으로 파악됐다. 댐의 홍수조절 능력의 경우 댐의 크기와 유역의 크기를 비교분석하여 댐이 영향이 미치는 범위를 추정하였다. 댐의 영향(홍수저감율)이 10 %미만으로 조정되는 거리는 한강유역의 경우는 댐 상류의 면적의 7배에 해당하는 유역이었으나 낙동강 유역의 경우는 8.5배에 해당하는 유역면적에서 같은 영향을 나타냈다. 이는 자료의 양과 조건의 영향으로 파악된다.

• The Journal of Korea Robotics Society
• /
• v.14 no.4
• /
• pp.357-362
• /
• 2019

This paper proposes a model and train method that can real-time detect objects and distances estimation based on a monocular camera by applying deep learning. It used YOLOv2 model which is applied to autonomous or robot due to the fast image processing speed. We have changed and learned the loss function so that the YOLOv2 model can detect objects and distances at the same time. The YOLOv2 loss function added a term for learning bounding box values x, y, w, h, and distance values z as 클래스ification losses. In addition, the learning was carried out by multiplying the distance term with parameters for the balance of learning. we trained the model location, recognition by camera and distance data measured by lidar so that we enable the model to estimate distance and objects from a monocular camera, even when the vehicle is going up or down hill. To evaluate the performance of object detection and distance estimation, MAP (Mean Average Precision) and Adjust R square were used and performance was compared with previous research papers. In addition, we compared the original YOLOv2 model FPS (Frame Per Second) for speed measurement with FPS of our model.