• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2004년도 춘계학술대회 논문요약집
• /
• pp.216-216
• /
• 2004

본 논문은 우리가 일상 생활에서 접하는 에어컨의 핵심 부품인 열 교환기의 제작과정 중에서 확관 공정에서의 확관속도 최적화에 관한 것이다 여기서 열 교환기는 구멍 뚫린 박판형태의 방열핀과 이 구멍을 통과하는 구리재질의 관인 헤어핀의 2가지 주요 부품으로 구성되어있다 그리고 확관기(Fig. 1)에 있어서의 확관공정은 Fig. 2에서 보는 바와 같이 소성변형을 통한 관의 반지름 방향의 팽창으로 방열핀과 헤어핀을 결합시켜주는 높은 정밀도를 요구하는 작업이다.(중략)

• 한국주조공학회지
• /
• 제22권6호
• /
• pp.299-303
• /
• 2002

수정된 SIMPLE법과 VOF의 결합으로 predictor-two step corrector-VOF라고 불리는 새로운 알고리즘이 주조 시 용탕 충전과정을 해석하기 위해 개발되었다. 운동량보존으로부터 유도된 새 2단계 속도 경계조건 처리법은 용탕의 자유표면을 추적하는 데 사용되었다. 본 연구에서는 2개의 예제 계산을 통해 계산정확도와 속도에 대한 Courant 수의 영향을 살펴보았다. 그 결과 적당한 Courant 수의 증가는 계산 정확도의 감소 없이 용탕 계산 속도를 향상시킬 수 있는 것으로 나타났다. 또한 만족할 만한 계산 정확도와 효율이 이 알고리즘의 실제 제품 해석을 통해 얻어졌다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.634-636
• /
• 2003

본 논문은 마스크 방식의 관심 영역(ROI, Region Of Interest) 부호 설계와 구현에 대하여 제시한다. 관심 영역에 대한 정지 영상 압축 알고리즘은 웨이블릿 변환과 사용자가 지정한 관심 영역을 결합하여 설계하였다. 즉, 사용자가 지정한 관심 영역을 이용하여 관심 영역 마스크를 생성한다. 양자화 과정에서 웨이블릿 계수들을 각 레벨과 서브밴드로 구분하고 생성된 관심 영역 마스크 정보를 이용하여 양자화 과정을 처리하여 부호화한다. 관심 영역에 대하여서는 높은 영상 품질과 그리고 전체 영상에 대하여서는 높은 압축을 동시에 실현시킬 수 있는 마스크 방식의 관심 영역 부호화 알고리즘을 설계하고 구현하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
• /
• pp.794-797
• /
• 2004

본 논문에서는 처리시간을 줄이고, 인식률을 높이기 위해서 이진화된 지문 이미지를 효율적으로 처리하기 위한 자료 구조인 Union and Division을 이용한 이진화와 잡음 제거, 특이점 추출 단계로 이루어진다. Union and Division을 사용하는 경우에서는 융선을 추적 가능하다는 성질을 이용하여서 동일융선 상에 있는 두 개의 특이점을 잇는 선분을 기준점으로 하는 정합 알고리즘을 제안한다.

• 한국지능시스템학회논문지
• /
• 제8권6호
• /
• pp.12-20
• /
• 1998

제어 환경의 변화에 강건하게 대처할 수 있는 제어 시스템을 개발하기 위해서, 본 논문에서는 자연계의 면역 시스템과 다층 신경망을 결합한 제어 시스템을 제안한다. 제안한 제어 시스템은 면역 알고리즘을 이용하여 다층 신경망의 가중치를 조절한다. 면역 알고리즘은 초기 방어 단계인 선천성 면역 알고리즘과 적응 단계인 적응 면역 알고리즘으로 구성되어 있다. 과거에 학습한 경험이 있는 환경과 유사한 환경에 대해서 선천성 면역 알고리즘이 동작하고, 학습한 경험이 없는 새로운 제어 환경의 변하에 대해서는 적응 면역 알고리즘이 동작한다. 면역 알고리즘을 이용한 제어 시스템을 로봇 매니퓰레이터의 궤적 추종 제어에 적용하였으며, 컴퓨터 모의 실험을 통해 제어 시스템의 성능을 평가한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 춘계학술대회 논문집 전기기기 및 에너지변환시스템부문
• /
• pp.75-77
• /
• 2001

전기기기 최적 설계에 있어서 결정론적 최적화 방법은 국부해를 빠른 속도로 찾을 수 있지만 최적값에 대한 보장이 어려우므로 비결정론적 방법인 진화전략 알고리즘을 많이 사용한다. 전기기기 최적화에 쓰이는 많은 확률적 알고리즘 중에서 진화 전략 알고리즘은 시뮬레이티드 어닐링과 유전 알고리즘을 결합한 방법으로, 전체 최적점 탐색이 가능할 뿐만 아니라 알고리즘이 비교적 간단하면서도 빠른 수렴 특성을 갖고 있다. 그리고, 종류 또한 다양하다. 진화 전략 알고리즘 중에서 중요한 것은 수렴속도와 성공률에 기여하는 파라미터들을 잘 선정하는 것이다. 본 논문에서는, 진화 전략 알고리즘의 중요한 인자인 자식 세대의 개수인 ${\lambda}$값과 ${\alpha}$값을 변화시켜 가면서 변수 개수에 따른 최적화된 조합을 제시한다. 본 논문의 결과는 전기기기 최적 설계에 응용하는데 도움이 될 것으로 사료된다.

• 전기전자학회논문지
• /
• 제25권4호
• /
• pp.644-649
• /
• 2021

Self-Imitation Learning은 간단한 비활성 정책 actor-critic 알고리즘으로써 에이전트가 과거의 좋은 경험을 활용하여 최적의 정책을 찾을 수 있도록 해준다. 그리고 actor-critic 구조를 갖는 강화학습 알고리즘에 결합되어 다양한 환경들에서 알고리즘의 상당한 개선을 보여주었다. 하지만 Self-Imitation Learning이 강화학습에 큰 도움을 준다고 하더라도 그 적용 분야는 actor-critic architecture를 가지는 강화학습 알고리즘으로 제한되어 있다. 본 논문에서 Self-Imitation Learning의 알고리즘을 가치 기반 강화학습 알고리즘인 DQN에 적용하는 방법을 제안하고, Self-Imitation Learning이 적용된 DQN 알고리즘의 학습을 다양한 환경에서 진행한다. 아울러 그 결과를 기존의 결과와 비교함으로써 Self-Imitation Leaning이 DQN에도 적용될 수 있으며 DQN의 성능을 개선할 수 있음을 보인다.

• 한국콘텐츠학회논문지
• /
• 제16권9호
• /
• pp.451-459
• /
• 2016

객체 검출은 다양한 컴퓨터 비전 응용 분야의 핵심 기술이지만 조명 변화와 기하학적 왜곡에 강인성을 갖기 위해서는 막대한 계산이 필요한 기술이다. 최근에 이 문제를 분류기의 토대로 체계화함으로써 효과적으로 해결하기 위한 접근법들이 소개되고 있다. 그 중 무작위 fern 알고리즘은 단순한 구조와 높은 인식 성능으로 많은 관심을 받고 있다. 그러나 기존의 무작위 fern 알고리즘은 화소간의 밝기 차이만으로 특징을 추출하고 있어 대조, 조명 변화와 같은 밝기 변화나 잡음에 대해 취약점을 갖는다. 본 논문에서는 기존의 무작위 fern의 단점을 개선하기 위해 패치의 기하학적 구조를 반영할 수 있는 깊이 정보를 결합시킨 결합형 무작위 fern을 새로이 제안하고 이를 이용한 객체 검출기의 성능 개선 방안을 제시한다. 모의실험을 통해 결합형 무작위 fern이 기존 방식보다 조명의 영향이나 잡음에 강인함을 보인다.

• 한국음향학회지
• /
• 제39권2호
• /
• pp.137-142
• /
• 2020

문장 종속 짧은 발화에서 문장 독립 긴 발화까지 다양한 환경에서 I-vector 특징에 기반을 둔 많은 연구가 수행되었다. 본 논문에서는 원거리 잡음 환경에서 녹음한 데이터에서 Probabilistic Linear Discriminant Analysis(PLDA)를 적용한 I-vector와 주의 집중 기법을 접목한 Long Short Term Memory(LSTM) 기반의 화자 임베딩을 추출하여 결합한 화자 검증 알고리즘을 소개한다. LSTM 모델의 Equal Error Rate(EER)이 15.52 %, Attention-LSTM 모델이 8.46 %로 7.06 % 성능이 향상되었다. 이로써 본 논문에서 제안한 기법이 임베딩을 휴리스틱 하게 정의하여 사용하는 기존 추출방법의 문제점을 해결할 수 있는 것을 확인하였다. PLDA를 적용한 I-vector의 EER이 6.18 %로 결합 전 가장 좋은 성능을 보였다. Attention-LSTM 기반 임베딩과 결합하였을 때 EER이 2.57 %로 기존보다 3.61 % 감소하여 상대적으로 58.41 % 성능이 향상되었다.

• 한국인터넷방송통신학회논문지
• /
• 제13권4호
• /
• pp.107-116
• /
• 2013

본 논문은 알고리즘 수행 횟수를 줄여 최소신장트리를 빨리 얻는 방법을 제안하였다. 제안된 알고리즘은 선택과 삭제 과정을 수행한다. 선택 과정은 먼저, 그래프의 모든 정점들에 대해 Borůvka의 첫 번째 단계를 수행하고, 특정 정점들에 대해 Borůvka의 첫 번째 단계를 재 수행하여 간선들의 모집단을 축소시키는 결과를 얻었다. 삭제 과정은 축소된 모집단 간선들에 대해 3개 정점들 간에 사이클이 발생할 경우 최대 가중치 간선을 삭제한다. 나머지 간선들 중 최대 가중치 간선에 대해 결합가 개념을 적용하여 삭제한다. 마지막으로 결합가가 큰 정점들 간의 사이클이 발생하는 경우 최대 가중치 간선을 삭제하는 기법을 적용하였다. 선택-삭제 알고리즘을 9개의 다양한 그래프에 적용하여 알고리즘 적용성을 평가하였다. 제안된 선택 과정은 MST 알고리즘을 최적으로 수행해야 하는 간선의 수와 비교시 6개는 적은 개수를, 3개 그래프만이 1개 큰 간선을 선택하는 결과를 나타내어 최적으로 간선을 선택하는 방법임을 알 수 있다. 삭제 단계를 Kruskal 알고리즘을 적용할 경우 Kruskal 알고리즘을 최적으로 수행하는 횟수와 비교한 결과 6개의 그래프는 수행 횟수가 적은 반면, 3개 그래프는 1회 많게 수행하는 결과를 얻었다. 또한, 제안된 삭제 단계를 수행할 경우 1개 그래프는 1단계만, 5개 그래프는 2단계까지, 나머지 3개 그래프만이 3단계를 수행하는 결과를 나타내었다. 결국, 선택-삭제 알고리즘이 MST 알고리즘들 중에서 가장 적은 수행 횟수를 나타내었다.