• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.40 no.2
• /
• pp.233-238
• /
• 2020

Most deep learning (DL) approaches for bridge damage localization based on a structural health monitoring system commonly use supervised learning-based DL models. The supervised learning-based DL model requires the response data obtained from sensors on the bridge and also the label which indicates the damaged state of the bridge. However, it is impractical to accurately obtain the label data in fields, thus, the supervised learning-based DL model has a limitation in that it is not easily applicable in practice. On the other hand, an unsupervised learning-based DL model has the merit of being able to train without label data. Considering this advantage, this study aims to propose and theoretically validate a damage localization approach for bridges using a variational autoencoder, a representative unsupervised learning-based DL network: as a result, this study indicated the feasibility of VAE for damage localization.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.12 no.2
• /
• pp.581-587
• /
• 2011

Reliability estimation methods using attribute data are widely used in reliability evaluation of various systems such as nuclear energy plants, food and drug, and space launch vehicles. This paper shows sensitivity analysis and comparison results of reliability estimation methods including a parametric estimation method in open literature with respect to both sample size and sampling points of time. And ways to improve accuracy of each reliability estimation method were proposed from the sensitivity analysis results.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.219-220
• /
• 2008

이 논문은 이산푸리에변환을 이용하여 시계열데이터에 포함되어 있는 파라미터를 추정하는 새로운 방법과 그 응용 결과를 기술하고 있다. 제안한 방법은 푸리에스펙트럼으로부터 직접 파라미터를 추정하는 방법으로 FFT의 장점을 이용할 수 있으므로 신호에 포함되어 있는 중요 주파수를 비롯한 저주파 진동 파라미터를 빠르게 추정할 수 있다. 이 논문에서는 단순한 산술계산만 수행하여 제동계수를 추정할 수 있도록 알고리즘을 단순화하였다. 그리고 WSCC 계통에서 실측한 데이터에 제안한 알고리즘을 적용하여 효율성을 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10a
• /
• pp.383-386
• /
• 2000

본 논문에서는 학습데이터를 이용하여 텍스트로부터 미등록 고유명사를 추정하는 방법을 제안한다. 고유명사 추정을 위해 먼저 형태소 분석기를 이용하여 품사가 명사인 단어들을 후보단어로 선택한다. 이렇게 선택된 후보단어가 고유명사인지 추정해 보기 위해 학습데이터를 이용하여 구성한 정보집합을 사용한다. 이러한 정보집합으로는 이름집합, 접미사집합, 단서집합, 배제어 집합이 있다. 본 논문에서는 이런 정보를 이용하여 한국어 지명을 추정하는 시스템을 구현하여 실험한 결과 77.2%의 정확도와 84.9%의 재현율을 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2006.11a
• /
• pp.157-160
• /
• 2006

이 논문에서는 계층변조를 적용하는 AT-DMB (advanced terrestrial digital multimedia broadcasting) 시스템을 위한 자력 채널추정 기법을 제시하고 그 성능을 살펴본다. AT-DMB 시스템은 기존 T-DMB 시스템과의 호환성을 유지하기 데이터 전송채널의 경우 DQPSK 변조를 적용한 각 신호점을 다시 QPSK 변조하는 16-QAM 계층변조 방식을 적용한다. 또 프레임의 동기신호 및 정보채널은 기존 T-DMB 신호와 동일하게 유지한다. 이 신호들을 이용하여 자력 추정을 위한 채널의 초기치를 계산한다. 데이터 신호에 대해서는 일단 판정궤환 모드를 적용하여 채널을 추정한 후 시간 및 주파수 영역에서 인접 심볼 및 부반송파에 걸쳐 평균을 취함으로써 잡음의 영향을 감소시킨다. 모의실험을 통해 제시한 자력 채널추정 방식의 성능을 살펴본다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.12A
• /
• pp.1774-1780
• /
• 2000

본 논문에서는 TDMA 방식의 고속의 버스트 데이터 전송에서 프리앰블의 오버샘플링 데이터 값을 이용한 새로운 피드포워드 타이밍 추정 기법을 제안한다. 제안된 추정 기법은 검출 오류 분산 값 (DEV : Detection Error Variance) 측면에서 기존의 여러 타이밍 추정기법과 MCRB (Modified Cramer-Rao Bound)와 비교되어 진다. 또한, 제안된 타이밍 추정 기법을 고정 샘플링 클럭과 타이밍 보정기로서 보간 필터를 이용한 심볼 동기 블록을 적용하여 이상적인 경우의 BER과 그 성능을 비교한 결과 이상적인 경우에 비해 성능 저하가 BER이 $10^{-3}$인 지점에서 최대 0.2dB 이내임을 확인하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.114-117
• /
• 2003

본 논문에서는 video stream내의 움직이는 객체 정보를 추정하고 동적 GTM(genetic tree-map) 알고리즘을 사용하여 얼굴 영역 검출 기법을 제안한다. 기존의 일반적인 객체 추정 기법은 클러스터(cluster)과정을 통하여 영상 정보를 분할하고 그 중 움직이는 객체 부분을 복원함으로서 추정하였다. 제안하는 기법은 BMA(block matching algorithm)［1］ 알고리즘을 사용하여 video stream 에서 움직이는 객체 정보를 얻고 클러스터 알고리즘으로 PCA(principal component analysis)를 사용한다. PCA 기법은 입력 데이터에 관해 통계적 특성을 이용하여 주성분을 찾는다. 주축과 영역분할 알고리즘을 사용하여 데이터를 분할하고, 분할된 객체 정보를 사용하여 특정 객체만을 추정하는 것이 가능하다. 이렇게 추정된 객체를 얼굴영역의 feature에 대하여 신경망 학습인 동적 GTM 알고리즘을 사용하여 생성된 동적 GTM 맵의 정보에 따라 객체의 얼굴영역만을 추출해 낼 수 있다［2-6］.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.134-138
• /
• 2021

3 차원 휴먼 자세 추정 모델은 다시점 모델과 단시점 모델로 분류될 수 있다. 일반적으로 다시점 모델은 단시점 모델에 비하여 뛰어난 자세 추정 성능을 보인다. 단시점 모델의 경우 3 차원 자세 추정 성능의 향상은 많은 양의 학습 데이터를 필요로 한다. 하지만 3 차원 자세에 대한 참값을 획득하는 것은 쉬운 일이 아니다. 이러한 문제를 다루기 위해, 우리는 다시점 모델로부터 다시점 휴먼 자세 데이터에 대한 의사 참값을 생성하고, 이를 단시점 모델의 학습에 활용하는 방법을 제안한다. 또한, 우리는 각각의 다시점 영상으로부터 추정된 자세의 일관성을 고려하는 다시점 일관성 손실함수를 제안하여, 이것이 단시점 모델의 효과적인 학습에 도움을 준다는 것을 보인다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2021.11a
• /
• pp.13-13
• /
• 2021

최근 항만에서 기인한 대기오염물질에 대한 심각성이 고조되고 있다. 본 연구는 부산항 (북항, 감천항 및 다대포항)을 대상으로 6월 한달 간의 항내에서 발생하는 대기오염물질 배출량을 추정하였다. 신뢰성 있는 대기오염물질 배출량 추정을 위하여 AIS(Automatic Identification System) 데이터를 기반으로 한 계산 방신인 Bottom-up 추정 방식을 활용하였으며 연료소모총량과 연료소비의 결과로서 발생한 대기오염물질 총량을 함께 분석하였다. 또한, 추정 배기가스 량을 이용하여 부산항에서의 환경 비용을 계산하였다.

• The Korean Journal of Applied Statistics
• /
• v.32 no.4
• /
• pp.561-572
• /
• 2019

We study false discovery rate segmentation (FDRSeg) and simultaneous multiscale change-point estimator (SMUCE) methods for multiscale multiple change-point estimation, and compare empirical behavior via simulation. FSRSeg is based on the control of a false discovery rate while SMUCE used for the multiscale local likelihood ratio tests. FDRSeg seems to work best if the number of change-points is large; however, FDRSeg and SMUCE methods can both provide similar estimation results when there are only a small number of change-points. As a real data application, multiple change-points estimation is done with the well-log data.