• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (3)
• /
• pp.30-32
• /
• 2000

본 논문에서는 RTL 회로의 데이터패스에 대한 테스트 용이도 분석방식과 테스트 용이화 설계방식을 제안한다. 데이터패스에 대한 테스트 용이도 분석은 콘트롤러에 대한 정보없이 RTL 회로의 데이터패스만으로 수행한다. 본 논문에서 제안한 테스팅을 고려한 설계방식은 내장된 자체 테스트(BIST)나 주사(scan)방식이 아니며, 주사 방식을 적용했을 때에 비해 본 논문에서 제안한 테스트 용이화 설계방식을 적용했을 때에 보다 적은 면적 증가율(area overhead)을 보인다는 것을 실험을 통해 확인하였다. 또한, 회로 합성 후 ATPG를 통해 적은 면적 증가만으로 높은 고장 검출율(fault coverage)을 얻을 수 있음을 보인다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.573-576
• /
• 2022

본 논문에서는 삼각형 구조로 구성된 3차원 메쉬(Mesh)에서 합성곱 신경망(Convolutional Neural Network, CNN)의 정확도를 개선시킬 수 있는 새로운 학습 표현 기법을 제시한다. 우리는 메쉬를 구성하고 있는 삼각형의 넓이와 그 로컬 특징을 기반으로 학습을 진행한다. 일반적으로 딥러닝은 인공신경망을 수많은 계층 형태로 연결한 기법을 말하며, 주요 처리 대상은 오디오 파일과 이미지이었다. 인공지능에 대한 연구가 지속되면서 3차원 딥러닝이 도입되었지만, 기존의 학습과는 달리 3차원 학습은 데이터의 확보가 쉽지 않다. 혼합현실과 메타버스 시장으로 인해 3차원 모델링 시장이 증가가 하면서 기술의 발전으로 데이터를 획득할 수 있는 방법이 생겼지만, 3차원 데이터를 직접적으로 학습 표현하는 방식으로 적용하는 것은 쉽지 않다. 그렇기 때문에 본 논문에서는 산업 현장에서 사용되는 데이터인 삼각형 메쉬 구조를 바탕으로 기존 방법보다 정확도가 높은 학습 기법을 제안한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.1-2
• /
• 2023

본 연구는 환경 요인이 통제되어 있는 실험실 데이터에 산업 현장에서 발생하는 유사 잡음을 노이즈로 추가하였을 때, SNR비에 따른 노이즈별 STFT Log Spectrogram, Mel-Spectrogram, CWT Spectrogram 총 3가지의 이미지를 생성하고, 각 이미지를 입력으로 한 CNN 결함 분류 모델의 성능 결과를 확인하였다. 원본 데이터의 영향력이 큰 0db 이상의 SNR비로 합성할 경우 원본 데이터와 분류 결과상 큰 차이가 존재하지 않았으며, 노이즈 데이터의 영향이 큰 0db 이하의 SNR비로 합성할 경우, -20db의 STFT 이미지 기준 약 26%의 성능 저하가 발생하였다. 또한, Wiener Filtering을 통한 디노이징 처리 이후, 노이즈를 효과적으로 제거하여 분류 성능의 결과가 높아지는 점을 확인하였다.

• 한국정보처리학회논문지
• /
• 제7권1호
• /
• pp.296-305
• /
• 2000

본 논문에서는 암호화된 디지털 워터마크를 JPEG 부호화 과정 중 양자화 계수에 합성하는 디지털 워터마킹 방법을 제안한다. 제안된 워터마킹 방법은 다음과 같다. 먼저 각 블록의 DCT 계수를 양자화 한 후 지그재그 스캔으로 양자화 계수를 1차원으로 배열하여 각 블록을 치환한다. 치환된 각 블록의 일정 영역의 양자화 계수에 암호화된 워터마크를 주파수의 우기성을 적용, 합성한다. 합성이 끝난 후 치환되기 전 순서로 다시 복원하여 부호화 과정을 거쳐 압축된 영상데이터를 얻는다. 본 논문에서 제안된 방식은 합성 전 블록 치환 알고리즘을 사용함으로써 보안을 최대한 유지하면서 많은 정보를 합성할 수 있다. 또한 양자화 계수의 일정 영역을 선택하여 암호화된 정보를 합성하기 때문에 용도에 따른 합성량을 조절 할 수가 있고, 영상 및 양자화 값과 상관없이 합성 데이터를 고정시킬 수 있는 장점이 있다. 본 논문에서는 실험을 통해서 그 결과를 검증하고 기존 연구와의 비교 및 그에 따른 성능을 분석하였다.

• 실천공학교육논문지
• /
• 제14권2호
• /
• pp.279-285
• /
• 2022

본 논문에서는 비전공자들을 위한 교양과정으로, 기초 합성곱신경망 과목 커리큘럼을 설계하는데 필수적으로 요구되는 합성곱신경망 기초 실습 사례를 개발하였다. 개발된 실습 사례는 합성곱신경망의 동작원리를 이해시키는 데 초점을 두고, 시각화된 전체 과정을 확인할 수 있도록 스프레드시트를 사용하였다. 개발된 실습 사례는 지도학습 방식의 이미지 훈련데이터 생성, 입력층, 컨볼루션층(합성곱층), 풀링층 그리고 출력층을 차례대로 구현하고, 신규 데이터에 대해 합성곱신경망의 성능을 테스트하는 것으로 구성되었다. 본 논문에서 개발한 실습사례를 확장하여 인식하려는 이미지 개수를 확장하거나, 고화질의 이미지에 대한 압축률을 높이는 합성곱신경망을 만드는 기초 실습 사례를 만들 수 있다. 따라서, 본 합성곱신경망 기초 실습 사례의 활용도가 높다고 할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.401-403
• /
• 2000

본 논문에서는 일한 음차 변환을 이용한 음성인식 및 합성기를 구현하였다. 음성인식의 경우 CV, VCCV, VCV, VV, VC 단위를 사용하였다. 이와 같이 단위별로 미리 구축된 모델을 결합함으로써 음성인식 시스템을 구축하였다. 따라서 일한 음차 변환을 적용하게 되면 인식 대상이 일어단어일 경우에도 이를 한글 발음으로 변환한 후 그에 해당하는 모델을 생성함으로써 인식이 가능하다. 음성 합성기의 경우 합성에 필요한 한국어 음성 데이터 베이스를 구축하고, 입력되는 텍스트에 따라 이를 연결하여 합성음을 생성한다. 일어가 입력될 경우 일한 음차 변환 규칙을 이용하여 입력된 일어 발음을 한글로 바꾸어 준 후 입력하게 되므로 별도의 일어 합성기 없이도 합성음을 생성할 수 있다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• pp.181-184
• /
• 2000

본 논문에서는 영한 음차 변환을 이용한 음성인식 및 합성기를 구현하였다. 음성인식의 경우 CV(Consonant Vowel), VCCV, VCV, VV, VC 단위를 사용하였다. 위의 단위별로 미리 구축된 모델을 결합함으로써 무제한 음성인식 시스템을 구축하였다. 따라서 영한 음차 변환을 이용하게 되면 인식 대상이 영어단어일 경우에도 이를 한글 발음으로 변환한 후 그에 해당하는 모델을 생성함으로써 인식이 가능하다. 음성 합성기의 경우 합성에 필요한 한국어 음성 데이터 베이스를 구축하고, 입력되는 텍스트에 따라 이를 연결하여 합성음을 생성한다. 영어가 입력될 경우 영한 음차 변환을 이용하여 입력된 영어발음을 한글로 바꾸어 준 후 입력하게 되므로 별도의 영어 합성기 없이도 합성음을 생성할 수 있다.

• 한국측량학회지
• /
• 제30권4호
• /
• pp.405-412
• /
• 2012

SLI(Street-Level Imagery)와 벡터지도의 합성을 통해 두 데이터 간의 위치 편차를 제거한 후, SLI의 매개변수를 기반으로 두 데이터의 대응되는 건물영역을 찾을 수 있다. 그러나 합성 이후에도 여러 요인으로 인하여 건물영역이 완전히 일치하지는 않는다. 본 연구는 영상의 영역분할을 통해 두 데이터 간의 건물영역 일치도를 향상시키는 것을 목적으로 한다. 합성을 통해 생성한 벡터 지도의 건물 객체를 SLI 영상에 투영한 선을 영역분할의 초기 정보로 사용한다. 우선, 필터링, 분할(segmentation), 하늘영역 탐지를 통해 하늘 영상을 생성한다. 그리고 에지 검출자를 통해 건물 분리 후보선을 추출한 후, 색상 차이와 하늘정보를 함께 활용하여 건물 최적분리선을 추출함으로써 보다 정확한 건물영역으로 분할한다. 실제 데이터에 대한 실험 결과, 영역 분할을 통해 건물영역 일치 정확도가 83.3%에서 89.7%로 향상된 것을 확인하였다. 본 연구의 성과는 SLI 서비스를 강화하는데 유용하게 활용될 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.85-92
• /
• 2022

본 논문에서는 라인 형태인 가닥(Strand) 지오메트리 이미지와 합성곱 신경망(Convolutional Neural Network, ConvNet 혹은 CNN)을 이용하여 저해상도 헤어 및 털 시뮬레이션을 고해상도로 노이즈 없이 표현할 수 있는 기법을 제안한다. 저해상도와 고해상도 데이터 간의 쌍은 물리 기반 시뮬레이션을 통해 얻을 수 있으며, 이렇게 얻어진 데이터를 이용하여 저해상도-고해상도 데이터 쌍을 설정한다. 학습할 때 사용되는 데이터는 헤어 가닥 형태의 위치를 지오메트리 이미지로 변환하여 사용한다. 본 논문에서 제안하는 헤어 및 털 네트워크는 저해상도 이미지를 고해상도 이미지로 업스케일링(Upscaling)시키는 이미지 합성기를 위해 사용된다. 테스트 결과로 얻어진 고해상도 지오메트리 이미지가 고해상도 헤어로 다시 변환되면, 하나의 매핑 함수로 표현하기 어려운 헤어의 찰랑거리는(Elastic) 움직임을 잘 표현할 수 있다. 합성 결과에 대한 성능으로 이전 물리 기반 시뮬레이션보다 빠른 성능을 보였으며, 복잡한 수치해석을 몰라도 쉽게 실행이 가능하다.

• 한국시뮬레이션학회논문지
• /
• 제19권4호
• /
• pp.249-259
• /
• 2010

국방 모델링 및 시뮬레이션 분야에서 사용되는 다양한 기관, 다양한 출처의 합성환경 자료들은 현재 분산된 환경에서 각각의 원시 데이터베이스를 활용하여 운용, 관리되고 있다. 그러나 HLA/RTI 기술을 통한 모의 체계간의 연동에서 이러한 다양한 합성환경 데이터를 효율적으로 관리하고 교환하기 위해서는 원시 데이터베이스간의 데이터 교환 역할을 수행할 수 있는 중립 합성환경 모델이 필요하다. 이러한 목적으로 DMSO의 지원을 통해 개발된 SEDRIS(Synthetic Environment Data Representation and Interchange Specification)는 손실 없는 데이터의 표현, 교환과 상호운용성을 보장한다. 본 논문에서는 SEDRIS를 국내 차세대 국방 모델링 및 시뮬레이션 환경에서 활용하기 위하여 수행된 기초 연구와 검증을 위한 가시화, 테스트베드를 통한 데이터 교환 실험에 대한 수행 사례와 그 결과를 소개하고, 표준화된 SEDRIS 사용 방안을 제안하고자 한다.