• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 1996.05a
• /
• pp.255-262
• /
• 1996

고고도로 비행하는 위성발사체의 로켓모터는 압력이나 열적인 조건등이 지상과는 다른 저압환경에서 작동되기 때문에 그 성능이나 기능에 큰 영향을 받는다. 따라서 정확한 로켓의 추력과 자체의 신뢰성향상을 도모하기 위해서 로켓모터의 작동시험을 지상에서 저압환경을 모의하여 수행할 필요가 있다. 본 논문에서는 이러한 저압환경을 위한 시험장치의 종류 및 성능특성과 설계방법을 논하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.96-98
• /
• 2000

본 논문에서는 상거래 환경에서 구매자와 비구매자들에 대한 데이터를 학습한 후, 잠재고객들 중에서 구매 확률이 높은 사람을 예측하는 문제에 효율적으로 접근하기 위해 능동적인 데이터 선택 기법을 이용한다. 실험 데이터는 ColL Challenge 2000에서 얻은 데이터로서, 구매자들의 정보보다 비구매자들의 정보가 더 많기 때문에 상당히 균형이 맞지 않는다. 따라서 모든 데이터를 한꺼번에 학습하는 경우에 성능이 좋지 않다. 본 논문에서는 이러한 불균형 분포를 갖는 실제적인 문제에 있어서 성능이 좋지 않다. 본 논문에서는 이러한 불균형 분포를 갖는 실제적인 문제에 있어서 RBF 기반의 신경망을 가지고 능동 학습을 함으로써 기존의 뱃치학습 보다 예측의 정확도를 향상시킬 수 있음을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.550-552
• /
• 2003

패턴인식에서 사용되는 모든 영상을 해석할 수 있는 시스템은 현재 어려운 문제이므로 먼저문제 영역을 해석하는 방법이 일반적이다. 이는 영상의 이해 및 특정 정보값을 사용하여 특징으로 사용하기 위하여 특징을 추출한다. 특징 추출시 정보의 손실 없이 데이터를 줄이는 작업이 연구되어오고 있지만 이는 사람의 주관적인 경험으로 알고리즘의 내부 파라미터를 결정하고 바꾸어야 하는 문제점을 가지고 있다. 본 논문에서는 웨이블릿 변환으로 얻어진 sub-band들을 특징으로 추출하고 결과를 통계적인 방법인 주성분분석을 이용하여 특징 차원을 감소시켜 인식의 정확도를 향상시키는 방법을 제안한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.33-37
• /
• 2002

기존 EMFG의 동작해석 알고리즘에서 마크벡터는 정확한 시간 간격이 아닌 각 스텝의 변화를 나타내는 것이었다. 그래서 시간 트랜지션이 있는 EMFG의 경우에는 정해진 지연시간 이외의 필요 없는 시간이 발생하였다. 본 연구에서는 이를 개선하여 초기완료비벡터를 적용하였고, 시간 트랜지션을 가진 EMFG에 대하여 시간의 흐름에 따른 점화가능벡터와 예상완료비를 산출하고, 현완료비에 따라 달라지는 경과완료비를 수학적으로 판단할 수 있도록 개선된 알고리즘을 제안하였다. 제안된 알고리즘을 무인 운전 시스템에 적용하여 시간 흐름에 따른 마크벡터의 변화를 입증하였다. 설계된 EMFG를 개선된 알고리즘에 따라 해석하게 되면, 시스템의 분석 및 설계가 용이하여, 시스템의 성능향상에 도움을 줄 것으로 기대된다.

• Journal of Internet Computing and Services
• /
• v.23 no.4
• /
• pp.45-55
• /
• 2022

The size of the cryptocurrency market is growing. For example, market capitalization of bitcoin exceeded 500 trillion won. Accordingly, many studies have been conducted to predict the price of cryptocurrency, and most of them have similar methodology of predicting stock prices. However, unlike stock price predictions, machine learning become best model in cryptocurrency price predictions, conceptually cryptocurrency has no passive income from ownership, and statistically, cryptocurrency has at least three times higher liquidity than stocks. Thats why we argue that a methodology different from stock price prediction should be applied to cryptocurrency price prediction studies. We propose Reverse Walk-forward Validation (RWFV), which modifies Walk-forward Validation (WFV). Unlike WFV, RWFV measures accuracy for Validation by pinning the Validation dataset directly in front of the Test dataset in time series, and gradually increasing the size of the Training dataset in front of it in time series. Train data were cut according to the size of the Train dataset with the highest accuracy among all measured Validation accuracy, and then combined with Validation data to measure the accuracy of the Test data. Logistic regression analysis and Support Vector Machine (SVM) were used as the analysis model, and various algorithms and parameters such as L1, L2, rbf, and poly were applied for the reliability of our proposed RWFV. As a result, it was confirmed that all analysis models showed improved accuracy compared to existing studies, and on average, the accuracy increased by 1.23%p. This is a significant improvement in accuracy, given that most of the accuracy of cryptocurrency price prediction remains between 50% and 60% through previous studies.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.292-292
• /
• 2016

논의 배수특성 분석은 물꼬 크기 및 개소수, 배수로 구성, 규모, 경사, 재질 등과 같은 물리적 특성 인자들의 영향으로 인해 일반적인 유역의 홍수량 산정을 위해 사용되는 수문학적 홍수추적 방법의 적용이 어렵다. 따라서 논에서의 유출을 모의하기 위해서는 수리학적 홍수추적 방법의 적용이 필요하며, 기존의 연구들은 대부분 1차원과 2차원의 수치 해석 기법으로 논의 유출 특성을 분석해왔다. 3차원 수치 해석 기법을 적용할 경우 1차원과 2차원에서 볼 수 없는 유동 특성 등을 파악할 수 있으며, 보다 정확한 유출 모의가 가능할 것으로 기대된다. 하지만 3차원 해석은 비교적 구조가 단순한 논에 적용하기에는 시간과 비용이 과도하게 소모된다는 단점이 있다. 한편, 상사법칙은 주로 실험의 스케일을 줄이기 위해 적용되어 왔다. 정확성에 대한 검증이 이루어진다면, 시간이 오래 걸리는 3차원 모델링에 상사법칙을 적용할 경우, 모의 시간을 단축시킬 수 있는 장점이 있을 것으로 사료된다. 따라서 본 연구에서는 3차원 수치 해석 모형인 FLOW-3D를 이용하여 논에서의 유출을 모의하고, 적용성을 평가하고자 한다. 또한 상사법칙을 이용하여 모의 시간을 단축할 수 있는 방법을 제시하고자 한다. 모의 대상으로 40m x 100m의 논 포장을 구성하였으며, 강우 및 관개에 따른 유출을 모의하였다. 모의 결과는 실측치 및 기존 연구의 결과와 비교하여 적용성을 평가하였다. 또한 수리학적 상사법칙을 적용하여 조건을 변화시켜가며 유출을 모의하였고, 모의 조건 및 모의 시간 변화에 따른 정확성을 분석하였다. 본 연구에서 제시한 방법은 논에서의 유출 모의의 정확성을 향상 시켜, 홍수 발생 시 농경지의 침수 대책 마련에 기여할 수 있을 것으로 기대된다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.30 no.8C
• /
• pp.801-809
• /
• 2005

This paper proposes a new algorithm for improving the performance of the spatial filter which is the most important part of deinterlacing methods. The conventional edge-based algorithms are not satisfactory in deciding the exact edge direction which controls the performance of the interpolation. The proposed algorithm much increases the performance of the intrafield interpolation by finding exact edge directions based on the binary image. Edge directions are decided using 15 by 3 local window to find not only more accurate but also many low-angle edge directions. The proposed interpolation method upgrades the visual quality of the image by alleviating the misleading edge directions. Simulation results for various images show that the proposed method provides better performance than the existing methods do.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.278-278
• /
• 2022

2020년 집중호우로 인하여 우리나라 전국에 걸쳐 약 2,000여 곳의 산사태, 토석류가 발생하였고 약 1,217ha의 피해 면적이 발생하였다. 피해지역의 특히 생활권 중심의 사면과 계류의 관리 필요성이 높아지고 있다. 산림청 산사태정보시스템에서는 토양함수지수가 80% 도달 시 주의보, 100% 도달 시 경보를 발령하는 대국민 서비스를 제공하고 있다. 본 연구에서는 토층의 깊이에 따른 함수비 분포에 따라 토석류의 발생 가능성에 대한 분석을 수행하고자 하였으며, 토양함수는 기상 수치모델에 의한 예측 강우 자료를 활용하였다. 예측 강우 모델은 토석류가 주로 발생하는 여름철 집중호우 시기인 남서풍을 고려하여 도메인을 구성하였고 산림의 증발산 및 토양수분 모의 정확도 향상을 위해 임상도와 토지피복도를 사용하여 보정하였다. 토층내 토양수분의 함량은 토질에 따라 그 특성이 다르기 때문에 토질과 관련한 주제를 이용하여 토양정보를 활용하였다. 내부마찰각, 점착력, 단위중량, 밀도, 지질도, 지형경사, 표고, 유효토심에 대한 정보를 구축하여, 예측강우에 따라 토층의 수분 함량을 추정하여 붕괴 발생 가능성을 분석하였다. 2006년 평창지역에서 발생한 토석류에 대하여 수행하였으며 토층의 심도는 0.5~1m 범위의 분포에 대하여 체적함수에 따른 실제 토석류 발생에 대한 검증을 수행하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.27 no.1
• /
• pp.26-32
• /
• 2008

UBSS (unde-determined blind source separation) is composed of the stages of BMMR (blind mixing matrix recovery) and BSR (blind source recovery). Generally, these two stages are executed using the sparseness of the observed data, and their performance is influenced by the accuracy of the measure of the sparseness. In this paper, as introducing the measure of the sparseness using the Gini coefficient to BSR stage, we obtained more accurate measure of the sparseness and better performance of BSR than methods using the $l_1$-norm, $l_q$-norm, and hyperbolic tangent, which was confirmed via computer simulations.

• Annual Conference of KIPS
• /
• 2023.11a
• /
• pp.1102-1103
• /
• 2023

안전모 착용 여부를 확인하는 객체 탐지 모델을 물류 현장에서 활용하기 위해서는 안전모를 착용한 경우와 착용하지 않은 경우를 정확하게 탐지해야 한다. 하지만 학습 데이터가 안전모를 착용한 클래스와 착용하지 않은 클래스 간 불균형이 존재하는 경우 해당 데이터만으로는 태스크에 맞게 학습이됐다고 보긴 힘들다. 본 연구는 데이터 증강 기법 적용 시 임의의 데이터에 증강을 적용하는 대신 상대적으로 적은 안전모를 착용하지 않은 클래스를 포함하는 이미지에 대하여 데이터 증강 기법을 적용하였다. 여러 데이터 증강 기법 중 Rotation, Gaussian Noise, 객체를 기준으로 한 Crop을 직접 구현 및 적용하여 객체 탐지 모델인 YOLOv5의 성능을 효과적으로 높이며 더욱 강건한 모델을 개발하는 방법을 제안한다.