• 디지털융복합연구
• /
• 제10권4호
• /
• pp.251-256
• /
• 2012

본 논문에서는 EPON의 상향 대역폭 부족현상을 개선하기 위해 기존에 EPON의 상향 트래픽을 파장 분할 방식으로 확장한 모델을 설계하고 이에 적합한 파장 배정 방법을 제안한다. 시뮬레이션 모델은 OPNET으로 구현하며, 구현된 파장 분할 EPON 모델에 대해서 실험을 통하여 적절한 가중치를 산정하여, 단대단 지연(End to end delay), 처리율(Through put), 사용율(Utilization), 큐 크기, 타임슬롯 크기, 상향 스트림 크기 그리고 파장 배정 방법에 대한 성능분석을 통해서 제안된 방식의 우수성을 검증한다.

• 한국정보처리학회논문지
• /
• 제7권1호
• /
• pp.286-295
• /
• 2000

본 논문은 MR 영상의 비지도 분할을 위하여 MDL원리를 이용한 통계적 모델기반의 적응적 방법을 제안한다. 이 방법에서 조직 영역을 MRF로 모델링함으로써 잡음에 대응하고, 창으로 정의되는 국소영역 내의 밝기값을 가우스 혼합으로 모델링함으로써 영상의 비균일성을 흡수한다. 분할 알고리즘은 ICM을 기반으로 하며 MAP를 근사적으로 추정하고, 모델 파라미터를 국소영역으로부터 구한다. 파라미터 추정과 분할을 위한 창의 크기는 MDL원리를 이용하여 영상으로부터 추정한다. 실험에서 제안한 방법이 특히 비균일성이 있는 MR영상의 분할에서 국소영역의 영상특성을 잘 반영하였으며, 기존의 방법보다 더 좋은 결과를 보여주었다.

• 비파괴검사학회지
• /
• 제30권1호
• /
• pp.36-45
• /
• 2010

본 논문에서는 무아레 광섬유 센서의 활용성을 극대화할 수 있는 다점 측정 기술에 대해 연구하였다. 특히 기존의 무아레 광섬유 센서가 갖는 다점 측정 기술의 한계점을 극복하기 위해 반사형 단일 프린지만을 사용한 신개념의 광섬유 센서를 고안하였으며 이를 통해 다점 측정의 방법을 획기적으로 개선할 수 있게 되었다. 또한 기존의 다점 측정 원리들을 조사하여 이를 바탕으로 본 연구에서 개발한 무아레 광섬유 센서에 적용 가능한 네 개의 다점 측정 모델을 제시하였다. 이 모델은 기본적으로 파장 분할 다점 측정법과 시간 분할 다점 측정법에 기초를 두고 설계 되었으며 특별히 프린지 기반 광섬유 센서와 같이 외적 형태의 광섬유 센서에 적용 가능한 모델로 제안하였다. 최종적으로 제안된 다점 측정 모델들을 실험적으로 검증하기 위해 광학 시스템을 실제로 제작하였고 프린지 광섬유 센서에 적용하여 본 연구에서 제안된 다점 측정법의 기능성을 성공적으로 검증하였다.

• 한국통신학회논문지
• /
• 제27권8A호
• /
• pp.786-795
• /
• 2002

본 논문에서는 계층적 은닉 마코프 모델을 이용한 히스토그램과 모우멘트 기반의 동영상 장면전환 검출 방법을 제안한다. 제안된 방법은 웨이블릿 변환된 영상의 저주파 부 밴드로부터 히스토그램을 추출하며, 고주파 부 밴드로부터는 방향성 모우멘트를 추출한다. 그리고 수동적으로 분할된 비디오로부터 추출한 히스토그램 차와 모우멘트 차를 관측값으로 사용하여 은닉 마코프 모델을 학습한다. 비디오 분할 과정은 두 단계로 구성되는데, 먼저 히스토그램 기반의 은닉 마코프 모델은 입력된 비디오에 대하여 셧, 컷, 그리고 점진적인 장면전환의 3개의 범주로 분할한다. 그리고 두 번째 단계에서는 모우멘트 기반의 은닉 마코프 모델을 사용하여 점진적인 장면 전환을 더 세밀하게 페이드와 디졸브로 분할한다. 실험결과 제안된 방법은 기존의 경계값 기반의 방법보다 더 효율적으로 동영상의 셧 경계를 분할하였음을 볼 수 있었다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2000년도 추계학술대회 및 정기총회
• /
• pp.33-36
• /
• 2000

관찰학습(OLA: Observational Learning Algorithm)은 앙상블 네트워크의 각 구성 모델들이 다른 모델들을 관찰함으로써 얻어진 가상 데이터와 초기에 bo otstrap된 실제 데이터를 학습에 함께 이용하는 방법이다. 본 논문에서는, 초기 학습 데이터 셋을 분할하고 분할된 각 데이터 셋에 대하여 앙상블의 구성 모델들을 전문화(specialize)시키는 방법을 적용하여 기존의 관찰학습 알고리즘을 개선시켰다. 제안된 알고리즘은 bagging 및 boosting과의 비교실험에 의하여, 보다 적은 수의 구성 모델로 동일 내지 보다 나은 성능을 나타냄이 실험적으로 검증되었다.

• 전기의세계
• /
• 제42권3호
• /
• pp.3-11
• /
• 1993

본 논문에서는 공장자동화, 우주로보트, 심해 자동차 등 여러 응용분야에서 새롭게 대두되는 고자치 시스템의 접근방법들과 시스템적인 개념들을 소개하였다. 이 분야에서의 주된 관심사는 상위계층의 기호적 모델과 하위계층의 도역학적(제어이론적) 모델간의 체계적 통합에 있다고 볼 수 있다. 즉, 프랜닝, 작동, 고장진단 및 수리 등과 같은 지능적 기능들을 제공할 수 있는 여러 계층의 동역학적 및 기호적 모델들의 유기적인 포괄 및 추상화에 의해서만 현존하는 다계층 제어 및 정보구조를 확장해 나갈 수 있을 것이다. 그러므로 고자치 시스템의 디자인을 위해서는 여러 분야의 팀단위의 노력이 경주되어야만 할 것이다. 디자인상의 난제로는 인간과 로보트간의 기능적 분할 그리고 상위화 하위간의 자동화를 위한 역할 분담등을 들 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.308-310
• /
• 2000

관찰학습(OLA: Observational Learning Algorithm)은 앙상블 네트워크의 각 구성 모델들이 아른 모델들을 관찰함으로써 얻어진 가상 데이터와 초기에 bootstrap된 실제 데이터를 학습에 함께 이용하는 방법이다. 본 논문에서는, 초기 학습 데이터 셋을 분할하고 분할된 각 데이터 셋에 대하여 앙상블의 구성 모델들을 전문화(specialize)시키는 방법을 적용하여 기존의 관찰학습 알고리즘을 개선시켰다. 제안된 알고리즘은 bagging 및 boosting과의 비교 실험에 의하여, 보다 적은 수의 구성 모델로 동일 내지 보다 나은 성능을 나타냄이 실험적으로 검증되었다.

• 한국음향학회지
• /
• 제10권5호
• /
• pp.69-76
• /
• 1991

본 논문에서는 통계적 방법에 의한 음소의 자동분할에 관한 알고리즘을 제안하였다. 우선 음성 신호를 AR 모델로 모델링한 후 스펙트럼이 변화하기 전과 변화한 후의 모델에 대해서 likelihood ratio 와 mutual information을 고려한 test statistics 로부터 모델 계수가 변화하는 곳을 예측해 내고 이 곳을 음소의 경계로 판단한다. 이 경우 검파되지 못하는 대부분의 음소는 짧은 자음이었으며 Signed front-to-back maximum area ratio을 이용하여 개선하였다. 또한 false alarm error을 줄이기 위해 두 segment 사이의 distortion 으로부터 smoothing을 하였다. 3명의 화자에 대한 실험 결과 non-detection error는 10%, false alarm error는 20% 정도로 나타났지만 화자간에 알고리즘의 성능 변화가 거의 없으 며 특히 분할된 경계치 분포는 전체 음소의 90% 이상이 이 30ms 이내에 위치하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• pp.197-198
• /
• 2018

본 논문에서는 산업 IoT (IIoT) 환경에서 생산 설비 내 각 센서 노드의 데이터 이상 여부를 게이트웨이에서 판단하는 Emergency node 선정 모델을 제안하였다. 이 모델은 IIoT 환경이 적용된 생산 설비의 Emergency 상태 즉, 이상 동작으로 인한 온도, 진동 데이터 등의 비정상적인 수집을 구분하여 즉각적으로 대응할 수 있도록 하는 것을 목표로 한다. 본 논문에서는 분할 선형 회귀를 통하여 주기 내 데이터의 허용 범위를 계산하여 기존의 Threshold 방식보다 정확하고 범용적으로 Emergency node를 분류한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 춘계학술발표논문집 (상)
• /
• pp.265-268
• /
• 2002

얼굴은 성별, 나이, 인종에 따라 다양한 특징을 가지고 있어서 개개인을 구별하기가 쉽고 내적인 상태를 쉽게 볼 수 있는 중요한 도구로 여겨지고 있다. 본 논문은 얼굴표정 애니메이션을 위한 효과적인 방법으로 실제얼굴의 피부조직 얼굴 근육 등 해부학적 구조에 기반한 근육기반모델링을 이용하는 방법을 소개하고자 한다. 제안하는 시스템의 구성은 얼굴 와이어프레임 구성과 폴리곤 메쉬분할 단계, 얼굴에 필요한 근육을 적용시키는 단계, 근육의 움직임에 따른 얼굴 표정생성단계로 이루어진다. 와이어프레임 구성과 폴리곤 메쉬 분할 단계에서는 얼굴모델을 Water[1]가 제안한 얼굴을 기반으로 하였고, 하나의 폴리곤 메쉬를 4등분으로 분할하여 부드러운 3D 얼굴모델을 보여준다. 다음 단계는 얼굴 표정생성에 필요한 근육을 30 개로 만들어 실제로 표정을 지을 때 많이 쓰는 부위에 적용시킨다. 그 다음으로 표정생성단계는 FACS 에서 제안한 Action Unit 을 조합하고 얼굴표정에 따라 필요한 근육의 강도를 조절하여 더 자연스럽고 실제감 있는 얼굴표정 애니메이션을 보여준다.