• 융합정보논문지
• /
• 제11권10호
• /
• pp.20-26
• /
• 2021

본 논문에서는 영상 인식 환경에서 영상 정렬에 필요한 회전각 추정 방법 중 낮은 사양의 임베디드 기반 환경에 적용 가능한 방법을 제안하고 기존의 복소 모멘트를 이용하는 방법과 비교하였다. 제안된 방법은 영상을 극좌표로 변환한 후 거리축 방향으로 투영된 1차원 프로파일의 유사도 매칭을 통하여 회전각을 추정한다. 추가로 연산을 더 단순화시킨 투영 프로파일의 벡터합을 이용하는 방법을 선택할 수도 있다. 이진 패턴 영상과 흑백 명암영상을 대상으로 진행한 실험을 통하여 제안된 방법의 추정 오차가 기존의 복소 모멘트를 이용하는 방법과 큰 차이가 없으며 보다 적은 연산과 낮은 시스템 자원이 요구됨을 보였다. 추후 확장을 위하여 흑백 명암영상에서 회전 중심을 일치시키는 방법에 관한 연구가 필요할 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.281-281
• /
• 2022

바닥에서 생성되는 난류는 순간적으로 강한 모멘텀을 바닥에 전달함과 동시에 바닥에 있는 입자를 움직이게 한다. 경계층 내 난류 운동에 대한 분석은 다양한 유사 이송 문제를 이해하기 위해 필수적이며 이에 따라 많은 선행 연구들은 실험실 실험을 통해 해당 연구를 수행하였다. 본 연구에서는 선행 연구에서 사용하지 못했던 진보된 실험 방법을 활용하여 바닥 경계층 내의 난류 운동에 대해 확인하고 해당 운동에 의해 관성 입자의 움직임이 어떻게 발생하는지에 대하여 물리적으로 설명하고자 한다. 다양한 흐름 조건에서 3가지의 입경 크기를 가지는 모래 입자를 가지고 실험을 수행하였으며, 실험 조건별 고해상도 유속장 및 관성 입자의 움직임은 3차원 입자 영상 유속계 (Particle Image Velocimetry; 이하 PIV)와 입자 추적 유속계 (Particle Tracking Velocimetry; 이하 PTV)를 동시에 적용하여 파악하였다. 취득된 3차원 유속장과 입자 궤적을 기반으로 실험 조건별 흐름 및 입자 거동 특성에 대해 분석하였으며, 관성 입자의 움직임을 발생시키는 3차원 난류 운동은 측정된 유속장에서 산정한 Q-criterion 값을 기반으로 도식화하였다. 측정값 내에는 난류 운동에 대한 정보와 더불어 잡음이 포함되어 있으므로 이를 제거하고자 적합 직교 분해 (Proper Orthogonal Decomposition; 이하 POD) 방법을 적용하였다. 그리고 POD로 추출한 유속장을 통해 바닥면 부근에 존재하는 헤어핀 와류 운동 혹은 와류 묶음과 같은 난류 고유 구조를 파악하였다. 해당 와류 운동들의 3차원 난류 특성을 확인하고자 비등방성 불변 지도(anisotropy invariant map)를 활용하였으며 경계층 내부에서 난류의 형태가 흐름 방향으로 늘어진 럭비공 형태임을 확인하였다. 마지막으로, 입자의 움직임을 발생시키는 난류 이벤트를 결정하고자 사방구 분석 (Quadrant analysis) 기법을 적용하였으며 흐름 조건별로 입자를 움직이게 하는 난류 이벤트는 달라짐을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제45권6호
• /
• pp.27-37
• /
• 2008

멀티미디어 기술과 콘텐츠의 발달로 3차원 데이터의 사용 범위가 넓어지고, 이를 보다 효율적으로 관리하고 검색하기 위한 시스템이 필요하다. 본 논문은 효율적인 3차원 모델의 형상 기반 검색을 하기위해 모델의 특징을 추출하는 단면 형상 영상 방법을 제안한다. 3차원 모델의 특징 기술자는 모델에 대한 위치, 회전, 크기에 불변해야 하므로 모델을 정규화 시키는 작업이 필요하다. 본 논문에서는 주성분 분석 방법을 이용하여 정규화하였다. 제안한 알고리즘은 주성분 분석을 통해 각 축의 방향 성분을 찾고, 각 축에 직교하는 n 개의 평면을 생성한다. 이 평면은 각 축의 방향과 직교 성분을 갖으며 단면 형상 영상을 구하는데 사용된다. 단면 형상 영상은 3차원 모델과 각 평면이 교차해서 생기는 2차원 평면 영상이다. 제안한 3차원 모델의 특징 기술자는 단면 형상 영상의 중심점과 2차원 형상(shape)을 이루는 직선까지의 유클리디안 거리(distance)값들의 분포도이다. 검색 성능 평가는 MPEG-7에서 제시한 표준 평가 방법인 표준화된 수정 검색 순위의 평균(ANMRR)을 이용하였고 제안한 방법의 우수성을 실험 결과를 통해 입증하였다.

• 대한기계학회논문집A
• /
• 제34권5호
• /
• pp.619-628
• /
• 2010

차세대 의료기기 시장을 변화시킬 것으로 기대되는 형상기억합금(SMA) 기반의 최소침습용 의료기기는 시술자의 손동작과 같은 유연성과 섬세함을 구현할 수 있는 장점이 있다. 그러나 SMA의 비선형 열전기적 특성으로 인해 SMA 기반 차세대 의료기기 엑추에이터는 자유로운 방향조종 구현이 제한적이고 상용화에 있어서 큰 한계성으로 작용한다. 본 논문은 SMA의 효과적인 온도제어를 위해 전류-온도간의 개방루프 계단응답을 분석하고 1차 미분방정식 해와 비교하여 온도제어에 필요한 파라미터 $t_1$을 도출한 뒤 실험적으로 그 기능을 검증하였다. 또한 $t_1$은 전류를 입력으로 온도를 출력으로 하는 시불변 선형계의 특성함수의 폴(pole)이므로 주파수에 의한 온도제어에 관계된 파라미터인 것으로 나타났다. 본 논문의 결과는 SAM 기반의 차세대 의료기기 액추에이터의 효과적인 위치제어 설계에 응용될 수 있다.

• 디지털융복합연구
• /
• 제16권5호
• /
• pp.391-398
• /
• 2018

웹툰의 영화화가 한국 영화의 주요 트렌드로 자리 잡고 있는 시점에서 웹툰을 원작으로 한 영화의 장 단점 및 대중 예술 작품으로서의 예술성을 분석하는 것은 현 한국 영화산업의 모습에 대한 분석임과 동시에 미래 발전방향에 대한 지표가 될 것이다. 현 대중문화가 본능적 감성에만 집중, 소모적인 콘텐츠들을 쏟아내고 있으며, 과거 문학, 미술, 역사, 민중의식 등의 반영 등으로 소수고급예술을 전승했던 대중문화예술에 대한 경험과 지식이 없는 젊은 세대는 무조건적으로 답습, 추종으로 일관하고 있는 것이 안타까운 현실이다. 본 연구에서는 영화 '신과 함께'를 중심사례로 웹툰의 구조 및 산업 분석, 영화 포맷으로의 전환과정에서 장, 단점 분석을 통해 이상적인 웹툰의 영화화 과정에 대한 방법론을 고찰할 것이다. 미디어와 테크놀로지의 빠른 변화에도 관객과 소통하고자 하는 본질은 불변할 것이며 그 본질의 설정과 표현에 있어 앞서 언급한 인문학적인 진정성에 입각한 고찰, 이상을 추구하는 작가의 전위적인 내적 필연성, 관습과 충돌함으로써 새로움을 창조하는 고급문화의 독창적인 성격의 반영 등이 대중문화에 있어 예술성을 함유시킬 수 있는 명제라고 할 수 있다.

• 인지과학
• /
• 제16권4호
• /
• pp.369-386
• /
• 2005

지능형 교수 시스템(ITS: Intelligent Tutoring System)이 기존의 CAI의 제한적 기능을 극복하고, 내장한 지식베이스에 의해 다양한 학습자들의 변인들을 고려한 개별화된 학습 환경을 제공하지만, 교육현장에는 교수내용지식 표현 방법의 부재와 투자 비용의 비효율성으로 인하여 실제적인 개발물은 전무한 상태이다. 이러한 문제점을 해소하기 위하여 ITS에서의 지식표현 기법과 구축된 지식베이스의 재사용에 대한 연구가 필요하다. 교수내용지식의 특성을 고려하여 본 연구에서는 기존의 신경논리망의 한계점을 해결할 수 있도록 지식의 다중 결합체 구성, 이를 이용한 학습의 맥락 설명을 연구의 대상으로 삼았다. 또한 형성된 지식결합체는 군집화하여 지식베이스 객체로 사용하고, 결합체의 자기 학습에 의해 적응적인 지식베이스 객체로의 성장 가능성을 제고한다. 따라서 본 연구에서는 신경논리망의 논리추론, 그리고 인지구조에서 노드의 위상적 불변성을 근거로, 교수내용지식과 객체지향적 개념이 포함된 '확장된 개념의 신경논리망(X-Neuronet: eXtended Neural Logic Network)'을 제안하고, 이 기법에 대한 타당성을 검증하였다. X-Neuronet은 표현의 대상이 되는 지식을 관성과 가변성을 가지는 방향성 결합체로 정의하고, 표현을 위한 기본 개념, 노드의 처리와 연산을 위한 논리연산자, 노드값과 가중치의 결정, 노드활성을 위한 전파 규칙 학습 알고리즘 등을 제공한다.

• 한국광학회지
• /
• 제18권4호
• /
• pp.246-255
• /
• 2007

부양영상시스템은 광학계를 통하여 입력영상 또는 물체의 상을 표시소자의 최종면으로부터 떨어진 특정 공간 내에 재생하는 장치이다. 재생된 입력영상은 표시소자와 관찰자 사이의 공간상에 위치하며 관찰자에게 가상의 입체효과를 제공한다. 입체부양영상시스템은 입체영상 및 입체상을 입력영상으로 하여 재생된 부양영상 내에 돌출 및 후퇴방향의 입체효과를 부과하여 기존의 입체영상 표시소자보다 효과적인 깊이감을 제공한다. 일반적으로 입체영상으로 쓰이는 입력영상의 크기 및 시차량은 광학계를 통하지 않는 입체영상 표시소자에 최적화되어 있다. 따라서 광학계를 통하여 입체상을 재생할 경우, 관찰자에게 재생된 입력영상의 크기 및 시차량은 광학계의 최종배율에 따라 축소 또는 확대된다. 그러나 관찰자와 디스플레이의 최종 면 사이의 관찰거리는 불변이므로 광학계를 통하여 재생된 입체부양영상은 관찰자에게 최종배율과 다른 깊이감을 제공한다. 본 논문은 삼중 프렌넬 렌즈로 이루어진 광학계에서 입체부양영상용 입력영상의 시차량을 광학계의 최종배율에 비례하도록 보정하고, 관찰자에게 올바른 깊이감을 제공하는 방법 및 결과를 제시하였다. 이 광학계는 부양영상의 부양 심도 및 영상의 질 향상을 위하여 사용되었고, 입력영상으로는 19인치 무안경식 입체영상 표시소자를 통하여 재생된 입체영상이 사용되었다.

• 융합신호처리학회논문지
• /
• 제5권4호
• /
• pp.256-262
• /
• 2004

로봇이 자율주행을 하는데 있어 중요한 요소는 로봇 스스로 위치를 추정하고 동시에 주위 환경에 대한 지도를 작성하는 것이다. 본 논문에서는 어안렌즈를 이용한 비전 기반 위치 추정 및 매핑 알고리즘을 제안한다. 로봇에 어안렌즈가 부착된 카메라를 천정을 바라볼 수 있도록 부착하여 스케일 불변 특징을 갖는 고급의 영상 특징을 구하고, 이 특징들을 맵 빌딩과 위치 추정에 이용하였다. 전처리 과정으로 어안렌즈를 통해 입력된 영상을 카메라 보정을 행하여 축방향 왜곡을 제거하고 레이블링과 컨벡스헐을 이용하여 보정된 영상에서 천정영역과 벽영역으로 분할한다. 최초 맵 빌딩시에는 분할된 영역에 대해 특징점을 구하고 맵 데이터베이스에 저장한다. 맵 빌딩이 종료될 때까지 연속하여 입력되는 영상에 대해 특징점들을 구하고 맵과 매칭되는 점들을 찾고 매칭되지 않은 점들에 대해서는 기존의 맵에 추가하는 과정을 반복한다. 위치 추정은 맵 빌딩 과정과 맵 상에서 로봇의 위치를 찾는데 이용된다. 로봇의 위치에서 구해진 특징점들은 로봇의 실제 위치를 추정하기 위해 기존의 맵과 매칭을 행하고 동시에 기존의 맵 데이터베이스는 갱신된다. 제안한 방법을 적용하면 50㎡의 영역에 대한 맵 빌딩 소요 시간은 2분 이내, 위치 추정시 위치 정확도는 ±13cm, 로봇의 자세에 대한 각도 오차는 ±3도이다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.