• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2001년도 춘계학술대회논문집C
• /
• pp.240-245
• /
• 2001

In axiomatic approach for design evaluation, even if a mutual relation don't appear physical mapping of high level, it can appear in process mapping of low level through coupled PVs(Process Variables), but we must solve it for correct design evaluation. This paper handle a method for solving of coupled PVs by using axiomatic approach and CBR(Case-Based Reasoning). The methodology of proposal took still more shape through the instance of MCPs(Microcellular Plastics).

• 대한기계학회논문집A
• /
• 제20권4호
• /
• pp.1333-1346
• /
• 1996

As the automation system in manufacturing field works more efficientely, the automation scheme is applied to many areas. In order to reduce the entire manufacturing, cost the design process must be automated. However, design process is so complicated, it is very difficult to construct the design automation system. The axiomatic approach to design provides a general theoretical framework for all design fields, including mechanical design. The key concepts of axiomatic design are : the existence of domains, the characteristic vectors within the domains that can be decomposed into hierarchies through zigzagging between the domains, and the design axioms. Using this approach, the glass bulb design process was analyzed and the design automation software was developed. Through menu display, a user can select or furnish the design input and generate the drawing with ease.

• 한국통신학회논문지
• /
• 제34권11B호
• /
• pp.1303-1310
• /
• 2009

3차원 입체 영상을 디스플레이에 출력하려면, 여러 시점에서의 영상 정보가 필요하다. 여러 시점의 영상을 얻을 수 있는 가장 기본적인 방법은, 필요로 하는 시점의 개수와 동일 한 수의 카메라를 사용하는 것이다. 하지만 이를 위해서는 카메라간의 동기화 와 방대한 데이터 처리 및 전송 등의 현실적인 문제가 해결되어야 한다. 이러한 현실적인 문제를 해결하기 위해서 연구되고 있는 방법이 한정된 시점 영상을 이용하여 여러 중간 시점 영상을 생성하는 영상 기반의 임의 시점 합성 방법이다. 본 논문에서는 두 개의 기준 시점 영상과 각각의 깊이 정보가 주어줬음을 가정하고 주어진 정보를 바탕으로 이중의 순차적인 전방 사상을 통하여 목표로 하는 여러 다중 시점의 영상을 동시에 합성하는 방법을 제시한다. 제안된 방법은 좌우 기준 시점 영상의 평행 이동으로 가상 시점 영상을 생성 할 수 있으며, 평행 이동은 시점의 거리에 비례한 행렬간의 관계로 나타난다. 따라서 이중의 순차적인 전방 사상이라 함은 좌우 시점에서 가상 시점 거리에 따른 관계식을 통한 순차적인 양안 시점의 평행 이동을 의미한다. 이 때 전방 사상을 통해 생성되는 가상 시점 영상과 기준 시점 영상간의 기하관계가 시점간 거리에 비례하여 반복적이므로 이를 GPU 프로그래밍을 통해 병렬 처리를 통해 고속화 하는데 초점을 맞추었다.

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.511-518
• /
• 2009

최근에 사용자 위주의 서비스 요구가 증가됨에 따라 분산 도메인의 객체 정보를 서비스하기 위한 여러 기법들이 제안되고 있다. 본 논문에서는 이와 같은 요구에 따라 신뢰성 있는 분산 도메인 객체를 서비스하기 위한 퍼지 드롭 관리기를 제안하였다. 제안된 시스템은 사본 변수 $c_{i,j}$와 접근행렬 Z를 이용하여 도메인에 접근할 수 있도록 하였으며, 도메인 내에서는 인트라 도메인 퍼지 적합도를 사상시켜 퍼지집합 사이의 관계성을 적용하여 객체들의 참조 관련성을 평가하였다. 그리고 질의를 확장하기 위해 도메인의 객체들에 대해서는 알파 레벨을 적용하여 참조 관련성에 따라 알파 레벨 집합을 생성하였다. 그 결과 우리의 기법이 다른 기법들에 비해서 성능평가가 향상됨을 알 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권3호
• /
• pp.361-368
• /
• 2004

본 논문에서는 온라인 학습 자료의 비선형 특징(feature) 추출을 위한 새로운 온라인 비선형 주성분분석(OL-NPCA : On-line Nonlinear Principal Component Analysis) 기법을 제안한다. 비선형 특징 추출을 위한 대표적인 방법으로 커널 주성분방법(Kernel PCA)이 사용되고 있는데 기존의 커널 주성분 분석 방법은 다음과 같은 단점이 있다. 첫째 커널 주성분 분석 방법을 N 개의 학습 자료에 적용할 때 N${\times}$N크기의 커널 행렬의 저장 및 고유벡터를 계산하여야 하는데, N의 크기가 큰 경우에는 수행에 문제가 된다. 두 번째 문제는 새로운 학습 자료의 추가에 의한 고유공간을 새로 계산해야 하는 단점이 있다. OL-NPCA는 이러한 문제점들을 점진적인 고유공간 갱신 기법과 특징 사상 함수에 의해 해결하였다. Toy 데이타와 대용량 데이타에 대한 실험을 통해 OL-NPCA는 다음과 같은 장점을 나타낸다. 첫째 메모리 요구량에 있어 기존의 커널 주성분분석 방법에 비해 상당히 효율적이다. 두 번째 수행 성능에 있어 커널 주성분 분석과 유사한 성능을 나타내었다. 또한 제안된 OL-NPCA 방법은 재학습에 의해 쉽게 성능이 항상 되는 장점을 가지고 있다.

• 한국지능시스템학회논문지
• /
• 제21권1호
• /
• pp.6-11
• /
• 2011

본 논문에서는 고유특징 정규화 및 추출 기법(ERE: Eigenfeature Regularization and Extraction)을 이용한 걸음걸이 바이오 정보 기반 사용자 인식 시스템을 제안한다. 먼저 카메라 센서에서 취득한 걸음걸이 시퀀스로부터 사용자 인식을 위한 특징 정보로 걸음걸이 에너지 영상(GEI: Gait Energy Image)을 생성한다. 학습 단계에서는 갤러리 걸음걸이 에너지 영상에 ERE를 적용하여 정규화된 변환행렬을 획득하여 고유공간(eigenspace)에 사상된 특징정보를 구하고, 검증 단계에서는 걸음걸이 에너지 영상을 학습단계에서 생성한 고유공간에 사상하여 최근접 이웃 분류기를 이용하여 사용자를 인식한다. 제안한 시스템의 유효성 검증을 위해 CASIA 걸음걸이 데이터셋 A를 이용하여 실험하였고, 기존 연구에 비해 인식 정확도 면에서 우수한 성능을 보여주었다.

• 한국통신학회논문지
• /
• 제31권9C호
• /
• pp.889-896
• /
• 2006

본 논문은 직교 주파수 분할 다중 반송파 (OFDM) 시스템에서 입력 심볼 시퀀스의 주기와 연관하여 crest 값의 확률 분포를 유도하였고, 이로부터 입력 심볼 시퀀스의 주기가 짧을수록 OFDM 신호가 확률적으로 큰 crest 값을 갖는다는 것을 보인다. 다음으로 해밍 거리가 D인 두 입력 심볼 시퀀스의 crest 값 관계를 유도 한다. 이 두 결과를 이용하여 OFDM 시스템의 crest 값을 감소하기 위한 선택 사상 기법(SLM)에서 사용되는 위상 시퀀스 집합의 두 가지 조건을 제시한다. 마지막으로 m-시퀀스를 순환 이동하여 생성한 순환 하다마드 (cyclic Hadamard) 행렬의 행들로 구성한 집합을 최적에 근사한 위상 시퀀스 집합으로 제안한다.

• 대한토목학회논문집
• /
• 제13권2호
• /
• pp.173-182
• /
• 1993

본 논문은 여러개의 복합호우 자료로써 선형계획법에 의한 대표단위도를 유도하는 앨고리즘을 제공한다. 주어진 한 유역에서 종전의 방법은 여러 호우사상에 대해서 각각 단위도를 유도하여 첨두유량 및 시간에 대한 특성치 평균법을 썼다. 본 연구에서 사용한 LP모형은 Mays 등이 제안한 모형을 다음과 같이 수정하였다. 목적 함수는 가중치를 부여한 잔차의 합의 최소화로 설계하였고, Mays 논문에서 실제로는 적용하지 않은 부등호 제약보다 더 적극적인 2점 이동평균에 의한 부등식 제약조건을 두어 하강부의 진동을 제거하였다. 또한 Diskin이 지적한대로 강우 행렬의 구성을 개선하여 행렬의 차원을 줄였다. LP접근법은 대표값을 나타내는 우월성에도 불구하고 기저유출과 손실우량 분리의 정도에 매우 민감하였다. 유효우량 및 직접 유출량 분리를 위해 몇가지 방법을 적용하였으나 뚜렷이 우월한 방법은 없었다. 이것은 유역과 강우의 특성을 고려하여 판단할 문제였다. 본 연구의 앨고리즘을 낙동강 지류 위천에 적용하여 대표단휘도를 유도하였다. 기존의 IHP 성과와 비교할 때, 최적화된 대표단위 유량도의 첨두유량은 상대적으로 작고, 발생시간은 빨라졌으며, 하강부의 진동은 이동 평균법의 제약 조건에 의하여 성공적으로 소거할 수 있었다.

• 한국수자원학회논문집
• /
• 제32권6호
• /
• pp.665-674
• /
• 1999

본 논문은 LRCS 모형을 낙동강 수계 송리원 수위표 지점의 18개 호우사상에 대하여 보정 및 민감도 분석을 실시하여 모형의 국내 하천에 적용성을 확인하였고, 모형의 적합성 분석 결과 LAD 추정자가 LS와 WLS에 비하여 좋지 못한 결과를 얻었다. "hot" 행렬의 대각 요소(hi)와 영향성 척도(Di)를 매개변수 추정치를 분석하는데 사용할 수 있고, 매개변수 IL이 모형 출력에 가장 중요함을 알 수 있었다. 매개변수의 오차에 따른 오차 전파의 정도는 IL, TP, F1 의 순서이며, 이는 모형의 출력이 첨두유량일 경우에 민감도의 정도를 나타낸다. 민감도 계수와 hi 의 대각 요소와 Di 값의 분석과 모형의 보정 및 민감도 분석의 관련성을 확인하였다.련성을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권11호
• /
• pp.1021-1028
• /
• 2005

분류 및 회계문제에서의 일반적인 해법은, 현실 세계에서 얻은 정보를 행렬로 사상하거나, 이진정보로 변형하는 등 주어진 데이타의 가공과 이를 이용한 학습에서 찾을 수 있다. 본 논문은 현실세계에 존재하는 순수한 데이타를 근원공간이라 칭하며, 근원 데이타가 커널에 의해 사상된 행렬을 이원공간이라 한다. 근원공간 혹은 이원공간에서의 분류문제는 그 역이 존재하는 문제 즉, 완전해가 존재하는 문제와, 그 역이 존재하지 않거나, 역의 원소 값들이 무한히 커지는 불량조건 흑은 특이조건인 두 가지 형태로 존재한다. 특히, 실제 문제에 있어서 완전 해를 가진 문제이기 보다는 후자에 가까운 형태로 나타나게 된다. 결론적으로 근원데이타나 이원데이타를 이용한 문제를 해결하기 위해서는 많은 경우에 완전 해를 갖는 문제로 변형시키는 정규화과정이 필요하다. 본 논문에서는 이러한 정규화 인수를 찾는 문제를 기존의 GCV, L-Curve, 그리고 이원공간에서의 데이타를 RBF 신경회로망에 적용시킨 커널 학습법에 대한 각각의 성능을 비교실험을 통해 고찰한다. GCV와 L-Curve는 정규화 인수를 찾는 대표적인 방법으로 두 방법 모두 성능면에서 동등하며 문제의 조건에 따라 다소 차이를 보인다. 그러나 이러한 두 방법은 문제해를 구하기 위해서는 정규화 인수를 구한후 문제를 재정의하는 이원적인 문제해결이라는 취약점을 갖는다. 반면, RBF 신경회로망을 이용한 방법은 정규화 인수와 해를 동시에 학습하는 단일화된 방법이 된다. 이때 커널을 이용한 학습법의 성능을 향상하기 위해, 전체학습과 성능의 제한적 비례관계라는 설정아래, 각각의 학습에 따라 능동적으로 변화하는 동적모멘텀의 도입을 제안한다. 동적모멘트는 바이어스 학습을 포함한 방법과 포함하지 않은 방법에 각각 적용분석하였다. 끝으로 제안된 동적모멘텀이 분류문제의 표준인 Iris 데이터, Singular 시스템의 대표적 모델인 가우시안 데이타, 그리고 마지막으로 1차원 이미지 복구문제인 Shaw데이타를 이용한 각각의 실험에서 분류문제와 회계문제 양쪽 모두에 있어 기존의 GCV, L-Curve와 동등하거나 우수한 성능이 있음을 보인다.