• Annual Conference of KIPS
• /
• 2002.11b
• /
• pp.1075-1078
• /
• 2002

스트림 암호 시스템에서는 비선형 결합 LFSR 키 수열을 이용하였다. 주기가 존재하고 상관관계 공격에 약한 비선형 LFSR 키 수열의 문제를 개선하기 위해 제안된 카오스 키 수열은 균형성과 랜덤특성을 만족하지 못하고 있다. 따라서, 본 연구에서는 적응적 임계값 적용 방법을 이용하여 균형성과 랜덤특성을 만족하는 카오스 키 수열 생성 기법을 제안하였다. 본 연구에서 제안한 키 수열 생성 기법은 로지스틱 방정식을 이용하여 키 수열 생성을 위한 카오스 신호를 만든 다음 카오스 신호를 적응적 임계값 적용방법을 통해 '0'과 '1'로 양자화하여 키 수열을 생성한다. 제안한 알고리즘으로 생성된 키 수열의 특징을 분석한 결과 균형성과 랜덤특성이 기존의 카오스 키 수열에 비해 개선되었음을 알 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.757-759
• /
• 2004

본 연구에서는 초음파 영상에서 간실질의 에코 명도를 비롯한 픽셀 정보분포를 분석하여 정량화 지방간 진단 파라미터를 구하기 위해 규준화 에코 명도 값 및 다수의 텍스쳐 파라미터 값을 추출하여 선형결합을 통해 지방간의 진행 정도와의 상관성을 연구하였다. 임상 지방간 지수와 본 연구의 추정 지방간 지표 값과의 선형 상관계수를 구하였다 신장대조 방법으로 추출한 규준화 에코 명도 및 회색도 픽셀분포의 텍스쳐 특성 파라미터를 계산하여 임상결과와 비교한 결과 임상 지방간 지수와 높은 상관성을 보임을 알 수 있었고, 지방간 진단의 보조사료로 유용함을 확인하였다. 계산된 지방간 지수와 임상결과 간의 선형상관계수는 0.84-0.93이다.

• 한국정보통신설비학회:학술대회논문집
• /
• 2008.08a
• /
• pp.296-299
• /
• 2008

최근 통신시스템과 핸드폰, PDA등의 통신기기들의 발전에 따라 사용자들은 높은 데이터 전송률과 고속의 통신서비스를 요구하고 있다. 이러한 상황에서 유 무선 통합 시스템인 Radio-over-Fiber(RoF) 시스템은 그 대안으로 대두되고 있다. 본 논문에서는 광전자소자를 선 왜곡 방식에 적용하여 광 송신기의 선형성을 향상시키는 방법을 제안하였다. 선 왜곡 방식은 두 개의 루프로 구성되어 있으며, 광 부품인 레이저 다이오드와 포토 다이오드 그리고 RF 부품인 위상변위기, 감쇄기, RF 결합/분배기, RF 증폭기를 사용하였다. 메인 루프에서 주 레이저 다이오드의 비선형성에 의해 발생된 왜곡신호성분은 보조 루프에서 부 레이저 다이오드를 이용하여 추출된 선 왜곡신호에 의해서 제거된다. 제안된 선형화 기법을 적용하여 2.4 GHz에서 선형화 기법을 적용하기 전보다 3차 상호변조 왜곡성분이 약 30dB 향상된 결과를 얻었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.839-842
• /
• 2010

In this paper, we propose a residual echo and noise reduction scheme for hands-free telephony applications. The proposed algorithm uses a noise robust modified AP algorithm which estimate well echo path in noisy and whitens residual echo signal using linear prediction at non double-talk duration. It is confirmed that the proposed algorithm shows better performance from acoustic interference cancellation (AIC) viewpoint.

• Annual Conference of KIPS
• /
• 2016.10a
• /
• pp.609-610
• /
• 2016

본 논문에서는 컨볼루션 신경회로망(CNN: Convolutional Neural Network)과 다양한 분류기들의 결합을 통해 분류성능을 비교하고자 한다. 현재 일반적인 분류기로 알려진 것은 나이브 베이즈(Naive bayes), 트리(Tree), 판별 분석(Discriminant Analysis), 서포트 벡터 머신(SVM: Support Vector Machine) 등이 존재한다. 분류기들은 각각 다른 원리로 분류하기 때문에, 각각 성능을 비교해볼 필요가 있다. 분류기들의 성능을 비교하기 위한 사용한 데이터는 CNN에서 자주 사용되고 있는 MNIST 데이터를 사용하였다. 실험 결과로는 CNN에 선형 SVM을 결합하여 사용한 것이 분류율과 분류속도 측면에서 다른 분류기들의 성능보다 좋은 성능을 보이는 것을 확인할 수 있었다.

• Journal of Navigation and Port Research
• /
• v.31 no.8
• /
• pp.697-703
• /
• 2007

In this paper, we focuses on the development of Takagi-Sugeno (T-S) fuzzy modeling in a nonlinear container crane system. A T-S fuzzy model is characterized by fuzzy "if-then" rules which represent the locally input-output relationship whose consequence part is described by a state space equation as subsystem. The T-S fuzzy model in container cranes first obtains a few number of linear models according to operation conditions and blends these conditions using fuzzy membership functions. Parameters of the membership functions are adjusted by a RCGA to have same dynamic characteristics with nonlinear system of a container crane. Simulations are given to illustrate the performance of T-S fuzzy model.

• Journal of the Institute of Electronics Engineers of Korea TC
• /
• v.49 no.4
• /
• pp.9-17
• /
• 2012

In this paper, we show the memory effect of the high-power amplifiers for wied-band signals, present a compensation method for the nonlinearity combined with memory effect, and analyze its performance. For the modeling and the compensation of the nonlinear high-power amplifier with memory effect, we investigate the Volterra series model, the Wiener model, and the Hammerstein model. As a compensator scheme, we propose a digital feedforward technique. Compared to analog feed-forward scheme, the proposed scheme has better stability and adaptability to the environmental changes. It has a simpler structure than the conventional digital nonlinear compensation schemes. The result of computer simulations using ADS of the Agilent shows that spectral re-growth is suppressed by more than 20 dB, which amounts to at least 10 dB back-off. Considering the compensation performance, implementation complexity, and convergence rate, we could conclude the Wiener model is most suitable for the proposed scheme.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.21 no.8
• /
• pp.2119-2132
• /
• 1996

This paper proposes four approaches for approximately realizing nonlinear mappling of interval vectors by neural networks. In the proposed approaches, training data for the learning of neural networks are the paris of interval input vectors and interval target output vectors. The first approach is a direct application of the standard BP (Back-Propagation) algorithm with a pre-processed training data. The second approach is an application of the two BP algorithms. The third approach is an extension of the BP algorithm to the case of interval input-output data. The last approach is an extension of the third approach to neural network with interval weights and interval biases. These approaches are compared with one another by computer simulations.

• The Journal of the Acoustical Society of Korea
• /
• v.42 no.3
• /
• pp.262-269
• /
• 2023

In this paper, we propose a Linear Prediction (LP) analysis-based feature for detecting Snapping Shrimp (SS) Noise (SSN) in underwater acoustic data. SS is a species that creates high amplitude signals in shallow, warm waters, and its frequent and loud sound is a major source of noise. The proposed feature takes advantage of the characteristic of SSN, which is sudden and rapidly disappearing, by using LP analysis to detect the exact noise interval and reduce the effects of SSN. The error between the predicted and measured value is large and results in effective SSN detection. To further improve performance, a constant false alarm rate detector is incorporated into the proposed feature. Our evaluation shows that the proposed methods outperform the state-of-the-art MultiLayer-Wavelet Packet Decomposition (ML-WPD) in terms of receiver operating characteristic curve and Area Under the Curve (AUC), with the LP analysis-based feature achieving a higher AUC by 0.12 on average and lower computational complexity.

• Journal of KIISE:Software and Applications
• /
• v.31 no.1
• /
• pp.61-70
• /
• 2004

It is difficult to find an appropriate web site because exponentially growing web contains millions of web documents. Personalization of web search can be realized by recommending proper web sites using user profile but more efficient method is needed for estimating preference because user's evaluation on web contents presents many aspects of his characteristics. As user profile has a property of non-linearity, estimation by classifier is needed and combination of classifiers is necessary to anticipate diverse properties. Structure adaptive self-organizing map (SASOM) that is suitable for Pattern classification and visualization is an enhanced model of SOM and might be useful for web mining. Fuzzy integral is a combination method using classifiers' relevance that is defined subjectively. In this paper, estimation of user profile is conducted by using ensemble of SASOM's teamed independently based on fuzzy integral and evaluated by Syskill ＆ Webert UCI benchmark data. Experimental results show that the proposed method performs better than previous naive Bayes classifier as well as voting of SASOM's.