• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.109-113
• /
• 2003

기존의 VOB(Virtual Output Buffer) 모델에서 신경회로망의 학습 패턴 처리를 위해 가상 셀 손실율이 도입되었다. VOB 모델은 신경망이 실제 셀 손실율 없이도 연결 수락 경계를 잘 찾을 수 있음을 보여주었다. 그러나 VOB 모델은 셀 손실율을 과다 평가하는 경향이 있어 결과적으로 망 자원의 이용률이 낮은 단점이 있다. 된 논문에서는 이러한 단점을 보완하는 방법으로 연결 수락 경계에서 셀 손실율의 평균에 대한 정보를 충분히 포함하는 셀 손실율 참조 곡선의 개념을 제안하였다 그리고 제안된 셀 손실을 참조 곡선을 이용하여 가상 셀 손실율을 처리하는 방법을 제안하였다. 제안된 학습 패턴 처리 방법은 ATM 트래픽 중에 가장 대표적인 두 가지 호원에 대하여 실험하였다. 실험에 사용된 호원은 LAN 데이터의 트래픽 특성을 가지는 On-Off 트래픽과 비디오 화상 통신의 특성을 가지는 Auto-Regressive 트래픽이다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.93-97
• /
• 2020

본 연구는 딥 러닝 기반 의존 구문 분석에서, 학습에 적용하는 손실 함수에 따른 성능을 평가하였다. Pointer Network를 이용한 Left-To-Right 모델을 총 세 가지의 손실 함수(Maximize Golden Probability, Cross Entropy, Local Hinge)를 이용하여 학습시켰다. 그 결과 LH 손실 함수로 학습한 모델이 선행 연구와 같이 MGP 손실 함수로 학습한 것에 비해 UAS/LAS가 각각 0.86%p/0.87%p 상승하였으며, 특히 의존 거리가 먼 경우에 대하여 분석 성능이 크게 향상됨을 확인하였다. 딥러닝 의존 구문 분석기를 구현할 때 학습모델과 입력 표상뿐만 아니라 손실 함수 역시 중요하게 고려되어야 함을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.942-945
• /
• 2019

현재 딥러닝은 컴퓨터 분야에서 이미지 처리 방법으로 활용도가 높아지면서 딥러닝 모델 개발 연구가 활발히 진행되고 있다. 딥러닝 모델 중에서 이미지 생성모델은 대표적으로 GAN(Generative Adversarial Network, 생성적 적대 신경망) 모델을 활용하고 있다. GAN은 생성기 네트워크와 판별기 네트워크를 이용하여 진짜 같은 이미지를 생성한다. 생성된 이미지는 실제 이미지와의 오차를 최소화해야 하며 이때 사용하는 함수를 손실함수라고 한다. GAN에서 손실함수는 이미지를 생성하는 학습이 불안정하여 이미지 품질이 떨어지는 문제가 있다. 개선된 GAN 관련 연구가 진행되고 있지만 완전한 문제 해결에는 부족하다. 본 논문은 7개의 GAN 모델에서 사용하는 손실함수를 분류하고 특징을 분석한다.

• 한국추진공학회지
• /
• 제9권3호
• /
• pp.10-17
• /
• 2005

축류형 터빈이 부분분사에 의하여 작동하는 경우에 성능을 예측하는 모델을 개발하였다. 부분분사에 의하여 작동하는 터빈에서 발생되어지는 손실을 windage 손실, 확산손실, 혼합손실로 분류하여 각각의 모델을 적용하여 효율을 예측하였으며 실험의 결과와 비교하였다. 타 모델과는 달리 세 가지의 손실을 모두 고려한 본 연구의 결과가 실험결과와 잘 일치하고 있음을 보였으며 부분 분사량을 변경한 경우에도 실험결과와 일치된 결과를 보였다. 본 연구의 예측모델은 부분분사 터빈의 성능을 예측하는데 적용 되어질 뿐만 아니라 높은 예측정확도를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.69-72
• /
• 2024

모델 역추론 공격은 공격 대상 네트워크를 훈련하기 위해 사용되는 훈련 데이터셋 중 개인 데이터셋을 공개 데이터셋을 사용하여 개인 훈련 데이터셋을 복원하는 것이다. 모델 역추론 방법 중 적대적 생성 신경망을 사용하여 모델 역추론 공격을 하는 과거의 논문들은 딥러닝 모델 전체의 역추론에만 초점을 맞추기 때문에, 이를 통해 얻은 원본 이미지의 개인 데이터 정보는 제한적이다. 따라서, 본 연구는 대상 모델의 중간 출력을 사용하여 개인 데이터에 대한 더 품질 높은 정보를 얻는데 초점을 맞춘다. 본 논문에서는 적대적 생성 신경망 모델이 원본 이미지를 생성하기 위해 사용되는 계층별 역추론 공격 방법을 소개한다. MNIST 데이터셋으로 훈련된 적대적 생성 신경망 모델을 사용하여, 원본 이미지가 대상 모델의 계층을 통과하면서 얻은 중간 계층의 출력 데이터를 기반으로 원본 이미지를 재구성하고자 한다. GMI 의 공격 방식을 참고하여 공격 모델의 손실 함수를 구성한다. 손실 함수는 사전 손실 및 정체성 손실항을 포함하며, 역전파를 통해서 원본 이미지와 가장 유사하게 복원할 수 있는 표현 벡터 Z 를 찾는다. 원본 이미지와 공격 이미지 사이의 유사성을 분류 라벨의 정확도, SSIM, PSNR 값이라는 세 가지 지표를 사용하여 평가한다. 공격이 이루어지는 계층에서 복원한 이미지와 원본 이미지를 세 가지 지표를 가지고 평가한다. 실험 결과, 공격 이미지가 원본 이미지의 대상 분류 라벨을 정확하게 가지며 원본 이미지의 필체를 유사하게 복원하였음을 보여준다. 평가 지표 또한 원본 이미지와 유사하다는 것을 나타낸다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2009년도 정기총회 및 추계학술대회 논문집
• /
• pp.222-224
• /
• 2009

3상 인버터의 PWM 구동시 인버터 파워모듈의 IGBT와 Diode에서는 도통 손실 및 스위칭 손실이 발생하며 이러한 손실은 소자의 정션 온도를 증가시킨다. 하이브리드 차량(HEV)의 경우 다양한 주행 조건에서 IGBT와 Diode가 제한 온도를 초과하지 않도록 해야한다. 본 연구에서는 순시 전압 및 전류에 대한 3상PWM 인버터의 손실을 계산하고 열모델을 통해 소자의 온도를 파악함으로써 하이브리드 차량의 성능 예측에 활용하였다. 열모델은 파워모듈 각 상의 IGBT와 Diode 사이의 상호 열전달을 고려하였으며 시험 결과와 시뮬레이션 결과 비교를 통해 열모델의 타당성을 살펴보았다. 제안된 모델을 통해 다양한 주행 조건에서 하이브리드 차량의 성능 분석을 실시하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1315-1317
• /
• 2022

최근, 심층신경망 기반 오디오 부호화기가 활발히 연구되고 있다. 심층신경망 기반 오디오 부호화기는 기존의 전통적인 오디오 부호화기보다 구조적으로 간단하지만, 네트워크의 복잡도를 증가시키지 않고 인지적 성능향상을 기대하는 것은 어렵다. 이 문제를 해결하기 위하여 인간의 청각적 특성을 활용한 심리음향모델 기반 손실함수를 사용한 기법들이 소개되었다. 심리음향 모델 기반 손실함수를 사용한 오디오 부호화기는 양자화 잡음을 잘 제어하였지만, 여전히 지각적인 향상이 필요하다. 본 논문에서는 심층신경망 기반 오디오 부호화기를 위한 Multi-time Scale 손실함수의 지역 손실함수 윈도우 크기의 최적화 제안한다. Multi-time Scale 손실함수의 지역 손실함수 계산을 위한 윈도우 크기를 조절하며, 이를 통하여 오디오 부호화에 적합한 윈도우 사이즈를 결정한다. 실험을 통해 얻은 최적의 Multi-time Scale 손실함수를 사용하여 네트워크를 훈련하였고, 주관적 평가를 통해 기존의 심리음향모델 기반 손실함수보다 좋은 음성 품질을 보여주는 것을 확인하였다.

• 한국음향학회지
• /
• 제23권5호
• /
• pp.362-369
• /
• 2004

수층과 사질 퇴적층이 이루는 경계면이 평탄할지라도 고주파수 (30∼120 ㎑) 음파의 반사손실은 퇴적물의 입도와 입사파의 파장에 따라 거친 경계면에서의 반사 효과를 갖게 된다. 경계면 거칠기 영향은 음향학적 거칠기 (acoustical roughness, g/sub R/)로 표현하며 사질 퇴적물의 경우 g/sub R/∼ O(1)이고 주파수에 따른 종속성을 가진다. 따라서 입도분포에 따른 반사손실의 편차 (deviation)와 주파수에 따른 종속성을 포함하는 개선된 해저면 반사손실 모델 (HYBRL 모델, Hanyang University Bottom Reflection Loss model)을 제안한다. 그리고 주파수 종속성과 해저면 물성이 갖는 편차를 포함하는 반사손실 모델을 검증하기 위해 수조실험과 해상실험을 실시하였다. 수조실험 및 해상실험에서 측정된 해저면 반사손실 결과 사질 퇴적물에서 모델의 특성을 잘 반영한다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1999년도 학술발표대회 논문집 제18권 1호
• /
• pp.206-209
• /
• 1999

본 논문은 실제 해양에서 표적의 탐지거리 계산에 필요한 전달손실을 신속, 정확하게 계산하기 위해 가용한 모델을 확보하고, 확보된 모델의 검증을 통해 사용 가능한 범위에 대한 지침을 마련하고자 한다. 연구를 위해 확보된 모델은 포물선 방정식 모델의 RAM, 정상모드 모델의 KrakenC, 고속음장 모델의 OASES이다. 각 모델을 같은 환경에서 주파수를 변화시켜 가며 비교하였고 완전해를 제공하는 OASES를 기준으로 결과를 비교해 본 결과 KrakenC의 경우, 저주파에서 전달손실은 거의 일치하거나 2-3dB 정도의 차이를 보였고, ram의 경우는 KrakenC에 비하여 일치하는 정도가 훨씬 낮았다.

• 한국통신학회논문지
• /
• 제38A권9호
• /
• pp.765-772
• /
• 2013

본 논문에서는 인천공항 Concourse 지역에서 항공정보통신 무선 채널의 경로 손실 모델에 관해 연구하였다. 항공정보통신 주파수 밴드인 VHF/UHF 채널 중에 두 개의 주파수에 대해 전파 측정을 수행하였다. 현재 운영 중인 송신 사이트에서 변조 신호를 제거한 캐리어 파워를 송신하였으며, 전파 측정을 위해 수신기를 장착한 이동 차량을 이용하여 Concourse 지역에서 전파 측정을 수행하였다. 송신 파워, 주파수, 안테나 위치 등은 현재 운용 조건과 같다. 경로 손실 계수 및 실험적인 경로 손실 식은 기본적인 경로 손실 모델 및 하타 모델 등을 이용하여 추출하였다. Concourse 지역에서 추출된 LOS/NLOS 경로 손실 계수는 128.2MHz 및 269.1MHz에서 각각 3.1/3.13 및 3.01/3.38이었고 예측 에러의 편차는 각각 2.77/3.17 및 4.01/3.66이었다. 추출된 경로 손실 계수를 이용하여 Concourse 지역에서 전파 경로 손실식과 실험적인 경로 손실 계수를 도출하였으며 또한 다른 전파 패스 모델과 비교하였다. 이러한 결과는 항공정보통신 사이트 최적 위치 선정 및 항공정보통신 서비스 평가에 도움이 될 것이다.