• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2011.04a
• /
• pp.253-256
• /
• 2011

본 논문에서는 표면효과와 비선형 탄성효과를 고려한 FCC 나노박막의 순차적 멀티스케일 해석 모델을 제시한다. 표면에서의 구성방정식은 표면응력과 표면탄성계수를 이용하여 선형으로 표시되며, 표면효과를 나타내기 위한 표면물성들은 EAM 포텐셜을 이용한 원자적 계산 방법으로 계산된다. 두께가 얇은 나노박막은 표면응력으로 인하여 면내 방향으로 수축 또는 인장의 변형이 발생하게 된다. 나노박막의 평형상태에서의 변형율은 두께가 얇은 박막의 경우 재료가 선형 탄성 영역을 벗어나는 값을 가지는 경우가 많으므로 나노박막의 해석시 벌크 영역의 비선형 탄성 효과를 고려해야 한다. 이러한 비선형 탄성 효과를 고려하기 위해 본 연구에서는 FCC 구조를 가지는 금속의 비선형 탄성 모델을 제시하고, EAM 포텐셜로 계산된 응력과 탄성 계수를 이용하여 매칭 기법을 통하여 비선형 탄성 모델의 계수들을 결정한다. 또한 Cauchy-Born Rule 모델과 분자동역학 전산모사를 통하여 본 연구에서 제안된 비선형 탄성 모델에 대한 검증을 수행한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.847-850
• /
• 2010

최근 많은 수문학자들은 전지구적 기후변화로 인한 피해 예방과 저감을 위해 기후변화가 수문학적으로 어떤 영향을 미치고 있는지 알기 위해 많은 연구를 진행하고 있으며, 기후변화시나리오를 작성하고자 이산화탄소 배출농도를 가정하여 다양한 시나리오를 생성하고 있다. 본 연구에서는 효율적인 수자원 관리를 위해 저해상도의 GCM(General Circulation Models) 모형에서 생성되는 모의결과를 유역 규모의 단위로 스케일 상세화 기법(downscaling)을 적용 시켜 보고자 한다. 이를 위해 2007년 IPCC AR4와 함께 제시된 SRES A1B 시나리오를 채택하여 우리나라 기상청이 연구에 참여 제공하고 있는 EHCO-G 모델의 모의결과를 이용하여 소양강 유역에 적용하였다. 상세화 기법으로는 현재와 과거의 입력값들과 이에 대응된 출력값들을 알고 있는 경우에 미래의 새로운 입력값들에 대한 예측값들을 추출하는데 유용하며, 비선형적 비연속적인 특성이 강한 모델에 강점을 가지고 있는 인공신경망(Artificial Neural Network) 모델을 사용하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.546-548
• /
• 2022

최근 컴퓨터 비전 분야에서 Transformer를 도입한 연구가 활발히 연구되고 있다. 이 모델들은 Transformer의 구조를 거의 그대로 사용하기 때문에 확장성이 좋으며 large 스케일 학습에서 매우 우수한 성능을 보여주었다. 하지만 Transformer를 적용한 비전 모델은 inductive bias의 부족으로 학습 시 많은 데이터와 시간을 필요로 하였다. 그로 인하여 현재 많은 Vision Transformer 개선 모델들이 연구되고 있다. 본 논문에서도 Vision Transformer의 문제점을 개선한 Clustering CoaT 모델을 제안한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.42 no.4 s.304
• /
• pp.39-48
• /
• 2005

This paper proposes novel texture segmentation method using Bayesian estimation method and neural networks. We use multi-scale wavelet coefficients and the context information of neighboring wavelets coefficients as the input of networks. The output of neural networks is modeled as a posterior probability. The context information is obtained by HMT(Hidden Markov Tree) model. This proposed segmentation method shows better performance than ML(Maximum Likelihood) segmentation using HMT model. And post-processed texture segmentation results as using multi-scale Bayesian image segmentation technique called HMTseg in each segmentation by HMT and the proposed method also show that the proposed method is superior to the method using HMT.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.79-81
• /
• 2022

MPEG-VCM(Video Coding for Machines)에서는 머신비전(machine vision) 네트워크의 백본(backbone)에서 추출된 이미지/비디오 특징 압축을 위한 표준화를 진행하고 있다. 현재 VCM 표준기술 탐색 과정에서 가장 좋은 압축 성능을 보이는 MSFC(Multi-Scale Feature compression) 기반 압축 네트워크 모델은 추출된 멀티-스케일 특징을 단일-스케일 특징으로 변환하여 특징맵으로 구성하고 이를 VVC 로 압축한다. 본 논문에서는 MSFC 기반 압축 모델에서 Min-Max 값 시그널링을 제외한 최소-최대(Min-Max) 정규화를 포함한 개선된 특징맵 생성 기법을 제시한다. 즉, 제안기법은 VCM 디코더에서의 특징맵 복원을 위한 Min-Max 값을 학습 기반으로 생성함으로써 Min-Max 시그널링의 비트 오버헤드 절감뿐만 아니라 별도의 시그널링 기제를 생략한 보다 단순한 전송 비트스트림 구성을 가능하게 한다. 실험결과 제안기법은 이미지 앵커(Anchor) 대비 BPP-mAP 성능에서 83.24% BD-rate 이득을 보이며, 이는 기존 MSFC 보다 1.74%정도 다소 떨어지지만 별도의 Min-Max 시그널링 없이도 기존의 성능을 유지할 수 있음을 보인다.

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.4
• /
• pp.51-58
• /
• 2008

In this paper, we propose a place modeling based on the distribution of scale-invariant features, and a place recognition method that recognizes places by comparing the place model in a database with the extracted features from input data. The proposed method is based on the assumption that every place can be represented by unique feature distributions that are distinguishable from others. The proposed method uses global information of each place where one place is represented by one distribution model. Therefore, the main contribution of the proposed method is that the time cost corresponding to the increase of the number of places grows linearly without increasing exponentially. For the performance evaluation of the proposed method, the different number of frames and the different number of features are used, respectively. Empirical results illustrate that our approach achieves better performance in space and time cost comparing to other approaches. We expect that the Proposed method is applicable to many ubiquitous systems such as robot navigation, vision system for blind people, wearable computing, and so on.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.10
• /
• pp.2090-2101
• /
• 2015

We propose a robust tracking method that combines the merits of ACM(active contour model) and the color-based PF(particle filter), effectively. In the proposed method, PF and ACM track the color distribution and the contour of the target, respectively, and Decision part merges the estimate results from the two trackers to determine the position and scale of the target and to update the target model. By controlling the internal energy of ACM based on the estimate of the position and scale from PF tracker, we can prevent the snake pointers from falsely converging to the background clutters. We appled the proposed method to track the head of person in video and have conducted computer experiments to analyze the errors of the estimated position and scale.

• The Journal of the Korea Contents Association
• /
• v.9 no.3
• /
• pp.9-19
• /
• 2009

In this paper, we propose a novel hardware architecture to facilitate the applicable SoC chip design of H.264/SVC which has a great deal of advancement in the international standardization in recent. Moreover, a new C-model simulator based on the proposed hardware system will be presented to support optimal SoC circuit development. Since the proposed SVC decoder is consist of some hardware engine for processing of major decoding tools and core processor for software processing, the system is simply implemented with the conventional embedded system. To improve the feasibility and applicability, and reduce the decoder complexity, the hardware decoder architecture is constructed with only the consideration of IPPP structure scalability without using the full B-picture. Finally, we present results of decoder hardware implementation and decoded picture to show the effectiveness of the proposed hardware architecture and C-model simulator.

• Composites Research
• /
• v.36 no.5
• /
• pp.329-334
• /
• 2023

The classical multiscale finite element (FE² ) method involves iterative calculations of micro-boundary value problems for representative volume elements at every integration point in macro scale, making it a computationally time and data storage space. To overcome this, we developed the data-driven multiscale analysis method based on the mean-field homogenization (MFH). Data-driven computational mechanics (DDCM) analysis is a model-free approach that directly utilizes strain-stress datasets. For performing multiscale analysis, we efficiently construct a strain-stress database for the microstructure of composite materials using mean-field homogenization and conduct data-driven computational mechanics simulations based on this database. In this paper, we apply the developed multiscale analysis framework to an example, confirming the results of data-driven computational mechanics simulations considering the microstructure of a hyperelastic composite material. Therefore, the application of data-driven computational mechanics approach in multiscale analysis can be applied to various materials and structures, opening up new possibilities for multiscale analysis research and applications.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.49-52
• /
• 2006

본 논문에서는 은닉 마르코프 모델을 바탕으로 하는 발걸음을 이용한 개인 식별 시스템을 제안한다. 개인의 발걸음은 연속적인 자세나 움직임의 집합으로 나타낼 수 있는데, 구조적으로 연속적인 움직임의 변화는 확률적인 특성을 가지고 있기 때문에 은닉 마르코프 모델을 이용하여 적절하게 모델링 할 수 있다. 개인의 발걸음은 N개의 이산적인 자세 간의 전이로 이루어졌다고 가정하였으며, 이를 계산하기 위해 MMSI라는 발걸음 특징 모델을 제안하였다. MMSI는 발걸음 인식에 중요한 역할을 하는 시공간적인 정보를 가지고 있는 그레이-스케일 영상이다. 실험 결과는 MMSI를 이용하여 은닉 마르코프 모델을 바탕으로 한 발걸음 인식 결과를 보여준다.