• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.300-301
• /
• 2008

본 논문에서는 GPU를 이용한 고속 보간법 개발방법에 대해 제안한다. GPU는 흔히 그래픽 연산에 사용되지만 최근에는 GPGPH가 각광을 받고 있다. 특히 NVIDIA에서 발표한 CUDA를 이용하면 GPU를 쉽게 접근하여 프로세싱 할 수 있어 많은 분야에서 GPU를 활용하고 있다. 본 논문에서는 실제 CUDA를 이용하여 여러 가지 보간법에 대한 알고리즘을 구현하여 CUDA의 성능을 확인하였다. CPU에서 구현한 알고리즘과 CUDA를 이용한 알고리즘을 비교했을 때 메모리 할당 및 전송부분을 제외한 수순 프로세싱 시간을 보면 CPU에서 훨씬 좋은 성능을 나타내었고, 메모리 할당 및 전송을 고려했을 때 작은 사이즈 영상에서는 오히려 역효과가 나타났고, 대용량 영상에서는 좋은 성능을 나타냄을 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(하)
• /
• pp.665-668
• /
• 2003

3D 모션 데이터를 생성하는 것은 어려운 작업이다. 보다 효율적으로 3D 모션 데이터를 생성하기 위해 키프레임 방식, 모션편집, 모션편집 등 여러 가지 방법이 적용되고 있다. 가장 최근에 많이 적용하고 있는 모션편집 방식은 모션편집에 있어 여러 가지 장점을 가지고 있다. 모션편집 방법이 다른 방법보다는 3D 모션 데이터 생성이 쉬운 편이지만 그래도 많은 노력과 시간을 요구한다. 그러므로 적은 시간과 노력을 들이고 보다 효율적인 3D 모션데이터 생성을 위해 다양한 방법이 시도되고 있다. 본 논문에서는 모션편집 작업 중에 발생하는 모션 불연속문제를 효율적으로 해결하기 위하여, 곡선 보간법(Curve Interpolation)과 블랜딩(Blending)함수를 활용하여 모션의 연결부분을 자연스럽게 연결하는 기법을 제시하고자 한다.

• 한국인터넷방송통신학회논문지
• /
• 제17권5호
• /
• pp.157-163
• /
• 2017

데이터 탐색법 중 가장 널리 알려진 이진법은 평균과 최악의 경우 $O(log_2n)$, 보간법은 평균 $O(log_2log_2n)$, 최악의 경우 O(n)의 수행 복잡도를 갖고 있다. 또한 기존의 보간탐색법은 사전정보없이 킷값이 확률적으로 위치한 정보에 근거하여 탐색을 한다. 본 논문에서는 데이터의 MSB 인덱스를 블록으로 하는 블록탐색법으로 해당 블록범위를 결정하고, 블록 내에서는 보간법을 적용하여 탐색하는 하이브리드 블록과 보간탐색 알고리즘을 제안한다. 제안된 알고리즘은 블록탐색법의 사전 정보를 활용하여 탐색범위를 축소시키고 축소된 탐색범위내에서 무정보 방법으로 탐색하는 방법으로 평균과 최악의 경우 모두 수행복잡도는 $O(log_2log_2n_i)$, $n_i{\simeq}0.1n$으로 보간탐색법의 평균 수행복잡도에 비해 10배 정도 시간을 단축시킬 수 있다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1999년도 추계학술대회 논문집
• /
• pp.254-262
• /
• 1999

실시간 시뮬레이션에서 주어지는 다양한 종류의 불연속적인 파라미터 값을 가지는 데이터 테이블에서 실시간의 제약 하에서의 검색을 수행하기 위해서는 최적의 기법이 요구된다. 실시간의 제약 하에서 최적 기법의 기준이 되는 것은 보통의 알고리즘들과는 달리 평균 속도가 아니라 worst case에서의 속도가 된다. 검색 알고리즘 들은 iteration을 거치게 되므로 총 탐색에 걸리는 시간은 iteration의 수(logical speed)와 1 probe를 수행하는 데 걸리는 시간(실제 수행속도)의 곱으로 정의된다. 본 연구에서 총 탐색에 걸리는 시간을 이론적으로 계산한 검색 속도 기존의 수행한 수치비교시험의 결과와 대체로 일치하였고, 이분 검색법이 iteration의 수와 실제 수행시간 모두에 있어서 가장 우수하다. 한편, 검색하고자 하는 파라미터 값의 dynamics를 이용하여 주어진 데이터 테이블 내의 검색 영역을 축소시키는 dynamic-window 개념을 도입하여 검색 알고리즘의 속도를 향상시킬 수 있었다. 이 개념의 도입은 데이터 테이블의 형태에 민감한 보간 검색법(interpolation method)과 그 응용 기법들에 대해 탁월한 효과를 나타내었다. 결론적으로 일반적 데이터 테이블에 있어서는 이분 검색법이 logical speed와 실제 수행속도가 우수하고, dynamic-window 개념을 도입한 보간 검색법과 그 변형들은 logical speed가 탁월하게 향상된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.825-828
• /
• 2006

영상처리에서 많이 사용되고 있는 확대기법은 보간법을 이용하여 영상을 확대하고 있다. 이러한 보간법은 확대시 영상의 손실을 가져오는 블록화 현상이나 몽롱화현상이 발생한다. 본 논문에서는 경계선을 이용하여 기존의 영상확대기법을 개선하였다. 제안된 기법은 확대시 영상의 빈 공간을 채우는 기존의 보간법과 달리 입력영상의 부대역을 이용하여 영상을 확대하였다. 영상의 부대역은 각 대역별로 유사한 특징이었으므로 피라미드 분해기법에 의해 필요한 상위대역을 계산하여 확대하였다. 실험결과, 기존의 확대기법보다 영상손실을 제거하였으며, 처리시간을 줄일 수 있었다.

• 대한전자공학회논문지SP
• /
• 제47권5호
• /
• pp.100-108
• /
• 2010

본 논문은 피치를 추출하는 방법으로 자기상관을 이용하였다. 시간과 주파수 영역의 자기상관은 서로 다른 특성을 가지고 있으며, 각각 피치주기와 기본주파수에 대응된다. 본 논문에서는 시간과 주파수 영역에서의 자기상관을 결합하는 방법을 이용하였다. 이 방법은 자기상관에서 발생하는 피치 doubling과 having 에러를 크게 개선시킬 수 있었다. 하지만, 시간과 주파수 영역에서 유성음의 주기적 특성인 피치주기와 기본주파수는 서로 역수 관계이며, 특히 기본주파수의 에러는 FFT의 분해능에 의하여 발생된다. 이러한 영향을 줄이기 위하여 시간 영역과 주파수 영역에서의 자기상관 결합에 보간법을 적용함으로써 피치 검출율을 향상 시킬 수 있었다. 자기상관을 결합할 때 시간영역에서 찾은 피치후보들에 대해서만 주파수영역의 자기상관을 구함으로써 계산량은 감축될 수 있었다. 또한, 선형보간을 이용하여 기존방법 보다 FFT 계수를 8배 줄일 수 있었다. 그 결과, FFT 연산량과 주파수영역의 자기상관 계산량을 크게 감축하여 기존 방법 대비 알고리즘 처리시간을 약 9.5배 줄일 수 있었다.

• 한국산학기술학회논문지
• /
• 제16권4호
• /
• pp.2370-2378
• /
• 2015

본 논문에서는 로봇 매니퓰레이터의 토크 최소화를 위한 궤적계획을 위해 라그랑지 보간법을 이용한 Algorithm을 제안하였다. 이를 위해 로봇 매니퓰레이터의 위치에 대한 구속조건이 주어지고 안정성이 보장되어야 한다. 라그랑지 보간법의 Runge's 현상을 회피하기 위해 Chebyshev 보간점을 이용하여 시간 보간점을 설정하였고, 이에 대응하는 최적각도를 찾아내어 라그랑지 보간법을 이용한 매끄러운 관절의 각도, 속도, 가속도 궤적을 얻을 수 있다. 로봇 매니퓰레이터의 토크 소비 최적화를 위한 성능지표를 선정하였으며, 계산된 궤적을 통해 이 성능지표가 최소값을 가지도록 반복 계산하는 과정을 거친다. 이를 통해, 토크와 성능지표를 최소화 시키는 최적의 궤적을 얻을 수 있으며, 로봇 매니퓰레이터가 작업을 수행하기 위한 움직임의 안전성을 보장한다.

• 한국전자파학회논문지
• /
• 제26권1호
• /
• pp.88-93
• /
• 2015

대규모 물체의 RCS(Radar Cross Section)값을 임의의 각도에서 예측하기 위해, 미리 계산된 샘플링 지점 외 각도에서는 보간법을 사용한다. 대규모 물체의 경우, RCS 데이터베이스를 구성하기 위해 많은 입사각도에서 RCS값을 계산해야 한다. 이는 수치적으로 시간이 많이 걸려, 실질적으로 필요한 모든 입사각에서 RCS값을 미리 계산하기는 어렵다. 그러므로 가능한 적은 샘플을 이용하여 데이터베이스를 구축하고, 이를 보간하여 RCS값을 예측하는 방법이 필요하다. 본 논문에서는 계산된 RCS를 임의의 각도에서 예측하기 위한 보간법으로 Sinc 함수 및 VSH(Vector Spherical Harmonics) 함수를 이용한 방법을 고려하고, 그 정확성을 시뮬레이션을 통하여 검증한다.

• 한국정보통신학회논문지
• /
• 제10권12호
• /
• pp.2343-2348
• /
• 2006

영상처리에서 영상확대기법은 기본적인 처리기법으로 일반적으로 사용되는 기법은 보간법(최근접이웃, 양선형, 3차회선 보간법)이다. 그러나 이러한 보간법은 영상확대시 블록화 현상이나 몽롱화현상과 같은 영상의 손실이 발생하거나 계산량이 많아 처리시간이 길게 나타났다. 따라서 본 논문에서는 입력영상의 부대역정보인 에지정보를 이용하여 기존의 확대기법을 개선하고자 한다. 에지정보를 추출하기 위하여 이웃한 화소들을 이용하지 않고 전체영상을 이용하여 블록화현상이 발생되지 않았다. 그리고 에지가 결여되어 나타나는 몽롱화현상을 제거하기 위하여 검출된 에지정보를 강조시켰다. 실험 결과, 제안된 기법은 기존의 확대기법보다 처리시간을 줄일 수 있었으며, PSNR과 상관계수에서도 성능이 뛰어나 블록화나 몽롱화현상과 같은 문제점을 해결하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권3호
• /
• pp.1-10
• /
• 2024

해상 운송의 대부분을 차지하고 있는 선박의 경로를 예측하는 연구는 해상의 위험을 사전에 탐지하여 사고를 예방할 수 있다. 도로와 달리 해상에는 신호체계가 따로 존재하지 않고, 교통 관리가 어렵기에 해상 안정성을 위해 선박 경로 예측은 필수적이다. 그러나 선박의 경로 데이터셋의 시간 간격은 통신 장애로 인해 불규칙하다. 본 연구는 이 문제를 해결하기 위해 선박 경로 예측에 적합한 보간법을 사용하여 데이터의 시간 간격을 조정하는 방법을 제시한다. 또한, 선박의 경로를 예측하기 위한 선박 경로 예측 딥러닝 모델을 개발하였다. 본 연구의 모델은 선박의 실시간 경로 정보를 담고 있는 AIS 데이터를 통해 선박의 이동패턴을 파악하여 이후에 위치할 선박의 GPS 좌표를 예측하는 LSTM 모델이다. 본 논문은 선형 보간법을 사용한 데이터 전처리 방법과 선박 경로 예측에 적합한 딥러닝 모델을 제시하고, 실험을 통해 MSE 0.0131, Accuracy 0.9467로 본 논문에서 제시하는 방법의 예측 성능이 우수함을 나타낸다.