• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.901-906
• /
• 2018

영상을 출력하는 디스플레이 기술의 발달로 인하여 영상의 해상도와 품질이 나날이 증가하고 있다. 이러한 디스플레이 기술의 발달에 맞추어, 기존의 영상들을 더 높은 해상도와 품질로 변환하여 디스플레이 할 수 있는 기술에 대한 연구가 활발하게 이루어지고 있다. 이러한 연구 결과는 이미지 신호 처리 장치에 포함되기 때문에 하드웨어 구현이 필수적으로 요구된다. 본 논문에서는, 영상의 휘도 분포를 이용한 LDR(Low Dynamic Range) 영상의 실시간 HDR(High Dynamic Range) 변환 하드웨어 구현을 제안한다. 제안하는 방법은 휘도 분포의 히스토그램을 이용하여 영상의 특징을 추출하고, 이를 바탕으로 하여 휘도와 색상을 확장한다. 또한, 제안한 알고리즘을 하드웨어 IP(Intellectual Property)로 설계하여 그 성능을 검증하였을 때, 최대 동작 주파수 265.46MHz로 4K DCI(Digital Cinema Image) 영상에 대하여 30fps로 동작하여 4K 표준에 대응할 수 있음을 확인하였다.

• 생약학회지
• /
• 제49권4호
• /
• pp.291-297
• /
• 2018

Coxsackievirus B3 (CVB3) is a very well-known causative agent for viral myocarditis and meningitis in human. However, the effective vaccine and therapeutic drug are not developed yet. CVB3 infection activates host cell AKT signaling. Inhibition of AKT signaling pathway may attenuate CVB3 replication and prevent CVB3-mediate viral myocarditis. In this study, we determined antiviral effect of the selected natural plant extract to develop a therapeutic drug for CVB3 treatment. We screened several chemically extracted natural compounds by using HeLa cell-based cell survival assay. Among them, Linum usitatissimum L. extract was selected for antiviral drug candidate. L. usitatissimum extract significantly decreased CVB3 replication and cell death in CVB3 infected HeLa cells with no cytotoxicity. CVB3 protease 2A induced eIF4G1 cleavage and viral capsid protein VP1 production were dramatically decreased by L. usitatissimum extract treatment. In addition, virus positive and negative strand genome amplification were significantly decreased by 1 mg/ml L. usitatissimum extract treatment. Especially, L. usitatissimum extract was associated with inhibition of AKT signal and maintain mTOR activity. In contrast, Atg12 and LC3 expression were not changed by L. usitatissimum extract treatment. In this study, the potential AKT signal inhibitor, L. usitatissimum extract, was significantly inhibited viral genome replication and protein production by inhibition of AKT signal. These results suggested that L. usitatissimum extract is a novel therapeutic agent for treatment of CVB3-mediated diseases.

• 감성과학
• /
• 제22권2호
• /
• pp.101-108
• /
• 2019

본 연구의 목적은 심전도를 활용하여 원룸형 평면 계획 구성에 따른 자율신경계의 반응을 측정하는 것이다. 지금까지의 생리 신호는 대부분 제한된 건축요소에 대해 개별적으로 측정되었고, 이 결과들은 실제의 전체 원룸공간에서 측정된 데이터와는 차이가 있다. 그러므로 보다 동적인 환경에서 인간의 감성을 추출하고자 본 연구를 수행했다. 먼저, 무작위로 수집 된 43 개의 원룸은 욕실과 주방의 위치에 따라 10 가지 유형의 평면 구성으로 분류되었다. 그 다음 건강한 10명의 피험자로부터 평면 구성 변화에 따른 자율신경계의 반응을 측정하였고, 쾌적성 및 선호도에 대한 주관 평가가 시행되었다. 결과적으로 평면 구성 따른 유형별 LF/HF의 평균 비율에는 통계적으로 유의미한 차이가 있었다(p < 0.05). 본 연구 결과는 평면의 구성이 원룸의 공간의 질에 영향을 미칠 수 있다는 것을 보여주는 확실한 증거를 제공하며, 이 접근법이 일인가구의 정신 질환을 악화시킬 수 있는 스트레스를 해소하는 데 효과적임을 제시한다. 앞으로 피험자수를 늘려 보다 정확한 통계적 분석을 하고자 한다.

• 한국음향학회지
• /
• 제38권1호
• /
• pp.39-46
• /
• 2019

본 논문에서는 합성곱 신경망(Convolutional Neural Network, CNN) 구조를 이용하여 잡음 환경에서 음향신호를 분류할 때, 인식률을 높이는 결합 특징을 제안한다. 반면, Wiener filter를 이용한 강인한 log Mel-filter bank와 PNCCs(Power Normalized Cepstral Coefficients)는 CNN 구조의 입력으로 사용되는 2차원 특징을 형성하기 위해 추출됐다. 자연환경에서 43종의 조류 울음소리를 포함한 ebird 데이터베이스는 분류 실험을 위해 사용됐다. 잡음 환경에서 결합 특징의 성능을 평가하기 위해 ebird 데이터베이스를 3종류의 잡음을 이용하여 4개의 다른 SNR (Signal to Noise Ratio)(20 dB, 10 dB, 5 dB, 0 dB)로 합성했다. 결합 특징은 Wiener filter를 적용한 log-Mel filter bank, 적용하지 않은 log-Mel filter bank, 그리고 PNCC와 성능을 비교했다. 결합 특징은 잡음이 없는 환경에서 1.34 % 인식률 향상으로 다른 특징에 비해 높은 성능을 보였다. 추가적으로, 4단계 SNR의 잡음 환경에서 인식률은 shop 잡음 환경과 schoolyard 잡음 환경에서 각각 1.06 %, 0.65 % 향상했다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.85-95
• /
• 2020

본 연구에서는 통신 데이터를 이용하여 기종점통행량 등 교통 모빌리티를 분석하는 방법론을 제안하였다. 모바일 기지국 위치정보 기반의 통신 데이터를 이용하여 개인의 통행사슬(Trip Chain) DB를 구축하고 일별 통행 패턴을 추출하여 통행 특성을 분석하였다. 분석의 신뢰성 제고를 위해서 기지국의 영향권을 맵 매칭하고, 통신 데이터가 가지는 Ping pong Handover 문제를 보정하는 로직을 개발하였으며, 기지국 영향권 내에서 Pass By와 Stay를 구분하는 분석기준을 제안하였다. 개발된 분석 방법을 활용하여 전국 지역 간 통행, 도시 및 지방 지역의 통행 발생과 분포를 추정하고 기존의 전통적인 분석방법론과 비교 검증하였다.

• 한국정보통신학회논문지
• /
• 제26권4호
• /
• pp.612-623
• /
• 2022

실시간으로 유동인구를 계측하는 기술은 다양한 산업 분야에서 공간 밀집도에 대한 통찰력을 제공하여 더 좋은 서비스 환경을 만들어준다. 이에 따라 여러 기업과 학계에서는 특정 공간의 유동인구 데이터를 계측하기 위해 오랫동안 다양한 연구를 시도해왔으며, 최근에는 스마트시티와 디지털트윈의 일환으로 Wi-Fi 신호를 활용한 유동인구 분석 사업화가 더욱 활발한 추세이다. 본 논문에서는 사람들이 소지한 스마트폰으로부터 수집되는 MAC-address 값 기반의 유동인구 추정 방법을 제시하는데, 추정값의 정확도를 분석하기 위해 Real MAC-address와 Random MAC-address 값을 구분한 뒤, Real MAC-address가 추출된 실제 스마트폰 기기 수와 CCTV 화면에 집계된 사람 수를 비교하는 실험을 진행한다. 그 결과 두 데이터 간의 유사한 상관 계수가 나타났다. 이러한 결과에 근거하여 MAC-address 분류를 통한 Wi-Fi Probe Request 기반 유동인구 분석 방법을 제시한다.

• 해양환경안전학회지
• /
• 제27권7호
• /
• pp.1088-1097
• /
• 2021

기계 장비의 진동 데이터는 필연적으로 노이즈를 포함하고 있다. 이러한 노이즈는 기계 장비의 유지보수를 진행하는데 악영향을 끼친다. 그에 따라 데이터의 노이즈를 얼마나 효과적으로 제거해주냐에 따라 학습 모델의 성능을 좌우한다. 본 논문에서는 시계열 데이터를 전처리 함에 있어 특성추출 과정을 포함하지 않는 Denoising Auto Encoder 기법을 활용하여 데이터의 노이즈를 제거했다. 또한 기계 신호 처리에 널리 사용되는 Wavelet Transform과 성능 비교를 진행했다. 성능비교는 고장 탐지율을 계산하여 진행했으며 보다 정확한 비교를 위해 분류 성능 평가기준 중 하나인 F-1 Score를 계산하여 성능 비교를 진행했다. 고장을 탐지하는 과정에서는 One-Class SVM 기법을 활용하여 고장 데이터를 탐지했다. 성능 비교 결과 고장 진단율과 오차율 측면에서 Denoising Auto Encoder 기법이 Wavelet Transform 기법에 비해 보다 좋은 성능을 나타냈다.

• 한국정보통신학회논문지
• /
• 제27권1호
• /
• pp.69-75
• /
• 2023

사물인터넷에 사용되는 소형 통신 기기들은 적은 메모리 용량과 느린 연산 속도 때문에 고급 암호기법을 적용하지 못하기 때문에 각종 해킹에 취약하다. 본 논문은 433MHz 대역에서 동작하는 소형 송신기들의 인증 신뢰도를 높이기 위해 RF지문을 도입하고 분류 알고리즘으로 CNN (convolutional neural network) 을 사용한다. 각 송신기가 전송하는 프리엠블 신호를 소프트웨어정의라디오를 사용하여 추출하고 수집하여 학습 데이터 집합으로 만들고, 이를 신경망을 학습시키는 데에 사용한다. 네 가지의 시나리오에서 20개의 송신기의 식별을 테스트한 결과 높은 식별 정확도를 얻을 수 있었다. 특히 학습 데이터 수집 시의 위치와 다른 위치에서 테스트를 수행한 시나리오에서, 그리고 송신기가 걷는 속도로 이동하는 시나리오에서 각각 95.8%, 92.6%의 정확도를 산출함을 알 수 있었다.

• 한국음향학회지
• /
• 제41권3호
• /
• pp.312-318
• /
• 2022

본 논문은 딥러닝기법 중 하나인 합성곱 신경망과 순환 신경망 중 하나인 장단기 메모리를 이용하여 사격시 발생하는 소음(이하 사격음)만으로 화기의 종류, 사격음 발생지점에 관한 정보(거리와 방향)을 추정하는 모델을 다루었다. 이를 위해 미국 법무부 산하 연구소의 지원하에 생성된 Gunshot Audio Forensic Dataset을 이용하였으며, 음향신호를 멜 스펙트로그램(Mel-Spectrogram)으로 변환한 후, 4종의 합성곱 신경망과 1종의 장단기 메모리 레이어로 구성된 딥러닝 모델에 학습 및 검증 데이터로 제공하였다. 제안 모델의 성능을 확인하기 위해 합성곱 신경망으로만 구성된 대조 모델과 비교·분석하였으며, 제안 모델의 정확도가 90 % 이상으로 대조모델보다 우수한 성능을 보였다.

• 한국시뮬레이션학회논문지
• /
• 제19권2호
• /
• pp.127-135
• /
• 2010

시뮬레이션에서 모델의 검증 문제는 그 모델의 신뢰성을 의미하며, 그에 따라 모형의 정당성을 입증하는 가장 중요한 열쇠 중 하나이다. 하지만 지금까지 연구된 다양한 방법들 중 시계열형태의 자료를 이용한 검증 방법론은 개념적인 측면에서는 정립되었으나 구체적인 기법에 대한 연구는 부족한 상태이다. 그리하여 본 연구에서는 Wavelet 변환과 Power Spectrum을 이용한 시계열 데이터의 시뮬레이션 검증 방법을 제시하고자 한다. 이를 위해 첫 번째로 비주기적인 신호분리가 가능한 Wavelet 변환을 이용하여 스펙트럼을 추출하고, 두 번째로 스펙트럼 분석을 이용하여 실제 시스템에서 출력 데이터의 패턴이 시뮬레이션을 통해 나온 패턴과 일치하는지의 여부를 Coherence를 이용해 검정하였다. 실제 사례를 통하여 다른 검증방법들과 비교한 결과, 시뮬레이션 모델링의 완성도에 따른 모델의 일치도 여부를 보다 명확하게 검증하였다. 본 연구에서 제시한 방법을 통해, 하나의 통계량을 통한 검증이 아닌 한 구간별 검증을 통해 지금까지의 획일적인 타당성 검증 방법에서는 할 수 없었던 다양한 상황에서의 시뮬레이션 모형의 타당성 검증이 가능하게 하였다.