• 대한토목학회논문집
• /
• 제26권6B호
• /
• pp.597-603
• /
• 2006

본 연구의 목적은 인공위성 자료와 지상의 관측자료간의 비선형 특성을 가장 잘 반영할 수 있는 신경망 모형을 이용하여 단시간 강우량 정보를 사전에 예측하여, 하천제방의 붕괴로 인한 상습 침수지역에서의 홍수범람 양상을 실시간으로 예측함으로써 홍수재해로부터의 피해를 최소화시키는데 있다. 강우예측 신경망 모형은 현재의 대기상태를 나타내는 인공위성 자료와 실시간으로 전송되는 자동기상관측소 자료를 입력자료로 하여 현재부터 3시간 및 6시간 선행시간까지의 면적평균강우량을 예측할 수 있도록 구성하였다. 신경망 모형의 구조는 입력층과 출력층 사이에 하나의 은닉층이 존재하는 다층 신경망으로 구성하였으며, 학습단계에서는 오류 역전파 알고리듬 학습방법 중 모멘텀법을 사용하였다. 예측된 면적평균강우량으로부터 홍수량을 산정하고, 이를 이용하여 하천의 제방붕괴로 인한 제내지에서의 범람양상을 예측할 수 있도록 1차원 흐름모형과 연계한 동역학적 홍수범람 모형을 개발하였다. 개발된 홍수범람 모형은 본류와 지류의 여러 지점에서 제방이 붕괴될 경우, 하도의 홍수위 및 제내지에서의 침수위와 침수면적이 일괄적으로 모의될 수 있도록 구성하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권6호
• /
• pp.261-268
• /
• 2015

음성채팅시스템에서 사용자의 음성 질의는 자동음성인식기를 통하여 텍스트 질의로 변환된다. 만약 자동음성인식기의 1순위 결과가 틀린다면 이 오류는 그대로 음성채팅시스템에 전파된다. 자동음성인식기의 1순위 정밀도를 향상시키기 위하여 본 논문에서는 RankSVM을 이용하여 자동음성인식기의 n개 결과를 재순위화하는 후처리 모델을 제안한다. 채팅시스템을 학습하기 위해서는 대용량의 채팅 문장들이 필요하다. 만약 새로운 채팅 문장들이 학습데이터에 자주 추가되지 않는다면 채팅시스템의 응답은 금방 진부해질 것이다. 이러한 문제를 해결하기 위하여 본 논문에서는 SVM을 이용하여 TV와 영화 시나리오로부터 채팅 문장들을 자동으로 선택하는 데이터 수집 모델을 제안한다. 실험에서 제안된 후처리 모델은 후처리를 하지 않은 모델보다 정확률에서 4.4%, 재현율에서 6.4% 더 좋은 결과를 보였다. 그리고 제안된 데이터 수집 모델은 98.95%의 높은 정확률과 57.14%의 재현율을 보였다.

• 한국통신학회논문지
• /
• 제35권12C호
• /
• pp.1044-1051
• /
• 2010

본 논문에서는 공간다중화 multiple input multiple output (MIMO) 시스템을 위한 효율적인 soft-output 신호검출 기법을 제안한다. 제안된 기법은 ordered successive interference cancellation (OSIC) 알고리즘을 기반으로 하지만, 오류 전파 문제를 크게 줄임으로써 기존 OSIC 알고리즘에 비해 큰 성능 향상을 보인다. 제안된 기법은 다중 순서화 기술을 이용한 enhanced OSIC (ESIC) 알고리즘을 결합한 기법으로 신뢰도 높은 log likelihood ratio(LLR) 값을 매우 적은 후보 심볼 벡터를 이용하여 생성할 수 있다. 본 논문에서는 $4{\times}4$ 16-QAM MIMO 시스템을 위한 OSIC, K-Best 가법과 제안된 신호검출 기법을 $0.13{\mu}m$ CMOS 기술 환경에서 구현하였으며, 모의 시험과 구현 결과를 통해 제안된 신호검출 기법이 성능과 하드웨어 구현 측면에서 매우 효율적임을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권12호
• /
• pp.1383-1392
• /
• 1999

이미 학습된 다층퍼셉트론 신경망을 디지털 VLSI 기술을 사용하여 하드웨어로 구현할 경우 신경망의 가중치 및 뉴런 출력들을 양자화해야 하는 문제가 발생한다. 이러한 신경망 변수들의 양자화는 결과적으로 주어진 입력에 대한 신경망의 최종 출력에서의 왜곡을 초래한다. 본 논문에서는 먼저 이러한 양자화로 인한 신경망 출력에서의 왜곡을 통계적으로 분석하였다. 분석 결과에 의하면 입력패턴 각 성분의 제곱들의 합과 가중치의 크기들이 양자화 영향에 주로 기여하는 것으로 나타났다. 이러한 분석 결과를 이용하여 양자화를 위한 정밀도가 주어졌을 때, 양자화 영향이 최소화된 다층퍼셉트론 신경망을 설계하는 방법을 제시하였다. 그리고 제안된 방법에 의해 얻은 신경망과 오류역전파 학습방법에 의하여 얻은 신경망의 성능을 비교함으로써 제안된 방법의 효율성을 입증하였다. 실험결과는 낮은 양자화 정밀도에서도 제안된 방법이 더 좋은 성능을 보였다.Abstract When we implement a multilayer perceptron with the digital VLSI technology, we generally have to quantize the weights and the neuron outputs. These quantizations eventually cause distortion in the output of the network for a given input. In this paper first we made a statistical analysis about the effect caused by the quantization on the output of the network. The analysis revealed that the sum of the squared input components and the sizes of the weights are the major factors which contribute to the quantization effect. We present a design method for an MLP which minimizes the quantization effect when the precision of the quantization is given. In order to show the effectiveness of the proposed method, we developed a network by our method and compared it with the one developed by the regular backpropagation. We could confirm that the network developed by our method performs better even with a low precision of the quantization.

• 한국통신학회논문지
• /
• 제36권5B호
• /
• pp.539-548
• /
• 2011

본 논문은 협력통신 기법을 이용하여 단일-홉과 다중-홉 수중환경에서 효율적인 재전송 (ARQ : Automatic Repeat reQuest) 기법을 제안한다. 소스 (source) 노드가 전송한 패킷을 수신한 이웃 노드들 중, 제안한 기법에서 정의한 협력 영역에 속한 노드들은 협력 노드 집합을 형성한다. 협력 노드는 특정 소스-목적 링크 (link)에 대하여 또 다른 대체 경로를 제공한다. 이러한 대체 경로는 소스-목적 경로보다 높은 채널 품질을 제공한다. 따라서 수중 음향 채널의 특성인 긴 전파지연을 줄일 수 있고, 성공적인 재전송 확률을 높임으로써 높은 비트 오류율도 극복할 수 있다. 또한 다중-홉 네트워크에서는 다중-홉에 의한 릴레이 시 별도의 ACK 없이 자신이 전송한 패킷이 되돌아오는 것을 응답신호로 활용함으로써 시스템 성능을 향상 시킬 수 있다. 본 논문에서는 제안하는 협력 재전송 기법을 전송 효율 (throughput efficiency) 측면에서 기존의 S&W (Stop and Wait) ARQ 기법과 비교, 분석한다.

• 비파괴검사학회지
• /
• 제29권4호
• /
• pp.308-315
• /
• 2009

구조물 손상시 방출되는 고주파 음향방출(AE)신호는 실시간 손상 감지에 유리하므로 지능형 구조물의 구조건전성 모니터 링에 널리 응용되고 있다. 하지만 복합 적층 구조물에서 방출되는 AE신호의 경우에는 복합재 구조의 특성상 전달 경로에 따른 신호의 감쇄정도가 일반 금속 구조물에 비해 상대적으로 크므로 손상 전후 신호진폭의 크기만을 비교하여 손상을 예측하는 방법은 손상 판단에 오류를 야기할 수 있는 여지가 있다. 따라서 복합적층 구조에서의 정확한 충격손상 예측을 위해서는 신호감쇄의 영향을 덜 받는 신호의 분석 방법이 필요하고 손상 전후 신호특성을 정량적으로 구분할 수 여는 인자의 선택이 필요하다. 본 연구에서는 구조물의 경계조건에 따른 신호특성 변화의 영향을 줄이기 위해 충격손상 발생후 선행적으로 전파되는 선행파(leading wave)의 특성변화를 신호처리에 이용하였으며, 웨이블릿 변환을 이용하여 신호를 분해하였다. 최종적으로 복합적층판의 저속충격 시험에서 압전 센서로 취득된 충간분리 신호를 처리하였으며, 분해된 웨이블릿 고주파 세부성분 사이의 점유율 분포를 이용하여 복합적층판의 손상을 판단하기 위한 신호처리 방법을 제시하였다.

• 한국항행학회논문지
• /
• 제15권3호
• /
• pp.392-404
• /
• 2011

본 논문에서는 최근 4세대 이동통신에서 논의 되고 있는 기술인 셀 간 협력 통신이 가능한 다중 셀 환경에서 상향링크에서의 다중 사용자 신호 검출기술에 대해서 다루었다. 먼저 기존 검출 기술로 ML, ZF, MMSE 그리고 SIC 등을 다루었고, 보통 ML은 최적의 성능을 보이지만, 복잡도가 지수적으로 증가하며, ZF나 MMSE는 간단하지만 성능이 떨어지며, SIC는 복잡하고 오류전파 현상이 발행 할 수 있는 문제점을 가지고 있다. 이에 기존의 ZF/MMSE 에 비해서는 성능 개선이 이루어지면서, 복잡도를 유지 또는 감소시킬 수 있는 구조 제안을 위해서 ZF/MMSE 방식과 ML 의 적용구조를 단순화 시킨 부분 ML 복호 방식을 결합한 검출 방식을 제안하였다. 모의실험 결과, 제안방식은 ZF/MMSE 기반의 SIC 방식에 비해 BER 성능이 개선 또는 유지 되었으며, 복잡도 측면에서 감소하는 효과를 보였으며, 또한 복잡도 감소는 협력 기지국 및 안테나 수가 증가할수록 더 감소 효과가 커질 수 있음을 알 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제15권10호
• /
• pp.105-112
• /
• 2010

의료 분야의 감성 및 심리 치료를 확장하여 이와 관련된 기술을 일반 생활에 접목하고, 또한 생체신호를 이용하여 보다 쾌적한 삶의 환경을 구축하려는 연구가 활발하게 진행되고 있다. 본 논문에서는 뇌전도(EEG : electroencephalogram)와 심전도(ECG : electrocardiogram)의 심박변이도(HRV : Heart Rate Variability)의 패턴을 분석하여 평온, 집중, 긴장, 우울의 네 가지 감성을 분류하고 추론하기 위한 감성추론시스템을 설계하고 구현하였다. 많은 감성 인식 연구가 얼굴이나 음성의 인식에 의하여 이루어지고 있으며, 생체신호를 이용한 추론 연구의 경우에도, 뇌전도나 심전도 등의 단일 생체신호의 분석에 의하여 이루어지고 있다. 본 논문에서는 단일 생체신호가 아닌 뇌전도와 심전도신호를 조합하여 복합적으로 분석함으로서 단일 생체신호의 분석 연구보다 추론의 정확도를 높였으며, 감성 추론을 위한 엔진으로지도 학습과 비지도학습의 RBFN(Radial Basis Function Network) 신경망을 적용하여 오류역전파 알고리즘의 지역 최소점과 수렴속도가 느린 단점을 보완하였다.

• 전자공학회논문지SC
• /
• 제48권6호
• /
• pp.43-50
• /
• 2011

바이오인식 기술은 패스워드나 IC 카드와 같이 분실의 우려가 없어 다양한 분야에 응용되고 있으나, 변조가 가능하며 측정방식에 따라 측정자에게 거부감을 줄 수 있다는 단점을 가지고 있다. 이러한 문제점을 해결하기 위해 심전도(ECG)를 이용한 바이오인식 기술에 대한 연구가 진행되고 있으나, 기존의 심전도 바이오인식기술은 심장질환을 측정하는 정형화된 심전도 리드 II 파형을 이용했기 때문에 바이오인식에는 적합하지 못했다. 따라서 본 논문에서는 심전도 리드 III 파형을 이용한 새로운 바이오인식 기술을 제안한다. 측정된 심전도 리드 III 파형은 잡음을 제거하기 위해 필터링을 한 후 AAV 알고리즘을 이용하여 파형의 정점을 찾고, 그 정점을 기준으로 원신호에서 파형을 분류하였다. 추출된 파형을 4가지 타입으로 정의하고 그를 기반으로 꼭짓점 및 세부파형모양, 파형진폭 및 간격 등 총 22가지의 특징들을 추출하였다. 추출된 특징은 오류역전파 신경회로 망인식기를 통해 분류되었다. 심전도 리드 III 파형을 이용한 바이오인식을 위해 31명의 측정자와 데이터베이스에 없는 5명의 측정자, 총 36명을 대상으로 심전도 바이오인식을 실험한 결과 특이도(specificity) 100%, 민감도(sensitivity) 95.59%, 정확도(accuracy) 99.17%의 특성을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권9호
• /
• pp.27-33
• /
• 2011

본 논문에서는 필기체 문자의 Convex-Concave한 곡선 특징을 문자로 변환하고 추출된 문자를 Smith-Waterman 정렬 알고리즘을 이용하여 온라인 필기체 숫자 인식 방법을 제안한다. 필기체 숫자 인식을 위한 입력 데이터는 시간에 순서적인 좌표로 순서화하고 전처리의 입력데이터로 적용된다. 필기자의 개성이 표현된 필기체 문자는 크기, 회전, 곡선 비율이 다양한 형태로 나타난다. 따라서 본 논문에서는 곡선의 Convex-Concave 특징을 이용하여 크기, 회전에 강인한 특징을 추출한다. 추출된 특징은 문자로 변환하고 Smith-Waterman 정렬 알고리즘의 입력데이터로 적용한다. 본 논문에서는 실시간 필기체 숫자를 대상으로 실험한 결과, 오류역전파 신경 회로망을 적용한 것과 비교하여 제안된 방법이 좋은 성능을 보였다.