• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 전기설비
• /
• pp.78-80
• /
• 2006

전력계통망 및 수용가는 다양한 형태의 전력케이블 및 전력선이 연계된 분 배전망을 형성하고 있다. 특히, 이렇게 구성된 분 배전망은 하나의 전력계통으로서 연계된 전력망을 형성하고 있으며, 이를 전력선통신의 인프라로 활용할 수 있다. 최근 들어, 전력선통신 기술에 대한 연구가 활발히 진행되고 있으며, 계통에 연계된 부하와 분기선로 그리고 매질의 특성에 따라 통신환경이 달라진다. 특히 전송 주파수에 따른 신호의 감쇠, 연계된 부하의 종류와 이들 부하로 인한 잡음원의 유입 및 전송신호의 왜곡 등이 주요한 채널환경 요소이다. 본 논문에서는 상기 나열한 한계점을 극복하기 위한 대안으로 전력선 및 케이블의 매질특성을 평가하고, 이에 따른 전송신호의 영향을 분석, 연계된 다양한 부하들의 변동에 따른 통신환경의 변화 영향 그리고 통신성능에 미치는 영향을 분석하였으며, 또한 전력 케이블 및 선로의 특성과 부하변동 특성을 반영하여 구내용 전력케이블 기반의 UWB(Ultra Wide Band) 통신용 채널 환경을 모델링하는 방안을 제안하고자 한다.

• 콘크리트학회논문집
• /
• 제26권4호
• /
• pp.545-553
• /
• 2014

이 연구는 PC 보-기둥 접합부의 일반적인 거동의 접합 상세에 따른 통합적 평가 방안을 제안하였다. 이 연구는 접합부의 파괴 패턴과 이에 연관된 접합부 상세의 특징을 정량적으로 표현하기 위해 접합부와 각 요소들이 보유한 변형기여분을 사용할 것을 제안하였다. 이에 따라 PC 접합부는 '일체식 접합부'와 '연결식 접합부'로 크게 분류되었다. 접합부의 분류를 위한 기준 사항의 제안 및 검증을 위해 네 개의 보-기둥 실험체의 실험을 수행하였다. 실험은 일반적인 보-기둥 접합부의 실험 방법과 같은 방법으로 진행되었다. 가력은 접합부 상부 기둥의 끝단에서 수행되었으며, 보 양단은 힌지로 고정되었다. 변형기여분의 평가를 위해 총 34개의 LVDT가 주요 변형이 발생할 것으로 예상되는 곳에 설치되었다. 실험 결과 세 개의 실험체에서 나타난 각 요소들의 변형기여분은 수치적으로 다른 특성을 가지고 있는 것을 확인할 수 있었다. 실험 결과를 기반으로 접합부의 변형 정도와 다른 요소들의 변형 정도에 의거하여, 접합부의 변형이 적고 보의 휨 변형이 크게 나타나는 강한 접합부와 접합부의 변형이 용인되는 연성 접합부로 일체식 접합부를 분류할 수 있었다.

• 대한기계학회논문집A
• /
• 제38권1호
• /
• pp.17-23
• /
• 2014

그래픽 처리장치(GPU)는 병렬적인 정보를 포함하는 문제를 해결하는데 이상적이다. 본 연구에서는 GPU 는 입자동역학과 함께 다물체 동역학 시뮬레이션을 효율적으로 수행하기 위해 사용되었다. 수치계산을 위해서 HHT 암시적 적분 알고리즘이 사용되었다. 입자들 사이의 접촉을 판별하기 위해서 공간 분할 알고리즘과 입자 거동 해석법으로 이산 요소법(DEM)이 사용되었다. 개발된 다물체 동역학 프로그램은 해는 ADAMS 프로그램의 결과와 비교 검증하였다. CPU 기반의 순차해석 프로그램과 GPU 기반 병렬 프로그램은 입자의 수에 따른 수치계산 효율성을 알아보기 위해 서로 비교되었으며, 입자의 수가 많아질수록 계산시간은 단축되었다. 본 예제에서 입자의 수가 1,300 개일 때, 순차 해석 프로그램보다 병렬 프로그램이 약 5 배 가량 빠른 계산 속도를 보였다.

• 한국전자통신학회논문지
• /
• 제12권4호
• /
• pp.561-568
• /
• 2017

저밀도 파장분할다중화 기술을 광 집적 소자에 효율적으로 활용하기 위하여 광섬유와 평면기판 내 광 도파로 사이의 파장 선택적 광 결합기 구조가 효율적인 수단으로 고려될 수 있다. 본 논문에서는 공기 도랑 격자를 지닌 실리콘 도파로와 단일 모드 광섬유 간 결합을 고려하였다. 격자의 깊이에 따른 결합 효율의 경향성과 그 한계점을 조사하였다. 이를 위해 결합 모드 이론에 기반을 둔 모델링을 통하여 설계된 결합기 구조의 결합효율을 예측하고, 유한요소법을 이용한 시뮬레이션 결과와 정량적으로 비교 분석 하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.373-376
• /
• 2011

얼굴 영상에서 구성요소(눈썹, 눈, 코, 입 등)의 존재에 따라 보는 사람의 얼굴 인식 정확도는 큰 영향을 받는다. 이는 인간의 뇌에서 얼굴 정보를 처리하는 과정은 얼굴 전체 영역 뿐만 아니라, 부분적인 얼굴 구성요소의 특징들도 고려함을 말한다. 비음수 행렬 분해(NMF: Non-negative Matrix Factorization)는 이러한 얼굴 영역에서 부분적인 특징들을 잘 표현하는 기저영상들을 찾아내는데 효과적임을 보여주었으나, 각 기저영상들의 중요도는 알 수 없었다. 본 논문에서는 NMF로 찾아진 기저영상들에 대응되는 인코딩 정보를 SLR(Sparse Logistic Regression)을 이용하여 성별 인식에 중요한 부분 영역들을 찾고자 한다. 실험에서는 주성분분석(PCA)과 비교를 통해 NMF를 이용한 기저영상 및 특징 벡터 추출이 좋은 성능을 보여주고, 대표적 이진 분류 알고리즘인 SVM(Support Vector Machine)과 비교를 통해 SLR을 이용한 특징 벡터 선택이 나은 성능을 보여줌을 확인하였다. 또한 SLR로 확인된 각 기저영상에 대한 가중치를 통하여 인식 과정에서 중요한 얼굴 영역들을 확인할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1997년도 학술대회
• /
• pp.71-74
• /
• 1997

본 논문은 일반적으로 제약 없는 형식 문서 즉, 논-맨하탄(non-manhattan) 형식의 이진문서영상을 분석하는 기법으로서, 연결요소기법에 기반한 특징추출과 이를 이용한 영역분리 및 분류에 관한 새로운 방법을 제안한다. 제안한 방식은 바텀-업(bottom-up)방식으로서 먼저 처리속도의 고속화와 축소시 특징 영역보존을 위해 임계치 축소기법을 사용하고, 축소된 이진 문서영상내의 각 연결된 검은 화소의 집합을 개체화하고 개체의 특성에 따라 텍스트, 신성분, 해프톤, 도형 그리고 표 등으로 분류한다. 영역분류는 두단계로 이루어지는데, 1차분류에서는 우선, B/W 비, 면적, 외각 테두리의 높이와 너비 비, 테두리선유무 등의 특징을 이용하여 해프톤, 수평 수직선, 테두리(표 및 도형)영역을 분리한다. 이후 2차 분류에서는 문자성분의 수평결합을 통한 텍스트행 성분을 추출한다. 마지막 후처리 과정으로 표분석 알고리듬을 통하여 테두리 영역중 표와 도형을 정확히 구분하고, 또한 도형에 관련한 문서성분을 해당 도형 개체에 연결하는 작업을 수행함으로써 완벽한 영역분류를 한다. 다양한 문서영상을 이용한 시뮬레이션을 통해 제안한 알고리듬의 성능을 입증한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.499-501
• /
• 2000

음함수 곡면 모델의 대표적인 구조 요소인 메타볼은 다양한 형태의 곡면을 모델링하는데 뛰어난 성능을 갖는다[1]. 그러나 복잡한 형태의 물체는 곡면 뿐 아니라 평면적인 요소를 포함하기 때문에 메타볼만으로 부정형 물체를 모델링하는 데에는 많은 어려움이 따른다. 메타큐브는 메타볼의 장점을 수용하면서 적은 수의 데이터로 평면 형태의 물체가지 모델링할 수 있는 메타볼의 확장 형태로서, 두 개의 매개변수만으로 구에서 정육면체까지 자유로운 확장이 가능하다[2]. 본 논문은 메타큐브를 이용하여 볼륨 데이터로부터 3차원 물체를 자동 모델링하는 방법을 제안한다. 제안 방법은 볼륨 데이터의 형태에 기반하여 분할된 볼륨 트리를 이용하여 비교적 빠른 시간에 볼륨 데이터로부터 비슷한 형태의 3차원 물체를 재구성하는 메타큐브 집합을 추출한다. 다양한 볼륨데이타에 대한 실험 결과를 제시함으로써 제안 방법의 효용성을 증명한다.

• 한국조경학회지
• /
• 제52권2호
• /
• pp.39-50
• /
• 2024

색채는 중요한 시각적 요소로서 도시 이미지와 사람들의 인식 형성에 중요한 영향을 미친다. 도시환경에서 색채를 정량적으로 분석하는 작업은 복잡한 과정을 필요로 하여 과거에는 실행하기가 어려웠다. 그러나 최근 머신 러닝 기술의 급속한 발전으로 관광객이 공유한 사진을 이용하여 도시 색채를 분석하는 것이 가능해졌다. 본 연구는 중국의 인기 관광지인 대리시를 사례로 선정하여 관광객이 공유한 대리시의 사진을 수집하였으며, 머신 러닝 기술을 결합하여 대규모 도시 색채를 측정하는 방법을 탐색하였다. 구체적으로는 먼저 DeepLabv3+ 모델을 사용하여 ADE20k 데이터 셋을 기반으로 관광객이 공유한 사진의 의미 분할을 수행하여 사진에서 인공 요소를 분리했다. 다음으로 K-means 클러스터링 알고리즘을 사용하여 대리시의 인공 요소의 주요 색상을 추출하고, 이러한 색상 간의 상관관계를 분석하기 위해 인접 매트릭스를 구축했다. 연구 결과에 따르면 대리시의 인공 요소의 주요 색상은 주황-회색이 가장 높은 비율을 차지한다. 또한, 회색 계열의 색상이 다른 색상과 자주 조합되어 사용되는 경향이 있다. 분석에 따르면 대리시의 인공 요소의 색채 특성은 지역의 민족 문화와 불교 문화의 영향을 받는 것으로 나타났다. 본 연구는 색채 분석을 위한 새로운 접근 방법을 제공하며, 연구 결과는 대리시가 관광객의 기대에 부합하는 도시 색채 이미지를 형성하는 데 도움이 될 뿐만 아니라 향후 대리시의 색채 계획을 위한 참고 자료를 제공하고자 한다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.939-951
• /
• 2022

자율주행차에 있어 가장 중요한 요소는 차량 주변 환경과 정확한 위치를 인식하는 것이며, 이를 위해 다양한 센서와 항법 시스템 등이 활용된다. 하지만 센서와 항법 시스템의 한계와 오차로 인해 차량 주변 환경과 위치 인식에 어려움이 있다. 이러한 한계를 극복하고 안전하고 편리한 자율주행을 위해서 고정밀의 인프라 정보를 제공하는 정밀도로지도(high definition map, HD map)의 필요성은 증대되고 있다. 정밀도로지도는 모바일 매핑 시스템(mobile mapping system, MMS)을 통해 획득된 3차원 point cloud 데이터를 이용하여 작성된다. 하지만 정밀도로지도 작성에 많은 양의 점을 필요로 하고 작성 항목이 많아 수작업이 요구되어 많은 비용과 시간이 소요된다. 본 연구는 정밀도로지도의 필수 요소인 차선을 포함한 도로, 연석, 보도, 중앙분리대, 기타 6개의 클래스로 MMS point cloud 데이터를 유의미한정보로 분할하여 정밀도로지도의 효율적인 작성에 목적을 둔다. 분할에는 머신러닝 모델인 random forest (RF), support vector machine (SVM), k-nearest neighbor (KNN) 그리고 gradient boosting machine (GBM)을 사용하였고 MMS point cloud 데이터의 기하학적, 색상, 강도 특성과 차선 분할을 위해 추가한 도로 설계적 특성을 고려하여 11개의 변수를 선정하였다. 부산광역시 미남역 일대 5차선도로 130 m 구간의 MMS point cloud 데이터를 사용하였으며, 분할 결과 각 모델의 평균 F1 score는 RF 95.43%, SVM 92.1%, GBM 91.05%, KNN 82.63%로 나타났다. 가장 좋은 분할 성능을 보인 모델은 RF이며 클래스 별 F1 score는 도로, 보도, 연석, 중앙분리대, 차선에서 F1 score가 각각 99.3%, 95.5%, 94.5%, 93.5%, 90.1% 로 나타났다. RF 모델의 변수 중요도 결과는 본 연구에서 추가한 도로 설계적 특성의 변수 XY dist., Z dist. 모두 mean decrease accuracy (MDA), mean decrease gini (MDG)가 높게 나타났다. 이는 도로 설계적 특성을 고려한 변수가 차선을 포함한 여러 클래스 분할에 중요하게 작용하였음을 뜻한다. 본 연구를 통해 MMS point cloud를 머신러닝 기반으로 차선을 포함한 여러 클래스로 분할 가능성을 확인하고 정밀도로지도 작성 시 수작업으로 인한 비용과 시간 소모를 줄이는데 도움이 될 것으로 기대한다.

• 한국측량학회지
• /
• 제40권2호
• /
• pp.91-108
• /
• 2022

대부분의 경우 광학 RGB 영상을 딥러닝(DL: Deep learning)의 학습 데이터로 사용하여 객체탐지, 인식, 식별, 분류, 의미적 분할 및 객체 분할 등을 수행하지만, 실세계의 3차원 객체들을 2차원 영상으로 완전하게 파악하는 것은 한계가 있다. 그러므로 대표적인 3차원 지형 공간정보인 수치표면모델(DSM: Digital Surface Model)과 더불어 DSM에 내재된 특성정보를 이용하여 3차원 지형지물을 분석하는 것이 효과적이다. 건물과 같이 기하학적으로 정형화된 형태의 인공구조물은 3차원 공간데이터로부터 얻을 수 있는 기하학적 요소와 특성을 이용하여 객체의 분류와 형상 묘사가 가능하다. 이 연구는 고차원 시각정보(high-level visual information) 시스템에서 중요한 역할을 하는 내재된 고유의 특성정보(intrinsic information)를 기반으로 하며, 이를 위하여 객체의 기하학적 요소인 경사와 주향을 DSM으로부터 도출하고, 다방향에서 생성한 음영기복영상(SRI: Shaded Relief Image)과 함께 DL 모델의 학습 수행에 사용하였다. 실험은 ISPRS (International Society for Photogrammetry and Remote Sensing)에서 제공하는 데이터 셋 중에서 DSM과 레이블 데이터를 객체의 의미적 분류를 위해 개발된 합성곱 기반의 SegNet 학습에 사용하였다. 지형지물을 분류하고 분류 결과를 이용하여 건물을 추출하였다. 특히 DL 모델의 학습 성능 향상을 위해 학습 데이터의 여러 조합에 따른 시너지 효과를 분석하는 것에 핵심이다. 제안한 방법은 건물 분류와 추출에 효과적임을 보여주고 있다.