• 한국항공우주학회지
• /
• 제44권9호
• /
• pp.775-780
• /
• 2016

본 논문에서는 비선형 다물체 동역학 해석에 적용 가능한 구조해석을 개발하였다. 비선형 구조 해석을 위해 Co-rotational 이론 기반의 유한요소를 개발하였다. 그리고 국부 Lagrange 승수를 활용한 영역분할해석 기법을 적용하여 대용량/다물체 해석이 가능한 구조해석 알고리듬을 개발하였다. 기 개발한 구조 해석은 외팔보 및 다물체 구조에 대한 비선형 정적 해석 예제에 적용하였다. 병렬 계산에 따른 성능 평가는 희박행렬 계산 라이브러리인 PARDISO와 비교하였다. 이를 통해 기 개발 구조해석의 계산 속도 향상을 확인하였다.

• 한국통신학회논문지
• /
• 제27권8A호
• /
• pp.805-813
• /
• 2002

인쇄문서를 전자문서로 자동전환하기 위해서는 먼저 문서영상의 기하학적 구조를 분석하여 문자, 그림, 표 등의 세부 영역으로 분류해야한다. 그러나 문서구조의 복잡성과 그림의 크기와 밀도의 다양함은 기하학적 구조분석을 어렵게 만드는 원인이 되고 있다. 본 논문에서는 연결요소 기반의 방법을 이용하여 복잡한 구조의 문서도 세부적 영역분할이 가능하며, separable 메디안 필터를 이용하여 크기와 밀도가 다양한 문자가 그림을 분류하고, 1차원 메디안 필터를 수평, 수직방향으로 각각 적용하여 표를 구성하는 직선이 훼손되거나 직선에 문자가 붙어있는 경우에도 추출을 가능하게 함으로써, 상용제품이나 기존의 방법에 비해 영역분할 및 분류 그리고 표를 구성하는 직선추출이 우수한 방법을 제안한다.

• 한국산학기술학회논문지
• /
• 제16권10호
• /
• pp.6673-6678
• /
• 2015

최근 빈번히 건설되고 있는 비정형 건축물들은, 개별부재의 수직/수평적 연결방식 에서 벗어나, 외관 및 내부 구성요소들의 단면이 자유롭게 변화되는 곡선의 형태를 띠고 있다. 이러한 구조물의 안정성 평가를 위해서 고전적 방식의 유한요소 해석기법이 적용된 상용프로그램이 사용되고 있으나, 과도한 절점분할 방식 또는 유한요소망(Finite Element Mesh)의 도입으로 인하여 해석시간이 길어지고 사용성 및 해석 정밀도가 낮은 문제점을 안고 있다. 따라서 본 연구에서는, 전술된 문제점을 개선하기 위하여, 임의의 곡률을 가진 단위 부재 및 단위요소에 대한 수학적 해석모형을 활용하여 비정형구조물에 대한 구조안정성 평가를 효과적으로 수행할 수 있는 전후처리 모듈을 개발하였다. 본 연구에서 개발된 전후처리 모듈은 곡선형 부재의 곡률을 NURBS 제어점을 이용하여 제어할 수 있도록 개발되었으며, 그로 인해 상용프로그램보다 빠른 형상 모델링이 가능하였다. 또한, 자유로운 형상에 대한 시각적 확인이 가능하여 비정형 건축물의 형상과 거동양상의 현실적인 묘사가 가능하였다.

• 한국컴퓨터산업학회논문지
• /
• 제7권5호
• /
• pp.537-544
• /
• 2006

최근 대용량의 디지털 이미지가 제작되면서 멀티미디어 관련 기술에서 이미지 검색이 많은 관심의 대상이 되고 있다. 본 논문에서는 이미지 검색(Image Search)을 위한 가장 기본적인 요소인 이미지 색상에 칼라 분포 정보를 이용하고 다양한 요소에 따라 가중치를 부여한 칼라 기반의 검색 기술자(Descriptor)를 제안하였고 시뮬레이션을 통하여 제안 기술자의 성능을 평가하였다. 칼라 히스토그램을 통한 이미지 검색 기술자를 설계하는데 있어 칼라모델은 HSV를, 웨이블릿 변환 필터는 Daubechies 9/7을, 웨이블릿 분해 레벨은 2레벨을 적용하였을 때 가장 좋은 검색 효율성을 보였다. 또한 유사도 검색은 히스토그램 이차행렬(Quadratic Matrix)을 적용하여 보다 나은 성능을 얻었으나 유사도 검색 계산 시간에서 절대 차이값의 합(L1 Norm)을 사용하는 경우에 비해 20배 이상의 처리 시간이 소요되었다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다. 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고요한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미있는 정보로 변환시켜줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망의 모형결합을 통해 기존연구과는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서는 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이브릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다. 기존의 주기분할방법론은 모형개발자입장에서 여러 가지 통계기준치중에서 최적의 기준치를 합리적으로 선택해야 하는 문제가 추가적으로 발생하며, 본 연구에서는 이상의 제반 문제들을 개선시키기 위해 통합방법론으로서 기존의 인공신경망모형을 구조적으로 확장시켰다. 이 모형에서 기존의 입력층 이전단계에 새로운 층이 정의된다. 이렇게 해서 생성된 새로운 통합모형은 기존모형에서 생성되는 기본적인 학습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.

• 전자공학회논문지 IE
• /
• 제45권1호
• /
• pp.15-23
• /
• 2008

본 논문에서는 차세대 패킷 네트워크에서의 서비스 품질 기능 고도화를 목적으로 절대적 지연 차별화 기능을 제공하는 알고리듬을 제시하고 시뮬레이션을 통해 성능 분석을 수행한다. 또한, 제안된 알고리듬을 XPC 850 CPU 기반의 시험 보드상에서 VHDL로 구현하여 실제 트래픽 입력 상황하에서의 성능 분석을 수행한다. 제안된 알고리듬은 매 시간 구간마다 입력되는 트래픽을 측정하고 이를 기반으로 다음 시간 구간 동안 입력될 트래픽의 양을 예측한 후 실제로 다음 시간 구간 동안에 입력된 트래픽과 비교하여 오차분을 도출하여 이를 다음 타임 슬롯의 지연 차별화 동작에 지속적으로 반영하는 것이 특징적 요소이므로 오차분을 고려하지 않는 기존 방식에 비해 버스트 트래픽에 대하여 우수한 적응성을 보여준다. 제안된 방식의 성능은 시뮬레이션과 실제 보드상에서의 시험을 통해 절대적 지연 목표를 충족시킴과 동시에 기존 방식에 비해 버스트 트래픽에 대하여 성능 개선 효과가 달성됨이 확인된다.

• 콘크리트학회논문집
• /
• 제26권4호
• /
• pp.555-562
• /
• 2014

성능 기반 내진설계를 위해서는 지진후 건물의 사용성과 복원성에 대한 명확한 목표가 필요하다. 이를 위해서는 건물의 구성 재료의 검토가 필요하고, 특히, 부재에 잔류하는 변형을 지표로 사용하는 것은 유용하다. 프리스트레스트 콘크리트는 PC 강재의 원점지향적 성질 덕분에 많이 이용이 될 것으로 생각된다. 이 연구는 PSC 보부재의 잔류 변형을 연구하고 산정하는 것에 목표를 두고 있다. '등가 소성 힌지 길이법'을 바탕으로 위험단면에서의 곡률과 등가 소성 힌지 길이를 이용하여 부재의 변형각을 구하는 식을 유도한다. '분할 요소 해석법'을 통하여 PC강재와 콘크리트 사이의 부착-미끄러짐을 고려하면서 힘의 균형과 변형을 적합 조건을 만족하는 해석값을 도출했다. 잔류 변형률에 영향을 미치는 각종 요인들을 파라미터 스터디를 통하여 잔류 변형률 산정식에 필요한 각종 수치를 결정했다. 그중에서 잔류변형에 많은 영향을 미치는 피크시 등가 소성 힌지 길이, 잔류 변형시 등가 소성 힌지 길이 및 피크시부터 잔류 변형시에 발생하는 위험 단면 위치에서의 곡률 감소량에 대하여 중점적으로 검토를 실시했다. 이 연구 결과를 바탕으로 앞으로 활발한 연구가 진행되기를 기대한다.

• 융합보안논문지
• /
• 제7권2호
• /
• pp.17-25
• /
• 2007

본 논문에서는 차세대 패킷 네트워크에서의 서비스 품질 기능 고도화를 목적으로 상대적 지연 차별화 기능을 제공하는 알고리듬을 제시하고 시뮬레이션을 통해 성능 분석을 수행한다. 또한, 제안된 알고리듬을 XPC 860 CPU 기반의 시험 보드상에서 VHDL로 구현하여 실제 트래픽 입력 상황하에서의 성능 분석을 수행한다. 제안된 알고리듬은 매 시간 구간마다 입력되는 트래픽을 측정하고 이를 기반으로 다음 시간 구간 동안 입력될 트래픽의 양을 예측한 후 실제로 다음 시간 구간 동안에 입력된 트래픽과 비교하여 오차분을 도출하여 이를 다음 타임 슬롯의 지연 차별화 동작에 지속적으로 반영하는 것이 특징적 요소이므로 오차분을 고려하지 않는 기존 방식에 비해 버스트 트래픽에 대하여 우수한 적응성을 보여준다. 제안된 방식의 성능은 시뮬레이션과 실제 보드상에서의 시험을 통해 절대적 지연 목표를 충족시킴과 동시에 기존 방식에 비해 버스트 트래픽에 대하여 성능 개선 효과가 달성됨이 확인된다.

• 한국콘텐츠학회논문지
• /
• 제10권1호
• /
• pp.1-9
• /
• 2010

물체 표면의 재질을 실물에 가깝게 렌더링 하는 것은 그래픽 콘텐츠의 사실감을 위한 중요한 요소이다. 본 논문은 속성이 다른 여러 구성 물질에 의해 복잡한 무늬가 형성된 표면을 한 장의 스틸 사진만을 이용하여 셰이딩하는 기법을 제안한다. 기존 방법들은 이와 같은 이종물질에 의한 불규칙한 텍스처의 렌더링을 위해 많은 이미지를 필요로 하거나 특수 촬영 장비를 사용했으며, 수작업에 의해 물질별 표면 영역을 나누어 주어야 했다. 본 연구에서는 영상의 히스토그램 분포 특성에 따른 물질별 텍스처 영역 분할법의 자동 선택 방식을 제시하였고, 그 결과로 구분된 물질별 레이어에 대해 근사화(approximate)된 양방향 반사도 분포함수(BRDF) 값을 구함으로써 주어진 사진과 다른 조명 조건이나 시야(view)에 대해서도 대응되는 렌더링 및 셰이딩 결과를 생성할 수 있음을 보였다.

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.13-19
• /
• 2023

본 논문에서는 빅데이터와 딥페이크 기반의 헤어스타일 추천 시스템 구현에 관해 연구하였다. 제안한 헤어스타일 추천 시스템은 사용자의 사진(이미지)을 바탕으로 얼굴형을 인식한다. 얼굴형은 타원형, 둥근형, 장방형으로 구분하며, 얼굴형에 잘 어울리는 헤어스타일을 딥페이크를 통해 합성하여 동영상으로 제공한다. 헤어스타일은 빅데이터를 바탕으로 최신 트랜드(trend)와 얼굴형에 어울리는 스타일을 적용하여 추천한다. 이미지의 분할 맵과 Motion supervised Co-Part Segmentation 알고리즘으로 같은 카테고리(머리, 얼굴 등)를 가지는 이미지들 간 요소를 합성할 수 있다. 다음으로 헤어스타일이 합성된 이미지와 미리 지정해둔 동영상을 Motion Representations for Articulated Animation 알고리즘에 적용하여 동영상 애니메이션을 생성한다. 제안한 시스템은 가상 피팅 등 전반적인 미용산업에 활용될 수 있을 것으로 기대한다. 향후 연구에서는 거울에 사물인터넷 기능 등을 적용하여 헤어스타일등을 추천해주는 스마트 거울을 연구할 예정이다.