• 대한전자공학회논문지SP
• /
• 제37권1호
• /
• pp.1-15
• /
• 2000

3차원 형상의 복구를 위하여 일반적으로 다른 방향에서 취득한 거리 영상을 하나의 좌표계로 변환하는 과정이 필요하다. 본 논문에서는 이러한 과정 중 레지스트레이션과 인티그레이션에 관한 연구 결과를 제시한다 레지스트레이션에 대해서는 가존의 ICP 알고리듬의 수렴 속도 향상을 위해 높은 곡률을 갖는 데이터에 가중치를 주는 2 단계의 알고리듬을 제안한다 첫 번째 단계에서는 모든 거리 데이터 이용하여 적당한 정도의 레지스트레이션을 수행하고 두 번째 단계에서 높은 곡률을 가진 점들만을 이용하여 보다 정확한 레지스트레이션을 수행한다 인티그레이션 알고리듬으로는 가준 좌표계로 변환된 모든 거리 영상간의 전체 오차를 최소화하기 위해 2장간의 거리 영상에 대한 ICP 알고리듬을 임의의 N장의 거리 영상에 대하여 적용할 수 있도록 일반화하는 알고리듬을 제안하였다 제안하는 알고리듬을 통하여 2장간의 변환을 순차적으로 수행하여 기준 좌표계로의 변환을 얻었을 때 레지스트레이션 오차가 누적되는 문제점을 해결하였다 실험결과 레지스트레이션 알고리듬은 펜티움 150MHz PC 환경에서 l분정도의 수행시간을 나타내었다 실험 결과는 제안하는 기법이 적절한 시간내에 모든 거리 데이터들을 오차가 고르게 분포하는 모델을 형성할 수 있음을 보인다.

• 감성과학
• /
• 제20권4호
• /
• pp.15-30
• /
• 2017

본 연구의 목적은 뇌 영상 기술을 활용한 정서 연구를 근거로 기본정서 이론을 확인하는 것이다. 이를 위해 기능적 자기공명영상(functional magnetic resonance imaging, fMRI) 연구들에 대한 메타분석을 수행했다. 기본정서 이론을 확인하기 위해 즐거움, 행복, 공포, 분노, 혐오, 슬픔의 6개 개별정서를 선정했다. 개별정서의 fMRI 자료를 수집하기 위해 최근 10년간 289편의 fMRI 연구를 조사했으며, 이중에서 69편이 포함 기준을 충족시켰다. 6개 정서에 대해서 건강한 피험자들을 대상으로 실험한 fMRI 자료를 수집했으며, Talairach 또는 MNI 표준 좌표로 보고된 연구만을 포함시켰다. Talairach와 MNI 좌표 체계간의 차이를 없애기 위해 Talairach 좌표를 기준으로 분석하였다. 활성화 가능성 추정(ALE) 기법을 이용한 GingerALE 2.3 프로그램을 사용하여 메타분석을 수행했다. 연구 결과 기본정서 이론의 관점에서 개별정서들이 일관되고 구별 가능한 국부적인 뇌 반응과 관련 된다는 것을 확인했다. 각각의 개별 정서들과 관련된 뇌 반응 영역에 대한 본 연구의 결과는 선행연구들의 결과와 대체로 일치하였다. 본 연구의 결과를 일반화에 있어서 극복해야 할 제한점을 기술하고 후속 연구에 대해 몇 가지를 제언하였다.

• 한국항공우주학회지
• /
• 제30권3호
• /
• pp.8-16
• /
• 2002

헬리콥터 비행 시뮬레이션을 위한 로터 운동방정식을 implicit formulation 형태로 유도하였다. 좌표계 사이의 상대운동을 고려한 일반화된 벡터 kinematics 를 유도하고 이를 적용하여 브레이드 임의 위치 에서 관성속도 및 관성가속도를 구하였다. 유도된 속도 및 가속도 벡터를 이용하여 플래핑, 리드래그 및 토오크 방정식 등을 implicit form으로 유도하였다. 브레이드 스팬에 따른 공간 적분 방법을 살펴보고, 다양한 힌지형상 및 힌지배열 순서에 관계없이 응용영역을 확장할 수 있음을 밝혔다. DAE(Differential Algebraic Equation) 형태를 갖는 본 연구의 결과식을 이용하여 동특성 계산을 위한 시간적분법을 검토하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.35-40
• /
• 2009

FCM 알고리즘은 입력 벡터와 각 클러스터의 유클리드 거리를 이용하여 구해진 소속도만를 비교하여 데이터를 분류하기 때문에 클러스터링 된 공간에서의 데이터들의 분포에 따라 바람직하지 못한 클러스터링 결과를 보일 수 있다. 이러한 문제점을 개선하기 위해 대칭적 성질을 이용하는 대칭성 측도에 퍼지 이론을 적용하여 군집간의 거리에 따른 변화와 군집 중심의 위치, 그리고 군집 형태에 따라 영향을 덜 받는 개선된 FCM이 제안되었다. 본 논문에서는 효과적으로 패턴을 분류하기 위해 개선된 FCM 알고리즘을 적용한 개선된 하이브리드 네트워크를 제안한다. 제안된 하이브리드 네트워크는 개선된 FCM 알고리즘을 입력층과 중간층의 학습구조 적용하고 중간층과 출력층의 학습구조는 일반화된 델타학습법을 적용한다. 제안된 방법의 인식성능을 평가하기 위해 2차원 좌표평면 상의 데이터를 기존의 Max_Min 신경망을 이용한 FCM 기반 RBF 네트워크와 FCM 기반 RBF 네트워크, HCM 기반 네트워크와 제안된 방법 간의 학습 및 인식 성능을 비교 및 분석하였다.

• 한국전산유체공학회:학술대회논문집
• /
• 한국전산유체공학회 1995년도 추계 학술대회논문집
• /
• pp.225-234
• /
• 1995

터빈익렬내부의 유동해석을 위해 비압축성 점성유동해석을 이용한 수치 해석 프로그램을 개발하였다. 지배방정식으로는 2차원의 비정상 비압축성 Navier-Stokes 방정식을 일반화된 곡선좌표계로 전환하여 암시적으로(implicitly) 반복적인 시간진행방법을 이용하여 유동해석을 하였다. 지배방정식의 각항들은 시간에 대해 1차의 정확도 그리고 영역에 대해서는 2차의 정확도, 대류항에 대해서는 3차의 정확도를 가지는 Upwind기법을 적용하였다. 특히, 실험적 접근이 매우 어려운 터빈의 정익과 회전하고 있는 동익과의 상호운동을 멀티블럭기법과 데이터 interface를 통해 보다 쉽게 해석할 수 있었다. 본 연구결과는 정익만을 계산한 타 연구자의 결과와의 비교시 매우 일치하였으며 물리적인 유동을 잘 파악할 수 있었다. 난류유동 해석을 위해서 Baldwin-Lomax 모델을 적용하였다.

• 한국에너지공학회:학술대회논문집
• /
• 한국에너지공학회 1995년도 추계학술발표회 초록집
• /
• pp.50-55
• /
• 1995

향상되어진 93-PCGC-2는 기존의 PCGC-2와 같이 미분탄 연소를 포함하는 다양한 반응성흐름과 비반응성 흐름을 설명하기 위해 2차원 정상상태 모델로 제시되어 졌다. 93-PCGC-2는 실린더형의 축 대칭계에 응용되어질 수 있고, 난류(Turbulence)는 유체역학식과 연소기구 양쪽을 위해 고려되어졌으며, 불연속 세로좌표 방법(Discrete Ordinates Method)을 이용하여 기체, 벽 및 입자들로부터의 복사열(Radiation)을 모사하였다. 입자상은 입자 무리들의 평균 경로들을 따라 해석하는 Lagrangian계의 해석법으로 모델화되어졌다. 석탄의 팽윤(Swelling)과 촤의 반응성에 관한 부모델과 더불어 새롭게 일반화된 석탄 탈휘발화 부모델 (FG-DVC)도 첨가되어졌다. 비균일 반응기구는 확산과 화학반응 둘 모두를 고려하였다. 주요 기상반응은 국부 순간 평형을 가정하여 모델화하였다. 그래서 반응속도는 혼합의 난류속도에 의해 제한되어진다. Thermal NOx과 Fuel NOx의 유한속도 화학론(Finite Rate Chemstry)에 대한 부모델은 화학반응속도론와 난류성의 통계치를 통합하여 만들어져 있다. 기상은 반복적인 line-by-line기교에 의해 풀려지는 elliptic partial differential equation으로 묘사되어진다. 수치적인 안정을 고려하기 위해 under-relaxation이 이용되어졌다. 이렇게 코드화된 93-PCGC-2는 연소를 위해 모사되어졌다. 또한 더 나아가 이 수치모델의 활용범위는 미분탄의 가스화에도 활용되어질 것으로 기대되어진다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.383-386
• /
• 2019

4 차산업혁명의 발달은 전 세계가 건강한 삶에 관련된 스마트시티 및 맞춤형 치료에 큰 관심을 갖게 하였고, 특히 기계학습 기술은 암을 극복하기 위한 유전체 기반의 정밀 의학 연구에 널리 활용되고 있어 암환자의 예후 예측 및 예후에 따른 맞춤형 치료 전략 수립 등을 가능케하였다. 하지만 암 예후 예측 연구에 주로 사용되는 유전자 발현량 데이터는 약 17,000 개의 유전자를 갖는 반면에 샘플의 수가 200 여개 밖에 없는 문제를 안고 있어, 예후 예측을 위한 신경망 모델의 일반화를 어렵게 한다. 이러한 문제를 해결하기 위해 본 연구에서는 고차원의 유전자 발현량 데이터를 신경망 모델이 효과적으로 학습할 수 있도록 2D 이미지로 표현하는 기법을 제안한다. 길이 17,000 인 1 차원 유전자 벡터를 64×64 크기의 2 차원 이미지로 사상하여 입력크기를 압축하였다. 2 차원 평면 상의 유전자 좌표를 구하기 위해 유전자 네트워크 데이터와 Node2Vec 이 활용되었고, 이미지 기반의 암 예후 예측을 수행하기 위해 합성곱 신경망 모델을 사용하였다. 제안하는 기법을 정확하게 평가하기 위해 이중 교차 검증 및 무작위 탐색 기법으로 모델 선택 및 평가 작업을 수행하였고, 그 결과로 베이스라인 모델인 고차원의 유전자 벡터를 입력 받는 다층 퍼셉트론 모델보다 더 높은 예측 정확도를 보여주는 것을 확인하였다.

• 전자공학회논문지CI
• /
• 제37권2호
• /
• pp.31-43
• /
• 2000

본 논문은 얼굴영상에서 눈과 입 부위를 추출하기 위한 알고리즘을 제안하였다. 첫째로, 눈과 입의 에지 이진 화소 집합의 고유 값 (Eigenvalue) 과 고유 벡터 (Eigenvector) 로 부터 추출한 정보들은 눈과 입을 찾기 위한 좋은 특징이 된다. 눈과 입 부위의 긍정적 샘플과 부정적 샘플로부터 추출한 고유 특징들로 다층 신경망을 학습하여 특정 영역이 눈과 입 부위 포함하는 정도를 나타내도록 하였다. 둘째로, 시스템의 강건성 확보를 위해 서로 다른 구조의 단일 MLP를 묶어서 그 결과를 이용하는 Ensemble network 구조를 사용하였다. 두 눈과 입에 각각 별도의 Ensemble network을 사용하였고, 각 Ensemble network내 MLP들의 출력이 최대가 되는 영역의 중심 좌표들을 평균하여 최종 위치를 결정하였다. 셋째로, 특징 정보 추출 검색 영역을 즐기기 위해 얼굴 영상 에지 정보와 눈과 입의 위치 관계를 이용해 눈과 입의 대략적인 영역을 추출하였다. 제안된 시스템은 적은 수의 정면 얼굴에서 추출한 고유 특징들로 학습된 Ensemble network을 사용하여 학습에 사용되지 않은 다른 사람들의 정면얼굴 뿐만 아니라 일정한 범위 내 자세 변화에서도 좋은 일반화 성능을 얻고 있으며, 작은 범위 내에서의 얼굴 크기 변화나 좌우 20°이내의 자세 변화에 대해서도 신경망의 일반화 기능을 이용하여 강건한 결과를 얻고 있음을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권7호
• /
• pp.297-306
• /
• 2017

버스정보 시스템을 이용하는 시민들은 더 정확한 예측 정보를 원한다. 하지만 평균 기반 단기간 예측 알고리즘을 사용하는 대부분의 버스정보시스템에서는 교통흐름, 신호주기, 정차시간 등의 영향이 고려되지 않기 때문에 많은 오차를 포함하고 있는 실정이다. 따라서 본 논문에서는 오차의 영향요인 분석을 통해 예측정보의 정밀도를 향상시켜 시민들의 편의를 도모하고자 한다. 이에 현재 운영되고 있는 버스정보 시스템의 자료를 토대로 오차의 영향요인을 분석했다. 분석 데이터에서 시간대별 특성과 지리적 여건에 의한 영향이 복합적으로 나타나고, 정차시간과 단위구간속도에 미치는 영향도가 다름을 보였다. 이에 따라 정차시간은 일반화 가법 모형을 사용하여 시간, GPS 좌표, 통과 노선수의 설명변수로 패턴을 구축하고, 단위구간에 대해 은닉 마르코프 모델을 사용하여 교통흐름에 따른 영향도를 고려한 패턴을 구축했다. 패턴 구축의 결과로 정밀한 실시간예측이 가능하고, 노선 통행속도의 장기간 예측이 가능했다. 마지막으로 관측 데이터와 예측 데이터의 통계적 검정 과정을 통해 전구간 예측에 적합한 모델임을 보였다. 본 논문의 결과로 시민들에게 더 정확한 예측 정보를 제공하고, 장기간 예측은 배차시간 등의 의사결정에 중요한 역할을 수행할 수 있으리라 생각한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1429-1433
• /
• 2010

수공구조물의 설계, 수자원 관리계획의 수립, 재해영향 검토 등을 수행할 때, 재현기간에 따른 확률개념의 강우량, 홍수량, 저수량 등을 산정하여 사용하게 되며, 보통 대상지역의 장기 수문관측 자료를 이용하여 수문사상의 확률분포를 산정한 후 재현기간을 연장하여 원하는 설계빈도에 해당하는 양을 추정하게 된다. 미계측지역 또는 관측자료의 보유기간이 짧은 지역의 경우는 지역빈도 분석 결과를 이용하게 된다. 지역빈도해석을 위해서는 강우자료들의 동질성을 파악하는 것이 가장 기본적인 과정이 되며 이를 위해 통계학적인 범주화분석이 선행되어야 한다. 지점 빈도분석의 수문학적 동질성 판별을 위해 L-moment 방법, K-means 방법에 의한 군집분석 등이 주로 사용되며 관측소 위치좌표를 이용한 공간보간법을 적용하여 시각화하고 있다. 강수량은 시공간적으로 변하는 수문변량으로서 강수량의 시간적인 특성 또한 강수량의 특성을 정의하는데 매우 중요한 요소이다. 이러한 점에서 본 연구를 통해 강수지점의 공간적인 좌표 및 강수량의 양적인 범주화에 초점을 맞춘 기존 지역빈도분석의 범주화 과정에 덧붙여 시간적인 영향을 고려할 수 있는 요소들을 결정하고 이를 활용할 수 있는 범주화 과정을 제시하고자 한다. 즉, 극치강수량의 발생 시기에 대한 정량적인 분석이 가능한 순환통계기법을 이용하여 관측 지점별 시간 통계량을 산정하고, 이를 극치강수량과 결합하여 시 공간적인 특성자료를 생성한 후 이를 이용한 군집화 해석 모형을 개발하는데 연구의 목적이 있다. 분석 과정에 있어서 시간속성의 정량화 및 일반화는 순환통계기법을 사용하였으며, 극치강수량과 발생시점의 속성자료는 각각의 평균과 표준편차를 이용하였다. K-means 알고리즘을 이용해 결합자료를 군집화 하고, L-moment 방법으로 지역화 결과에 대한 검증을 수행하였다. 속성 결합 자료의 군집화 효과는 모의데이터 실험을 통해 확인하였으며, 우리 나라의 58개 기상관측소 자료를 이용하여 분석을 수행하였다. 예비해석 단계에서 100회의 군집분석을 통해 평균적인 centroid를 산정하고, 해당 값을 본 해석의 초기 centroid로 지정하여, 변동적인 클러스터링 경향을 안정화시켜 해석이 반복됨에 따라 군집화 결과가 달라지는 오류를 방지하였다. 또한 K-means 방법으로 계산된 군집별 공간거리 합의 크기에 따라 군집번호를 부여함으로써 군집의 번호순서대로 물리적인 연관성이 인접하도록 설정하였으며, 군집간의 경계선을 추출할 때 발생할 수 있는 오류를 방지하였다. 지역빈도분석 결과는 3차원 Spline 기법으로 도시하였다.