• The Transactions of the Korean Institute of Power Electronics
• /
• v.14 no.2
• /
• pp.150-159
• /
• 2009

Generally, the operating efficiency of the washing machine is mostly affected by the washing time. The washing time is determined by the amount and the type of the laundry. Although the type of the laundry is easily inputted by the user, but the amount of the laundry is difficult to do. For this reason, the specific process is existed for the estimation of the laundry and the time of the washing mode is determined by the estimated laundry. Therefore, this paper proposes the washing load estimation algorithm by the inertia estimator. The proposed algorithm is implemented on the PMSM drive using the low cost position sensor for practical washing machine application. The proposed algorithm is verified by the drum washing machine for the practical load condition test.

• Journal of Broadcast Engineering
• /
• v.8 no.2
• /
• pp.198-203
• /
• 2003

We develop the method of estimating the endpoints of speech by jointly using the lip motion (visual speech) and speech being included in multimedia data and then propose a new speech recognition system (SRS) based on that method. The endpoints of noisy speech are estimated as follows : For each test word, two kinds of endpoints are detected from visual speech and clean speech, respectively Their difference is made and then added to the endpoints of visual speech to estimate those for noisy speech. This estimation method for endpoints (i.e. speech interval) is applied to form a new SRS. The SRS differs from the convention alone in that each word model in the recognizer is provided an interval of speech not Identical but estimated respectively for the corresponding word. Simulation results show that the proposed method enables the endpoints to be accurately estimated regardless of the amount of noise and consequently achieves 8 o/o improvement in recognition rate.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.294-294
• /
• 2012

홍수위험도 추정에 있어서 불확실성은 수리, 수문, 구조, 환경 및 사회경제적인 불확실성과 관련 있으며, 수리 수문학적 불확실성은 주로 수리 수문학적 현상과 그 과정에 대한 불완전한 지식, 그리고 그 과정에 포함된 매개변수들에 대한 불완전한 지식과 관련이 있다. 이러한 여러 가지 불확실성은 홍수위험도 추정에 있어서의 불확실성에 중요한 요인으로 작용하므로 불확실성을 설명하기 위한 통계적 정보는 신뢰성 있는 홍수위험도 추정에 있어서 선행조건이라 할 수 있다. 이러한 불확실성 요인중 강우의 공간분포에 대한 신뢰성 있는 추정은 수자원 해석 및 설계에 있어서 필수적인 요소이다. 강우장의 공간변동성에 대한 고해상도 추정은 홍수, 특히 돌발홍수의 원인이 되는 국지성 호우의 확인 및 분석에 있어서 중요하다. 또한 강우의 공간 변동성에 대한 고려는 면적평균강우량 추정의 정확도를 향상시키는데 있어서 중요하며, 강우-유출모델의 모의결과에 대한 신뢰도를 향상시키는데 큰 영향을 미친다. 최근 공간자료에 대한 공간분포예측에 있어서 공간상관성을 고려할 수 있는 공간통계학적 기법의 적용이 증가하고 있으며, 이러한 공간통계학적 기법의 적용에 있어서 신뢰성 있는 모델 매개변수의 추정 및 불확실성 평가는 공간분포 예측결과에 대한 신뢰성을 향상시키는데 중요한 역할을 한다. 외국의 경우 공간분포예측 및 모의, 매개변수의 불확실성 평가 등과 관련하여 활발한 연구가 이루어지고 있는 반면 국내 수자원 분야에서는 아직까지 활발한 연구가 이루어지고 있지 않은 실정이다. 국내의 수문설계실무에서와 같이 확률홍수량을 강우빈도분석과 강우-유출모델을 이용하여 추정할 경우 확률홍수량 추정에 있어서 확률강우량 및 공간분포에 대한 불확실성과 강우-유출모델에서의 불확실성이 확률홍수량 추정에서의 불확실성에 영향을 미치며, 이후 연피해기대치 추정과 같은 홍수위험도 추정의 불확실성에도 영향을 미치게 된다. 따라서 본 연구에서는 강우공간분포의 불확실성을 고려한 홍수량 추정을 위하여 공간추계모의 기법인 CEM을 적용하여 강우공간분포의 불확실성을 정량화하고 강우-유출모델의 입력 강우량에 대한 확률분포를 추정하였다. 강우-유출해석의 경우 유효우량 및 홍수수문곡선 산정을 위하여 국내 수자원 실무에서 가장 많이 적용되고 있는 NRCS CN 기법, Clark 및 Muskingum 모델을 적용하였다. 이로부터 강우공간분포의 불확실성 추정, 소유역별 입력 강우량에 대한 확률분포의 추정 및 재현기간별 확률홍수량의 불확실성 정량화 방안을 제시하였다. 이러한 결과들은 풍수해저감대책, 유역종합치수대책 등 각종 수자원 계획 및 설계실무에서 확률홍수량 및 홍수 또는 재해위험도 추정의 신뢰성을 향상시킬 수 있는 방법론적 대안으로 활용될 수 있을 것으로 판단된다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.06c
• /
• pp.209-212
• /
• 1998

소나나 레이다분야에서 목표물로부터 오는 신호의 산란점을 추정하는 것은 추정한 산란점 특성을 분석하여 목표물을 식별하기 위해서 연구되어 오고 있다. 지금까지 연구되어온 모델링에 의한 산란점 추정을 보면 많은 경우 Prony 모델에 근거하여 추정하고 있다. Prony 모델을 레이다나 소나에 적용할 때에 몇 가지 단점을 갖고 있다. 그 첫째는 Prony모델이 잡음에 약하다는 점이고 둘째는 Prony모델이 모델차수에 대한 사전정보를 요구한다는 점이다. 본 논문에서는 위에 든 단점중에서 잡음에 취약한 점을 보완하기 위해서 입력 신호 성분만을 자동 추적하는 창함수(Automatic Tracking Window)를 전처리기로 사용한 Prony 산란점 추정 방법을 제안한다. 또 그 성능을 기존 Prony방법만을 사용한 산란점 추정방법과 비교하여 잡음에 대한 성능 향상을 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 1991.07a
• /
• pp.102-113
• /
• 1991

한정된 수자원을 관리하기 위한 물관리시스템을 구축운영하는데 수문학적 물손실의 관점에서 증발산은 매우 중요한 요소이다. 본 연구에서는 이러한 증발산이 실제 유역에서 변화하는 것을 일별로 추정하기 위해서 유역일증발산 모형을 개발하여 실제증발산을 추정하였다. 실제증발산은 잠재증발산을 먼저 산정하고 이를 이용하여 강우차단에 의한 증발, 토양증발, 지표하 증산으로 나누어 추정하였다. 잠재증발산 추정방법은 토양-식생-대기의 관계를 정교히 모식할 수 있는 Penman-Monteith 방법을 채택하였고, 강우차단에 의한 증발은 Bultot와 Dupriez가 제안한 모형을, 토양증발은 Ritchie가 제시한 모형을 채택하였다. 증산은 토양층을 상부·하부층으로 나누어 상부층증산과 하부층 증산으로 분리 추정하였으며, 증발산과 토양수분의 관계는 Thornthwait-Mather의 관계를 이용하여 추정하였다. 이 모형의 타당성을 임업연구원에서 운영하고 있는 2개의 시험유역을 대상으로 검토하였다. 그결과 실제일증발산을 년단위로 계산한 실제증발산값은 물수지 개념에 의한 실제증발산결과와 비교할 때 약 8~30% 오차를 수반하고 있었다. 이러한 결과는 모형의 실제유역의 적용에 있어서 입력되는 여러 매개변수가 가정에 의해 결정된 것이기 때문일 것이라고 판단된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.302-304
• /
• 2000

본 논문에서는 잡음 추가와 네트웍 앙상블을 이용하는 기법으로 최근에 제안된 가상 샘플 생성 방법(VSG:Virtual Sample Generation)을 개선하는 방법을 제안하고, 이를 대표적인 앙상블학습 알고리즘인 Bagging, Boosting과 비교한다. 기존의 가상 샘플 생성 방법에 기초하여 입력 데이터의 분포를 고려하여 가상 샘플을 생성하는 방법을 제안한다. 이 방법은 입력 분포의 밀도가 높은 곳에서 가장 샘플로 인한 과소 적합을 방지하고 밀도가 낮은 곳에서 가상 샘플로 인한 과도 적합을 방지하기 위한 것이다. 본 논문은 입력 데이터의 밀도를 추정하는 새로운 과정을 정리하고 입력 분포에 따라 적합한 가상 샘플을 생성하는 방법을 고안했다. 그리고 제안하는 방법의 일반화 성능 향상을 보이기 위해 여러 가지의 합성 데이터를 사용하여 실험을 하였고 이를 Bagging, Boosting, VSG의 성능과 비교하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.197-200
• /
• 2007

본 논문에서는 로봇 컨트롤 시스템을 위해 입력 받은 영상부터 몇 가지의 손 제스처를 인식하는 비전기반 손 제스처 인식방법을 제안한다. 로봇으로부터 입력 받은 이미지는 로봇의 위치, 주변환경, 조명 등 여러 요인에 따라 다양하게 존재한다. 본 논문은 다양한 환경에서 입력되는 영상으로부터 시스템이 로봇 컨트롤을 위해 미리 지정한 몇 가지 제스처를 인식하도록 한다. 먼저 이미지 조명 변화에 강한 손 제스처 인식을 위하여 레티넥스 이미지 정규화를 적용한 후, YCrCb 공간 상에서 입력된 영상에서 손 영역을 검출 후 위치를 추정한다. 인식된 손 영역에서 특징벡터를 추출함으로서 입력 영상내의 존재할 수 있는 손의 크기나 손의 회전각도 등에 상관없이 필요로 하는 제스처를 인식하도록 한다. 제안된 제스처 인식 결과는 로봇컨트롤을 위한 기존의 제스처인식과 비교하여 성능을 측정하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.8
• /
• pp.1655-1666
• /
• 2015

In this paper, user-position estimation method is proposed by using a single camera for both indoor and outdoor environments. Conventionally, the GPS of RF-based estimation methods have been widely studied in the literature for outdoor and indoor environments, respectively. Each method is useful only for indoor or outdoor environment. In this context, this study adopts a vision-based approach which can be commonly applicable to both environments. Since the distance or position cannot be extracted from a single still image, the reference images pro-stored in image database are used to identify the current position from the single still image captured by a single camera. The reference image is tagged with its captured position. To find the reference image which is the most similar to the current image, the SURF algorithm is used for feature extraction. The outliers in extracted features are discarded by using RANSAC algorithm. The performance of the proposed method is evaluated for two buildings and their outsides for both indoor and outdoor environments, respectively.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1350-1352
• /
• 2022

본 논문에서는 희소깊이영상과 컬러영상을 이용해 조밀한 깊이영상을 추정하는 깊이 완성(depth completion)을 수행하기위해 최근접 이웃 커널을 추정하는 방식의 네트워크를 제안한다. 회귀방식의 딥러닝 네트워크는 일반적으로 값을 직접 예측하는 것보다 기본 값에 더해질 잔차를 추정하는 방식이 더욱 효율적이다. 본 논문에서는 최근접 이웃 커널을 입력영상에 적용하여 추정하고자 하는 픽셀의 인근 픽셀에서 값을 가져와 기본 값으로 사용하고, 해당 값의 잔차를 회귀방식으로 추정하는 네트워크를 설계했다. 이러한 방식으로 여러 SOTA 알고리즘 대비 좋은 성능을 나타냈고, 특히 이와 유사한 방식인 Plane-residual net 보다 높은 성능을 보여준다.

• Korean Journal of Remote Sensing
• /
• v.27 no.4
• /
• pp.481-494
• /
• 2011

Investigation of the $CO_2$ exchange between biosphere and atmosphere at regional, continental, and global scales can be directed to combining remote sensing with carbon cycle process to estimate vegetation productivity. NASA Earth Observing System (EOS) currently produces a regular global estimate of gross primary productivity (GPP) and annual net primary productivity (NPP) of the entire terrestrial earth surface at 1 km spatial resolution. While the MODIS GPP algorithm uses meteorological data provided by the NASA Data Assimilation Office (DAO), the sub-pixel heterogeneity or complex terrain are generally reflected due to coarse spatial resolutions of the DAO data (a resolution of $1{\circ}\;{\times}\;1.25{\circ}$). In this study, we estimated inputs retrieved from MODIS products of the AQUA and TERRA satellites with 5 km spatial resolution for the purpose of finer GPP and/or NPP determinations. The derivatives included temperature, VPD, and solar radiation. Seven AmeriFlux data located in the Corn Belt region were obtained to use for evaluation of the input data from MODIS. MODIS-derived air temperature values showed a good agreement with ground-based observations. The mean error (ME) and coefficient of correlation (R) ranged from $-0.9^{\circ}C$ to $+5.2^{\circ}C$ and from 0.83 to 0.98, respectively. VPD somewhat coarsely agreed with tower observations (ME = -183.8 Pa ~ +382.1 Pa; R = 0.51 ~ 0.92). While MODIS-derived shortwave radiation showed a good correlation with observations, it was slightly overestimated (ME = -0.4 MJ $day^{-1}$ ~ +7.9 MJ $day^{-1}$; R = 0.67 ~ 0.97). Our results indicate that the use of inputs derived MODIS atmosphere and land products can provide a useful tool for estimating crop GPP.