• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1995년도 추계학술대회 학술발표 논문집
• /
• pp.243-248
• /
• 1995

본 논문에서는 신경회로망의 학습능력을 이용하여 AC 모터의 속도제어에 이용된 기 존의 PI제어기의 문제점을 보완하고자 한다. 기존의 아날로그 PI제어기에서는 각 비례, 적분 파라메타를 개발자가 조정하여 고정하면 부하가 변동될 경우 적응성이 떨어지는 문제점을 안고 있었다. 본 논문에서 제시된 디지털 신경망제어기는 학습을 통해 새로운 환경에 적응 가능하다는 점에 가정하여 설계하고 성능을 비교 평가하였다. 본 논문에서 사용된 신경회로 망의 구조는 신경망중에서 가장 범용적으로 사용되는 다층 퍼셉트론 모델구조를 선택하였 다. 신경망 제어기장치로는 인텔 8097 마이크로 콘트롤러를 이용하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(하)
• /
• pp.855-860
• /
• 2002

본 논문에서는 화질의 열화를 최소화함과 동시에 강인한 워터마크의 은닉을 위하여 멀티 웨이브릿 변환영역에서 인간 시각 특성(human visual system: HVS)을 고려한 적응 워터마크 은닉 기술을 제안한다. 멀티웨이브릿은 영상을 완전 복원시키는데 탁월한 효과가 있으며 경계영역에서 우수한 성능을 갖는다. 본 논문에서 사용한 멀티웨이브릿 함수는 근사화 차수가 2인 DHGM 멀티웨이브릿을 사용한다. 워터마크는 멀티웨이브릿 분해된 부대역들 중 저주파 영역을 제외한 중간 및 고주파 영역의 웨이브릿 계수 중에 HVS를 이용하여 얻은 문턱값에 의해 선택된 웨이브릿 계수들에만 은닉한다. 워터마크를 은닉하기 위한 지각모델은 영상 압축시 지각적 양자화기에 사용되는 정적 JND(just noticeable difference) 모델을 이용한다. 제안한 은닉모델은 영상의 특성에 따라 은닉하는 워터마크의 수가 각각 달라졌다. 또한, 여러 실험결과 우수한 비가시성과 강인성을 확인하였다.

• 한국항공우주학회지
• /
• 제44권6호
• /
• pp.537-543
• /
• 2016

KF-16의 1/33 축소 모형 공력 데이터베이스를 기반으로 풍동실험에 적응적 실험설계법을 적용하는 경우 실험의 정확도뿐만 아니라 풍동 실험에 소요되는 비용을 최소화할 수 있도록 추가 실험점 선택 방법에 대한 연구를 수행하였다. 라틴방격법을 이용하여 초기실험점을 선택하였고, Gaussian Process를 통해 불확실성이 가장 크면서도 실험에 소요되는 비용이 상대적으로 적은 추가 실험점을 선택하였다. 공력계수 모델링은 가장 비선형성이 큰 피칭모멘트계수를 정확히 모델링 하는 것을 목표로 하였다. 실험 비용을 고려한 적응적 실험설계법을 적용한 경우, 기존의 적응적 실험설계 방법론에 비해 모델의 정확도와 실험에 소요되는 비용에 어떤 영향을 미치는지 알아보았다.

• 대한원격탐사학회지
• /
• 제38권2호
• /
• pp.199-213
• /
• 2022

비지도 도메인 적응은 연단위 작물 분류를 위해 매년 반복적으로 양질의 훈련자료를 수집해야 하는 비실용적인 문제를 해결할 수 있다. 이 연구에서는 작물 분류를 위한 딥러닝 기반 비지도 도메인 적응 모델의 적용성을 평가하였다. 우리나라 마늘, 양파 주산지인 합천군과 창녕군을 대상으로 무인기 영상을 이용한 작물 분류 실험을 통해 deep adaptation network (DAN), deep reconstruction-classification network, domain adversarial neural network (DANN)의 3개의 비지도 도메인 적응 모델을 정량적으로 비교하였다. 비지도 도메인 적응 모델의 분류 성능을 평가하기 위해 소스 베이스라인 및 대상 베이스라인 모델로 convolutional neural networks (CNNs)을 추가로 적용하였다. 3개의 비지도 도메인 적응 모델은 소스 베이스라인 CNN보다 우수한 성능을 보였으나, 소스 도메인 영상과 대상 도메인 영상의 자료 분포 간 불일치 정도에 따라 서로 다른 분류 성능을 보였다. DAN의 분류 성능은 두 도메인 영상 간 불일치가 작을 때 다른 두 모델에 비해 분류 성능이 높은 반면에 DANN은 두 도메인 영상 간 불일치가 클 때 가장 우수한 분류 성능을 보였다. 따라서 신뢰할 수 있는 분류 결과를 생성하기 위해 두 도메인 영상의 분포가 일치하는 정도를 고려해서 최상의 비지도 도메인 적응 모델을 선택해야 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.573-576
• /
• 2006

기존의 인폼드 검색 모델에서 자원 보유 피어의 검색 결과는 검색 과정에서 선택된 피어들 각각의 라우팅 결정 정보로 저장되는데, 자원 적중률에 따라 다음 피어를 선택할 때 주요 결정 요인으로 작용한다. 이러한 라우팅 결정 정보를 이용하여 검색 트래픽과 검색 성공률 등의 측면에서 기존의 Random Walks 등에 비해 효과적인 성능 평가 결과를 보인 LTO(Leveled The Orienteering) 검색 알고리즘은 검색 과정에서의 라우팅 경로가 편중되어 있어 해당 노드들에 검색 부하 집중 경향을 보인다. 이에 본 논문에서는 검색 적중 빈도에 다라 LTO 검색 알고리즘이 검색 과정상에서 라우트 대상 노드들의 성능을 고려한 적응적 P2P 검색 알고리즘으로 확장 제안한다. 제안한 알고리즘의 성능 평가 결과 노드들의 검색 부하 집중률과 자원 검색 노드의 검색 성공률 측면에서 적절한 타협점에서 동작함을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 추계종합학술대회 논문집
• /
• pp.441-447
• /
• 1999

본 논문은 복잡 적응 시스템의 분석 및 모델링을 위해, 인공생명의 기본 패러다임인 셀룰라 오토마타를 선택하여, 무정형의 구조를 가지며 투명한 자료 전파 특성을 갖는 셀룰라 신경 회로망의 설계하고 개발하는데 중점을 두었다. 우선, 신경 회로망의 불규칙한 구조를 발생학적으로 다루어 무정형의 은닉층을 생성하고, 다윈의 진화론을 적용하여 구조적 진화 및 선택을 통해 최적화된 신경 회로망을 설계하였다. 주변 셀의 상태를 감지하여 자신의 상태를 수정해나가는 방식의 셀룰라 오토마타의 투명한 신호 전파 모델로 자료 및 오차의 역전파에 적용하도록 고안하였고, 라마르크의 용불용설을 활용한 오차의역전파 학습 알고리즘을 유도하였다. 이러한 복잡 적응계의 학습 과정을 유도하여 시뮬레이션에서 그 타당성을 입증하였다. 시뮬레이션에서는 신경 회로망의 XOR 문제와 다중 입력 다중 출력 함수에 대한 근사화 문제를 풀었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (D)
• /
• pp.199-204
• /
• 2006

오버레이 멀티캐스트는 IP 멀티캐스트의 대안으로 많은 관심을 받아 왔다. 본 논문에서는 오버레이 멀티캐스트에서 각 단말의 특성에 따라 적응적으로 멀티미디어를 전송하는 기법을 연구하였다. 데이터 기반으로 컨텐츠를 전달하는 피어-투-피어 형태의 전송 구조를 사용하여 각 단말이 네트웍 특성에 따라 데이터를 요청하는 형태로 구성되었다. 이웃 노드 선택, 버퍼 맵 교환, 필요한 데이터를 전송 요청하는 과정으로 구성되는 피어-투-피어 형태의 전송 구조에서 적응적인 멀티미디어 전송을 지원하기 위하여 전략적 세그먼테이션을 통한 버퍼 맵 교환, Fine-grained 적응 스케줄러를 통한 데이터 교환을 제안하였다. 본 연구에서 적용된 기법의 특성을 분석하기 위하여 정성적인 분석 모델을 제시하고 이를 통해 결론을 도출하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.288-291
• /
• 2008

본 논문은 실수 진화 알고리즘에 대해서 가상의 클러스터를 이용한 재조합 연산자 및 새로운 세대차 모델을 소개한다. 가상 클러스터의 자가 적응적인 크기 변화를 통해 자손의 생성범위를 적절히 조절하고, 선택과 대치를 포함한 진화방식을 개선하여 효율적인 세대차 크기를 구함으로서, 개체의 다양성 유지 및 탐색성능의 향상을 꾀하였다. 제안된 방법을 벤치마크 테스트 문제에 적용하여 G3 알고리즘과 CMA-ES 등과 성능을 비교하였다.

• 한국통신학회논문지
• /
• 제36권3A호
• /
• pp.267-277
• /
• 2011

IEEE 802.15.4는 전송된 프레임의 초기 충돌을 피하기 위해 대부분의 다른 무선 네트워크 프로토콜들처럼 프레임을 전송하기 전 임의의 시간을 지연하는 CA(Collision A voidance) 알고리즘을 사용한다. IEEE 802.15.4의 CA 방식은 현재의 네트워크 상황에 관계없이 고정된 초기 백오프 선택 구간에서 임의의 백오프 지연 시간을 선택하기 때문에, 긴 시간 동안 높은 통신 부하를 유지하는 네트워크에서는 현재 상황에 알맞은 백오프 지연 시간을 선택하기까지 여러 번의 백오프 지연 과정을 반복하게 된다. 본 논문에서는 네트워크의 혼잡 상황에 따른 충돌 확률을 고려하여 초기 백오프 지연 시간을 적응적으로 선택할 수 있는 ACA(Adaptive Collision Avoidance) 알고리즘을 제안한다. ACA 알고리즘의 성능을 측정하기 위해 수학적 모델을 제시하며, ns-2를 이용한 시뮬레이션을 통해 모델의 정확성을 검증하고 네트워크 혼잡 상황에 따른 최적의 초기 백오프 지연 시간을 제시한다. 분석 결과, ACA알고리즘을 사용할 때 표준에 비해 처리량이 최대 41% 이상 증가하고 평균 서비스 지연 시간은 기존보다 더욱 짧게 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.29-37
• /
• 2021

본 논문에서는 안저영상의 다중 스케일 정보를 다루기 위한 딥러닝 기반의 망막 혈관 분할 모델을 제안한다. 제안 모델은 이미지 분할 딥러닝 모델인 U-Net과 선택적 커널 합성곱을 통합한 합성곱 신경망으로 안저영상에서 눈과 관련된 질병을 진단하는데 중요한 정보가 되는 망막 혈관의 다양한 모양과 크기를 갖는 특징 정보를 추출하고 분할한다. 제안 모델은 일반적인 합성곱과 선택적 커널 합성곱으로 구성된다. 일반적인 합성곱 층은 같은 크기 커널 크기를 통해 정보를 추출하는 반면, 선택적 커널 합성곱은 다양한 커널 크기를 갖는 브랜치들에서 정보를 추출하고 이를 분할 주의집중을 통해 적응적으로 조정하여 결합한다. 제안 모델의 성능 평가를 위해 안저영상 데이터인 DRIVE와 CHASE DB1 데이터셋을 사용하였으며 제안 모델은 두 데이터셋에 대하여 F1 점수 기준 82.91%, 81.71%의 성능을 보여 망막 혈관 분할에 효과적임을 확인하였다.