본 논문에서는 스칼라 인수 ${\alpha}1,\;{\alpha}2$를 매개변수화하여 갱신항을 첨가한 비선형 적응 알고리즘의 특성을 분석한다. 수렴 특성의 해석에서 평균 필터계수 벡터에 대하여 전이행열의 고유치가 기술된다. 그 알고리즘이 안정하기 위한 범위도 증명된다. 본 알고리즘의 시정수도 유도되고, sign 알고리즘, 기존의 LSM 알고리즘, LFG 알고리즘의 계산량도 비교해 본다. 평균자승의 수렴특성을 해석하고 평균자승 순환식과 초과 평균자승 오차(excess mean square error) 표현식을 유도하고 본 알고리즘이 안정하기 위한 조건도 정한다. 컴퓨터 모의실험(simulation)에서 채널 등화기를 이용하여 QFG 알고리즘의 성능 특성을 보여준다. QFG 알고리즘이 부드러운(smooth) 수렴특성을 가지기 때문에 버스트 오차(error bursting)가 문제가 되는 경우에 유용하다.
디지털 가입자회선과 같은 통신에서 반향 제거기의 목적은 수신 경로에서 하이브리드 회로에 의해 누출되는 전송 신호를 보상하는 것이다. 일반적으로 전이중 통신에서 사용되는 반향 제거기는 지엽적인 신호에 의해 동작되는 적응 시스템이며, 최소 평균 제곱 알고리듬으로 구현된 반향 제거기가 많이 사용되어 왔지만 적은 계산 양의 장점을 가지는 반면에 느린 수렴 성능을 보인다. 또한, 반향 제거기의 길이는 성능과 수렴속도에 직접적인 영향을 미치며, 긴 시간동안 변화하는 반향을 제거하기 위해서는 반향 제거기의 계수 개수가 커야 하는데, 이것은 적응 필터의 수렴 속도를 감소시킨다. 본 논문에서는 통신 채널에서의 반향 제거에 대한 새로운 방법을 제안한다. 제안한 방법은 순방향 알고리듬과 역방향 알고리듬의 가중 결합으로 구성된 양방향 최소 평균 제곱 알고리듬을 사용하여 반향 제거기의 최적의 계수를 계산한다. 마지막으로 수학적 해석 및 모의실험을 통해 제안한 반향 제거기가 계산 양의 증가가 없이 거의 동일한 계산 양으로 기존의 반향 제거기보다 수렴 속도가 빠르다는 사실을 확인하였다.
의료 초음파 신호의 인체내 감쇠지수는 검사대상 조직의 병리학적 특성을 반영할 뿐 아니라 다른 여러 의료 초음파 지수들의 정확한 예측을 위해 선행하여 측정해야 하는 중요한 정량적 정보 중 하나이다. 그러나 초음파 감쇠지수의 주파수 선택적 감쇠특성을 이용한 주파수 영역에서의 정량적 감쇠지수 예측 방법은 계산량이 많아 실시간 적용에 많은 어려움이 있고, 상대적으로 계산량이 적은 시간 영역의 감쇠지수 예측 방법은 전송 펄스의 회절효과를 잘 보상하지 못하는 단점이 있다. 표준 반향신호를 이용하여 전송 펄스의 회절효과를 보상하는 시간 영역의 예측 알고리듬인 VSA(Video Signal Analysis) 방법은 광대역 펄스를 이용하는 경우, 원거리에서 반향된 신호의 왜곡이 발생하여 예측 정확도가 저하되는 단점이 있다. 본 논문에서는 그 단점을 해결하기 위해 적응 대역필터를 이용한 초음파 감쇠지수 예측 알고리듬을 제안한다. 제안된 방식은 반향 경로를 따라 누적된 신호 감쇠를 고려하여 적응 대역필터의 중심 주파수를 이동시킴으로써, 기존의 고정 대역필터를 사용하는 방법보다 예측 정확도와 정밀도를 높인다. 인체 조직의 초음파 반향특성을 모방한 컴퓨터 모의실험과 실제 TM(tissue-mimicking) phantom을 이용한 실험에서, 광대역 전송 펄스를 사용하는 경우보다 반향 깊이에 따른 상대적 echogenicity의 왜곡이 크게 감소하여 평균적으로 예측 감쇠지수의 정확도가 5.1% 향상되었고, 예측 편차도 기존의 방법에 비해 46.9% 감소되었다.
적응 횡단선 필터에서 수렴 속도의 개선을 위해 기존의 최소 평균 자승 알고리즘을 확장한 반복적 최소 자승 알고리즘의 탭 가중치 갱신 메커니즘에 재순환 데이터 버퍼를 이용함으로서 수렴특성을 개선시키는 효율적인 기법을 제시하였다. 본 논문은 기존의 적응 횡단선 필터에 데이터 재순환 버퍼 구조를 제안하여 새로운 RLS 탭 가중치 갱신 알고리즘을 유도하여 조화 평균 학습 곡선의 평균 자승 에러 값에 대한 반복수에 대해서 데이터 재순환 버퍼를 사용한 학습 곡선의 수렴 속도가 버퍼가 없는 경우의 재순환 버퍼 RLS 알고리즘의 수렴 속도보다 비례하여 빠르게 수렴한다는 것을 수학적인 연산을 통해 증명하였다. 채널 진폭의 왜곡의 정도와 재순환 데이터 버퍼 수에 따른 평균 자승 에러에 대한 삼차원 시뮬레이션 결과로부터 고유치 확산이 증가함에 따라 특정 값에 수렴하기 위한 요구된 샘플의 반복수가 비례하여 증가하였으며, 재순환 데이터 버퍼 수 B가 증가함에 따라 요구된 샘플의 반복수가 B배만큼 감소함으로서 제안된 구조에서 RLS 가중치 갱신 알고리즘의 수렴특성이 개선됨을 입증하였다.
제한된 계조를 사용하는 영상장치들은 연속계조 영상과 시각적으로 유사한 영상을 획득하기 위해 하프토닝(halftoning) 방법을 사용한다. 다양한 하프토닝 방법 중, 오차 확산법은 짧은 계산시간과 좋은 화질의 하프톤 영상(halftone image) 획득이 가능하여 다양한 응용 분야에 널리 사용되고 있다. 하지만 이 방법은 인접 픽셀에 오차를 확산하는 과정에서 경계선을 흩트리며, 이로 인해 경계선이 약화 되고, 영상의 선명도를 저하시킨다. 이러한 문제점을 개선하기 위해 본 논문에서 제안된 방법은 Floyd-Steinberg 오차확산법의 필터 가중치를 기반으로 처리 픽셀의 오차와 인접픽셀의 경계선 정보를 고려하여 오차 필터를 적응적으로 결정한다. 이 방법은 경계선 강화를 위한 기존 방법들과 비교해 처리절차가 간단하여 상대적으로 적은 양의 프로세스 자원을 사용한다. 그럼에도 불구하고, 제안된 방법은 하프톤 영상의 경계선을 상당히 개선할 수 있었다. 이와 함께 객관적인 화질 평가를 위해 경계 상관도와 국부 평균 일치도를 이용하여 제안된 방법과 기존방법의 성능을 비교한다.
저전력 블루투스(BLE; Bluetooth Low Energy) 기술을 사용한 비콘은 실외에서만 위치 측위가 가능한 GPS(Global Positioning System)와 달리 실내에서도 위치 파악이 가능하다. 비콘을 사용한 실내 거리 측정에는 RSSI(Received Signal Strength Indication)값이 핵심 요소인데 그에 반해 RSSI값은 여러 환경요소로부터 영향을 받기 때문에 예측된 거리와 실제 거리의 오차가 크게 나타난다. 이러한 이슈를 다루기 위해 비콘을 사용한 ANN(Artificial Neural Network)기반 적응형 거리 측정을 제안한다. 먼저 RSSI의 잡음을 줄이기 위해 확장 칼만 필터와 신호 안정화 필터를 사용한 전처리 과정을 거친다. 그리고 각각 특정 학습 데이터 셋을 가진 다층 ANN들은 학습을 거치게 된다. 결과에서는 평균오차 0.67m를 보여주고, 0.78의 precision을 보여준다.
HEVC RExt(High Efficiency Video Coding Range Extension)는 RGB/YUV 4:2:2 4:4:4 색 샘플링 영상과 10비트 심도 이상의 영상 지원을 목표로 한다. RGB 영상은 YUV 4:2:0 색 샘플링 영상과는 달리 색평면 간 높은 상관도를 갖고 있으며, 이를 이용하여 화소값을 예측하는 기법들이 JCT-VC 표준화 회의에서 기고되었다. 하지만 일반적으로 RGB 영상의 고주파수 성분은 색평면 간 낮은 상관도를 갖고 있으며, 이는 색평면 간 예측 시 부호화 효율 저하의 원인이 된다. 따라서 본 논문에서는 색평면 간 예측 시 고주파수 성분을 저역통과필터를 통해 적응적으로 제거하는 기법을 제안한다. HEVC RExt의 RGB 영상을 통한 실험 결과, 본 논문에서 제안하는 기법은 기존 색평면 간 예측 기법에 비해 큰 복잡도의 증가 없이 평균 0.6%의 BD(Bjontegaard Distortion)-율 이득을 얻을 수 있었다.
본 논문은 잡음을 고려한 공간적응적 색상 보간 방법을 제안한다. 센서의 잡음은 색상 보간 과정에 영향을 미쳐서 결과 영상의 열화를 초래하기 때문에 센서의 잡음이 색상 보간 방법에 고려됨으로써 고해상도의 영상을 획득할 수 있다. 알고리즘의 성능 향상과 연산량의 효율성을 높이기 위해서 베이어 화소에서 평탄, 에지, 패턴 에지 영역으로 각각 구분한다. 영역에 따라 다른 마스크를 이용하여 국부 통계치를 계산하게 되고, 이를 이용해서 보간 오류가 최소화 되도록 G 색상을 보간한다. 잡음제거를 위해서는 수정된 Non-Local 평균 필터가 사용된나. R파 B 색상은 잡응이 제거되고 보간된 G 색상파 색차값을 이용해서 쉽게 보간된다. 제안된 알고리즘은 기존 알고리즘에 비해 주관적 및 객관적인 변에서 모두 뛰어난 결과를 보임을 실험을 통해 확인 할 수 있다.
객체추적은 이전시간에서 추정한 위치와 현재 관측 데이터를 바탕으로 객체의 위치를 연속적으로 추적하는 신호처리 분야이다. 이 논문에서는 3개의 RNN을 서브모듈로 가지는 적응형 스케일조절 신경망을 이용해 입력 데이터의 스케일을 스스로 조절하여 추적할 수 있는 신경망을 제안한다. 객체 추적 성능을 평가하기 위해 객체가 조각별 등가속운동을 하는 1차원 객체 운동 모델에서 제안하는 시스템, 칼만 필터와 최대우도기법의 추적 성능을 비교한다. 그 결과 제안하는 알고리듬의 성능이 평균제곱근오차 기준으로 최대우도기법과 칼만필터보다 다양한 상황에서 전반적으로 우수하며 관측잡음이 커질수록 성능격차가 더 커지는 것을 보인다.
본 논문에서는 음향신호의 배경잡음을 감쇠하기 위한 새로운 알고리즘을 제안한다. 이 알고리즘은 이산 웨이블릿 변환(DWT: Discrete Wavelet Transform) 후 기존의 적응필터를 대신 FNN(: Full-connected Neural Network) 심층학습 알고리즘을 이용하여 잡음감쇠 성능을 개선하였다. 입력신호를 단시간 구간별로 웨이블릿 변환한 다음 1024-1024-512-neuron FNN 딥러닝 모델을 이용하여 잡음이 포함된 단일입력 음성신호로부터 잡음을 제거한다. 이는 시간영역 음성신호를 잡음특성이 잘 표현되도록 시간-주파수영역으로 변환하고 변환 파라미터에 대해 순수 음성신호의 변환 파라미터를 이용한 지도학습을 통하여 잡음환경에서 효과적으로 음성을 예측한다. 본 연구에서 제안한 잡음감쇠시스템의 성능을 검증하기 위하여 Tensorflow와 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 모의실험을 수행하였다. 실험 결과, 제안한 심층학습 알고리즘을 사용하면 기존의 적응필터를 사용하는 경우보다 30%, STFT(: Short-Time Fourier Transform) 변환을 사용하는 경우보다는 20%의 평균자승오차(MSE: Mean Square Error) 개선효과를 얻을 수 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.