• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.221-223
• /
• 2022

최근 CNN(Convolutional Neural Network)은 초해상화(super-resolution)를 포함한 다양한 컴퓨터 비전 분야에서 우수한 성능을 보이며 널리 사용되고 있다. 그러나 CNN은 계산 집약적이고 많은 메모리가 요구되어 한정적인 하드웨어 자원인 모바일이나 IoT(Internet of Things) 기기에 적용하기 어렵다는 문제가 있다. 이런 한계를 해결하기 위해, 기 학습된 깊은 CNN 모델의 성능을 최대한 유지하며 네트워크의 깊이나 크기를 줄이는 경량화 연구가 활발히 진행되고 있다. 본 논문은 네트워크 경량화 기술인 지식증류(knowledge distillation) 중 자가증류(self-distillation)를 초해상화 CNN 모델에 적용하여 성능을 평가, 분석한다. 실험 결과, 정량적 평가지표를 통하여 자가증류를 통해서도 성능이 우수한 경량화된 초해상화 모델을 얻을 수 있음을 확인하였다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.166-166
• /
• 2017

모돈의 건강 상태를 정량 지수화 하기 위한 연구를 수행 중이다. 지제이상, 섭식 불량, 수면 패턴 등의 운동 특성 분석을 위하여 복수의 초음파 센서를 이용하였다. 시계열 계측 신호를 분석하여 정량 지수화를 수행하는 과정에서 주파수 도메인 분석을 시도하였다. 이 과정에서 주파수 도메인의 분해능에 따른 편차 극복을 위한 비선형 모델링을 수행하였다. 또한 인접한 시계열 데이터 구간 간의 상관성 분석이 가능하면 대용량 데이터의 실시간 처리로 인한 지연 시간 극복 및 기대되는 예후에 대한 조기 진단이 가능할 것이다. 본 연구에서는 구글에서 제공하는 Tensorflow와 NVIDIA에서 제공하는 CUDA 엔진을 동시 적용한 심층 학습 시스템을 이용하였다. 전 처리를 위하여 주파수 분해능 (2분, 3분, 5분, 7분, 11분, 13분, 17분, 19분)에 따른 데이터 집합을 1단계로 두고, 상위 10 순위 안에 드는 파워 스펙트럼 밀도의 크기를 2단계로 하여, 총 2~10개의 입력 노드를 순차적으로 선정하였고, 동일한 방식으로 인접한 시계열의 파워 스펙터럼 밀도를 순위를 변화시켜 지정하였다. 대표적인 심층학습 모델인 Softmax regression with a multilayer convolutional network를 이용하여 Recursive feature selection 경우의 수를 $8{\times}9{\times}9$로 총 648 가지 선정하고, Epoch는 10,000회로 지정하였다. Calibration 모델링의 경우 Cost function이 10% 이하인 경우 해당 경우의 학습을 중단하였으며, 모델 간 상호 교차 검증을 수행하기 위하여 $_8C_2{\times}_8C_2{\times}_8C_2$ 경우의 수에 대한 Verification test를 수행하였다. Calibration 과정 상 모든 경우에 대하여 10% 이하의 Cost function 값을 보였으나, 검증 테스트 과정에서 모든 경우에 대하여 $r^2$ < 0.5 인 결정 계수 값이 나타났다. 단적으로 심층학습 모델의 과도한 적합(Over fitting) 방식의 한계를 보인 것이라 판단할 수 있다. 적합한 Feature selection 및 심층 학습 모델에 대한 지속적이고 추가적인 고려를 통해 과도적합을 해소함과 동시에 실효적이고 활용 가능한 Classification을 위한 입, 출력 노드 단의 전후 Indexing, Quantization에 대한 고려가 필요할 것이다. 이를 통해 모돈 생체 정보 정량화를 위한 지능형 현장 진단 기술 연구를 지속할 것이다.

• 한국터널지하공간학회 논문집
• /
• 제7권4호
• /
• pp.269-283
• /
• 2005

기존의 전단강도 모델에서 거칠기와 전단강도를 실제보다 과소평가 하고 있는 문제의 원인을 파악하기 위하여 먼저 거칠기의 발현 특성, 거칠기 계수의 특성, 거칠기 계수에 미치는 측정 간격과 만곡 (waviness)의 효과 등을 검토하였다. 그 결과, 이러한 문제에는 거칠기의 발현특성의 고려 부족, 거칠기 계수의 오용, 거칠기의 측정 과정에서의 엘리어싱 (aliasing)이 중요한 역할을 하는 것으로 확인하였다. 확인된 결과를 토대로 문제점을 개선하기 위한 실질적인 방법을 제안하였다. 거칠기 측정 방법에서는 카메라 방식의 3D 스캐너를 사용하는 것이 기존의 방법보다 유효한 것으로 확인하였다. 측정간격은 엘리어싱을 막기 위하여 전단강도에 영향을 주는 작은 돌출부의 1/4 이하가 되어야 한다. 거칠기 정량화 면에서는 거칠기 계수를 돌출부의 규모별로 2개의 성분으로 구분하여 전단 모델에 적용하여야 하는 것으로 분석되었다. 이를 위하여 돌출부의 소성파괴 개념에 근거하여 거칠기를 만곡과 요철로 구분할 수 있는 구분 기준을 제시하였으며, 새로운 전단강도 모델을 제안하기 위한 토대를 마련하였다.

• 한국토양비료학회지
• /
• 제41권4호
• /
• pp.267-272
• /
• 2008

현장에서의 토양 측정을 위해서는 전처리 과정이 짧을수록 유리하므로 최대한 처리를 하지 않은 토양 시료에 대해 질산태 질소의 측정과 그에 맞는 정량화 방법을 제안하였다. 건조 토양을 분광분석에 그대로 사용하는 경우 산란, 분산되는 빛의 양이 많고 노이즈도 증가하므로 Diffuse reflectance 모드 (Diffuse reflectance infrared Fourier transform spectroscopy: DRIFTS)로 측정하였다. 토양 자체가 나타내는 분광 피크에 의해 질산염의 피크가 가려지는 간섭효과를 보완하기 위해 DRIFTS 스펙트럼에 1차 도함수를 적용하였으며, $1500-1200cm^{-1}$ 영역에서 질산염에 의한 신호의 향상이 확인되었고, 이를 이용해 다변량 회귀분석 모델 (PLSR)을 적용하여 정량화를 수행하였다. 1차 도함수를 이용한 분석모델에서도 각기 다른 종류의 토양을 적용하였을 때 결과치의 신뢰도가 감소하는 결과가 나타났다. 대표적인 토양으로 사질 (sand), 미사질 (sandy loam), 토탄질 (peat), 점토질 (clay) 토양에 대해 각각의 스펙트럼을 특성화하여 해당되는 정량모델을 적용하였다. 그 결과 다양한 종류의 토양에 대한 정량분석의 신뢰도가 향상되었다 ($R^2$>0.95, RPD>6.0). 스펙트럼의 신호처리와 토양 특성별 정량모델의 적용을 통해 현장 시료에 가까운 상태의 토양 질산염을 보다 빠르고 간단하게 평가할 수 있을 것으로 기대되며, 향후에 보다 다양한 조건의 토양에 대해 분광학적 분석을 수행하여 라이브러리가 구축된다면 이러한 기술의 확대 적용이 가능할 것으로 사료된다.

• Nuclear Engineering and Technology
• /
• 제26권1호
• /
• pp.1-8
• /
• 1994

중대사고시 고온·고압의 열수력적 현상과 증기의 억제효과를 정량화할 수 있는 수소연소에 의한 화염속도 상관식을 제시하고 보정인자들을 정의하였다. 이 상관식은 기존의 Iijima-Takeno 상관식에 중대사고시에 예상되는 수소와 증기의 농도 범위에서 증기의 억제효과를 정량화하는 인자인 증기억제율을 정의하여 추가하고, 초기 압력의 영향을 고려하는 보정효과를 변형한 것이다. 또한 기존의 화염속도 모델은 상온·대기압력에서 수행된 실험에 기초한 상관식으로 중대사고시의 고온·고압의 열수력적 현상을 올바로 모사할 수 없으며. 증기의 억제 효과를 정량화할 수 없었다. 따라서 화염의 구조를 정의하고, 해석적 분석을 통해 화염속도를 계산하였고, 이 결과를 중대사고 해석용 코드인 MAAP, HECTR의 상관식 결과와 FITS 실험자료와 비교하여 해석적 모델의 적합성을 검증하였다. 이러한 결과를 기초로 화염 속도에 대한 증기의 억제 효자를 정량화하고, 초기 온도와 압력의 영향을 보정하는 인자들을 결정하여 수소연소에 의한 간편한 형태의 화염속도 상관식을 제시하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.193-194
• /
• 2021

본 논문에서는 지식 증류 (knowledge distillation) 기법을 적용한 얼굴 초해상화 모델을 제안한다. 제안하는 기법은 최근 얼굴 복원 분야에서 좋은 성능을 보여준 얼굴 영역의 딕셔너리 (dictionary) 정보를 사용한 모델을 선생 모델로 선정하여 적대적 (adversarial) 지식 증류 기법을 통해 효율적인 학생 모델을 구축하였다. 본 논문은 테스트시 얼굴의 사전 정보가 초래하는 추가적인 비용이 필요 없는 얼굴 초해상화 방법을 제시하고, 제안하는 기법과 다양한 기존 초해상화 기법과의 정량적, 정성적 비교를 통해 우수성을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (하)
• /
• pp.919-922
• /
• 2000

본 논문에서는 가상 인터페이스로서 범용적으로 사용할 수 있는 실시간 비전 기반 얼굴 애니메이션을 제안한다. 이를 위해서 실시간으로 얼굴 구성요소를 추출하고, 이를 정량화 하였다. 정량화된 값과 자연스럽게 매핑하기 위해서 정합함수를 통해 3차원 모델에 맵핑하기 위한 방안을 제안한다. 일반적으로 3차원 애니메이션을 수행할 경우, 기본 모델을 중심으로 특정한 사용자만을 위주로 수행되나, 본 논문에서는 임의의 일반 사용자를 위한 3차원 애니메이션을 수행하였다. 여러 사용자에 대하여 얼굴 구성요소 추출을 이용한 3차원 얼굴 애니메이션 동작에 대하여 실험하였으며 실험결과 여러 사용자 얼굴 애니메이션 동작에 대하여 만족할 만한 성능을 보였다.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2022년도 봄 학술논문 발표대회
• /
• pp.206-207
• /
• 2022

Currently, safety accidents in construction area are managed regardless of the size. Therefore, the objective of this study is to conduct for developing the quantitative risk assessment according to large and small and medium-sized construction sites. The scope of this study is limited to the fall accidents which is the biggest accidents in the construction sites. the regression analysis was conducted based on the collected data. As a result, it was confirmed that there was a statistically significant difference between larce and small and medium-sized construction sites. This study is expected to be used as basic data for research on the development of a risk quantitative model for small and medium-sized construction sites in the future.

• 한국방사선학회논문지
• /
• 제16권3호
• /
• pp.295-302
• /
• 2022

희박뷰 전산화단층촬영(computed tomography; CT) 영상화 기술은 피폭 방사선량을 감소시킬 수 있을 뿐만 아니라 획득한 투영상의 균일성을 유지하고 잡음을 감소시킬 수 있는 장점이 있다. 하지만 재구성 영상 내 인공물 발생으로 인하여 화질 및 피사체 구조가 왜곡되는 단점이 있다. 본 연구에서는 희박뷰 CT 영상의 인공물 감소를 위해 wavelet 변환과 잔차 학습(residual learning)을 적용한 콘볼루션 신경망(convolutional neural network; CNN) 기반 영상화 모델을 개발하고, 개발한 모델을 통한 희박뷰 CT 영상의 인공물 감소 정도를 정량적으로 분석하였다. CNN은 wavelet 변환 층, 콘볼루션 층 및 역 wavelet 변환 층으로 구성하였으며, 희박뷰 CT 영상과 잔차 영상을 각각 입출력 영상으로 설정하여 영상화 모델 학습을 진행하였다. 영상화 모델 학습을 위해 평균제곱오차(mean squared error; MSE)를 손실함수로, Adam 함수를 최적화 함수로 사용하였다. 학습된 모델을 통해 입력 희박뷰 CT 영상에 대한 예측 잔차 영상을 획득하고, 두 영상간의 감산을 통해 최종 결과 영상을 획득하였다. 또한 최종 결과 영상에 대한 시각적 특성, 최대신호대잡음비(peak signal-to- noise ratio; PSNR) 및 구조적유사성지수(structural similarity; SSIM)를 측정하였다. 연구결과 본 연구에서 개발한 영상화 모델을 통해 희박뷰 CT 영상의 인공물이 효과적으로 제거되며, 공간분해능이 향상되는 결과를 확인하였다. 또한 wavelet 변환과 잔차 학습을 미적용한 영상화 모델에 비해 본 연구에서 개발한 영상화 모델은 결과 영상의 PSNR 및 SSIM을 각각 8.18% 및 19.71% 향상시킬 수 있음을 확인하였다. 따라서 본 연구에서 개발한 영상화 모델을 이용하여 희박뷰 CT 영상의 인공물 제거는 물론 공간분해능 향상 및 정량적 정확도 향상 효과를 획득할 수 있다.

• 대한화학회지
• /
• 제68권2호
• /
• pp.107-116
• /
• 2024

본 연구의 목적은 테크놀로지를 활용한 모델의 평가와 수정 과정에서 나타난 예비화학교사들의 모델의 본성에 대한 인식 변화를 분석하는 것이다. 모델의 본성에 대한 인식 변화는 선행연구에서 예비화학교사들에게 부족하다고 판단된 표상적 측면의 함축화와 간단화, 설명적 측면의 해석, 추론, 설명, 정량화를 중심으로 분석하였다. 이를 위하여 충청북도에 있는 사범대학의 3학년 예비화학교사 19명을 대상으로 테크놀로지를 활용하여 개발한 보일 법칙 관련 모델을 평가하고, 평가 결과를 바탕으로 모델을 수정하여 최종 평가하도록 요구하였다. 연구 결과, 표상적 측면의 간단화, 설명적 측면의 해석, 설명, 정량화에 대한 예비화학교사들의 인식이 모델의 평가와 수정 과정을 통해 긍정적으로 변화되었음을 확인할 수 있었다. 따라서 모델의 본성에 대한 인식이 변화하기 위해서는 모델의 평가와 수정 과정이 핵심적인 역할을 하는 것을 알 수 있었다. 하지만 표상적 측면의 함축화와 설명적 측면의 추론에 대한 인식 변화는 거의 나타나지 않았다. 이러한 요소들에 대한 인식은 다른 요소들의 인식보다 변화하기 어려운 것으로 볼 수 있다. 이러한 문제를 해결하기 위해서는 예비화학교사들을 위한 보다 정교한 교육 설계가 필요하다.