• 한국전자통신학회논문지
• /
• 제16권1호
• /
• pp.125-134
• /
• 2021

영화 산업의 빠른 발전으로 영화의 제작 수가 급격하게 증가하고 있으며, 영화 추천 시스템은 관객들의 과거 행동이나 영화 후기에 기반하여 관객들의 선호도를 예측하여 영화의 선택에 도움을 주고 있다. 본 논문은 평점의 평균과 편향의 보정을 이용하여 잠재요인 모델에 기반한 영화 추천 시스템을 제안한다. 특이값 분해 방법이 평점 매트릭스 분해에 사용되고, 통계 경사 하강법이 최소자승 손실 함수의 파라미터 최적합에 사용된다. 그리고 평균 제곱근 오차를 사용하여 제안한 시스템 성능을 평가한다. Surprise 패키지를 이용하여 제안한 시스템을 구현 하였으며, 모의실험 결과는 평균 제곱근 오차가 0.671이며, 다른 논문에서 방법에 비하여 좋은 성능을 가진다는 것을 확인하였다.

• 한국측량학회지
• /
• 제39권3호
• /
• pp.123-132
• /
• 2021

근거리 사진측량에서 스테레오 카메라를 이용하여 3차원 위치를 결정하기 위해 카메라의 내부표정요소뿐만 아니라 카메라 간의 상호표정요소를 결정하는 카메라 캘리브레이션이 선행되어야 한다. 카메라 캘리브레이션을 수행하고 나서 시간이 흐르면 비측량용 카메라의 경우 내부적인 불안정성이나 외부적인 요인에 의해 내부표정요소와 상호표정요소가 변할 수 있다. 본 연구에서는 스테레오 카메라 안정성을 평가하기 위해 두 대의 단일 카메라와 스테레오 카메라의 안정성을 분석뿐만 아니라 검사점을 이용하여 3차원 위치 정확도를 평가하였다. 4개월간 3회의 카메라 캘리브레이션을 수행한 실험을 통해 단일 카메라의 안정성을 평가한 결과 평균제곱근오차는 ±0.001mm로 나타났으며, 스테레오 카메라의 평균제곱근오차는 ±0.012mm ~ ±0.025mm로 나타났다. 또한, 검사점을 이용한 거리정확도를 평가한 결과 ±1mm로 나타나 다시기에 걸쳐 추정한 스테레오 카메라의 내부표정요소와 상호표정요소는 안정적인 것으로 판단되었다.

• 한국과학예술포럼
• /
• 제30권
• /
• pp.41-56
• /
• 2017

본 연구는 애니메이션 갈등의 VST 특징을 조사하고 강도를 측정한 이태린의 연구 결과에 대한 심화연구로 초개인적 갈등영상과 초개인적 갈등 값을 기반으로 시작되었다. 본 연구의 목적은 초개인적 갈등 강도 값(ESSPC)을 자동 계산하는 모델을 찾아내는 것이다. 따라서 본 논문에서 SPC 영상을 분석하였으며, ESSPC 값을 자동 계산하는 모델을 찾아내기 위해 의사 역행렬(Pseudo Inverse matrix)을 사용하였다. 연구결과 및 내용은 다음과 같다. 이들을 활용하여, 1)SPC를 분석하기 위한 20 개의 영상 Feature값을 제안하였다. 그리고 2)의사 역행렬(Pseudo Inverse matrix)을 사용하여 ESSPC 값을 자동 계산하는 선형모델을 찾아냈다. 그 결과로 3)제안된 시스템은 9.25%의 평균 자승오차의 제곱근 보이며, 그 효율성이 증명되었다. 이러한 연구결과를 바탕으로 이를 계속 발전시켜 성공적 애니메이션의 제작을 위한 자동 검증시스템을 개발하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권7호
• /
• pp.11-18
• /
• 2023

본 논문에서는 딥러닝 시계열 예측 모형을 평가한다. 최근 연구에 따르면 이 모형은 ARIMA와 같은 기존 예측 모형보다 성능이 우수하다고 결론짓는다. 그 중 히든 레이어에 이전 정보를 저장하는 순환 신경망이 이를 위한 예측 모형 중 하나이다. 네트워크의 그래디언트 소실 문제를 해결하기 위해 LSTM은 데이터 흐름의 반대 방향으로 숨겨진 레이어가 추가되는 BI-LSTM과 함께 순환 신경망 내부의 작은 메모리로 사용된다. 본 논문은 서울의 2018년 1월 1일부터 2022년도 1월 1일까지의 NO2 자료에 대해 Informer의 성능을 LSTM, BI-LSTM, Transformer와 비교하였다. 이에 실제 값과 예측값 사이의 평균 제곱근 오차와 평균 절대 오차를 구하였다. 그 결과 Test 데이터(2021.09.01.~2022.01.01.)에 대해 Informer는 다른 방법에 비해 가장 높은 예측 정확도 (가장 낮은 예측 오차: 평균 제곱근 오차: 0.0167, 평균 절대 오차: 0.0138)를 보여 타 방법에 비해 그 우수성을 입증하였다. Informer는 당초 취지와 부합되게 다른 방법들이 갖고 있는 장기 시계열 예측에 있어서의 문제점을 개선하는 결과를 나타내고 있다.

• 한국음향학회지
• /
• 제26권4호
• /
• pp.166-172
• /
• 2007

본 논문에서는 표적 위치추정기법 및 관측잡음에 따른 다중상태 소나의 표적위치 추정성능에 대하여 논한다. 다중상태 소나망에 대한 기존 정보융합방법인 거리정보만을 이용하는 Maximum Likelihood (ML)와 거리정보와 방위정보를 함께 이용하는 Least Square (LS)에 대한 분석을 기반으로 거리정보와 방위정보를 함께 이용하는 ML을 제안한다. 각 센서가 거리정보와 방위정보를 이용한다고 가정할 때 다양한 잡음 환경하에 기존 방법과 제안된 방법에 대한 비교 실험을 수행했다. 또한 센서 수와 송신기, 수신기간 거리에 따른 표적위치 추정성능에 대한 연구를 수행했다. 실험결과에 의하여 제안된 거리정보와 방위정보를 함께 이용하는 ML의 제곱근 오차 성능이 송수신기간 거리가 길수록, 수신기 수가 적을수록 기존의 거리정보만 이용하는 ML, LS보다 더 우수한 것으로 나타났다.

• 한국농림기상학회지
• /
• 제20권3호
• /
• pp.262-276
• /
• 2018

2016년부터 2017년까지 제주 감귤과수원 11개 지점에서 관측한 기상 및 이슬 자료를 이용하여 이슬지속시간 예측 모델을 평가하였다. 이슬지속시간 모델의 민감도와 예측 정확도 평가에는 4 가지 모델(Number of Hours of Relative Humidity, Classification And Regression Tree/Stepwise Linear Discriminant, Penman-Monteith, Deep-learning Neural Network)이 사용되었다. 모델의 민감도는 강우와 계절 변화에 따라 평가하였다. 전체 자료에서 강우일 자료를 제외하면 이슬지속시간 모델들은 평균 오차(평균제곱근오차 약 1.5 hours)가 적게 나타났다. 기계학습 모델은 겨울을 제외한 계절별 오차가 비슷한 크기(평균제곱근오차 약 3 hours)로 나타났다. 나머지 모델들은 여름에 오차(평균제곱근오차 약 9.6 hours)가 가장 크고 겨울에 가장 작은 것(평균제곱근오차 약 3.3 hours)으로 나타났다. 모델 예측 정확도 평가 방법은 통계적 오차 분석 방법과 평균 제곱 편차 회귀 분석 방법을 사용하였다. 통계오차를 통한 모델 성능은 DNN 모델이 가장 우수한 반면에 CART/SLD 모델은 예측 정확도가 가장 낮게 나타났다. 평균제곱 편차(MSD)는 모델의 선형성을 세 가지(제곱 바이어스(SB), 비균일성 기울기(NU), 상관관계 부족(LC)) 구성요소로 구분하여 분석하는 방법이다. 모델 성능이 우수할수록 SB와 LC는 감소하였고 NU는 증가하는 경향이 나타났다. MSD 분석 결과 DNN 모델이 가장 우수하였으며 다음으로 PM, NHRH, CART/SLD 순으로 나타났다. 본 연구에서 활용된 기계학습 모델은 기상 정보를 이용한 다른 농업정보 생산의 정확도 개선에 크게 기여할 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.639-641
• /
• 2012

기울기 값과 방향성의 특징 값을 이용하는 HOG와 선형SVM을 분류기로 사용하는 사람검출 기법은 슬라이딩 윈도우 기반 사람검출에 성공적으로 적용되었다. 또한 텍스처 구별에 강인한 특징을 가지고 있는 LBP를 HOG와 함께 특징 서술자로 적용하는 방법은 서로의 단점을 상호 보안하여 향상된 성능을 보인다. 본 논문에서는 기존 HOG제곱근 Gamma 보정을 다양한 Gamma 보정 값으로 대체하고 성능을 분석한다.

• 대한임베디드공학회논문지
• /
• 제13권1호
• /
• pp.45-51
• /
• 2018

In this paper, a tentative Kth order Newton-Raphson's floating point number Nth root algorithm for K order convergence rate in one iteration is proposed by applying Taylor series to the Newton-Raphson root algorithm. Using the proposed algorithm, $F^{-1/N}$ and $F^{-(N-1)/N}$ can be computed from iterative multiplications without division. It also predicts the error of the algorithm iteration and iterates only until the predicted error becomes smaller than the specified value. Since the proposed algorithm only performs the multiplications until the error gets smaller than a given value, it can be used to improve the performance of a floating point number Nth root unit.

• 센서학회지
• /
• 제9권3호
• /
• pp.190-195
• /
• 2000

본 논문에서는 실내의 공기 흐름을 간단하게 측정할 수 있는 정온도형 디지털 열박막 풍속계를 개발하였다. 센서의 출력전압은 풍속에 대해서 4제곱근에 비례하므로 마이크로프로세서와 A/D 컨버터를 사용하여 선형화 하였다. 제작한 풍속계의 출력 풍속값은 기준 풍속계와 비교한 결과 오차는 ${\pm}2%$이내였다. 제작한 풍속계를 풍속이 10m/sec이고 공기 온도가 $23^{\circ}C{\sim}60^{\circ}C$ 범위에서 온도 실험한 결과에서 온도에 대한 오차는 약 ${\pm}1%$ 이었다.

• 대한기계학회논문집
• /
• 제16권10호
• /
• pp.1816-1823
• /
• 1992

본 연구에서는 CMAC의 훈련에 관련된 문제점 뿐만 아니라 효율적인 CMAC 훈련 방법의 개발에 관한 문제를 연구하였으며, 학습간섭의 영향을 전혀 받지 않으면서 CM- AC의 학습일반화(learning generalization) 특성을 살린, 일반적으로 응용될 수 있는 이웃간훈련방법을 제안하였다. 이 훈련 방법을 2변수 연속함수를 위한 2차원 CMAC의 훈련모사에 적용하여 전체 입력점 수의 1.3% 정도의 훈련 회수로 그 연속함수의 최대 함수값 1.0에 대해 0.0025의 제곱 평균 제곱근 오차(root mean square error, 이하 RMS error라 함)를 갖는 수준의 훈련성과를 거둘 수 있다.