• 지구물리와물리탐사
• /
• 제26권2호
• /
• pp.37-51
• /
• 2023

그라운드-롤(ground roll)은 육상 탄성파 탐사 자료에서 가장 흔하게 나타나는 일관성 잡음(coherent noise)이며 탐사를 통해 얻고자 하는 반사 이벤트 신호보다 훨씬 큰 진폭을 가지고 있다. 따라서 탄성파 자료 처리에서 그라운드-롤 제거는 매우 중요하고 필수적인 과정이다. 그라운드-롤 제거를 위해 주파수-파수 필터링, 커브릿(curvelet) 변환 등 여러 제거 기술이 개발되어 왔으나 제거 성능과 효율성을 개선하기 위한 방법에 대한 수요는 여전히 존재한다. 최근에는 영상처리 분야에서 개발된 딥러닝 기법들을 활용하여 탄성파 자료의 그라운드-롤을 제거하고자 하는 연구도 다양하게 수행되고 있다. 이 논문에서는 그라운드-롤 제거를 위해 CNN (convolutional neural network) 또는 cGAN (conditional generative adversarial network)을 기반으로 하는 세가지 모델(DnCNN (De-noiseCNN), pix2pix, CycleGAN)을 적용한 연구들을 소개하고 수치 예제를 통해 상세히 설명하였다. 알고리듬 비교를 위해 동일한 현장에서 취득한 송신원 모음을 훈련 자료와 테스트 자료로 나누어 모델을 학습하고, 모델 성능을 평가하였다. 이러한 딥러닝 모델은 현장자료를 사용하여 훈련할 때, 그라운드-롤이 제거된 자료가 필요하므로 주파수-파수 필터링으로 그라운드-롤을 제거하여 정답자료로 사용하였다. 딥러닝 모델의 성능 평가 및 훈련 결과 비교는 정답 자료와의 유사성을 기본으로 상관계수와 SSIM (structural similarity index measure)과 같은 정량적 지표를 활용하였다. 결과적으로 DnCNN 모델이 가장 좋은 성능을 보였으며, 다른 모델들도 그라운드-롤 제거에 활용될 수 있음을 확인하였다.

• 한국광학회지
• /
• 제17권3호
• /
• pp.268-272
• /
• 2006

펨토초 레이저 주입잠금법을 이용하여 펨토초 광주파수 벗에서 특정한 주파수 모드를 선택하고 증폭시켰다. 실험에서는 모드 잠금된 Ti:sapphire레이저를 지배 레이저로 그리고 단일모드로 발진하는 반도체 레이저를 종속 레이저로 사용하였다. 모드 잠금된 Ti:sapphire레이저를 중심파장 794.7 nm, 밴드 폭 1.5 nm의 간섭필터를 통과한 후 반도체 레이저에 주입잠금시켰다. 주입잠금된 반도체 레이저가 모드 잠금된Ti:sapphire레이저의 펄스 반복율과 일치하는 100.5 MHz간격의 모드 $3{\sim}4$개가 동시에 발진되는 것 확인할 수 있었다. 펨토초 레이저 주입잠금법에 의해서 선택된 모드의 출력을 수천 배 증폭시킬 수 있었다.

• 전력전자학회논문지
• /
• 제15권5호
• /
• pp.394-400
• /
• 2010

본 논문에서는 Buck Converter 동작 원리를 Full -Bridge Inverter에 적용한 전자식 안정기를 제안하였다. 전자식안정기는 EMI 필터, 수동 PFC, Full-Bridge Inverter로 2-stage로 구성되어 있다. PFC는 신뢰성 확보를 위해 수동 PFC를 사용하였다. Full-Bridge Inverter는 High Side와 Low Side 스위치의 구동 주파수를 각각 고주파와 저주파로 구동하여 Buck Converter의 동작을 구현 하였다. 램프를 저주파수 구형파로 구동하여 음향공명현상을 피하게 되었으며, 고주파수 스위칭으로 인덕터의 부피를 줄였다. 제안한 방법은 시뮬레이션과 실험을 통해 증명하였다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고유한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미 있는 정보로 변환시켜 줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망과의 모형결합을 통해 기존연구와는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이블릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다.

• 대한전자공학회논문지SD
• /
• 제44권3호
• /
• pp.26-34
• /
• 2007

본 논문에서는 신체 임피던스 측정법(Bioelectrical Impedance Analysis, 이하 BIA)을 기초로 한 체지방 측정 칩 설계에 대한 내용을 서술하였다. 제안된 회로는 인체에 전류 신호를 인가하는 회로, 인체를 통해 나온 전압 신호를 측정하는 회로, 회로의 동작을 제어하는 마이크로 콘트롤러(Micom), 그리고 분석프로그램이 내장된 메모리(SRAM, EEPROMs) 의 모든 기능을 하나의 칩에 집적하였다. 특히 정밀한 인체 임피던스 측정을 위하여 다주파수 동작이 가능한 대역통과필터(Band Pass Filter, BPF)를 설계하였다. 또한, 설계된 대역통과필터는 weak inversion 영역에서 동작하기 때문에 면적과 전력소모를 줄일 수 있었다. 그리고 측정부분 회로의 성능을 개선하기 위해서 차동차이증폭기(Differential difference amplifier, DDA)를 이용한 새로운 전파정류기(Full wave rectifier, FWR)를 설계하였다. 또한 이 회로는 마지막 단에 연결될 아날로그-디지털 변환기(ADC)의 설계에 대한 부담을 덜어주는 장점도 있다. 이 칩의 시제품은 CMOS 0.35um 공정을 이용하였고 전력소모는 모든 주파수에서 6mW 이며 전원전압은 3.3V이다. 전체 칩의 크기는 $5mm\times5mm$ 이다.

• Spatial Information Research
• /
• 제14권1호
• /
• pp.85-94
• /
• 2006

영상융합은 저해상도 다중분광영상과 고해상도 전정영상을 통합시키는 기법으로서 현재 까지 널리 사용되고 있다 하지만, 기존의 사용되어온 방법은 융합과정시 적지않은 분광정보의 왜곡을 불러일으키거나 웨이블렛 기법과 같은 경우 주파수 분해 및 복원 과정이 필요하므로 처리시간이 길어지는 단점이 있다. 본 연구에서는 비교적 간단한 분광정보 보존 기법: 평활화 필터 기반 대체기법을 제안하였다. 이 기법은 단순화 시킨 태양 방사 및 지표면 반사 모델에 기반을 두고 있으며 저주파수 영역 필터링 영상과 전정영상의 해상도 비율을 이용하여 분광학적 특성의 왜곡을 최소화시키며 전정영상의 상세한 지형묘사를 그대로 유지 시킨다. 또한 이 방법은 RGB 의 컬러 합성 뿐만 아니라 단일밴드의 융합에도 적용 시킬 수 있다. 제안된 기법을 검증하기 위하여 IKONOS 전정영상과 다중분광영상을 이용하여 분광정보의 왜곡정도와 공간정보의 상세함에 대한 분석을 하였다. 시각적 검토 및 통계적 방법을 통해 기존의 융합기법과 비교한 결과 분광정보 보전의 측면에서 제안된 SFR 기반 융합기법이 더 나은 결과를 보여주었다.

• 한국통신학회논문지
• /
• 제18권9호
• /
• pp.1248-1256
• /
• 1993

디지탈 신호처리기술 및 종래의 아날로그 신호처리기술로는 저주파수의 신호를 처리하는데는 아주 효과적이지만, 주파수 대역폭이 GHz단위일 경우에는 많은 손실이 있기 때문에 지연매체로서 광파이버가 많이 사용된다. 광파이버는 저손실 그리고 극히 작은 지연도 정확하게 얻을 수 있기 때문에 채널분리 필터 등과 같은 고주파, 광대역신호의 고속처리 특히 수십GHz 단위의 채널을 광FDM다중화하는 분야등에 많은 주목을 받고 있다. 본 논문에서는 광파이버를 이용한 지연소자와 방향성결합기(directional coupler)를 구성 단위로 하고 코히런트 광원을 이용한 격자형 광파이버필터에 대하여 논한다. 코히런트 광원을 이용한 광파이태 필터는, 기본 구성요소인 방향성결합기의 특성 때문에 1)입력신호는 광강도에 의해 처리되기 때문에 방향성결합기의 결합계 수(=a)는 0과 1 사이의 값만 취할 수 있다. 2)광신호의 전계강도를 E라 했을때 그 분기점에서 신호광은 Jae와 J1-ae로 분배된다. 본 논문에서는 방향성 결합기의 제약조건을 고려하고, 간단한 구성 및 설계를 위하여 가산소자와 분기소자가 동일한 결합계수를 가지는 격자형 광파이버필터플 제안하였다. 설계방침으로는 주어진 전달함수에 대해 광신호의 Energy를 최대한 유효하게 사용하는 설계법으로 그때의 설계공식 및 실험조건등을 유도하였다.

• 대한의용생체공학회:의공학회지
• /
• 제16권2호
• /
• pp.231-238
• /
• 1995

Tc-99m-MIBI 심근 SPECT에서 심근조직에 비하여 간섭취가 상대적으로 높고 이들이 서로 가까이에 위치해 있는 경우 단축단면상의 하위부 또는 하위중격부에서 발생하는 인위적 관류결손의 정도와 여과기의 차단주파수의 관계를 분석하였다. 이러한 영향은 단축단면상 뿐만 아니라 심근 극성지도에서도 관찰되는데, 심근단층상에서 계수분포가 균일하지 못하고 간과 같이 특정부위에 방사능의 집적도가 높은 경우 단층상 재구성시 차단 파수의 적절한 설정에 따라 이 효과를 줄일 수 있는 방법을 제안하였다. 본 연구에서 분석에 사용된 여과기는 저역통과여과기로 이를 사용하는 경우에는 차단주파수를 0.4Nyquist 이상으로 하면 인위적 관류결손의 정도를 충분히 줄일 수 있었다. 그러나 높은 차단주파수에서는 심근영상의 균일도가 떨어지고 배후방사능 및 기타 잡음요인이 효과적으로 제거되지 않기 때문에 적절한 차단주파수의 설정이 중요하며, 본 연구에 사용된 영상에서 여과방법에 따른 원주프로필의 변화가 미세하여 후처리방법을 사용하여 분석하였다. 또한 역투사방법이 비선형적이므로 특정 영상보다는 다양한 간-심근 방사능비에 따른 영상을 분석하여 비선형성을 배제한 연구가 향후 진행되어야 한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다. 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고요한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미있는 정보로 변환시켜줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망의 모형결합을 통해 기존연구과는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서는 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이브릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다. 기존의 주기분할방법론은 모형개발자입장에서 여러 가지 통계기준치중에서 최적의 기준치를 합리적으로 선택해야 하는 문제가 추가적으로 발생하며, 본 연구에서는 이상의 제반 문제들을 개선시키기 위해 통합방법론으로서 기존의 인공신경망모형을 구조적으로 확장시켰다. 이 모형에서 기존의 입력층 이전단계에 새로운 층이 정의된다. 이렇게 해서 생성된 새로운 통합모형은 기존모형에서 생성되는 기본적인 학습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.

• 대한의용생체공학회:의공학회지
• /
• 제23권1호
• /
• pp.1-8
• /
• 2002

심방세동은 가장 많이 나타나는 부정맥으로. 뇌졸중 등 심각한 합병증을 초래하는 질환이다 심방세동이 발작성으로 발생하는 경우 단시간내 불규칙적으로 발생하기 때문에 그 진단이 어렵다 본 연구에서는 발작성 심방세동 환자의 조기진단을 위하여 심실세동 등의 진단에 이용되는 신호평균 심전도를 이용한 분석방법을 사용하였다 심방세동의 징후가 있는 환자는 초기에 심방에서 심근의 전기전도가 지연된다는 이론을 근거로 심전도 P파의 길이를 진단의 기준으로 하였다. p파 길이를 정확히 측정하기 위하여 다양한 종류의 필터와 차단주파수에 대하여 분석하였으며. p파의 시작과 끝점을 판단하는 여러 방법을 시도하였다. 분석 방법의 신뢰성을 높이기 위하여 자동으로 P파 길이를 측정하는 알고리즘을 구현하였다. 구현된 알고리즘의 검증을 위해서 발작성 심방세동 이외의 병력이 없는 환자 38명과 정상인 32명을 대상으로 임상 데이터를 수집하였다. 분석 결과 30 Hz 차주파수를 가지는 LMS 필터를 사용하고. 절대치 8.75 $\mu N$를 기준으로 P파의 시작과 끝점을 측정하여 P파 길이를 계산할 때가 가장 높은 발작성 심방세동의 예측도를 가졌다. 또한 발작성 심방세동의 진단을 위한 가장 적합한 판별 값을 구하기 위하여 수신 동작 특성 곡선을 이용한 결과. 의사결정의 판별 값을 112 ms로 하는 경우 진단의 민감도 88 %. 특이도 64.4 %의 결과를 얻을 수 있었다