• 한국인터넷방송통신학회논문지
• /
• 제10권5호
• /
• pp.265-270
• /
• 2010

강화학습(reinforcement learning)은 동적 환경과 시행-착오를 통해 상호 작용하면서 학습을 수행한다. 그러므로 동적 환경에서 TD-학습과 TD(${\lambda}$)-학습과 같은 강화학습 방법들은 전통적인 통계적 학습 방법보다 더 빠르게 학습을 할 수 있다. 그러나 제안된 대부분의 강화학습 알고리즘들은 학습을 수행하는 에이전트(agent)가 목표 상태에 도달하였을 때만 강화 값(reinforcement value)이 주어지기 때문에 최적 해에 매우 늦게 수렴한다. 본 논문에서는 미로 환경(maze environment)에서 최단 경로를 빠르게 찾을 수 있는 강화학습 방법(GORLS : Goal-Directed Reinforcement Learning System)을 제안하였다. GDRLS 미로 환경에서 최단 경로가 될 수 있는 후보 상태들을 선택한다. 그리고 나서 최단 경로를 탐색하기 위해 후보 상태들을 학습한다. 실험을 통해, GDRLS는 미로 환경에서 TD-학습과 TD(${\lambda}$)-학습보다 더 빠르게 최단 경로를 탐색할 수 있음을 알 수 있다.

• 방송공학회논문지
• /
• 제19권3호
• /
• pp.355-361
• /
• 2014

본 논문에서는 HEVC(high efficiency video coding)의 루프내 필터 중 하나인 SAO (sample adaptive offset) 기술을 고속화하는 방법을 제안한다. 기존의 SAO는 원 영상과 복원된 영상 간의 오차를 최소화하기 위한 오프셋 값을 각 CTB마다 계산한다. 최적의 오프셋 값 결정을 위해 오프셋 값 후보군 내의 모든 오프셋 값을 검사한 후, 율-왜곡 비용 값을 최소화하는 오프셋 값을 선택한다. 따라서 SAO는 HEVC 부호기에서 상당한 양의 복잡도를 차지한다. 제안한 방법에서는 오프셋 값의 통계적 특성을 고려해 사용 빈도가 낮은 밴드를 결정하고, 사용 빈도가 낮은 밴드에 포함되는 오프셋 값을 처리하지 않는다. 또한, 오프셋 값 결정 단계에서 후보군 내의 모든 오프셋 값 대신 일부 오프셋 값만 검사한다. 실험 결과를 통해 제안한 방법이 큰 부호화 효율 감소 없이 약 8.15%의 부호화 시간을 감소시키는 것을 확인했다.

• 스마트미디어저널
• /
• 제4권4호
• /
• pp.18-23
• /
• 2015

본 논문에서는 텐서보팅을 이용하여 기존 마르코프 랜덤 필드 메소드 안의 가우시안 혼합 모델 함수의 성능을 향상시킬 수 있는 적합한 클러스터 개수 검출 방법을 제시한다. 제안하는 방법의 핵심 포인트는 텐서보팅의 인풋 데이터 토큰의 연속성인 saliency map을 통한 중심점 개수의 추출이다. 우리는 가장 먼저 주어진 자연 영상에서 전경 및 배경 후보 영역을 분리한다. 다음으로, 분리된 각 후보 영역에 대하여 텐서보팅을 적용하여 적절한 클러스터 개수를 추출한다. 우리는 검출된 클러스터 개수를 이용하여 정확한 가우시안 혼합 모델 모델링을 수행할 수 있다. 그리고 이를 적용한 마르코프 랜덤 필드의 unary term과 pairwise term을 계산하여 자연 영상의 텍스트 이진화 결과를 반환한다. 실험 결과, 제안된 방법이 최적의 클러스터 개수를 반환하고, 향상된 텍스트 이진화 결과를 반환함을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제18권3호
• /
• pp.360-366
• /
• 2008

퍼지 규칙기반 분류 시스템에서 초기의 퍼지 분할은 주어진 데이터가 가진 속성들의 도메인을 고려함으로서 결정되어지고, 최적의 분류 경계면은 초기에 정의된 퍼지 분할의 파라미터들을 조정함으로서 찾을 수 있다. 본 논문에서는 학습과정들을 사용하지 않고 패턴분류의 성능을 최대화하기 위해 통계적 정보에 기반을 둔 퍼지 분할의 선택방법을 제안한다. 제안된 방법에서 통계적 정보는 주어진 수치적인 데이터로부터 각 입력 속성의 '불확실성 영역', 즉 패턴분류문제에서 분류 경계면이 결정되는 영역을 추출하기 위해 사용되었다. 또한 통계적인 정보에 의해서 생성된 퍼지 분할구간에 대응하는 후보 규칙들을 추출하기 위한 방법과 그 후보 규칙들 간의 커플링 문제를 최소화하기 위한 방법도 추가적으로 논의하였다. 실험에서는 제안된 방법의 효용성을 보이기 위해 IRIS와 New Thyroid Cancer 데이터를 사용한 기존 패턴분류 방법들과의 분류 정확성을 비교하였고, 그 결과들로부터 제안된 방법이 기존의 방법들보다 더 좋은 분류 정확성을 제공함을 확인할 수 있었다.

• 한국시뮬레이션학회논문지
• /
• 제28권2호
• /
• pp.71-79
• /
• 2019

본 연구는 비행체의 목표지와 진입방향이 정해졌을 때, 목표지점 3차원 모델의 형상과 비행체의 원형공산오차를 고려하여 최종 목표점을 자동으로 생성해 내는 기법에 대한 것이다. 기존에는 목표점을 사용자가 경험에 의존하여 선정하거나 단순히 중심으로 선정하는 경우가 많았고, 진입방향이 정해지기 전 선정하였기 때문에 최적의 위치를 선정할 수 없었다. 본 연구에서는 진입방향이 결정된 후 자동으로 목표점을 생성하여 이러한 문제들을 해결하고자 하였다. 기법은 크게 참조면 및 진입 후보점을 생성하는 단계, 각 진입 후보점의 점수를 계산하는 단계, 마지막으로 최종 목표점을 계산하는 총 3개의 단계로 이루어져 있으며, 본문에서는 각 단계에 대한 설명과 다양한 테스트케이스를 이용한 실험 결과를 기술한다. 본 연구를 통해 사용자는 비행체가 정상진입이 가능할 확률이 높은 목표점을 손쉽게 확인 및 적용 할 수 있다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2010년도 춘계학술대회
• /
• pp.149-152
• /
• 2010

본 논문은 지구공간에 존재하는 다양한 공간정보를 이용하여 도로 및 철도 계획과 공사를 위한 최적노선을 선정하는 기법에 관한 새로운 연구이다. 사람과 물자를 수송하는데 있어서 가장 기본적인 공공교통시설인 도로 및 철도를 건설하기 위하여 초기에 가장 중요한 결정이 바로 최적노선결정이므로 환경파괴를 최대한으로 감소시키고 그 기능을 충분히 발휘할 수 있도록 대상 지역의 여러 가지 조건을 고려하여 가장 적합한 노선의 위치를 결정하여야 한다. 3차원 지형 환경의 공간영상콘텐츠는 국토계획 및 통신설비계획, 철도건설, 시공, 입체적인 유비쿼터스 도시 구현, 안전 및 방재 등에서 많은 요구와 그 중요성이 크게 부각되고 있다. 현재 지리정보 기반의 2차원적인 지도정보와 시설정보를 다차원의 도시공간으로 재현하기 위하여 기존의 등고선을 이용한 DEM 방식은 많은 한계를 가지고 있으며, 특히, 철도와 같은 노선 폭이 좁고 길이가 길어서 궤적 관리가 어려운 작은 구조물의 경우에는 그 고도모델이 무시되기 쉬우므로, 레이저 측량 기술을 이용한 공간대상물에 대한 높은 정확도 취득이 크게 필요한 실정이다. 본 연구에서는 원격탐사 영상 Data를 중심으로 하는 정사보정하고 이에 매칭 할 수 있는 수치 지도 벡터와의 통합 및 전환으로 다차원 공간에서 건물 모델의 생성과 다양한 활용을 제시하는 것을 연구목적으로 하였고, 연구방법으로는 기존의 이미 취득한 2차원적인 평면사진을 지상 기준점에 의하여 정밀기하보정을 하여 얻은 사진영상자료를 이용하여 3차원 공간정보로 구성하기 위해서는 동일지역에 대한 수준 측량결과인 높이 데이터를 매칭하여야 하므로, 항공기에 탑재한 센서로 모든 대상지에 대한 지형지물의 고밀도의 높이 값을 획득하여 위치보정 작업 후에 3D로 매칭할 수는 방법을 연구하여 실험하도록 하였다 또한 본 연구에서는 연구대상지역의 지형조건, 기존 노선과의 비교, 토지이용, 지형경사, 사면방향, 지가 등을 분석하여 각각의 경중률을 고려한 후 선택된 후보노선들을 비교분석함으로서 최적노선을 선정하고자 하였다.

• 한국전산구조공학회논문집
• /
• 제35권2호
• /
• pp.65-71
• /
• 2022

최근에는 경량화 문제에 대한 합리적인 솔루션을 제공하고 유용한 개념설계를 제공할 수 있는 다중 재료 구조 위상최적화가 더욱 중요해지고 있다. 기존의 MMTO(Multi-Material Topology Optimization)의 경우 후보 물질의 수가 증가할수록 설계변수의 수도 증가하고, 결과적으로 계산 시간이 크게 증가한다. 따라서 PSM(Phase Section Method)과 같은 단일 설계변수를 갖는 MMTO가 제안되었다. 본 연구는 조성비가 면적이나 부피비를 나타내지 못하고, 설계변수가 목표치에 충분히 집중되지 않고, 특정 재료가 요구량보다 적게 생성되는 PSM의 세 가지 주요 제한점을 고려하여 이를 개선하는데 중점을 둔다. 이러한 한계를 극복하기 위해 재정의된 조성비와 더 나은 수렴을 위한 조정된 매개변수를 제안한다. 제안된 수정 사항의 유효성을 2차원 및 3차원 수치 예제를 통해 검증한다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2023년 정기학술대회 논문집
• /
• pp.278-281
• /
• 2023

연구목적: 본 연구는 요양병원 등 재난취약시설에 재난이 발생할 경우 잔류한 요구조자를 정확하게 파악하여 소방 등 대응기관에 제공하는 APC(Auto People Counting)의 인식률 개선에 목적이 있다. 현재 재난 발생 시 건물 내 요구조자의 현황 파악을 위해 대응기관이 재난 현장에 도착하여 건물관계자에게 직접 물어보고 있다. 이는 요구조자에 대한 부정확한 정보일 가능성이 있어 대응기관의 업무범위가 확대되고 이로인해 구조자의 안전에도 위험이 될 수 있다. APC는 건물내 출입하는 인원을 자동으로 집계하여 실시간 잔류인원 정보를 제공함으로써 재난 시 요구조자 현황을 정확히 파악할 수 있다. 본 연구에서는 APC가 보다 정확하게 출입 인원을 집계할 수 있도록 최적의 인공지능 알고리즘을 선정하는데 목적이 있다. 연구방법: 본 연구에서는 실제 재난취약시설에 설치되어 운영 중인 APC를 대상으로 카메라를 통해 출입 인원의 이미지를 인식하는 알고리즘을 개선하기 위해 CNN모델을 활용하여 베이스라인 모델링을 하였다. 다양한 알고리즘의 성능을 분석하여 상위 7개의 후보군을 선정하고 전이학습 모델을 활용하여 성능이 가장 우수한 최적의 알고리즘을 선정하는 방법으로 연구를 수행하였다. 연구결과: 실험결과 시간과 성능이 가장 좋은 Densenet201, Resnet152v2 모델의 정밀도와 재현율을 확인한 결과 모든 라벨에 대해서 정확도 100%를 나타내는 것을 확인할 수 있었다. 이 중 Densenet201 모델이 더 높은 성능을 보여주었다. 결론: 다양한 인공지능 알고리즘 중 APC에 적용할 수 있는 최적의 알고리즘을 선정하였고 이는 APC의 인식률을 개선하여 재난시 요구조자의 정보를 정확하게 파악하여 신속하고 안전한 구조작업이 가능할 것이다. 이는 요구조자의 안전한 구조뿐만 아니라 구조작업을 수행하는 구조자의 안전을 확보하는 데 기여할 것으로 기대된다. 향후 연무 등 다양한 재난상황에서 재난취약시설 내 출입인원을 정확하게 파악할 수 있도록 알고리즘 분석 및 학습에 대한 추가 연구가 요구된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권12호
• /
• pp.431-438
• /
• 2020

본 논문에서는 입술 윤곽선을 검출하기 위한 다중 문턱치 기반의 검출방법을 제안하였다. 기존의 연구 중 Spyridonos 등이 제안한 방법은 입력영상을 RGB로부터 YIQ 좌표계로 변환하여 Q 성분만을 이용하여 Q 영상을 얻는다. Q 영상으로부터 변화 점 검출을 통하여 입술 모양의 좌우 끝점을 얻어낸다. 좌우 끝점에 대한 수직 좌표의 평균값을 이용하여 Q 영상을 상하로 분리하고, 상하 영역 각각에 대하여 별도로 Q값을 대상으로 문턱치를 적용하여 후보 윤곽선을 추출한다. 추출된 후보 윤곽선에 특징치 거리를 이용하여 최적의 문턱치를 찾고, 해당하는 윤곽선을 최종 입술 윤곽선으로 결정한다. 이 때 사용되는 특징치 거리 D는 후보 윤곽선 상의 점들을 기준으로 주변 영역에 대한 차이의 절대값을 이용하여 계산한다. 기존연구의 문제점은 세 가지인데, 첫째는 입술 끝점 추출 과정에서 피부영역의 과다한 참여로 입술 끝점의 추출의 정확도가 감소하고, 따라서 후속되는 상/하 영역 분리에도 영향을 미친다. 둘째는 YIQ 칼라 좌표계를 사용하였는데, 다양한 칼라 좌표계에 대한 분석이 미비하므로 추가적인 분석이 필요하다. 세 째, 최적 윤곽선의 선택 시 적용하는 거리 값 파라미터의 계산 과정에서, 문턱치를 적용하여 구한 해당 윤곽선 주변의 데이터들에 의한 변화분을 계산하여 변화가 가장 큰 윤곽선을 입술 후보로 채택하는데, 변화분의 최대치를 기준으로 하기 때문에 검출된 입술영역이 기준보다 축소되는 문제점이 있다. 첫 번째 문제점을 해결하기 위하여 피부영역의 계산과정 참여를 줄여서 성능을 30%정도 향상시켰다. 두 번째는 YIQ 외에 HSV, CIELUV, YCrCb 등의 칼라 좌표계에 대한 성능테스트를 거쳐 기존연구 방법이 칼라좌표계에 대한 의존성이 없음을 확인하였다. 세 번째는 윤곽선 주변의 변화분 검토 시, 윤곽선 포인트 당 변화분의 평균값 대신에 변화분의 총량을 적용하여 46% 성능개선 효과를 얻었다. 이상의 내용을 모두 적용하여 제안한 통합방법은 기존연구 대비 2배의 성능향상과 안정성을 확보할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제38권2호
• /
• pp.117-128
• /
• 2001

유사도 측정자 (similarity measure)에 따라 문의자 (query)의 최적 정합자 (the best match)를 찾는 최적 검색 (optimal retrieval)을 위해서는 데이터베이스의 모든 영상들에 대해 전역 탐색 (exhaustive search)을 수행해야 한다. 그러나, 일반적인 전역 탐색은 방대한 계산량을 요구한다. 그 계산량을 줄이기 위해, 본 논문은 영상 데이터베이스의 클러스터링 (clustering)에 기반한 고속 다 해상도 전역 탐색 기법을 제안한다. 먼저 데이터베이스 내의 모든 영상들을 일정 수의 클러스터 (cluster)들로 나눈다. 각 클러스터는 유사한 특징 (feature)을 갖는 영상들로 구성된다. 그리고, 각 클러스터와 문의자 간 거리 (distance)의 하계(lower bound)를 구하고, 가능성이 전혀 없다고 판단될 경우 그 클러스터를 제거한다. 가능성이 있다고 판단된 클러스터들에 속한 후보 영상들 중에서 최적 정합자를 찾는다. 또한, 불필요한 특징 정합 연산을 줄이기 위해 다 해상도 데이터 구조에 기반한 거리 부등식 성질 (distance inequality property)을 유도하여, 탐색 과정에 적용한다. 제안한 기법은 고속 다 해상도 전역 탐색 기법으로서 단일 최적 정합자뿐만 아니라 다수의 상위 최적 정합자들도 정확하게 찾을 수 있다. 가장 보편적인 밝기 히스토그램 (luminance histogram)특징을 사용하여, 제안한 기법이 고속의 탐색 속도와 함께 최적 검색을 보장함을 증명해 보인다.