• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• pp.110-113
• /
• 2005

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted fuzzy Membership Funcstions, NEWFM)을 이용하여 심전도 신호로부터 조기심실수축(Premature Ventricular Contraction, PVC)을 판별하는 퍼지규칙을 추출하고 있다. NEWFM은 자기적응적(self adaptive) 가중 퍼지소속함수를 가지고 주어진 입력 데이터로부터 학습하여 퍼지규칙을 생성하고 이를 기반으로 정상 파형과 PVC 파형을 구분한다. 분류 성능 평가를 위하여 MIT/BIH 부정맥 데이터 베이스를 사용하였으며, NEWFM의 입력은 심전도의 파형에 웨이블릿 변환을 적용하여 추출된 웨이블릿 계수를 사용하였다. 여기에 비중복면적 분산 측정법을 적용하여 중요도가 낮은 계수를 제거하면서 최소의 m 개 특징입력만을 사용한 하이퍼박스로 단순화 시킨다. 이러한 방법으로 추출된 2개의 웨이블릿 계수를 사용한 퍼지규칙은 $96\%$의 PVC 분류성능을 보여준다.

• 대한전자공학회논문지SP
• /
• 제38권4호
• /
• pp.87-87
• /
• 2001

일반화 대칭 변환 (generalized symmetry transform, GST)은 주어진 영상에서 사전 분할이 없이 국부성과 반사 대칭성을 결합하여 대칭을 측정하고 관심 영역을 추출한다. GST의 거리 가중치 함수에서 국부적인 대칭성이 반영되며 이 함수의 표준 편차 u에 의해 GST의 수행 범위가 조절된다. 넓은 관심영역을 추출하기 위해 반지름 r이 큰 검색영역 내에서의 대칭성이 추출될 필요가 있다. 이에 따라서 GST의 수행시간은 r에 따라 2차적으로 증가하게 된 본 논문에서는 이를 개선하기 위해 선택적 방향 주의를 가지는 수정된 스캔라인 GST를 제안한다. 제안된 GST는 기존의 GST와 유사한 대칭 특성을 추출하지만 선택적 방향의 기울기만을 고려한 스캔라인 위의 에지 화소쌍에서 GST를 수행함으로써 r에 따라서 이의 수행시간이 선형적으로 증가된다 특히 r이 큰 경우에 선택적 방향에 대해서만 적용하면 기존의 GST의 계산량이 비대해지는 단점을 보완해 줄 수 있다. 제안된 GST가 기존의 GST보다 시간적으로 효과적이며 유용하다는 것이 여러 종류의 영상에 대한 실험으로 확인되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.635-638
• /
• 2003

본 논문에서는 Haar 웨이블릿을 이용하여 얼굴에지영상을 추출하고 고차국소자동상관함수를 이용한 특징벡터추출과 BP(Backpropagation Network) 알고리즘을 이용하여 얼굴을 인식하는 방법을 제안한다. 이를 위한 얼굴인식에 사용된 실험영상은 $320{\times}240$ 크기의 24bit RGB 컬러 영상을 사용하였고, 차영상을 이용하여 얼굴영역을 분리한 후 Haar 웨이블릿을 이용한 에지영상 추출과 얼굴영역의 특징벡터를 구하기 위하여 고차 국소 자동 상관함수를 사용하였다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용된다. 시뮬레이션을 통해 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.181-183
• /
• 2003

MRI 나 CT 스캔에 의해 생성된 볼륨 데이터는 일반적으로 설러 샘플 지점에서의 이산적인 수치 데이터 일뿐 데이터 상호간의 함수적 연속성은 제공되지 않고 있다. 이러한 데이터로부터 우리가 원하는 임계값(threshold)에 의한 등가면(isosurface)을 렌더링하는 방법은 보통 Marching Cube에서처럼 많은 다각형을 생성해서 렌더링 하는 방법에 의존해 왔다. 그러나 원하는 등가면을 직접 표현할 수 있는 함수가 존재할 경우 많은 양의 다각형을 추출하고 보관해야 하는 시공간적 부담이 없게 된다. 본 논문에서는 각 Cube별로 정의되는 Tri-linear Interpolation 함수를 기반으로 하여 Interval Method 에 의한 등가면 렌더링 알고리즘을 제안한다.

• 한국지능시스템학회논문지
• /
• 제2권3호
• /
• pp.3-16
• /
• 1992

퍼지제어기는 입.출력 관점에서 일반적으로 입.출력에 대한 비선형 함수로 볼수 있다. 전문가의 제어 행위의 입.출력 관계가 크리시(crisp) 비선형 함수로 표현되었을때 그것을 언어적 퍼지 모델링(linguistic fuzzy modelling)하는 방법이 1-입력/ 1-출력 및 2-입력/1-출력의 static 시스템에 대하여 제안되었다. 이를 위해 소속함수 제한조건(membership function constraint)의 개념을 제시하고 선형계획법에 의한 최적화 기법을 이용하여 소속함수의 생성에 관한 체계적인 방법을 제안한다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2010년도 춘계학술발표논문집 1부
• /
• pp.119-123
• /
• 2010

본 논문에서는 2단계 잡음제거 방법의 이득함수를 이용한 고조파 복원 잡음제거 방법의 이득함수를 조정하여 기존의 방법보다 음성개선을 향상시켰고, 제안한 방법으로 개선된 음성을 음성인식 기술에 적용하였다. 본 논문에서는 기존 방법으로 음성개선 결과 묵음구간에서 음성구간으로 변화는 구간에서 이전 프레임의 추정된 음성신호로 스펙트럼의 이득함수가 구해져서 음성이 발생하는 구간에서 왜곡이 발생한다. 따라서 본 논문에서는 이러한 현상을 개선시키기 위해 2단계 잡음제거 방법의 이득함수를 추정된 a priori SNR과 비교하여 이득함수를 조정하고, 2단계 잡음제거 방법의 이득함수를 고조파 복원 방법의 이득함수와 비교하여 이득함수를 조정하여 음성을 개선하는 방법을 제안하였다. 그리고 음성인식을 위한 특징벡터 추출을 위해 제안한 방법으로 개선된 음성의 대수 에너지를 정규화 하는 대수 에너지 정규화 방법(Log Energy Normalization)을 음성인식 방법에 적용하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.27-30
• /
• 2000

본 논문에서는 선형 이진 신경회로망(Linear Binary Neural Network)을 이용하여 이진 영상으로부터 골격(skeleton)을 추출하는 병렬 구조를 제안하였다. 기존의 골격 추출 알고리즘으로부터 이진함수를 추출하고 이를 MSP Term Grouping Algorithm을 이용하여 학습시켰다. 결과에서는 기존의 역전파(Back-propagation) 학습알고리즘을 사용한 신경회로망보다 더 쉽게 하드웨어로 구현할 수 있음을 보여준다.

• 전자공학회논문지 IE
• /
• 제45권2호
• /
• pp.34-39
• /
• 2008

본 논문은 통계 기법인 판별 분석 함수를 이용하여 효율적으로 3차원 모델을 검색하는 시스템을 구현하였다. 제안한 방법은 판별분석 함수를 이용하여 색인으로 검색하는 기법으로, 색인의 생성은 Osada의 D2방법에 의해 추출된 128개의 특징벡터에 통계치(범위, 최소값, 평균, 표준편차, 왜도, 척도)를 변수로 판별분석 함수의 값을 색인 값으로 생성하였다. 쿼리 모델 검색 시 1차 검색으로 쿼리와 저장된 클래스(동종의 모델 그룹)의 색인을 비교하여 상위 2%이내(98% 이상)의 클래스를 추출하여 추출된 클래스에 속하는 모델만을 검색하였다. 이 방법은 검색시간을 단축시키는 효율적인 검색 기법임을 구현을 통해 알 수 있었다. 제안한 방법은 기존의 방법(Osada)보다 3차원 모델 검색 시간을 57%로 단축시켰으며, 쿼리 모델 검색 시 유사모델이 최초로 발견되는 정확도(pecision)가 0.362로 기존의 방법보다 44.8%의 효율이 있었음을 알 수 있었다.

• 응용통계연구
• /
• 제3권2호
• /
• pp.91-105
• /
• 1990

베이시안 결정론에서 사전 확률 분포함수는 표본을 추출하기 이전에 추정하여야 한다. 대개 는 분포함수군을 먼저 선택한 후, 그 중 하나를 결정자의 경험을 통하여 선택한다. 이러한 주관적인 사전 확률 분포함수의 선택방법이 베이시안 결정론에 대한 주요비판이 항상 되어 왔다. 본 논문에서는 최대 엔트로피 이론을 이용하여 우리 주변의 의사결정에 많이 이용되 는 정보들에 관한 객관적인 사전 확률 분포함수들을 구하였다. 그 결과는 히스토그램 형태 의 분포함수가 된다. 그러나 사전 정보가 많은 경우에는 최대 엔트로피 모형의 해를 구하기 위하여 복잡한 비선형 연립방정식을 풀어야 하는데, 구체적인 형태의 함수를 구하지 못하는 경우가 대부분이다. 이 때에는 초소의 크로스 엔트로피 모형을 이용하여 사전확률 분포함수 를 구하는 것이 편리하다. 그밖에 엔트로피 이론으로 구한 사전확률 분포함수의 확률적 수 렴성을 증명하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.920-923
• /
• 2009

기존의 동적 커널 업데이트 시스템에서 주로 사용되는 함수 단위의 재구성 기법으로는 트랩과 점프가 있다. 이러한 기법들을 사용하면 커널 서비스의 중단 없이 함수 단위로 커널을 업데이트할 수 있는 이점이 있다. 하지만 커널 업데이트 후, 프로세서가 분기 명령어를 처리하는 과정에 두 가지 문제점이 존재한다. 업데이트 함수에 업데이트가 필요한 함수 내의 분기 명령어 오퍼랜드 값을 그대로 복사하면 의미 없는 메모리 주소로 분기하게 된다. 또한 분기 명령어로 short jump를 사용하면, 현재 위치에서 8 비트 범위를 벗어난 주소공간에 존재하는 분기 함수에는 접근을 할 수 없는 문제를 안고 있다. 본 논문에서는 이러한 문제점들을 해결하기 위해 short jump 대신 long jump를 사용하는 방식을 제안하였다. 이를 위해 업데이트가 필요한 함수의 분기 명령어가 갖고 있는 오퍼랜드 값을 추출하여, 업데이트 함수의 분기 명령어가 정상적으로 동작할 수 있도록 오퍼랜드 값을 수정해주는 동적 커널 업데이트 시스템을 설계하고 구현하였다.