• 응용통계연구
• /
• 제24권6호
• /
• pp.987-994
• /
• 2011

모집단이 부도와 정상상태로 구분되는 신용평가 관점에서 부도와 정상 상태의 조건부 누적분포함수를 추정하는 방법으로 정규혼합 분포추정과 kernel density estimation을 이용하는 분포추정을 고려한다. 정규혼합 분포의 모수를 EM 알고리즘을 사용해 추정하고, KDE 방법에서는 많이 사용하는 다섯 종류의 커널 함수와 네가지의 띠폭을 이용한다. 그리고 추정한 분포로부터 구한 각각의 ROC 함수를 구한다. 추정한 분포들의 적합도를 비교 분석하고, 이를 바탕으로 구한 ROC 곡선의 성과를 비교 토론한다. 본 연구에서는 KDE 방법으로 추정한 분포함수가 더 적합하고, 추정한 정규혼합 분포를 이용한 ROC 함수가 더 좋은 성과를 나타내는 것을 발견하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 추계학술대회
• /
• pp.53-54
• /
• 2011

본 논문에서 우리는 동영상에서 인접한 블러되지 않은 참조 프레임을 이용하여 모션 블러를 제거하는 기법을 제안한다. 기존의 디블러링 방법들은 주로 단일 영상을 이용한 방법들로 정확한 커널을 예측하는 것과 원본 영상에 준하는 영상을 복원하는 것에 한계가 존재한다. 하지만 동영상에서 부분적인 프레임에만 블러가 발생한 특수한 경우에는 인접한 위치에 존재하는 블러되지 않은 프레임을 활용하는 것이 가능하다. 제안하는 방법은 블러된 프레임과 인접한 위치에 존재하는 블러되지 않은 프레임 사이에 움직임을 추정하고, 움직임 보상된 영상을 이용하여 커널을 추정한다. 또한 움직임 오차에 따른 잔여 오차 성분에 대해서만 디컨벌루션을 적용하여 물결현상이 억제된 최종적인 결과 영상을 생성한다. 실험 결과는 제안한 방법이 기존의 디블러링 기법에 비해 에지 부분을 잘 복원시키면서 물결현상은 감소된 보다 우수한 디블러링 결과를 가져오는 것을 보여준다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.426-428
• /
• 2022

해상 교통량을 정량적으로 평가하고 추출하기 위한 방법으로 선박 AIS 데이터 기반의 밀집도 분석을 활용하고 있다. 밀집도는 단위시간 당 단위면적에 분포하는 선박 통항량을 계산한 것으로, 일반적으로 그리드 셀 내에 존재하는 선박 항적 포인트 개수, 항적도 라인 길이, 선박 척수 등을 계산한 밀집도 분석 방법과 커널 밀도 추정(Kernel Density Estimation) 방법 등이 있다. 하지만, AIS 데이터의 특징상 선박 속력에 따라 수신 주기가 다르기 때문에 항적이 등간격으로 나타나지 않는 문제점이 있으며, 선박의 이동과 시간의 속성으로 인해 각각의 밀집도 분석 방법은 한계점이 존재한다. 따라서 본 연구에서는 실측 AIS 데이터를 이용하여 다양한 방법의 선박 밀집도 분석을 수행하고 이를 비교하였다. 그 결과, 항적도 라인 길이에 의한 밀집도 분석이 가장 정량적인 방법으로 나타났으며 이를 통항 척수로 변환할 수 있는 선박 밀집도 분석을 개선방안으로 제안한다.

• 방송공학회논문지
• /
• 제21권2호
• /
• pp.200-209
• /
• 2016

본 논문에서는 촬영 시 발생하는 블러 현상을 효율적으로 제거하기 위해 IMU 센서와 노출시간이 길고, 짧은 두 영상을 이용한 비균일 디블러 알고리즘을 제안한다. 종래 센서 정보를 이용한 블러 커널 추정 기법들은 센서 정보의 한계로 인해 성능이 만족스럽지 못하다. 그 한계를 극복하기 위해 우리는 노출시간이 서로 다른 여러 영상들을 이용한 커널 개선 과정을 제안하여, 추정된 커널의 정확도를 향상시킨다. 또한 종래 비균일 디블러 기법들이 블러 커널이 커질수록 심한 화질 열화를 겪는 문제점을 해결하기 위해 본 논문은 호모그래피 기반 잔여 디콘볼루션을 제안하여 디콘볼루션 과정에서 발생하는 링형 현상과 같은 화질 열화를 최소화한다. 실험 결과를 통해 제안 알고리즘의 화질이 기존 기법에 비해 주관적/객관적으로 현저하게 우수함을 볼 수 있다.

• 한국음향학회지
• /
• 제36권4호
• /
• pp.261-266
• /
• 2017

본 논문에서는 커널 모델과 장단기 기억(Long-Short Term Memory, LSTM) 신경망을 결합한 보컬 및 비보컬 분리 방식을 제안한다. 기존의 음원 분리 방식은 비보컬 음원만 있는 구간에서 음원을 오추정하여 불필요한 비보컬 음원을 출력하는 한계가 있다. 따라서 본 논문에서는 커널 모델 기반의 보컬음 분리 방식에 LSTM 신경망 기반의 보컬 구간 분류 방식을 결합하여 보컬 음원의 오추정 문제를 개선하고 분리 성능을 향상시키고자 하였다. 또한 본 논문에서는 방식간의 결합 구조에 따라 병렬 결합형 분리 알고리즘과 직렬 결합형 분리 알고리즘을 제안하였으며, 실험을 통해 제안하는 방식들이 기존의 방식에 비해 더욱 향상된 분리 성능을 보이는 것을 확인할 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제8권4호
• /
• pp.75-88
• /
• 2008

본 논문은 입력 이미지 블록의 클래스 조건부 확률 밀도 함수의 커널 추정에 기반한 공간 영역에서의 다중초점 이미지 융합 기법을 제안한다. 이미지 융합 문제를 시험 패턴으로부터 추정된 유사 밀도 함수에 의해 사후 클래스 확률, P($w_{i}{\mid}B_{ikl}$),을 계산하는 분류 임무로 접근하였다. C개의 입력 이미지 $I_{i}$에 대하여 제안한 방법은 i 클래스 $w_{i}$를 정의하고 베이즈 결정 원리에 기초하여 판별 함수를 최대화하는 PxQ 블록 $B_{ikl}$의 집합에 의해 표현되는 결정 지도로 부터 융합 이미지 Z(k,l)를 형성한다. 출력 화질의 척도로서 RMSE 와 상호 정보량인 MI를 사용하여 제안한 기법의 성능이 평가되었다. 커널 함수의 폭 ${\sigma}$ 도 변화시키고, 다른 종류의 커널과 블록 크기를 변화시켜 가며 성능평가를 수행하였다. 제안한 가법은 C=2 와 C=3에 대하여 시험하였고 시험 결과는 좋은 성능을 보였다.

• 전기전자학회논문지
• /
• 제28권1호
• /
• pp.6-13
• /
• 2024

본 논문에서는 비지도학습 모델인 오토인코더와 가우시안 커널 밀도 추정 함수를 이용하여 차량용 CAN 네트워크에서 비정상적인 데이터를 탐지하는 방안을 제안한다. 제안하는 오토인코더 모델은 정상 데이터에서 CAN 프레임의 ID만으로 학습시킨다. 이후 가우시안 커널 밀도 추정 함수를 이용하여 구한 최적의 프레임 개수와 손실 임계값을 가지는 모델을 사용하여 비정상 데이터를 효과적으로 탐지한다. DoS 공격, Gear 스푸핑 공격, RPM 스푸핑 공격, Fuzzy 공격 등 4가지 공격 데이터로 오토인코더 기반 IDS를 검증하였으며 성능을 평가하였다. 기존 비지도학습 기반 모델들과 비교했을 때 우수한 성능을 나타냈으며 모든 평가 지표에서 99% 이상의 성능을 나타냈다.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.987-994
• /
• 2020

본 논문은 음향잡음감쇠기에서 CNN(: Convolutional Neural Network) 계층의 커널 사이즈가 성능에 미치는 영향을 위한 연구하였다 이 시스템은 기존의 적응필터를 이용하는 대신 신경망 적응예측필터를 이용한 심층학습 알고리즘으로 잡음감쇠 성능을 개선한다. 100-neuron, 16-filter CNN 필터와 오차 역전파(back propagation) 알고리즘을 이용하여 잡음이 포함된 단일입력 음성신호로부터 음성을 추정한다. 이는 음성신호가 갖는 유성음 구간에서의 준주기적 성질을 이용하는 것이다. 본 연구에서 커널 사이즈에 대한 잡음감쇠기의 성능을 검증하기 위하여 Tensorflow와 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 모의실험을 수행하였다. 모의실험 결과, 커널 사이즈가 16 정도일 때 평균자승오차(MSE: Mean Square Error) 및 평균절대값오차(MAE: Mean Absolute Error) 값이 가장 작은 것으로 나타났으며 사이즈가 이보다 더 작거나 커지면 MSE 및 MAE 값이 증가하는 것을 볼 수 있다. 이는 음성신호의 경우 커널 사이즈가 16 정도일 때 특성을 가장 잘 포집할 수 있음을 알 수 있다.

• 전기전자학회논문지
• /
• 제13권4호
• /
• pp.1-7
• /
• 2009

본 논문에서는 고정되지 않은 배경의 동영상에서 객체를 추출하는 방법을 제안한다. 제안하는 알고리즘은 추적에 기반을 둔 기법으로 크게 세 단계의 과정으로 이루어져 있다. 첫 번째 단계는 초기 분할로서, 사용자의 반응을 이용하여 첫 프레임의 분할 결과를 획득하는 과정이다. 초기 분할을 통해 획득된 결과 샘플은 커널 밀도 추정을 이용하여 각 매크로 블록별 컬러 확률 밀도 함수를 생성하는데 사용된다. 두 번째 단계에서는 각 프레임에 대해 이전 프레임의 경계 정보와 움직임 벡터를 이용하여 일치성 띠를 생성하고, 생성된 띠에 대한 시공간 확률을 추정한다. 마지막 단계에서는 각 픽셀별 컬러, 시공간, 스무드항의 합으로 구성된 에너지 함수를 최소화하여 최종 결과를 획득한다. 실험 결과를 통해서 본 논문에서 제안하는 기법이 정확한 분할 결과를 추출하는 지 다양한 테스트 영상을 통해 확인한다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권6호
• /
• pp.1045-1054
• /
• 2012

서포트벡터 기계는 분류 및 비선형 함수추정에서 유용하게 사용되고 있는 통계적 기법이다. 본 논문에서는 두 개의 입력변수와 회귀함수의 단조 관계를 이용하여 단조 서포트벡터기계를 제안하고, Kaplan-Meier의 방법에 의해서 생존함수의 추정값이 주어진 경우 제안된 방법을 이용하여 생존 함수를 평활하는 방법 또한 제안한다. 모의실험에서는 실제 생존함수를 이용하여 Kaplan-Meier의 방법에 의한 생존함수의 추정값과의 성능을 비교함으로써 제안된 방법의 우수성을 보이기로 한다.