일반적으로 얼굴 인식 방법에는 템플릿 기반 통계적 기법들이 사용되고 있다. 이 방법들은 2차원 영상을 고차원 벡터로 표현하여 특징을 추출한다. 그러나 많은 이미지와 비디오 데이터는 본래 텐서로 표현된다. 따라서, 본 논문에서는 벡터 표현보다는 직접적인 텐서 표현으로 특징들을 추출하기 위해 텐서 얼굴의 다선형 주성분 분석(MPCA: Multilinear Principal Component Analysis) 기법을 이용한 동영상 기반 얼굴인식에 대해 다룬다. 마지막으로, u-로봇 테스트베드 환경에서 구축된 얼굴 인식 데이터 베이스를 이용하여 제안된 방법과 기존 방법들의 인식처리시간과 성능을 비교한다.
본 논문은 딥뉴럴네트워크(deep neural network: DNN)를 이용해 사람 걸음 및 배경잡음원에 의해 발생한 마이크로 도플러 신호를 탐지 및 분류 처리하는 연구를 제안한다. 기존 분류처리 연구는 경험 및 통계적인 방법을 통해 분류기 성능에 직접적으로 영향을 미치는 의미있는 특징을 추출하기 위한 복잡한 과정을 포함한다. 그러나 딥뉴럴네트워크는 다수의 레이어 층을 단계적으로 통과하는 과정을 통해 점진적으로 특징을 재구성 및 생성하므로, 별도의 특징 추출과정을 생략할 수 있으며, 자연스럽게 네트워크상에서 특징을 생성할 수 있는 이점이 있다. 따라서 본 논문에서는 마이크로 도플러 신호 인식을 위한 딥뉴럴네트워크 효과성 입증을 위해, 이진분류기와 다층클래스 분류기를 다층퍼셉트론과 딥뉴럴네트워크를 통해 설계하고 비교분석한다. 실험 결과, 다층퍼셉트론은 이진분류기의 경우 테스트세트에 대한 분류 정확도가 90.3 %로 측정되었고, 다층클래스 분류기의 경우 테스트세트에 대한 분류정확도가 86.1 %로 측정되었다. 딥뉴럴네트워크는 이진분류기의 경우 테스트세트에 대한 분류 정확도가 97.3 %로 측정되었고, 다층클래스 분류기의 경우 테스트세트에 대한 분류정확도가 96.1 %로 측정되었다.
Multitemporal MODIS 식생 지수 (VI) 자료는 식생 활동의 프로파일을 제공하기 때문에 환경 및 기후 변화에 대한 식생 모니터링 연구에 널리 사용되고 있다. 그러나 MODIS 데이터에는 구름이나 대기 변동성 및 계측기 문제로 인해 노이즈가 발생하여 NDVI 시계열 데이터 분석과 애플리케이션 응용에 있어서 자료 정확성에 문제가 생기게 된다. 이러한 이유로, NDVI 자료를 이용한 VI 분석을 위해서는 잡음을 줄이고 고품질의 시계열 데이터 스트림을 재구성하기위한 전 처리가 필요하다. 본 연구에서는 NDVI 시계열 자료의 통계적 특성을 기반으로 불량 데이터 또는 미관측 데이터를 복원하기 위해 MODIS NDVI에 대한 데이터 재구성 방법을 제안하고 있다. 데이터 스트림 함수의 속성을 검사하면 급격한 증가나 감소와 같은 비정상적인 변화를 감지 할 수 있다. 본 연구에 제안하고 있는 방법은 정상적인 자료의 세부적 특징은 그대로 유지하면서 노이즈 자료만 수정하는 방향으로 자료를 복원할 수 있다. 제안된 기법은 시뮬레이션 데이터와 2006년부터 2012년까지의 북한지역 백두산을 대상으로 NDVI 시계열 자료를 사용하여 테스트하였고 시뮬레이션 테스트에서는 기존 wavelet이나 Gaussian 방법에 비해 본 방법이 에러율을 평균 70% 이상 줄일 수 있어 제안된 방법이 노이스가 있는 시계열 자료의 데이터 재구성에 있어 효과적임을 입증하였다.
고속 메모리의 인터페이스를 위한 8 ${\times}$ 8-Gb/s/채널 4-레벨 펄스진폭변조 입출력회로를 1.35V의 공급전압을 가지는 70nm DRAM 공정을 이용하여 설계하였다. 4-레벨 펄스진폭변조를 위한 3 가지의 eye opening에서 상위와 하위 eye의 전압과 시간의 마진을 증가시키기 위해 비균형 4-레벨 펄스진폭변조의 신호전송 기법을 제안한다. 제안한 기법은 수신 단에서의 기준 전압 노이즈 영향을 33% 감소시키며, 이를 통계적인 수식을 통해 분석한다 일반적인 직렬 인터페이스 대비 신호 손실이 적은 DRAM 채널의 ISI(신호간의 간섭)를 줄이기 위해 수신 단에서 단일 비트 펄스의 테스트 신호를 적분함으로 ISI를 측정하는 적응형 프리앰퍼시스 기법을 구현한다. 또한, 이를 위해 정해진 테스트 패턴에 의해 최적의 ISI를 측정하기 위한 적분 클럭의 시간 보정기법을 제안한다.
얼굴인식기술은 컴퓨터비전 분야에서 중요한 역할을 담당하고 있다. 본 논문에서는, PCA와 SVM 기술을 사용하는 빠른 얼굴인식기술을 제안한다. 제안한 시스템에서는, 먼저 지역 히스토그램 분포를 분석하여 생성한 통계적 특성을 사용함으로써 얼굴가능영역을 필터링한다. 이 과정에서 대부분의 비얼굴 영역이 제거되기 때문에 탐지 과정의 처리속도가 향상된다. 다음으로는 PCA 특징 벡터가 생성되고, SVM 분류기를 사용하여 테스트 영상 내에 얼굴이 존재하는지를 탐지한다. 본 논문에서의 테스트 영상은 CMU 얼굴 데이터베이스를 사용하였으며, SVM의 학습을 위한 얼굴과 비얼굴 샘플들은 MIT 데이터 세트로부터 선택하였다. 얼굴탐지 실험결과, 제안한 방법에서 좋은 성능을 나타내었다.
웨이블릿 변환은 영상을 분석하고 처리하는데 유용한 도구로써 영상 압축, 영상 잡음 제거 등의 분야에서 우수한 성능을 보여주었다. 웨이블릿 계수들은 은닉 마코프 트리(Hidden Markov Tree: HMT) 모델에 의해 효과적으로 모델링 될 수 있다. 그러나 영상 보간에서 은닉 마코프 트리 모델을 적용하기 위해서는 훈련 과정이 필요하며 훈련 과정에서 획득된 파라미터들이 입력 영상과 잘 맞지 않는 단점이 있다. 본 논문에서는 웨이블릿 영역에서 영상 보간을 위해 은닉 마코프 트리의 구조를 사용하되, 그 파라미터들은 훈련 과정 없이 부대역간의 통계적 특성을 이용하여 직접 추정한다. 제안 방법에서 웨이블릿 계수는 가우스 혼합 모델(Gauss Mixture Model: GMM)로 모델링 된다. 가우스 혼합 모델의 상태 천이 확률은 부대역간의 웨이블릿 계수의 통계적 천이 특성을 이용하여 결정하며, 각 상태의 분산은 웨이블릿 계수의 지수적 감소(exponential decay) 특성에 의해, 추정된다. 모의실험에서 제안 방법은 전통적인 bicubic 방법이나 훈련 과정을 필요로 하는 은닉 마코프 모델을 사용한 방법보다 여러 테스트 영상들에 대해서 개선된 성능을 보여주었다.
우편설문조사를 이용한 조건부가치측정법을 통해 자료를 수집할 경우 무응답자의 발생은 보편적이며, 그러한 무응답자의 존재는 무응답자편의(無應答者偏倚) 가능성을 내재하고 있으므로, 표본의 통계치를 이용한 모집단에 대한 확대 적용을 위해서는 우선적으로 무응답자편의(無應答者偏倚)에 대한 검정(檢定)이 이루어져야 하며. 또한 무응답자편의(無應答者偏倚) 발생시 이에 대한 적절한 조치가 취해져야 한다. 본 연구에서는 다단계 우편설문발송법을 통해 수집된 자료를 이용하여 효과적인 무응답자편의(無應答者偏倚) 검정(檢定)의 수행과 무응답자군(無應答者群)의 평균지불의사액을 별도로 추정한 후 이를 이용하여 보다 합리적이고 정확한 총지불의사액(Aggregate WTP)의 도출방법을 제시하였다. 이는 우선적으로 무응답자편의(無應答者偏倚)를 분산분석을 통해 검정(檢定)한 후 선형외삽법으로 무응답자군(無應答者群)의 평균지불의사액을 추정하여 이를 모집단의 총지불의사액을 산출하는데 이용하는 방법으로 기존의 보수적인 방법들보다 상대적으로 저렴한 비용으로 무응답자편의(無應答者偏倚) 검정(檢定)을 가능하게 하며, 사회적 또는 인구특성상의 차이를 이용한 통계적 가중치 이용방법과는 달리 연구자의 직접적인 관심의 대상이 되는 지불의사액을 이용하여 무응답자편의(無應答者偏倚) 테스트를 하고 또한 무응답자군(無應答者群)의 평균지불의사액을 추정하여 보다 효율적이며 타당성이 있는 총지불의사액을 산출해 낼 수 있다는 장점이 있다.
화장품의 사용감은 개개인에 따라 다양한 기호를 나타내며 상대적이고 감성적인 개념들이 우선하게 된다. 이러한 관능특성들을 보다 객관적이며, 과학적으로 고찰하고자 하는 연구분야가 바로 관능평가이다. 본 연구에서는 메이크업 단계 중 베이스 메이크업에 속하는 제품인 파운데이션의 관능 특성을 보다 객관적이며 신뢰성 있게 평가, 분석하는 전문패널 평가 시스템을 구축하기 위하여 사내 여성을 대상으로 discriminative 및 descriptive 테스트를 실시하였다. 이를 통해 적합한 패널을 선정하였고 일정하게 규정된 일련의 교육과정들을 통해 패널을 훈련시킴으로써 베이스 메이크업 전문 패널 평가 시스템을 구축하였다. 그 후 파운데이션에 대해 질감별 제품을 평가하도록 한 후 이러한 방법으로 수집된 데이터를 신뢰성 있는 통계적 분석법을 이용하여 제품의 사용감 특성이 위치되니 2차원적 공간영역과 제품별 사용감의 특성을 분석하였다. 그 후 분석된 결과를 자사 브랜드 메이크업 라인의 파운데이션 제품에 응용하여 제품을 차별화 시키도록 설계하고 질감별 특징적 사용감과 적합한 특성강도를 제시한 후 이를 나타내는 처방의 제품을 결정하였다. 최종적으로 출시된 제품을 실제 소비자들을 통해 기호형 관능평가를 다시 한번 실시하였으며, 그 결과 실제 느끼는 사용감각 특성과 상품개발 계획 시 소구하고자 했던 관능특성이 일치하게 나타나 사용감 설계의 객관성을 검증하였다. 따라서, 본 연구는 이와 같은 결과를 통해 관능평가를 제품개발에 응용한 활용방안으로 보고자 하였다.
소프트웨어 제품의 품질을 높이는데는 소프트웨어 개발프로세스 중심과 제품 중심의 2가지 접근방법이 있다 CMM, ISO 9000 패밀리나 ISO/IEC 12207, SPICE 등이 프로세스의 인증을 통해서 소프트웨어 품질을 향상시키려는 시도라고 할 수 있다. 그렇지만 ‘좋은’ 프로세스만으로는 ‘좋은’ 제품의 품질을 보장하기가 어렵다. 최근 독립적인 제3자에 의한 소프트웨어 제품의 품질을 평가하기 위한 필요가 점점 증가하고 있다. 본 연구에서는 소프트웨어 제품의 품질을 평가하는데 SQC 기법을 응용하여 평가프로세스의 효율을 기하고 평가결과의 객관성을 확보하는 방안을 다룬다. 랜덤추출법에 의한 테스트 케이스를 선정하는 방법을 소개하고 소프트웨어 제품의 품질에 대한 적합성 기준을 선정하는 방안을 제시한다.
본 논문은 가변적 비디오 트랙을 위한 모델링 방법을 제시한다. 가변적인 비디오 트랙은 간헐적인 버스트 및 긴 구간 상관관계의 특성을 갖는다고 잘 알려져 있다. 이러한 데이터를 분석하기 위해서, 에러 임계값으로부터 구한 보조적인 선형 구조를 갖는 신경망 구조 모델 구축을 한다. 모델링 결과 테스트를 위해서, 흔돈 비선형 함수와 지수 랜덤 노이즈를 결합한 가변적 비디오 트랙을 발생하였다. 발생된 데이터를 모델링한 결과, 전통적인 신경망 모델에 비해서 제시된 모델이 보다 정확한 모델링 결과를 보여 주었다. 그러나 또한 제시된 모델에 ARは을 결합한 결과가 제시된 모델 단독인 경우에 비해서 더욱 발생된 데이터의 통계적 특성에 근접함을 발견했다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.