• 한국지능시스템학회논문지
• /
• 제21권3호
• /
• pp.347-352
• /
• 2011

영상의 세세한 부분에 대한 표현 정확도를 나타내는 엔트로피와 전체 영상에 있어서의 밝기의 변화를 나타내는 평균밝기 오차의 절대값은 영상의 질을 측정하기 위하여 일반적으로 사용되어지는 두 종류의 양적 측도이다. 본 논문에서는 이러한 엔트로피와 평균밝기오차의 절대값에 기반하여 주어진 영상을 이진화하는 영상 임계화 기법을 제안하고, 9개의 시험 영상에 대한 실험과 기존의 오츠 방법 및 엔트로피 기반의 임계값 결정법과의 비교 및 검토를 통해 제안된 기법의 효용성을 보인다.

• 한국통신학회논문지
• /
• 제22권10호
• /
• pp.2303-2309
• /
• 1997

본 논문에서는 고차통계에 의한 적응알고리즘 가운데 오차의 평균절대값삼승(LMAT)을 최소화하는 알고리즘의 수렴특성에 대하여 분석하였다. 사용된 입력신호가 Gaussian 분포를 갖는다는 가정하에 알고리즘의 평균자승 추정오차와 필터계수의 평균 및 평균자승 특성에 대해 정량적인 분석을 수행하였으며, 이에 대한 관계식을 각각 유도하였다. 이론적으로 분석된 결과는 컴퓨터 모의실험에 의하여 그 타당성을 검증하였고, 이론치와 실험치가 거의 일치함을 확인하였다.

• 한국통신학회논문지
• /
• 제22권10호
• /
• pp.2310-2316
• /
• 1997

본 논문에서는 고차통계에 의한 적응알고리즘 가운데 오차의 평균절대값삼승 (LMAT)을 최소화하는 알고리즘과 이미 널리 사용되고 있는 경쟁 알고리즘의 성능을 서로 비교 평가하였다. 사용된 입력선호가 Gaussian 분포를 갖는다는 가정하에, LMAT 알고리즘의 정상상태 추청오차에 대한 평균자승특성 근사식을 유도하였다. 유도된 근사식은 컴퓨터 모의실험을 통하여 그 타당성을 검증하였다. LMAT 알고리즘 및 경쟁 알고리즘들이 정상상태에서 같은 값의 평균자승추정오차를 갖는 경우에 대하여 각 알고리즘의 수렴속도를 비교하였고, LMAT 알고리즘의 우수한 수렴 성능을 알 수 있었다 특히, 입력신호의 eigenvalue spread ratio 및 measurement noise power 등 환경이 변화함에도 불구하고 LMAT 알고리즘이 여전히 나은 특성을 보임을 알 수 있었다.

• KDI Journal of Economic Policy
• /
• 제22권1_2호
• /
• pp.3-55
• /
• 2000

본 연구는 세입증가율 예측을 위해 사용되는 각종 세수추계모형의 예측능력을 상호비교하는 데 목적이 있다. 본 연구에서 고려하는 세수추계 방식은 네 가지이다. 첫째는 단순 ECM 모형으로서 오차수정모형(error correction model)을 각각의 세목에 적용하여 세수를 예측하는 것이다. 둘째는 SUR-ECM 모형으로서 단순 ECM 모형의 개별 회귀방정식을 통합하여 SUR(Seemingly Unrelated Regression) 방식으로 추정한 후 이를 이용하여 세수를 예측하는 것이다. 셋째와 넷째는 흔히 사용되는 탄성치 방식으로서, 과거의 연도별 탄성치를 5년간 또는 10년간 평균하여 이를 바탕으로 향후의 세수를 예측하는 것이다. 이러한 모형비교를 통해 얻은 결과는 다음과 같이 요약될 수 있다. 첫째, 단순 ECM 모형과 5년 평균 탄성치 모형은 예측력에 있어 큰 차이가 없다. 둘째, SUR-ECM 모형과 10년 평균 탄성치 모형은 예측력에 있어 큰 차이가 없다. 셋째, 단순 ECM 모형보다는 SUR-ECM 모형의 예측력이 높으며, 5년 평균 탄성치 모형보다는 10년 평균 탄성치 모형의 예측력이 높다. 넷째, 어느 경우에든 예측 오차가 상당히 크고 이러한 오차는 예측시계가 넓어질수록 커진다. 예를 들어, 5년 후의 세수에 대한 예측치는 평균적으로 오차의 절대값이 10% 수준에 이른다. 탄성치 모형이 단순 ECM 모형이나 SUR-ECM 모형에 비해 그리 나쁜 예측결과를 낳지 않는다는 것은 새로운 사실이다. 또한 5년 평균 탄성치보다 10년 평균 탄성치를 사용하는 것이 더 나은 예측치를 낳는다는 것은 세수예측에 있어 최근의 자료만을 사용하는 것보다는 과거 꽤 오랜 기간의 자료를 사용하는 것이 바람직하다는 점을 시사한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (하)
• /
• pp.931-934
• /
• 2000

움직임 추정 및 보상을 위한 방법 중 가장 많이 사용하는 블록 정합 방법은 어떤 평가 함수와 탐색방법(Search Procedure)을 사용했느냐에 따라 그 성능이 달라지게 된다. 본 논문에서는 평가 함수로써 평균 제곱 오차(Mean Squared Error; MSE), 평균 절대값 오차(Mean Absolute Error; MAE), 화소 차분류(Pel Difference Classification: PDC)을, 탐색 방법으로써 전체 탐색 방법(Full Search Method : FSM), 3단계 탐색 방법(Three Step Search : TSS), 대각 탐색 방법(Cross Search Algorithm ;CSA)을 사용하여 이들의 성능을 각각 비교 분석하여 봄으로써 블록 정합 방법을 이용한 움직임 추정에 대한 전반적인 이해를 도모하고자 한다.

• 한국수자원학회논문집
• /
• 제43권12호
• /
• pp.1039-1050
• /
• 2010

본 연구에서는 괴산댐 하류 달천에서 6가지 직접 유량 측정 방법-유속면적법, 봉부자법, ADCP이동측정법, ADCP정지 측정법, 전자파표면유속계, LSPIV-을 적용하고, 이를 댐 방류량 및 유속면적법과 비교함으로써 정확도를 상호 평가하였다. 이를 위해 2005년부터 2010년까지 실시된 총 39회의 유량측정결과가 분석되었다. 댐 방류량과의 비교 결과, 봉부자법을 제외한 나머지5가지 방법은 평균 6.2% 이내의 절대값오차를 나타냈다. 유속면적법과 다른 4가지방법을 비교할 경우, 전자파표면유속계는 7.35%, 나머지 3가지 방법은 6% 이내의 절대값오차를 나타냈다. 봉부자법은 댐 방류량 및 유속면적법과 비교하여도 오차의 범위가 크게 나타났는데, 이에 대해서는 추가적인 검증이 필요하다.

• 한국멀티미디어학회논문지
• /
• 제13권11호
• /
• pp.1698-1705
• /
• 2010

본 논문에서는 자기 공명 영상에서 고속의 간 분할 기법을 제안한다. 제안 기법은 MR 영상을 정규화된 기울기 크기 정보를 바탕으로 효율적으로 객체와 경계로 구분한다. 다음으로 간 영역에 해당하는 객체를 직전에 분할된 슬라이스의 간 영역에서 추출된 씨앗점들로 2차원 씨앗점 영역 성장법을 이용하여 검출한다. 마지막으로 롤링 볼 알고리즘과 연결 요소 분석 기법을 사용하여 간 경계 부근의 위양성 오차를 최소화한다. 20명의 환자 데이터에 대하여 제안 기법으로 분할한 결과와 수작업으로 분할한 결과를 비교하여 정확성을 검증하였다. 평균 볼륨 오버랩 오차 5.2%였고, 평균 절대값 볼륨 측정 오차는 1.9%였다. 제안 기법으로 한 환자 데이터를 분할하는 데 소요되는 평균 시간은 약 3초 정도였다. 제안 기법은 빠르고, 정확한 간 분할을 필요로 하는 컴퓨터 보조 간 진단 기법에 사용될 수 있다.

• 한국전자통신학회논문지
• /
• 제16권4호
• /
• pp.625-632
• /
• 2021

본 논문은 잡음감쇠기에서 CNN(Convolutional Neural Network) 계층의 필터 수가 성능에 미치는 영향을 연구하였다 이 시스템은 적응필터 대신 신경망 예측필터를 이용하며 심층학습방법으로 잡음을 감쇠한다. 64-뉴런, 16-커널 CNN 필터와 오차 역전파 알고리즘을 이용하여 잡음이 포함된 음성신호로부터 음성을 추정한다. 본 연구에서 필터 수에 대한 잡음감쇠기의 성능을 검증하기 위하여 Keras 라이브러리를 사용한 프로그램을 작성하고 시뮬레이션을 실시하였다. 시뮬레이션 결과, 본 시스템은 필터 수가 16일 때 MSE(Mean Squared Error) 및 MAE(Mean Absolute Error) 값이 가장 작은 것으로 나타났으며 필터가 4개 일 때 성능이 가장 낮은 것을 볼 수 있다. 그리고 필터가 8개 이상이 되면 필터 수에 따라 MSE 및 MAE 값이 크게 차이나지 않는 것을 보여주었다. 이러한 결과로부터 음성신호의 주요 특징을 표현하기 위해서는 약 8개 이상의 필터를 사용해야 한다는 것을 알 수 있다.

• 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.

• 한국산학기술학회논문지
• /
• 제17권2호
• /
• pp.87-95
• /
• 2016

본 연구에서는 국내 도시가스 수요 데이터를 분석하여 시간대별 도시가스 수요의 특성을 파악하고 정확한 시간대별 도시가스 수요 예측을 위해 다중회귀모형(multiple regression model)을 개발하였다. 시간대별 도시가스 수요를 정확하게 예측하는 것은 공급자의 비용 절감뿐만 아니라 안정적인 배관망 관리 측면에서도 매우 중요하다. 수요 예측 오류로 인해 가스 공급이 부족한 상황이 발생하면 부족한 공급량을 빠른 시간내에 보충하기 위해 가스 배관망의 압력을 급격히 증가시켜야 하는 응급 상황이 전개될 수 있다. 반면, 시간대별 가스 생산량이 실제 수요보다 많은 경우에는 과다한 저장 시설 운용 및 불필요한 생산 비용이 발생하는 문제가 있다. 과거 시간대별 도시가스 수요 데이터를 분석한 결과 시간대별 도시 가스 수요는 직전 시간대(즉, 24시간 전) 수요와 매우 높은 상관관계를 보이며 24시간 수요 패턴은 1주일전 동일 요일(즉, 168시간전)의 24시간 수요 패턴과 매우 높은 상관관계가 있음을 확인하였다. 또한, 외기 온도가 도시가스 수요에 영향을 주는 특수한 조건을 파악하였다. 즉, 시간대별 도시가스 수요와 시간대별 외기 온도는 평균적으로 0.853의 높은 상관계수 절대값을 보여주며, 상관관계 분석시 같은 요일에 속한 데이터만 분석하면 상관계수의 절대값은 최저 0.861 및 최고 0.965까지 증가한다. 이상의 분석 결과를 바탕으로 본 연구에서는 24시간 전 수요와 168시간 전 수요를 독립변수로 고려한 다중회귀모형 및 외기 온도를 추가한 두 번째 다중회귀모형을 제안하며, 제안한 예측모형의 성능을 확인하기 위해 2009년부터 2013년까지 5년간의 시간대별 수요 예측 결과를 평가하였다. 본 연구에서 제안한 24시간 전 수요와 168시간 전 수요를 독립변수로 고려한 다중회귀모형의 경우 과거 5년간의 수요 예측 오차율의 절대값 평균(mean absolute percentage error)은 4.5% 수준이며, 외기 온도를 추가한 모형의 경우 오차율의 절대값 평균은 5.13%임을 확인하였다.