• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.586-589
• /
• 2006

순수 함수형 언어에서 예외처리를 구현하는 것은 매우 까다로운 문제이다. 지연계산, 참조투명성과 같은 주요 특징은 예외 처리와 상반된 성질을 가지는 때문이다. 예외의 처리순서는 계산순서와 관계가 있고, 예외의 발생순서는 참조투명성과 밀접한 관계가 있다. 본 논문은 현재 하스켈(Haskell)에서 구현된 예외처리 방법의 분석을 통해, 프로그램 수행 시 효율적인 예외처리 방법에 대해서 제시한다. 합성된 프로그램에서 예외 발생할 때 예외가 전달되는 것을 사전에 차단하는 방법을 이용한다. 실제 예외가 발생한 프로그램을 작성하고, 프로파일링을 통하여 이 방법의 효율성을 점검한다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.32 no.5
• /
• pp.243-254
• /
• 2005

Soft real-time applications such as multimedia feature highly variable processor requirements and probabilistic guarantees on deadline misses, meaning that each task in the application meets its deadline with a given probability. Thus, for such soft real-time applications, a system designer may want to improve the system utilization by allocating to each task a processor time less than its worst-case requirement, as long as the imposed probabilistic timing constraint is met. In this case, however, we have to address how to schedule jobs of a task that require more than (or, overrun) the allocated processor time to the task. In this paper, to address the overrun problem, we propose an overrun control method, which probabilistically controls the execution of overrunning jobs. The proposed overrun control method probabilistically allows overrunning jobs to complete for better system utilization, and also probabilistically prevents the overrunning jobs from completing so that the required probabilistic timing constraint for each task can be met. In the paper, we show that the proposed method outperforms previous methods proposed in the literature in terms of the overall deadline miss ratio, and that it is possible to synthesize the scheduling parameters of our method so that all tasks can meet the given probabilistic timing constraints.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.629-632
• /
• 2021

머신러닝의 성능 저하에 크게 영향을 미치는 데이터 불균형은 데이터를 증강하거나 제거하여 해결할 수 있다. 본 논문에서는 지도학습에서 쓰이는 정답 데이터를 기반으로 새로운 데이터 증강기법인 CDBSMOTE을 제안한다. CDBSMOTE을 사용하면 임의의 값을 사용하지 않고, 기존의 데이터 증강기법의 문제점이었던 과적합을 최소화하며 지도학습 데이터를 효과적으로 증강시킬 수 있다.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.2423-2426
• /
• 2003

음성합성은 합성방식에 따라 파형부호화법, 신호원부호화법, 혼성부호화법으로 분류할 수 있다. 특히 고음질 합성을 위해서는 파형부호화를 이용한 합성방식이 적합하다 하지만 파형부호화를 이용한 합성법은 여기 성분과 여파기 성분을 분리하지 않고 처리하기 때문에 음절단위나 음소단위의 합성기법으로는 바람직하지 못하다. 따라서 파형부호화법을 규칙에 의한 합성에 적용되도록 음원피치를 변경시키기 위한 피치 변경법이 필요하게 된다. 본 논문에서는 스펙트럼 왜곡을 최소화하기 위해 서브 선형근사에 의하여 스펙트럼 평탄화 시킨 후 스펙트럼 스케일링을 이용하여 피치를 변경하는 방법에 대하여 제안하였다. 기존 방법인 LPC법, Cepstrum법과 비교하여 어느 정도의 우수성을 보이는지 평가하였고 평가방법은 각각의 평탄화 된 신호의 분산을 구하여 평탄화의 정도를 측정하였다. 이때 평탄화 된 신호는 최고점이 영이 되도록 정규화 시키고 평균이 영인 분산을 계산하였다. 제안한 방법의 성능을 평가하기 위해 스펙트럼 왜곡율을 측정하여 본 결과 평균 스펙트럼 왜곡율은 평균 2.12％ 이하로 유지되었으며 실험결과 제안한 방법이 기존의 방법보다 우수함을 보여주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.310-312
• /
• 2002

볼륨 렌더링은 물체의 겉면만이 아니라 내부에 있는 모든 3차원 데이터를 이용해서 렌더링 하는 기법이다. 따라서 기존의 폴리곤 렌더링에선 불가능했던 물체 내부에 대한 표현이 가능하기 때문에 과학, 의료 분야 등 물체 전체에 대한 데이터 처리가 필요한 곳에서 많이 쓰이고 있다. 하지만 이러한 볼륨데이터의 크기는 일반적으로 1024$^3$Bytes 이상이기 때문에 기존의 단일 그래픽 가속기로는 메모리 크기나 연산 능력면에서 처리하기에 한계가 있다. 따라서 본 논문에서는 이런 기가급 볼륨데이터를 처리하기 위한 병렬 볼륨 렌더링 구조를 제시하고, 전송된 부분 이미지 합성을 위한 블렌딩 순서를 결정하는 시점 추적 (point-tracking)기법과 네트웍에 의한 성능저하를 최소화 할 수 있는 ‘프레임간 유사성(frame-to-frame coherency)을 이용한 RGBA데이터 압축기법’을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.446-450
• /
• 2020

딥러닝 기반의 영상 분석 방법들은 많은 양의 학습 데이터가 필요하며, 학습 데이터 구축에는 많은 시간과 노력이 소요된다. 특히 객체 검출 분야의 경우 영상 내 객체의 위치, 크기, 범주 등의 정보가 모두 필요하여 학습 데이터 구축에 더 많은 어려움이 있으며, 이를 해결하기 위해 최근 이미지 합성기반 데이터 증강에 관한 연구가 활발히 진행되고 있다. 이미지 합성기반 데이터 증강 방법은 배경 영상에 객체를 합성할 때 객체와 배경 영상이 접한 영역에서 아티팩트(Artifact)가 발생하며, 이는 객체 검출 모델이 아티팩트를 객체의 특징으로 모델링하여 검출 성능이 저하되는 원인이 된다. 이러한 문제를 해결하기 위하여 본 논문에서는 양방향 필터 기반의 이미지 합성 방법을 제안하고, 단일 단계 검출의 대표적인 방법인 RetinaNet을 이용하여 이미지 합성기반 데이터 증강 방법의 성능을 분석하였다. 공개 데이터셋에 대한 실험 결과 본 논문에서 사용한 단일 검출 방법 및 데이터 증강 기법을 사용하면 더 적은 양의 증강 데이터로 기존 방법과 동일한 성능을 보여주는 것을 확인하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.40 no.6
• /
• pp.546-554
• /
• 2021

In the signal processing of synthetic aperture sonar, it is subject that the platform in which the sensor array is installed moves along the straight line path. In practical operation in underwater, however, the sensor platform will have trajectory disturbances, diverting from the line path. It causes phase errors in measured signals and then produces deteriorated SAS images. In this study, in order to develop towed SAS, as tools to remove the phase errors associated with the trajectory disturbances of the towfish, motion compensation technique using Redundant Phase Center (RPC) and also Phase Gradient Autofocus (PGA) method is investigated. The performances of these two approaches are examined by means of a simulation for SAS system having a sway disturbance.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.455-458
• /
• 2004

소나 시스템의 표적 탐지 성능을 향상시키기 위해 물리적으로 제한된 길이의 어레이를 확장하는 합성 어퍼쳐 소나에 대한 연구와 실험이 이루어지고 있다. 본 논문에서는 왜곡된 어레이의 형상을 추정하여 왜곡을 보상한 후에 빔 영역에서 어레이를 합성하는 FFTSA(Fast Fourier Transform Synthetic Aperture) 기법의 성능을 분석하였다. 실험 데이터로는 한국 근해에서 견인 어레이로부터 획득한 데이터를 이용하였으며 실측된 데이터로 부어레이 간의 시-공간적인 위상 차이를 보상함으로써 어레이 길이를 확장하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.259-263
• /
• 2008

최근 기후변화로 인해 집중호우, 태풍, 폭설 등 악기상 발생이 빈번해지고 있으며, 특히 태풍은 단일 기상현상 가운데 가장 강력하며, 태풍으로 인하여 집중호우 폭풍 및 해일 등 부차적 악기상이 함께 발생하여 인명 및 경제 사회적인 피해 또한 막대하지만, 태풍으로 인한 강수량 측정은 다른 현상에 비해 정확한 측정이 어렵다. 이것은 태풍이 발생에서 소멸까지 일생의 대부분을 해상에서 보내, 육상 관측으로는 정확한 강수량 측정이 어렵기 때문이다. 그러나 위성자료를 활용하면 해상에서의 태풍 구름에 의한 강수분포를 추정할 수 있으며, 특히 구름을 투과하여 아래 내부구조 파악이 가능한 마이크로파 영역의 적외복사에너지를 이용하면 좀더 정확한 강수량 자료를 얻을 수 있을 것이다. 그러나 관측영역 확대를 위해서는 가능한 마이크로파위성자료를 합성처리하여 활용하는 것이 효과를 얻을 수 있을 것이다. 본 연구에서는 현재 기상청에서 수신하고 있는 Aqua/AMSR-E, SSM/I, TMI, QuilSCAT 등에서 산출되는 강수량을 상호 검증기법을 이용하여 합성처리 하였다. 위성자료마다 정확도와 해상도가 다른 것에 대해서는 높은 정확도에 가중치를 주고, 고해상도 자료에 맞추어 픽셀 크기를 맞추었다. 사용한 자료는 2005년$\sim$2007년 간 발생한 태풍 중에서 우리나라에 영향을 준 나비, 나리, 에위니아 등 3개 사례이며, 검증은 자동관측자료(AWS : Automatic Weather Station)자료와 일본 AWS자료(AMEDAS : Automatic Measurement Data Aquisition System) 및 미해군 연구소 발표자료를 이용하여, 시계열오차 분석 및 산포도를 분석하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.24 no.12
• /
• pp.1581-1587
• /
• 2020

With the emergence of convolutional neural network in the field of machine learning, the model for solving image processing problems has seen rapid development. However, the computing resources required are also rising, making it difficult to learn from a typical environment. Attention mechanism is originally proposed to prevent the gradient vanishing problem of the recurrent neural network, but this can also be used in a direction favorable to learning of the convolutional neural network. In this paper, attention mechanism is applied to convolutional neural network, and the excellence of the proposed method is demonstrated through the comparison of learning time and performance difference at this time. The proposed model showed that both learning time and performance were superior in object detection based on YOLO compared to models without attention mechanism, and experimentally demonstrated that learning time could be significantly reduced. In addition, this is expected to increase accessibility to machine learning by end users.