• 한국항행학회논문지
• /
• 제11권1호
• /
• pp.59-63
• /
• 2007

본 논문은 윤곽선이 불분명한 상황에서 체형의 윤곽선과 신체 내부의 그리드 패턴들을 추출하기 위한 이미지 분할 알고리즘을 서술한다. 이미지 분할 방법은 문턱 값을 이용한 이진화 기법을 사용한다. 복잡한 형상을 지닌 물체의 3차원 정보를 추출하기 위한 노이즈 제거 알고리즘은 $3{\times}3$ 하이브리드 고역통과 필터 방법을 제안한다. 본 하이브리드 고역통과 필터 알고리즘은 노이즈 제거 시간이 기존 방법에 대하여 훨씬 단축되기 때문에 3차원 체형, CAD 시스템, 공장자동화와 같은 복잡한 형상을 지닌 물체의 3차원 정보를 추출하는데 적용할 수 있다.

• 한국지능시스템학회논문지
• /
• 제16권4호
• /
• pp.396-401
• /
• 2006

순환결합형 신경회로망은 복수 개의 리미트사이클을 생성하며 따라서, 많은 동적 정보를 저장할 수 있는 메모리 시스템으로 사용할 수 있다는 것이 알려져 있다. 본 논문에서는 각 뉴런이 최근접 뉴런에만 이진화한 결합하중 ${\pm}1$로 연결된 연속 시간모델 순환결합형 신경회로망을 구현하였다. 그리고 이런 회로망을 통해 생성되는 리미트사이클의 수와 패턴을 시뮬레이션을 통하여 나타내었다. 또한 카오스 신호를 인가하여 리미트사이클 사이의 천이 가능성을 입증하였다. 특히, 카오스 신호 이외의 랜덤 노이즈를 이용한 해석을 통하여 동적 신경회로망에 카오스 노이즈를 인가하는 경우의 유효성을 검토하였다.

• 한국산학기술학회논문지
• /
• 제13권5호
• /
• pp.2291-2297
• /
• 2012

X-선 스펙트럼 데이터는 물질의 성분과 관련이 없는 신호(백그라운드, 노이즈)들을 포함 하고 있다. XRF는 스펙트럼에서 가우시안 형태의 피크 위치와 크기를 이용하여 시료의 성분을 분석하며, 시료의 성분을 정확히 분석하기 위해서는 노이즈와 백그라운드를 제거 하여야 한다. 백그라운드를 제거하기 위한 방법으로는 SNIP, Threshold, Morphology 방법 등을 적용하고 있으며, Threshold 기법을 중에서 블록별로 각기 다른 임계값을 적용하는 Interval Threshold기법이 하나의 임계값을 적용하는 Level Threshold 방법보다 더 좋은 성능을 발휘한다. 본 논문에서는 Interval Threshold를 적용하기 위하여 웨이블릿을 이용하여 블록을 분리하는 알고리즘을 제안하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.138-141
• /
• 2014

본 논문에서는 색상 정보를 이용하여 배경 영역이 포함된 자동차의 전,후면 사진에서의 자동차 번호판 영역(녹색, 흰색) 추출과 추출된 번호판에서 글자를 분리해내는 방법을 제안한다. 기존의 색상 정보를 이용하여 번호판을 추출하는 방법은 흰색 번호판(신형 번호판)의 경우에는 배경 영역에서 흰색인 영역도 많고 국내 차량 중에 흰색 차량이 많기 때문에 번호판 영역과 배경 영역 사이의 명확한 구분에 어려움이 있었다. 따라서 행별 Red값 변화도를 조사하여 배경 영역과 번호판 영역 사이의 명확한 구분을 하게 하며, 흰색 번호판의 경우에 추출이 안되면 흰색의 기준을 더 낮추어서 다시 영역 추출을 할 수 있는 재추출 알고리즘을 추가해서 비교적 어두운 사진에서도 번호판영역을 추출할 수 있도록 한다. 추출된 번호판에서 글자를 추출해내는 과정에서도 이진화를 거치면 노이즈가 많이 생기기 때문에 이를 줄이고자 행별 Red값 변화도를 조사하여 번호판 영역에서 위아래 부분의 노이즈를 줄일 수 있도록 하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.978-980
• /
• 2014

본 연구에서는 스트레스 상태 측정을 위한 심전도 신호 QRS 검출 알고리즘을 제안한다. 심전도 신호의 QRS 검출 과정은 4단계로 wavelet, moving average, squaring, threshold method로 구성된다. wavelet은 기저선 변동과 노이즈를 제거하고 moving average는 전체 신호를 부드럽게 하고 잔여 노이즈를 제거하며 squaring은 신호를 강조하는 역할을 한다. 마지막으로 threshold 기법을 이용해 검출간격을 설정하여 QRS를 검출하였다. 그 결과 Sensitivity는 99.54%, Positive Predictivity는 99.69%, Detection Error는 0.76%를 보였다. 또한, 피험자를 대상으로 게임을 이용해 스트레스 상태 변화에 대한 실험을 하였고, HRV 시간-주파수 파라미터를 분석함으로써 스트레스 상태 변화를 관찰할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.402-403
• /
• 2014

미소자기감지 시스템은 자기신호를 전기신호로 변환하여 신호처리부로 송신하는 과정에서 AC성 노이즈가 유입되고, 필터링 과정에서 과도한 신호의 시간 및 위상 지연 현상이 발생한다. 본 논문에서는 상기의 문제점을 해결하기 위하여 무선통신 기술을 적용한 미소자기 감지 시스템을 설계하고 구현하였다. 미소자기시스템은 자기 센서 검출부, 신호처리부, 무선센서네트워크부, 시스템 제어부 및 모니터링부로 구성하였으며, 무선센서네트워크 기반의 센서의 무선화 적용을 통해 신호 노이즈 및 신호 지연을 최소화 하는 결과를 얻을 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.569-572
• /
• 2022

본 논문에서는 공기 메쉬(Air meshes)를 이용하여 고체의 충돌을 효율적으로 처리할 수 있는 새로운 방법을 제시한다. 기존의 프리미티브 단위의 충돌 처리는 시뮬레이션의 안정성을 높이기 위해 시간 간격(Time-step), 3차 방정식과 같은 큰 계산 과정을 필요로 했으며, 장면 복잡도에 따라 DCD(Discrete collision detection)뿐만 아니라 CCD(Continuous collision detection)까지 고려해야 되는 상황이 빈번히 발생한다. 본 논문에서는 이전에 제안된 공기 메쉬 기법을 통해 충돌처리를 효율적으로 개선시킬 수 있는 방법에 대해서 제안한다. 원본 공기 메쉬 접근법은 시뮬레이션 메쉬가 아닌, 주변 공기를 메쉬화시키고 이들의 변형을 부피로 근사하여 충돌 여부 및 처리를 인지하고 예측했다. 공기 메쉬를 정제하는 과정에서 수치적인 수렴을 위해 정삼각형을 유지하려는 제약사항을 두었다. 하지만, 이러한 방법은 장면에 따라 노이즈한 결과를 나타내며, 헤어나 털 시뮬레이션과 같은 라인 형태인 시뮬레이션에서는 경계 문제가 더욱더 민감하게 나타났다. 본 논문에서는 공기 메쉬를 정제하는 과정에서 새로운 제약 조건을 추가하여 노이즈가 완화된 충돌처리 결과를 보여준다. 우리의 헤어뿐만 아니라 대부분의 장면에서 안정적인 결과를 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.749-752
• /
• 2024

연합학습은 클라이언트가 중앙 서버에 원본 데이터를 주지 않고도 학습할 수 있도록 설계된 분산된 머신러닝 방법이다. 그러나 클라이언트와 중앙 서버 사이에 모델 업데이트 정보를 공유한다는 점에서 여전히 추론 공격(Inference Attack)과 오염 공격(Poisoning Attack)의 위험에 노출되어 있다. 이러한 공격을 방어하기 위해 연합학습에 차분프라이버시(Differential Privacy)를 적용하는 방안이 연구되고 있다. 차분 프라이버시는 데이터에 노이즈를 추가하여 민감한 정보를 보호하면서도 유의미한 통계적 정보 쿼리는 공유할 수 있도록 하는 기법으로, 노이즈를 추가하는 위치에 따라 전역적 차분프라이버시(Global Differential Privacy)와 국소적 차분 프라이버시(Local Differential Privacy)로 나뉜다. 이에 본 논문에서는 차분 프라이버시를 적용한 연합학습의 최신 연구 동향을 전역적 차분 프라이버시를 적용한 방향과 국소적 차분 프라이버시를 적용한 방향으로 나누어 검토한다. 또한 이를 세분화하여 차분 프라이버시를 발전시킨 방식인 적응형 차분 프라이버시(Adaptive Differential Privacy)와 개인화된 차분 프라이버시(Personalized Differential Privacy)를 응용하여 연합학습에 적용한 방식들에 대하여 특징과 장점 및 한계점을 분석하고 향후 연구방향을 제안한다.

• 한국전자통신학회논문지
• /
• 제11권1호
• /
• pp.45-52
• /
• 2016

본 논문은 영상 복원 문제에 대한 정규화 모수를 찾는 새로운 방법을 제시한다. 위너 필터(Wiener filter)는 원본 영상과 잡음의 파워 스펙트럼 등의 사전 정보를 요구한다. 제약된 최소자승 복원 역시 노이즈 수준에 대한 지식을 요구한다. 사전 정보가 없으면 티코노프(Tikhonov) 정규화 모수를 선택하기 위한 일반화된 교차 검증법이나 L자형 곡선 검정 등의 별도의 최적화 함수가 필요하다. 본 논문에서는 주파수 영역에서 선형 시스템의 바이어스 항목과 티코노프 정규화 시스템의 평활화 항목을 연결하는 자기 정규화 방법을 제안하고 영상 복원 문제에 적용한다. 실험결과는 제안하는 방법의 효능을 보여준다.

• 스마트미디어저널
• /
• 제7권4호
• /
• pp.17-23
• /
• 2018

자동 띄어쓰기 특성을 효과적으로 처리할 수 있는 LSTM(Long Short-Term Memory Neural Networks) 기반의 RNN 모델을 제시하고 적용한 결과를 분석하였다. 문장이 길거나 일부 노이즈가 포함된 경우에 신경망 학습이 쉽지 않은 문제를 해결하기 위하여 입력 데이터 형식과 디코딩 데이터 형식을 정의하고, 신경망 학습에서 드롭아웃, 양방향 다층 LSTM 셀, 계층 정규화 기법, 주목 기법(attention mechanism)을 적용하여 성능을 향상시키는 방법을 제안하였다. 학습 데이터로는 세종 말뭉치 자료를 사용하였으며, 학습 데이터가 부분적으로 불완전한 띄어쓰기가 포함되어 있었음에도 불구하고, 대량의 학습 데이터를 통해 한글 띄어쓰기에 대한 패턴이 의미 있게 학습되었다. 이것은 신경망에서 드롭아웃 기법을 통해 학습 모델의 오버피팅이 되지 않도록 함으로써 노이즈에 강한 모델을 만들었기 때문이다. 실험결과로 LSTM sequence-to-sequence 모델이 재현율과 정확도를 함께 고려한 평가 점수인 F1 값이 0.94로 규칙 기반 방식과 딥러닝 GRU-CRF보다 더 높은 성능을 보였다.