• 전기학회논문지
• /
• 제66권7호
• /
• pp.1078-1082
• /
• 2017

This paper presents an L1 optimization based filtering technique which effectively eliminates the optical misalignment effects encountered in the squint guidance mode with strapdown seekers. We formulated a series of L1 optimization problems in order to separate the bias and the gradient components from the measured data, and solved them via the alternating direction method of multipliers (ADMM) and sparse matrix decomposition techniques. The proposed technique was able to rapidly detect arbitrary discontinuities and gradient changes from the measured signals, and was shown to effectively cancel the undesirable effects coming from the seeker misalignment angles. The technique was implemented on embedded flight computers and the real-time operational performance was verified via the hardware-in-the-loop simulation (HILS) tests in parallel with the automatic target recognition algorithms and the intra-red synthetic target images.

• 한국컴퓨터그래픽스학회논문지
• /
• 제22권3호
• /
• pp.21-29
• /
• 2016

본 논문은 명시야 (bright-field) 현미경 영상를 위한 데이터 기반 세포 분할 알고리즘을 제시한다. 제시된 알고리즘은 일반적인 사전 학습 기법과 다르게 동시에 두 개의 사전과 관련된 희소 코드 (sparse code)를 통해 정의된 에너지 함수의 최소화를 진행하게 된다. 두 개의 사전 중 하나는 명시야 영상에 대해 학습된 사전이고 다른 하나는 사람에 의해 수작업으로 세포 분할된 영상에 대해 학습된 것이다. 학습된 두 개의 사전을 세포 분할 될 새로운 입력 영상에 대해 적용하여 이와 관련된 희소 코드를 획득한 후 픽셀 단위의 분할을 진행하게 된다. 효과적인 에너지 최소화를 위해 합성곱 희소 코드 (Convolutional Sparse Coding)와 Alternating Direction of Multiplier Method(ADMM)이 사용되었고 GPU를 사용하여 빠른 분산 연산이 가능하다. 본 연구는 이전에 사용된 가변형 모델 (deformable model)을 이용한 세포 분할 방식과는 다르게 제시된 알고리즘은 세포 분할을 위해 사전 지식이 필요없이 데이터 기반의 학습을 통해서 쉽고 효율적으로 세포 분할을 진행할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권8호
• /
• pp.3086-3101
• /
• 2021

To supply precise marketing and differentiated service for the electric power service department, it is very important to predict the customers with high sensitivity of electric power failure. To solve this problem, we propose a novel grouped 𝑙_1/2 sparsity constrained logistic regression method for sensitivity assessment of electric power failure. Different from the 𝑙₁ norm and k-support norm, the proposed grouped 𝑙_1/2 sparsity constrained logistic regression method simultaneously imposes the inter-class information and tighter approximation to the nonconvex 𝑙₀ sparsity to exploit multiple correlated attributions for prediction. Firstly, the attributes or factors for predicting the customer sensitivity of power failure are selected from customer sheets, such as customer information, electric consuming information, electrical bill, 95598 work sheet, power failure events, etc. Secondly, all these samples with attributes are clustered into several categories, and samples in the same category are assumed to be sharing similar properties. Then, 𝑙_1/2 norm constrained logistic regression model is built to predict the customer's sensitivity of power failure. Alternating direction of multipliers (ADMM) algorithm is finally employed to solve the problem by splitting it into several sub-problems effectively. Experimental results on power electrical dataset with about one million customer data from a province validate that the proposed method has a good prediction accuracy.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권3호
• /
• pp.813-829
• /
• 2022

In multi-view subspace clustering, how to integrate the complementary information between perspectives to construct a unified representation is a critical problem. In the existing works, the unified representation is usually constructed in the original data space. However, when the data representation in each view is very diverse, the unified representation derived directly in the original data domain may lead to a huge information loss. To address this issue, different to the existing works, inspired by the latest revelation that the data across all perspectives have a very similar or close spectral block structure, we try to construct the unified representation in the spectral embedding domain. In this way, the complementary information across all perspectives can be fused into a unified representation with little information loss, since the spectral block structure from all views shares high consistency. In addition, to capture the global structure of data on each view with high accuracy and robustness both, we propose a novel low-rank approximation via the tight lower bound on the rank function. Finally, experimental results prove that, the proposed method has the effectiveness and robustness at the same time, compared with the state-of-art approaches.

• Strategy21
• /
• 통권45호
• /
• pp.188-211
• /
• 2019

중국 해군의 성장은 동아시아의 안보환경 변화에 지대한 영향을 미치고 있으며, 한국 해군 또한 그 영향에서 벗어날 수 없는 실정이다. 대한민국은 중국과 지리적으로 맞닿아 있으며, 현재 불법 중국어선 및 이어도 문제 등 중국과의 수많은 해양갈등을 겪고 있는 상황으로, 이에 대한 적절한 대응을 위해서 한국 해군은 중국 해군의 현대화에 대한 대응을 준비해야만 한다. 본고는 중국과 한국의 해군력을 로버트 토마스 전 미 해군 중장이 제시한 지휘, 통제, 능력, 수량의 네 가지 측면에서 분석 및 비교하였다. 중국 해군은 적의 접근을 원해에서부터 차단하는 것을 목표로 하고(지휘), 그에 걸맞게 C4I 능력을 확충해나가고 있으며(통제), 전력투사. 수중/수상전, 해상재보급 역량을 늘려가고(능력), 최근 4년간 세계 대다수 해군의 총 톤수를 능가하는 수준의 함정건조 추세를 보이고 있다(수량). 한국 해군은 90년대 이후 "대양해군"을 목표로 해왔으며(지휘) 아덴만까지 실시간으로 통제 가능한 뛰어난 C4I 능력을 갖추었으나(통제), 아직 대양해군에 걸맞는 능력 및 전력을 구비하였다고 보기는 어렵다. 한국 해군이 상기 네 가지 측면에서 중국 해군을 따라잡는 것은 거의 불가능에 가깝다. 중국은 GDP의 2% 이내에서 국방비를 책정함에도 매년 GDP의 2.7%를 국방비에 투자하는 한국 국방비의 6배를 상회하며, 이 격차는 계속 커져가는 추세이다. 따라서, 대한민국 해군은 첫째, 잠수함 등 비대칭 전력 확보에 주력하고 방공/대잠능력 등 방어력을 향상시켜야 하며, 둘째, 관련국과의 긴밀한 협력을 통해 동아시아 및 서태평양 지역에서의 해양안보 안정화를 위해 노력해야한다. ADMM+3 등 다자 안보의 틀 안에서 역내 해양의 안정을 꾀할 수 있도록 한국 해군은 정책적 노력을 경주해야할 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.329-333
• /
• 2008

본 연구에서는 도플러 방식 초음파유속계(ADVM, Acoustic Doppler Velocity Meter) 및 이동시간차방식 초음파유속계(UVM, Ultrasonic Velocity Meter)의 유량자료 검증을 위해 두 가지 방식이 적용된 한강대교와 여주대교의 2007년 운영성과를 검토하고 측정된 결과분석을 통해 자동유량측정시설의 유량측정자료를 검증하였다. 측정된 유량의 검증을 위해 평 저수시 유속계 측정 및 이동 ADCP법에 의한 연속 유량측정결과와 비교하였으며, 또한 봉부자를 이용한 측정결과와의 비교를 통해 홍수시 측정결과를 검토하였다. 또한 댐방류량, 하수처리장 방류량, 각종 취수량을 이용한 물수지 분석을 통해 자동유량측정에 의해 산정된 유출량과 비교하였다. ADVM 방식이 적용된 한강대교의 조위영향에 따른 수위변화를 고려하여 한 주기에 대한 측정을 수행하여 이를 비교한 결과, 흐름이 정체되는 일부구간의 측정결과를 제외하면 대부분 상대오차가 10% 내외가 발생하는 것으로 나타났다. 또한 월별 물수지 분석을 수행한 결과, 설치초기 시스템 안정화작업으로 인해 결측이 많이 발생한 $3{\sim}4$월을 제외하면 10%내외의 오차가 발생하였으며, 홍수기인 $6{\sim}7$월 사이에는 $1.9{\sim}5.5%$의 상대오차를 보여 자동유량측정시설의 측정결과가 매우 양호한 것으로 나타났다. 여주대교의 UVM 방식의 경우 측정장비의 안정화가 이루어진 5월부터 9월까지의 측정결과는 수위유량관계곡선으로 산정된 유량과 비교하였을 때 10%내외의 상대오차를 보인 것으로 나타났다. 아울러 월별 물수지 분석결과에서도 결측이 많이 발생한 5월의 23.7%의 오차를 제외하면, $5{\sim}10%$내의 오차를 보인 것으로 나타났으며 홍수기인 $6{\sim}8$월의 경우 5%이내의 오차가 발생한 것으로 나타났다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권5호
• /
• pp.2366-2395
• /
• 2018

Multi-view super-resolution (MVSR) refers to the process of reconstructing a high-resolution (HR) image from a set of low-resolution (LR) images captured from different viewpoints typically by different cameras. These multi-view images are usually obtained by a camera array. In our previous work [1], we super-resolved multi-view LR images via image fusion (IF) and blind deblurring (BD). In this paper, we present a new MVSR method that jointly realizes IF and BD based on an integrated energy function optimization. First, we reformulate the MVSR problem into a multi-channel blind deblurring (MCBD) problem which is easier to be solved than the former. Then the depth map of the desired HR image is calculated. Finally, we solve the MCBD problem, in which the optimization problems with respect to the desired HR image and with respect to the unknown blur are efficiently addressed by the alternating direction method of multipliers (ADMM). Experiments on the Multi-view Image Database of the University of Tsukuba and images captured by our own camera array system demonstrate the effectiveness of the proposed method.

• 인터넷정보학회논문지
• /
• 제23권4호
• /
• pp.73-85
• /
• 2022

인공지능으로 자동화와 연결성이 극대화되는 4차 산업혁명 시대를 맞이하여 모델의 업데이트를 위한 데이터 수집과 활용의 중요성이 점차 높아지고 있다. 인공지능 기술을 사용하여 모델을 생성하기 위해서는 일반적으로 데이터를 한곳에 모아야 업데이트할 수 있으나, 이런 경우 사용자의 개인정보를 침해할 수 있다. 본 논문에서는 분산 저장된 데이터를 직접 공유하지 않으면서 서로 협력하여 모델을 업데이트할 수 있는 분산형 기계학습 방법인 연합학습을 소개하며, 기존의 서버 없이 참여자들 간의 분산 합의 최적화를 이루는 연구를 소개한다. 또한, Kirkman Triple System을 기반으로 한 패턴 및 그룹을 생성하는 알고리즘을 이용하며, 병렬적인 업데이트 및 통신을 하는 패턴 및 그룹 기반 분산 합의 최적화 알고리즘을 제안한다. 이러한 알고리즘은 기존의 분산 합의 최적화 알고리즘 이상의 프라이버시를 보장하며, 모델이 수렴할 때까지의 통신시간을 감소시킨다.