• 한국콘텐츠학회논문지
• /
• 제10권1호
• /
• pp.1-9
• /
• 2010

물체 표면의 재질을 실물에 가깝게 렌더링 하는 것은 그래픽 콘텐츠의 사실감을 위한 중요한 요소이다. 본 논문은 속성이 다른 여러 구성 물질에 의해 복잡한 무늬가 형성된 표면을 한 장의 스틸 사진만을 이용하여 셰이딩하는 기법을 제안한다. 기존 방법들은 이와 같은 이종물질에 의한 불규칙한 텍스처의 렌더링을 위해 많은 이미지를 필요로 하거나 특수 촬영 장비를 사용했으며, 수작업에 의해 물질별 표면 영역을 나누어 주어야 했다. 본 연구에서는 영상의 히스토그램 분포 특성에 따른 물질별 텍스처 영역 분할법의 자동 선택 방식을 제시하였고, 그 결과로 구분된 물질별 레이어에 대해 근사화(approximate)된 양방향 반사도 분포함수(BRDF) 값을 구함으로써 주어진 사진과 다른 조명 조건이나 시야(view)에 대해서도 대응되는 렌더링 및 셰이딩 결과를 생성할 수 있음을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권9호
• /
• pp.649-661
• /
• 2001

기존의 경계검출 방법은 디지털 영상에서 특정한 위치의 경계 존재 유무를 평가하기 위하여, 경계 신호를 강화하고 잡음의 영향을 줄이기 위한 여러 종류의 파라미터를 사용한다. 그 중 대표적인 것은 평활화 기능으로 가우스 함수를 많이 사용한다. 그러나, 평활화 함수는 그 크기에 따라 경계의 위치에 변화를 가져오기 때문에 특징 계산 등의 후처리 연산에 많은 오류를 전파하게 된다. 본 논문에서는 이러한 경계 검출과정의 오류를 줄일 수 있는 최적의 파라미터 평가를 퍼지 경계 표현을 이용하여 제안한다. 퍼지 경계 표현은 특정한 위치에 경계의 가능성 정도를 멤버십으로 부여하는 표현 방법으로서, 경계의 위치가 불확실하거나 밝기 변화가 이상적인 경계와 다를 경우에는 그의 애매성을 퍼지 멤버십으로 표현한다. 이러한 경계의 퍼지 표현을 이용하여 기존의 경계 검출기를 사용하여 검출된 경계에 대한 존재의 모호성 및 위치의 모호성을 평가하고, 최적의 파라미터 값을 영상의 종류에 따라 자동적으로 선택할 수 있는 측정값을 제안한다.

• 산업경영시스템학회지
• /
• 제44권3호
• /
• pp.98-105
• /
• 2021

The sensory stimulation of a cosmetic product has been deemed to be an ancillary aspect until a decade ago. That point of view has drastically changed on different levels in just a decade. Nowadays cosmetic formulators should unavoidably meet the needs of consumers who want sensory satisfaction, although they do not have much time for new product development. The selection of new products from candidate products largely depend on the panel of human sensory experts. As new product development cycle time decreases, the formulators wanted to find systematic tools that are required to filter candidate products into a short list. Traditional statistical analysis on most physical property tests for the products including tribology tests and rheology tests, do not give any sound foundation for filtering candidate products. In this paper, we suggest a deep learning-based analysis method to identify hand cream products by raw electric signals from tribological sliding test. We compare the result of the deep learning-based method using raw data as input with the results of several machine learning-based analysis methods using manually extracted features as input. Among them, ResNet that is a deep learning model proved to be the best method to identify hand cream used in the test. According to our search in the scientific reported papers, this is the first attempt for predicting test cosmetic product with only raw time-series friction data without any manual feature extraction. Automatic product identification capability without manually extracted features can be used to narrow down the list of the newly developed candidate products.

• 대한토목학회논문집
• /
• 제41권3호
• /
• pp.247-255
• /
• 2021

수도권 지하철 AFC자료는 승객의 환승정보가 누락되어 있다. AFC자료는 통행수, 통행시간 및 통행거리의 통행지표를 TagIn 단말기ID를 기준으로 할당한다. 따라서 AFC자료는 승객의 실제 통행궤적을 반영하지 못하며, 이는 통행지표 추정의 오류로 작용되고 있다. 본 연구는 TagIn 및 TagOut 단말기ID를 연결하는 통행경로 파악을 통하여 통행지표를 산정하는 방법론을 제안한다. 이를 위해 승객은 차내시간, 환승보행시간, 배차간격을 고려한 최소통행시간경로를 통행한다고 가정한다. 이 방법은 승객이 이동한 통행궤적을 따라 환승을 반영하기 때문에 승객이 이동한 경로에 포함된 지하철 운영기관의 통행관련자료가 통행지표에 정확하게 반영된다. 제안된 방법론은 기존 AFC자료보다 1.47배가 증가한 통행을 산정하여 교통정책을 위한 지표산정방안으로 평가될 수 있음을 보여준다.

• 응용통계연구
• /
• 제37권3호
• /
• pp.265-282
• /
• 2024

기대 수익률은 높이고, 재무적 위험은 낮추는 것을 목표로 하는 금융 포트폴리오 최적화 분야에서는 위험 측정 지표에 관한 연구가 활발히 진행되어 왔다. 적은 자산으로 효율적인 포트폴리오를 구성하기 위해 다양한 페널티 항을 활용한 연구 또한 지속해서 진행되어 왔다. 본 논문에서는 평균-숏폴 포트폴리오와 SLOPE 페널티 항을 결합한 새로운 포트폴리오 최적화 식을 제안하였다. 이 과정에서 선형계획법으로 표현되지 않는 최적화식을 새로운 변수를 도입해 표현하고, 이를 ADMM 알고리즘을 사용해 해결하는 방식을 제안하였다. SLOPE 페널티 항이 갖는 그룹화 특징이 본 논문에서 제안하는 평균-숏폴 포트폴리오에서도 해당 특징이 유효함을 시뮬레이션 데이터를 바탕으로 확인하였다. 실증 데이터 분석을 통해서는 본 논문에서 제안한 모형을 기반으로 실제 투자 환경에서 고려할 수 있는 4가지 종류의 포트폴리오 구성 방식을 제안하고, 평가하였다.

• 전자공학회논문지
• /
• 제52권5호
• /
• pp.3-9
• /
• 2015

기존의 무선통신시스템에서는 무선채널에서의 데이터 전송 성능 향상을 위해 시스템 각 계층의 특성에 적합한 재전송 방식을 사용한다. 이때 재전송 방식은 해당 계층에서 독립적으로 동작하며, 무선통신시스템의 종단 간 성능에는 관계없이 각 계층별로 정해진 파라미터에의해 동작하게 된다. 이와 같은 파라미터는 무선통신시스템의 종단 간 성능을 고려하지 않기 때문에 한정된 무선채널자원 및 네트워크 자원을 효율적으로 활용하기 위한 최적의 시스템 파라미터를 설계하기 어렵다. 따라서 각 서비스 별로 정해진 종단 간 QoS(Quality of Service) 요구사항을 만족시키기에 적합한 재전송 방식의 파라미터를 설계하기 위해서는 무선통신시스템의 종단 간 성능 분석이 필요하다. 본 논문에서는 다 계층 재전송 방식을 사용하는 무선통신시스템의 종단 간 성능을 수학적으로 분석하고, 모의실험을 통해 MAC(Medium Access Control) 계층과 전송계층에서 데이터 전송 성능을 도출한다. 또한 성능평가 결과를 바탕으로 사용자에게 제공되는 각 서비스 클래스의 특성에 적합한 재전송 방식과 파라미터 값을 설정하도록 한다. 모의실험 결과, HARQ(Hybrid Automatic Repeat reQuest)와 AMC(Adaptive Modulation and Coding)를 결합한 방식의 경우 지연에 민감한 서비스에 유리하며, ARQ(Automatic Repeat reQuest)와 AMC를 결합한 방식은 평균 전송지연시간에 영향을 받지 않는 서비스에 유리하다. 또한 TCP(Transmission Control Protocol)는 지연에 민감하지 않은 서비스에서만 사용 가능하다.

• 방송공학회논문지
• /
• 제21권3호
• /
• pp.425-435
• /
• 2016

본 논문에서는 카메라로부터 입력된 영상으로부터 쌀, 커피, 녹차 등 다양한 원료를 양품과 불량품으로 자동 분류하기 위한 분류 모델을 제안한다. 현재 농산물 원료 분류를 위해서 주로 숙달된 노동력의 육안 선택에 의존하고 있지만 작업시간이 길어질수록 반복적인 작업에 의해 분류 능력이 현저히 떨어지는 문제점이 있다. 노동력에 부분적으로 의존하는 기존 제품의 문제점을 해결하기 위해, 본 논문에서는 평균-이동 클러스터링 알고리즘과 단계별 영역 병합 알고리즘을 결합하는 비전기반 자동 원료 분류 알고리즘을 제안한다. 우선 입력 원료 영상에서 평균-이동 클러스터링 알고리즘을 적용하여 영상을 N개의 클러스터 영역으로 분할한다. 다음단계에서 N개의 클러스터 영역 중에서 대표 영역을 선택하고 이웃 영역들의 영역의 색상과 위치 근접성을 기반으로 단계별 영역 병합 알고리즘을 적용하여 유사한 클러스터 영역을 병합한다. 병합된 원료 객체는 RG, GB, BR의 2D 색상 분표로 표현되고, 병합된 원료 객체에 대해 색상 분포 타원을 만든다. 이후 미리 실험적으로 설정된 임계값을 적용하여 원료를 양품과 불량품을 구분한다. 다양한 원료 영상에 대해 본 논문에서 제안하는 알고리즘을 적용한 결과 기존의 클러스터링 알고리즘이나 상업용 분류 방법에 비해 사용자의 인위적 조작이 덜 필요하고 분류성능이 우수한 결과를 나타냄을 알 수 있었다.

• 한국음향학회지
• /
• 제24권1호
• /
• pp.29-37
• /
• 2005

본 논문은 한국의 전통 음악, 즉 국악 장르를 자동으로 분류하는 시스템을 제안한다. 제안된 시스템은 입력 음악의 내용기반 분석을 통하여 궁중음악, 풍류방음악, 민속성악, 민속기악, 불교음악, 무속음악 등 6가지 장르중 하나로 자동분류하여 해당 음악의 장르 결과를 보여준다. 국악 장르 분류에 사용된 내용기반 알고리즘은 크게 음악의 특징 벡터 추출 그리고 장르 분류를 위한 패턴인식 과정 2가지로 구성된다. 음악의 특징 벡터 추출은 디지탈 신호 처리기술을 이용하여 해당 음악의 spectral centroid, rolloff, flux 등 STFT (Short Time Fourier Transform) 기반의 특징 계수들과 MFCC (Mel frequency cepstral coefficient), LPC (Linear predictive coding) 등의 계수들을 구한 후 SFS (Sequential Forward Selection) 최적 특징 벡터 열을 선별하여 사용하였으며 패틴 분류 알고리즘으로는 k-NN (k -Nearest Neighbor), Gaussian, GMM (Gaussian Mixture Model), SVM (Support Vector Machine) 분류기를 사용하였다. 특히 본 연구에서는 입력 질의의 패턴 (혹은 구간) 변화에 따른 시스템의 불확실성을 개선하기 위하여 MFC (Multi Feature Clustring) 방법을 이용하여 DB를 구축하였다. 모의실험 결과 k-NN 과 SVM 분류기 모두 $97{\%}$ 이상의 장르 분류 성공률을 보였으나, SVM 이 k-NN에 비해 약 3배 이상의 빠른 분류 성능을 가지고 있음을 확인하였다.

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.200-208
• /
• 2022

본 연구에서는 객체 인식 모델을 활용하여 전동 이동 보조기를 이용하는 교통약자를 위한 자동 정보 수집 체계 및 지리정보 구축 알고리즘을 구현하고자 한다. 장애인의 이동 중 만날 수 있는 객체를 인식하면서 좌표정보와 함께 획득하고 사진정보를 저장하여 기존의 장애인용 지리정보 보다 개선된 이동 경로 선택용 지도정보를 제공하고자 한다. 데이터 획득을 위한 수집 프로세스는 HW 계층을 포함하여 총 4가지 계층으로 구성되어 있으며, 영상 정보와 위치정보를 수집하여 서버로 송신하고 이를 인식하고 분류하는 과정을 통해 지리정보 생성에 필요한 데이터를 추출한다. 생성된 알고리즘은 실제 배리어프리존 일대에서 주행 실험을 실시하고 이 과정에서 실제 데이터의 수집과 그에 따른 지리정보 생성 알고리즘의 실행을 통해 실제 유의한 수준의 지리정보가 얼마나 효율적으로 생성되는지를 확인한다. 수집된 지리정보 처리 성능은 세 번의 실험에서 1회차 70.92 EA/s, 2회차 70.69 EA/s 3회차 70.98 EA/s로 평균 70.86 EA/s로 확인되었으며 실제 지리정보에 반영되기까지 약 4초가 소요됨을 확인할 수 있었다. 이러한 실험 결과로부터 전동 이동 보조기를 이용하는 보행 약자가 현재보다 빠르게 제공되는 새로운 지리정보를 이용해 안전한 주행이 가능한 것으로 확인되었다.

• 서비스연구
• /
• 제13권2호
• /
• pp.99-113
• /
• 2023

고객 기반의 산업에서 고객 Retention은 기업의 경쟁력이라 할 수 있으며, 고객 Retention을 높이는 것은 기업의 경쟁력을 높이는 것이라 할 수 있다. 따라서, 미래 휴면 고객을 잘 예측하여 관리하는 것은 기업의 경쟁력을 높이는데 무엇보다 중요하다. 왜냐하면, 신규 고객을 유치하는데 필요한 비용이 기존 고객을 Lock-in 시키는데 드는 비용 보다 많은 것으로 알려져 있기 때문이다. 특히, 수 많은 카드사가 존재하는 국내 카드 산업의 휴면 카드를 관리하고자 정부에서 휴면 카드 자동 해지 제도를 도입하고 있으며, 카드 산업에서 휴면 고객을 관리하는 것이 무엇보다 중요한 과제로 떠오르고 있다. 본 연구에서는 카드 산업에서 휴면 고객을 예측하기 위해 Recurrent Neural Network (RNN)방법론을 사용하였으며, RNN방법론 중에서 긴 시간을 효율적으로 학습할 수 있는 Long-Short Term Memory (LSTM)을 활용하였다. 또한, 통합기술수용이론 (UTAUT)을 입각하여 카드 산업에서 휴면 고객을 예측하는데 필요한 변수를 재정의하였다. 그 결과 안정된 모형의 정확도와 F-1 score를 얻을 수 있었으며, Hit-Ratio를 통하여 모형의 안정된 결과를 입증하였다. 기존 연구에서 지적된 통합기술수용이론 (UTAUT)에서 발생 될 수 있는 인구통계학적 정보의 조절 효과도 발생 되지 않은 것을 보였으며, 이로 인해 통합기술수용이론(UTAUT)를 이용한 변수 선정 모형에서 LSTM을 이용한 휴면 고객 예측 모형은 편향되지 않고 안정된 결과를 가져다 줄 수 있다는 것을 입증하였다.