• 정보처리학회논문지B
• /
• 제14B권4호
• /
• pp.287-294
• /
• 2007

실세계의 문제에서 많은 기계학습의 알고리즘들은 데이터의 클래스 불균형 문제에 어려움을 겪는다. 이러한 클래스 불균형 문제를 해결하기 위하여 데이터의 비율을 변경하거나 좀 더 나은 샘플링 전략으로 극복하려는 연구들이 제안되었다. 그러나 데이터의 비율을 변경하는 연구에서는 전체 데이터 분포의 특성을 고려하지 못하고, 샘플링 전략을 제안하는 연구에서는 여러 가지 제한 조건을 고려해야만 한다. 본 논문에서는 위의 두가지 방법의 장점을 모두 포함하는 개선된 집중 샘플링 방법을 제안한다. 제안된 방법에서는 클래스 불균형 문제를 해결하기 위해 학습에 유용한 데이터들을 샘플링하는데 스코어링에 기반한 데이터 분할 방법을 이용한다. 즉, 입력 데이터들에 대해 SOM(Self Organizing Map)의 학습 결과로 얻은 BMU(Best Matching Unit)와의 거리를 계산하고, 이 거리론 스코어라 한다. 측정된 스코어는 오름차순으로 정렬되며, 이 과정에서 입력 데이터의 분포가 재 표현되고, 재 표현된 분포는 전체 데이터의 특성을 대표하게 된다. 그 결과로 얻은 데이터들 중에서 유용하지 못한 데이터들에 대해 제거하는 과정을 수행하여 새로운 학습 데이터 셋을 얻는다. 새로운 학습 데이터 생성 과정에서는 재 표현된 분포의 결과를 두 구간(upper, lower)으로 분할하는데, 두 추간 사이의 데이터들은 유용하지 못한 패턴들로 간주되어 학습에 이용되지 않는다. 본 논문에서 제안한 방법은 클래스 불균형의 비율 감수 훈련 데이터의 크기 감소, 과적합의 방지 등 몇 가지 장점을 보인다. 제안한 방법으로 샘플링된 데이터에 kNN 을 적용하여, 분류 실험한 결과 심한 불균형이 있는 ecoli 데이터의 분류 성능이 최대 2.27배 향상되었다.

• 정보처리학회논문지B
• /
• 제9B권5호
• /
• pp.571-578
• /
• 2002

인터넷을 통해 동영상을 전송할 때, 네트워크의 상태에 따라 패킷 손실이 발생할 수 있다. 패킷 손실이 발생하면 해당 프레임 뿐 아니라, 그 프레임을 참조하는 다른 프레임의 화질에도 영향을 미치는 오류전파가 발생한다. 본 논문에서는 전송 중 패킷 손실로 인한 오류전파를 최소화하기 위한 부호화 기법인 AMV(Auxiliary Motion Vector)를 제안한다. AMV 기법에서 부호기는 한 개의 매크로블록을 압축하기 위해 여러 프레임과의 움직임 예측을 수행한 후, 상위 두 개의 매칭블록을 선택한다. 두 블록 중 압축 대상 매크로블록과 더 유사한 블록을 움직임 보상에 이용하며 이 블록을 참조블록 또는 기본블록이라 한다. 나머지 블록을 보조블록이라 하며 참조블록이 손실된 경우 복호기가 참조블록의 대체용으로 이용한다. 보조블록의 정보는 압축된 매크로블록의 헤더에 블록의 모션벡터와 프레임 번호를 삽입함으로써 전송된다. 이 기법은 다른 기법에 비해 압축에 이용되는 참조블록의 수를 최소화하고 보조블록을 이용하여 오류를 요구함으로써 오류전파가 발생하는 범위와 그 강도를 줄이는 장점이 있다. 제안된 기법의 코덱을 구현하기 위해 H.263 표준 소스를 수정하였으며, 다양한 패킷 손실율의 트레이스를 생성하기 위해 시뮬레이션 툴인 NS-2를 이용하였다. 실험 결과 제안된 기법은 전체적으로 H.253 표준에 비하여 높은 성능을 나타냈으며 특히 화면의 변화가 적은 경우 패킷 손실율이 높을수록, 변화가 심한 경우 패킷 손실율이 낮을수록 높은 성능을 나타내었다.

• 한국전자파학회논문지
• /
• 제25권1호
• /
• pp.53-61
• /
• 2014

본 논문에서는 고조파 정합 기법을 이용하여 고효율 GaN HEMT 전력 증폭기를 설계 및 제작하고, 그 특성을 측정하였다. 고효율 특성을 얻기 위해 고조파 로드풀 시뮬레이션을 활용하였다. 즉, 기본 주파수뿐만 아니라 2차, 3차 등의 고조파에서 최적의 부하 임피던스를 찾아내었다. 이러한 고조파 로드풀 시뮬레이션 결과를 바탕으로 출력 정합 회로를 설계하였다. 제작한 전력 증폭기는 중심 주파수 1.85 GHz에서 선형 전력 이득 20 dB 및 33.7 dBm의 $P_{1dB}$(1 dB gain compression point) 특성을 보였다. 그리고, 출력 전력 38.6 dBm에서 80.9 %의 최대 전력 부가 효율(Power Added Efficiency: PAE)을 나타냈으며, 이는 기존에 설계된 고효율 전력 증폭기와 비교했을 때 아주 우수한 효율 특성이다. 또한, W-CDMA 신호입력에 대한 측정 결과, 28.4 dBm의 평균 출력 전력에서 27.8 %의 PAE와 5 MHz offset 주파수에서 -38.8 dBc의 ACLR (Adjacent Channel Leakage Ratio)을 보였다. 그리고, 다항식 맞춤 방식의 디지털 전치 왜곡(Digital Predistortion: DPD) 선형화 알고리듬을 구현하여 제작된 전력 증폭기의 ACLR을 6.2 dB 정도 향상시킬 수 있었다.

• 대한전자공학회논문지SP
• /
• 제38권2호
• /
• pp.117-128
• /
• 2001

유사도 측정자 (similarity measure)에 따라 문의자 (query)의 최적 정합자 (the best match)를 찾는 최적 검색 (optimal retrieval)을 위해서는 데이터베이스의 모든 영상들에 대해 전역 탐색 (exhaustive search)을 수행해야 한다. 그러나, 일반적인 전역 탐색은 방대한 계산량을 요구한다. 그 계산량을 줄이기 위해, 본 논문은 영상 데이터베이스의 클러스터링 (clustering)에 기반한 고속 다 해상도 전역 탐색 기법을 제안한다. 먼저 데이터베이스 내의 모든 영상들을 일정 수의 클러스터 (cluster)들로 나눈다. 각 클러스터는 유사한 특징 (feature)을 갖는 영상들로 구성된다. 그리고, 각 클러스터와 문의자 간 거리 (distance)의 하계(lower bound)를 구하고, 가능성이 전혀 없다고 판단될 경우 그 클러스터를 제거한다. 가능성이 있다고 판단된 클러스터들에 속한 후보 영상들 중에서 최적 정합자를 찾는다. 또한, 불필요한 특징 정합 연산을 줄이기 위해 다 해상도 데이터 구조에 기반한 거리 부등식 성질 (distance inequality property)을 유도하여, 탐색 과정에 적용한다. 제안한 기법은 고속 다 해상도 전역 탐색 기법으로서 단일 최적 정합자뿐만 아니라 다수의 상위 최적 정합자들도 정확하게 찾을 수 있다. 가장 보편적인 밝기 히스토그램 (luminance histogram)특징을 사용하여, 제안한 기법이 고속의 탐색 속도와 함께 최적 검색을 보장함을 증명해 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제4권1호
• /
• pp.25-44
• /
• 2010

With the increasing popularity of mobile devices, it has become necessary to protect private information and content in these devices. Face recognition has been favored over conventional passwords or security keys, because it can be easily implemented using a built-in camera, while providing user convenience. However, because mobile devices can be used both indoors and outdoors, there can be many illumination changes, which can reduce the accuracy of face recognition. Therefore, we propose a new face recognition method on a mobile device robust to illumination variations. This research makes the following four original contributions. First, we compared the performance of face recognition with illumination variations on mobile devices for several illumination normalization procedures suitable for mobile devices with low processing power. These include the Retinex filter, histogram equalization and histogram stretching. Second, we compared the performance for global and local methods of face recognition such as PCA (Principal Component Analysis), LNMF (Local Non-negative Matrix Factorization) and LBP (Local Binary Pattern) using an integer-based kernel suitable for mobile devices having low processing power. Third, the characteristics of each method according to the illumination va iations are analyzed. Fourth, we use two matching scores for several methods of illumination normalization, Retinex and histogram stretching, which show the best and $2^{nd}$ best performances, respectively. These are used as the inputs of an SVM (Support Vector Machine) classifier, which can increase the accuracy of face recognition. Experimental results with two databases (data collected by a mobile device and the AR database) showed that the accuracy of face recognition achieved by the proposed method was superior to that of other methods.

• JSTS:Journal of Semiconductor Technology and Science
• /
• 제15권2호
• /
• pp.301-306
• /
• 2015

An ultra-compact and wideband low noise amplifier (LNA) in a quad flat non-leaded (QFN) package is presented. The LNA monolithic microwave integrated circuit (MMIC) is implemented in a $0.25{\mu}m$ GaN IC technology on a Silicon Carbide (SiC) substrate provided by Triquint. A source degeneration inductor and a gate inductor are used to obtain the noise and input matching simultaneously. The resistive feedback and inductor peaking techniques are employed to achieve a wideband characteristic. The LNA chip is mounted in the $3{\times}3-mm^2$ QFN package and measured. The supply voltages for the first and second stages are 14 V and 7 V, respectively, and the total current is 70 mA. The highest gain is 13.5 dB around the mid-band, and -3 dB frequencies are observed at 0.7 and 12 GHz. Input and output return losses ($S_{11}$ and $S_{22}$) of less than -10 dB measure from 1 to 12 GHz; there is an absolute bandwidth of 11 GHz and a fractional bandwidth of 169%. Across the bandwidth, the noise figures (NFs) are between 3 and 5 dB, while the output-referred third-order intercept points (OIP3s) are between 26 and 28 dBm. The overall chip size with all bonding pads is $1.1{\times}0.9mm^2$. To the best of our knowledge, this LNA shows the best figure-of-merit (FoM) compared with other published GaN LNAs with the same gate length.

• 한국콘텐츠학회논문지
• /
• 제11권2호
• /
• pp.31-39
• /
• 2011

가버 웨이브릿을 이용한 얼굴 그래프기반 안면 인식 알고리즘들은 우수한 인식 성능을 갖고 있지만 계산양이 많고 초기 그래프 위치에 따라 성능이 달라지는 등의 문제점들이 있다. 본 연구에서는 이를 개선하여 가버 피쳐기반 기하학적 가변형 얼굴 그래프 매칭방식을 이용한 완전 자동 안면 인식 알고리즘을 제안하였다. Adaboost를 이용해서 얼굴을 검출하고 얼굴 그래프의 초기 정합 위치와 크기를 결정하였다. 얼굴 그래프를 기하학적으로 가변시켜 가면서 얼굴 모델 그래프와 유사도가 가장 높은 얼굴 그래프를 고속으로 찾기 위해 매개변수들을 정의하고 최적화 알고리즘을 이용하여 최적 얼굴 그래프를 추출하였다. 제안한 알고리즘을 FERET 데이터베이스의 인식에 적용해 본 결과 96.7%의 인식률로서 기존 연구들에 비해 우수한 결과를 얻을 수 있었고 평균 0.26초의 인식 속도로서 실시간 적용이 가능함을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제20권7호
• /
• pp.979-985
• /
• 2017

This paper, which covers a fluorescence microscopy image of brain tumor cells, looks at drug reactions by treating different types and concentrations of drugs on a plate of $24{\times}16$ wells. Due to the limitation of the field of view, a well was taken into 9 field images, and each has an overlapping area with its neighboring fields. To analyze more precisely, image stitching is needed. The basic method is finding a similar area using normalized cross-correlation (NCC). The problem is that some overlapping areas may not have any duplicated cells that help to find the matching point. In addition, the cell objects have similar sizes and shapes, which makes distinguishing them difficult. To avoid calculating similarity between blank areas and roughly distinguishing different cells, thresholding is added. The thresholding method classifies background and cell objects based on fixed thresholds and finds the location of the first seen cell. After getting its location, NCC is used to find the best correlation point. The results are compared with a simple boundary stitched image. Our proposed method stitches images that are connected in a grid form without collision, selecting the best correlation point among areas that contain overlapping cells and ones without it.

• Journal of Microbiology and Biotechnology
• /
• 제28권10호
• /
• pp.1671-1682
• /
• 2018

Alginate lyases (endo and exo-lyases) are required for the degradation of alginate into its constituting monomers. Efficient bioethanol production and extraction of bioactives from brown algae requires intensive use of these enzymes. Nonetheless, there are few commercial alginate lyase preparations, and their costs make them unsuitable for large scale experiments. A recombinant expression protocol has been developed in this study for producing seven endo-lyases and three exo-lyases as soluble and highly active preparations. Saccharification of alginate using 21 different endo/exo-lyase combinations shows that there is complementary enzymatic activity between some of the endo/exo pairs. This is probably due to favorable matching of their substrate biases for the different glycosidic bonds in the alginate molecule. Therefore, selection of enzymes for the best saccharification results for a given biomass should be based on screens comprising both types of lyases. Additionally, different incubation temperatures, enzyme load ratios, and enzyme loading strategies were assessed using the best four enzyme combinations for treating Macrocystis pyrifera biomass. It was shown that $30^{\circ}C$ with a 1:3 endo/exo loading ratio was suitable for all four combinations. Moreover, simultaneous loading of endo-and exo-lyases at the beginning of the reaction allowed maximum alginate saccharification in half the time than when the exo-lyases were added sequentially.

• 디지털콘텐츠학회 논문지
• /
• 제18권2호
• /
• pp.347-356
• /
• 2017

희소 표현을 이용한 얼굴 인식 방법론은 강인성이 입증된 우수한 얼굴 인식 방법으로 알려져 있다. 이 방법론의 단점은 $L_1$-노름 최적화 문제를 통해 희소해를 구하는 과정에서 많은 시간이 소요되어 실시간 응용 분야에 적합하지 않다는 것이다. 통상적인 $L_2$-노름 최적화 문제를 통해 얻어진 희소해는 희소성이 결여되고 정확도가 떨어져서 희소 표현을 이용한 인식 방법론에는 사용되고 있지 않다. 우리는 본 논문에서는 탐욕적인 방식으로 $L_2$-노름 최적화 문제를 푸는 ROMP 방식을 도입해 희소해를 구하는 방법을 제안하고, 실험을 통해 제안한 방식이 정확도에서 기존 방식과 유사하며 속도는 60배 이상 빠름을 보였다. 또한, 희소 표현기반인식 방법론으로 희소해의 분포만을 고려하여 분류하는 단순한 방식인 C-SCI 방법론을 제안하였다. 이 방법론은 테스트 데이터를 복원하는 기존 방식과 성능 면에서는 유사하나 속도 면에서는 약 5배 빠름을 실험적으로 입증하였고, 이론적인 복잡도 분석 결과도 제시하였다.