• Spatial Information Research
• /
• 제21권1호
• /
• pp.63-73
• /
• 2013

지형지물은 각각의 특징적 요인을 내포하고 있어 촬영된 위성영상에 반영된다. 촬영시기가 다른 영상을 통하여 변화에 대한 정보를 얻을 수 있다. 다중시기 영상을 무감독 방법으로 분류할 수 있다면 영상 분류의 정확도를 높여 주고, 여러 응용분야에 기여할 수 있다. 규칙기반 영상분류 알고리즘은 사람의 직접적인 개입이 없이 자동화된 방법으로 처리 되도록 개발되었으나, 불완전 요소에 결과가 영향 받는지 확인되어야 한다. 이 연구에서는 제주도 지역의 Landsat 영상으로 규칙기반 영상분류를 수행하였다. 영상의 구름의 존재하고 촬영시기의 차이가 있는 경우, 대상지가 도시, 산지, 농지 등 복합적인 경우에 대하여 적용 결과를 확인하였다. 구름이 있는 부분의 경우, 계수에 영향을 주지 않았으며, 촬영시기의 차이에 따라 분류규칙이 적절이 반영되었다. 제주시 도시지역의 확장, 서귀포시의 비닐하우스 등의 시설물 개체 수 증가 등을 파악 할 수 있었다. 제주도 지역의 공간정보 변화 파악과 분류 정확도를 얻을 수 있었다. 양질의 무감독 분류가 수행되는 것을 목표로 하여 방법의 일반화 및 개선방안을 모색하고자 하였다. 향후 도시개발, 환경변화 모니터링 등 영상 시계열 분석에 다양하게 활용될 수 있을 것이다.

• 대한전자공학회논문지SD
• /
• 제44권8호
• /
• pp.80-88
• /
• 2007

매우 복잡한 시스템의 보다 효율적인 설계를 위한 차세대 SoC를 위해 중요한 것은 시스템의 고적용성과 고확장성이다. 이를 위해 최근 들어 급속히 관심이 높아지는 것이 계산 모듈중심의 시스템 설계를 탈피하여 통신 중심으로 시스템 설계를 보는 communication-based 설계 방법론이며, 그 중 대표적으로 많은 관심을 모으고 있는 것이 Network-on-Chip (NoC)이다. 이는 모듈간의 직접적인 연결에 의한 데이터의 통신 구조를 가진 일반적인 SoC 설계에서의 취약한 확장성과 통신 구조의 고정성을 극복하기 위해, 데이터를 패킷화하고, 이를 네트워크 인터페이스 및 라우터에 의한 가변적인 구조에 의해 전송함으로써 통신 구조의 적용성과 확장성을 제공하려는 노력이다. 하지만 확장성과 적용성에 치중하다 보면 성능과 면적에 대한 비용이 너무 커져서 실제로 기존의 연결 방법과 비교하여 실용성이 없을 수 있다. 그래서 본 연구에서는 통신 패턴의 면밀한 분석을 통하여 매우 성능에 중요하고 또 빈번한 통신 패턴에 대해서는 기존의 연결 방식을 고수하면서, 전체적인 연결성 및 확장성을 유지하는 알고리즘을 제시한다. 이 방법을 통해서 최소 30%의 네트워크 인터페이스 및 라우터 구조가 훨씬 간단한 구조로 바뀔 수 있었으며, 이로 인한 연결성 (connectivity) 및 확장성에 대한 손실은 거의 없었다. 시뮬레이션 결과에 의하면 통신 구조의 최적화를 통해서 연결에 소요되는 시간적 성능은 49.19% 향상되었고 면적의 측면에서도 24.03% 향상되었음이 입증되었다.

• 한국정보처리학회논문지
• /
• 제7권8호
• /
• pp.2484-2496
• /
• 2000

네트워크 연결을 위한 고속 스위치는 계속해서 발달하여 왔으며, 스위치가 필요한 성능을 내는가를 여러 조건으로 분석하는 것은 중요한 일이다. 하지만, 복잡한 구조를 가진 시스템을 모델링하여 그 성능을 측정하는 것은 쉬운 일이 아니다. 큐잉이론을 이용한 모델링은 큰 상태 공간을 고려해야 됨은 물론이고 성능평가에 있어서도 복잡한 계산과정을 수행해야 하지만, SAN(Stochastic Activity Networks)에 의한 모델링과 성능평가는 그에 비해 간단하다는 장점이 있다. 본 논문의 목적은 출력포트에 큐를 갖는 고속 ATM 스위치를 확장된 SPN(Stochastic Petri Net)인 SAN을 이용해 모델링하고, 셀 도착 과정은 실제 트래픽과 유사한 특징을 가지고 있는 MMPP(Markov Modulated Poisson Process)로 모델링하여 그 성능을 평가하는데 있다. MMPP 모델을 이용한 버스티 트래픽을 고겨한 성능측정과 아울러 SAN의 장점을 이용한 확장이 용이한 스위치 모델을 보이고자 한다. 제한된 버퍼 크기를 갖는 출력 큐잉 ATM 스위치에 도착하은 셀은 포아송 도착 과정에서는 정확히 표현할 수 없는 버스티 특징을 표현할 수 있어 좀더 실제 트래픽에 가까운 MMPP로 모델링한다. SAN 모델은 UltraSAN 소프트웨어 패키지를 이용해 대기행렬의크기, 지연시간 그리고 셀 손실률에 대한 성능을 측정한다.

• 한국지구과학회지
• /
• 제26권7호
• /
• pp.683-690
• /
• 2005

공간 해상도 1m 이하의 고해상도 원격 탐사 영상의 민간 활용이 활발해 짐에 따라, 이를 위한 전문 분야 별 영상 분석 방법의 개발 요구가 증가하고 있다. 다양한 영상분석 기법 중에, 주변 화소들간의 공간 분포 관계에 의해 특성이 결정되는 텍스처 영상의 분석은 이러한 목적을 위한 유용한 영상 분석 방법 중 하나이다. 이 연구에서는 원시 영상으로부터 GLCM 알고리즘에 의해 생성된 텍스처 영상에 대해서 방향 인자, 마스킹 커널의 크기, 변수의 종류에 따른 결과를 비교, 분석한 뒤 각각의 결과 영상의 지형공간 특성 분석의 적용성에 대하여 알아보았다. 또한 원시 영상과 텍스처 영상에서 특성 정보를 포함하는 템플레이트를 설정하고 이를 기준으로 반복적인 패턴을 자동으로 검색하는 템플레이트 정합 프로그램을 구현하여 이를 원시 영상과 텍스처 영상에 적용하였고, 처리 결과에 기초하여 향후 적용 가능성을 검토하였다. 이 연구의 결과는 일정한 패턴으로 나타나는 지구과학적인 지형 특성이나 고해상도 위성영상 정보를 이용한 인공 지형지물의 파악 및 분석에 효과적으로 적용될 수 있을 것으로 예상된다.

• Computers and Concrete
• /
• 제19권5호
• /
• pp.457-465
• /
• 2017

The Taiwanese liquid crystal display (LCD) industry has traditionally produced a huge amount of waste glass that is placed in landfills. Waste glass recycling can reduce the material costs of concrete and promote sustainable environmental protection activities. Concrete is always utilized as structural material; thus, the concrete compressive strength with a variety of mixtures must be studied using predictive models to achieve more precise results. To create an efficient waste LCD glass concrete (WLGC) design proportion, the related studies utilized a multivariable regression analysis to develop a compressive strength waste LCD glass concrete equation. The mix design proportion for waste LCD glass and the compressive strength relationship is complex and nonlinear. This results in a prediction weakness for the multivariable regression model during the initial growing phase of the compressive strength of waste LCD glass concrete. Thus, the R ratio for the predictive multivariable regression model is 0.96. Neural networks (NN) have a superior ability to handle nonlinear relationships between multiple variables by incorporating supervised learning. This study developed a multivariable prediction model for the determination of waste LCD glass concrete compressive strength by analyzing a series of laboratory test results and utilizing a neural network algorithm that was obtained in a related prior study. The current study also trained the prediction model for the compressive strength of waste LCD glass by calculating the effects of several types of factor combinations, such as the different number of input variables and the relevant filter for input variables. These types of factor combinations have been adjusted to enhance the predictive ability based on the training mechanism of the NN and the characteristics of waste LCD glass concrete. The selection priority of the input variable strategy is that evaluating relevance is better than adding dimensions for the NN prediction of the compressive strength of WLGC. The prediction ability of the model is examined using test results from the same data pool. The R ratio was determined to be approximately 0.996. Using the appropriate input variables from neural networks, the model validation results indicated that the model prediction attains greater accuracy than the multivariable regression model during the initial growing phase of compressive strength. Therefore, the neural-based predictive model for compressive strength promotes the application of waste LCD glass concrete.

• 한국컴퓨터정보학회논문지
• /
• 제16권12호
• /
• pp.23-31
• /
• 2011

최적화 알고리즘의 하나로 제안한 단순 박테리아협동 최적화는 비교적 좋은 성능을 보였으나 개체가 한 번에 한 스텝씩 움직이는 것으로 말미암아 성능에 한계가 발생하였다. 이러한 문제를 해결하고자 개체에 등급을 매기고 등급별로 개체의 속력을 할당하는 방법을 제안하여 어느 정도의 성능향상을 보았다. 본 논문에서는 개체에 속력을 할당하는 방법에 추가적으로 성능향상을 위하여 기존의 진화적 최적화 알고리즘들이 많이 사용한 돌연변이를 새로 추가한 알고리즘을 제안한다. 새로 추가한 돌연변이에서는 적합도가 좋지 않은 일정 퍼센트의 개체를 해당 개체의 등급에 비례하는 영역내로 돌연변이를 일으킨다. 즉, 적합도가 낮아 등급이 낮으면 더 큰 표준편차의 가우시안 잡음을 섞어서 돌연변이를 발생한다. 결국 낮은 등급을 갖는 개체들은 부모로부터 멀리 떨어질 확률이 증가하게 된다. 이렇게 함으로서 개체가 지역 최적해 영역에 빠질 가능성을 줄이고 지역 최적해 영역에 빠져도 빠르게 나올 수 있는 가능성이 높아진다. 네개의 함수 최적화 문제에 적용해본 결과 개체 속력과 돌연변이를 함께 적용했을 경우에 성능이 향상되는 것을 보았다. 다만, 아주 복잡도가 높은 함수에서는 반드시 좋아지지 만은 않았는데, 추후 이를 해결하기 위한 다른 방법을 고안해야할 것으로 판단된다.

• 대한교통학회지
• /
• 제35권4호
• /
• pp.348-359
• /
• 2017

최근 국내에서는 대도시권의 교통혼잡 완화를 위하여 다양한 대중교통 활성화 정책을 시행중에 있다. 특히 대도시권역에서는 버스정보시스템이 도입되어 버스의 현재위치, 도착예정시간 등에 대한 정보를 제공하고 있다. 하지만 복잡한 도시부를 지나는 버스들의 경우 반복적인 교통혼잡과 버스몰림으로 인하여 정확한 통행시간 정보제공 시 정확도를 확보하는데 어려움이 있다. 기존 버스 통행시간 연구는 링크별 소통정보 제공방식으로 인하여 버스 이용자의 경로 통행시간 정보 제공 시 어려움이 있고, 데이터 기반의 단기 통행방식으로 중장기 정보 제공이 어렵다는 한계가 있다. 이에 본 연구에서는 경로기반의 중장기 버스통행시간 예측 방법론에 대한 연구를 실시한다. 이를 위하여 2015년 버스통행정보로 학습데이터, 2016년 자료로 검증데이터를 구성하였다. 학습데이터를 이용하여 버스통행정보를 분석하여 버스통행시간에 영향을 미치는 요인들을 출발시각, 요일, 그리고 기상요인 등으로 분류하고, 이들의 특성 값을 자기조직화지도를 활용하여 비슷한 통행 패턴을 가지는 군집으로 분류하였다. 도출된 군집들을 바탕으로 맑음과 우천시에 대한 요일/출발시각 별 버스통행시간 참조 테이블을 구성하였다. 검증데이터를 이용하여 본 연구에서 도출한 버스통행시간의 정확도를 검증하였다. 본 연구의 중장기 예측 알고리즘을 활용하여 기존의 직관적이고 경험적인 접근법의 한계를 극복할 수 있으며, 예측의 정확도 개선을 통한 버스이용자 만족도 향상 및 탄력적인 대중교통 정책 수립이 가능할 것으로 판단된다.

• 대한전자공학회논문지TC
• /
• 제40권1호
• /
• pp.24-36
• /
• 2003

IMT-2000 서비스의 전송제한은 3GPP에 규정하고 있다. IS-95A 서비스보다 IMT-2000 서비스는 3배의 대역폭을 가짐으로 해서 Peak to Average가 높아졌고, 이 때문에 인접채널에 대한 영향을 줄이는 쪽으로 더 주위 깊게 설계하여야 하는 어려움이 발생하였다. 이러한 요소에 가장 민감하게 동작하는 모듈이 이동통신 시스템에 최종단에 위치하여 멀리까지 서비스를 가능케 하는 HPA(High Power Amplifier)이다. HPA는 Pl㏈ 근처에 동작시킴으로 인해 3차 5차 신호로 인해 인접채널에 영향을 미치며, 신호가 포화됨으로 인해 왜곡이 발생한다. 이에 HPA를 어떻게 선형화 시킬 수 있을 것이냐가 중요한 요소로써 작용하는데, 본 논문에서는 가장 복잡한 구조로 이루어져 있지만 선형화 방법에 있어 탁월한 개선 능력을 갖는 Feed-forward 방식을 설계 제작하였다. 본 논문은 Feed-forward의 1차 궤환부인 신호 제거 궤환부에서 얻어진 전류를 검출하여 알고리즘을 수행케 함으로써 환경변화에서도 무리 없이 동작하는 적응형 40Watt Feed-forward 선형화 증폭기가 되도록 하였다. 일반적인 RF 출력 신호를 검출하는 방식은 회로가 복잡하며, 합성기 출력에서 검출을 하기 때문에 신호검출의 정확성에서도 떨어지는 단점이 있다. 또한 선형화 증폭기의 최종 출력에서의 에러 신호를 감지하여 최적화시키는 알고리즘 역시 기존 방식인 Pilot 신호를 이용하지 않고 에러량 검출 방식을 적용하셔 W-CDMA용 선형화 증폭기가 되도록 하였다. 결과적으로 54㏈의 이득특성을 얻으면서 IW에서 40W 출력시까지 어느 동작에서도 30㎑ 대역폭 내에서 -26㏈m Max@3.515㎒ ACPR(Adjacent Channel Power Ratio) 특성, 48㏈c Max@±5㎒ ACLR (Adjacent Channel Leakage Power Ratio) 특성을 모두 만족하여 3GPP의 국제규격을 만족하는 선형화 증폭기가 되도록 하였다.

• 전자공학회논문지SC
• /
• 제40권6호
• /
• pp.58-67
• /
• 2003

각종 성인병과 난치성질환인 뇌졸중과 치매, 중풍의 원인으로는 혈액순환장해에 의한 고혈압과 두부혈압의 상승이 주된 요인으로 작용하고 있다. MRI , X-ray 같은 의료장비는 뇌졸중이나 중풍 등의 발병전 예방보다는 발병후의 치료를 위한 목적으로 이용되고 있다. 최근에는 이러한 난치성 질환이 정상인에서도 발생하고 있어서, 상완혈압에 의한 진단보다는 뇌혈류 상태를 반영하는 두부혈압을 진단하는 것이 더 정확한 임상진단을 할 수 있다 그러나 기존 혈압계나 전자혈압계로는 두부혈압을 측정하거나 개선할 수 있는 기능을 수행할 수 없다. 따라서, 본 논문에서는 혈압과 두부혈압을 쉽고 간편하게 측정하고, 상완혈압에 대한 두부 혈압의 상관성을 추출하여 뇌혈류 상태 및 건강상태를 조기 진단/예방할 수 있는 시스템 및 알고리즘을 개발하였다. 임상실험 결과, 기존의 혈압계보다 측정오차가 작고 재현성이 우수하여 신뢰성을 확인하였고 ,두부혈압의 최고압은 상완 최고압의 62%, 최저혈압은 상완 최저혈압의 46%에 해당하는 상관성을 확인하였다. 정상인과 환자간의 상관성에 큰 차이가 있고, 이는 상완혈압 측정에 의존한 진단보다 두부혈압 측정에 의해 더 중요한 진단요소론 추출할 수 있어서 더 정차한 진단을 할 수 있음을 의미한다. 따라서, 뇌혈류에 이상이 있을 때 달라지는 두부혈압을 측정하여 상완혈압과의 상관성을 추출하고, 환자를 대상으로 분석하여 뇌혈류 상태를 진단/개선함으로서 새로운 진단체계를 구축할 수 있는 시스템을 개발하였다.

• 대한전자공학회논문지TE
• /
• 제42권1호
• /
• pp.13-20
• /
• 2005

본 논문에서는 M. Bilginer 등이 제안한 CVEM(common vector extraction method)을 이용하여 한국어 화자독립 고립단어 인식실험을 수행하였다. CVEM은 학습용 음성신호들로부터 공통된 특징의 추출이 비교적 간단하고, 많은 계산 량을 필요로 하지 않을 뿐만 아니라 높은 인식 결과를 보여주는 알고리즘이다. 그러나 학습 음성의 개수를 일정 한도 이상으로 늘릴 수 없고, 추출된 공통벡터들 간의 구별정보(discriminant information)를 가지고 있지 않다는 문제점을 가지고 있다. 임의의 음성군으로부터 최적의 공통벡터를 추출하기 위해서는 다양한 음성들을 학습에 사용해야만 하는데 CVEM은 학습용 음성 개수에 제한이 있으므로 지속적인 인식률 향상을 기대하기 어렵다. 또한 공통벡터들 간의 구별정보 부재는 단어 결정에 있어서 치명적인 오류의 원인이 될 수 있다. 본 논문에서는 CVEM이 가지고 있는 이러한 문제점들을 보완하면서 인식률을 향상시킬 수 있는 새로운 방법인 KSCM(k-clustering subspace method)과 DCVEM(discriminant common vector extraction method)을 제안하였고 이 방법을 사용하여 고립단어를 인식하였다. 그리고 제안한 방법들의 우수성을 입증하기 위해 ETRI에서 제작한 음성 데이터베이스를 사용, 다양한 방법으로 실험을 수행하였다. 실험 결과 기존 방법의 문제점들을 모두 극복할 수 있었을 뿐 아니라 기존에 비해 계산량의 큰 증가 없이 향상된 결과를 얻을 수 있었다.