• 정보교육학회논문지
• /
• 제15권3호
• /
• pp.517-524
• /
• 2011

어떠한 현상 혹은 사물의 이미지를 학생들에게 제공하는데 있어서 여러 가지 원인에 의해 초점이 흐리거나 혹은 흔들린 이미지들이 등장하여 학생들에게 보여주기가 힘든 경우가 빈번하게 발생한다. 특히, 이미지에 대한 구체적인 정보가 없는 경우에는 그 이미지는 쓸모가 없는 것이 된다. 본 연구는 무정보 블러링 이미지를 아주 빠른 시간 내에 복구할 수 있는 2차원 DFT 기반의 하나의 블러링 제거 알고리즘을 제안하는데 있다. 제안된 방법의 빠른 처리 속도는 이산 푸리에 변환, 변환의 필터링과 회선 관계 및 Moore-Penrose 역행렬의 효과적인 계산 방식을 바탕으로 한다. 특히, 필터의 주파수 응답에 관한 처리는 유용한 회선 공식을 유도한다. 제안된 방법의 구현은 보통 크기의 블러링 이미지에 적용했을 때, 아주 빠른 시간 내에 블러링 효과를 제거시킬 수 있고, 보다 선명한 이미지를 제공할 수 있음을 보인다.

• 문화기술의 융합
• /
• 제3권4호
• /
• pp.171-175
• /
• 2017

최근 CNN(Convolutional Neural Network)의 구조가 복잡해지고 신견망의 깊이가 깊어지고 있다. 이에 따라 신경망의 학습에 요구되는 연산량 및 학습 시간이 증가하게 되었다. 최근 GPGPU 및 FPGA를 이용하여 신경망의 학습 속도를 가속화 하는 방법에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 NVIDIA GPGPU를 제어하는 CUDA를 이용하여 CNN의 특징추출부와 분류부에 대한 연산을 가속화하는 방법을 제시한다. 특징추출부와 분류부에 대한 연산을 GPGPU의 블록 및 스레드로 할당하여 병렬로 처리하였다. 본 논문에서 제안하는 방법과 기존 CPU를 이용하여 CNN을 학습하여 학습 속도를 비교하였다. MNIST 데이터세트에 대하여 총 5 epoch을 학습한 결과 제안하는 방법이 CPU를 이용하여 학습한 방법에 비하여 약 314% 정도 학습 속도가 향상된 것을 확인하였다.

• 대한의용생체공학회:의공학회지
• /
• 제43권5호
• /
• pp.299-307
• /
• 2022

In this paper, we propose a pre-processing method that converts to Spider Chart image data for classification of gripping movement using EMG (electromyography) sensors and Convolution Neural Networks (CNN) deep learning. First, raw data for six hand gestures are extracted from five test subjects using an 8-channel armband and converted into Spider Chart data of octagonal shapes, which are divided into several sliding windows and are learned. In classifying six hand gestures, the classification performance is compared with the proposed pre-processing method and the existing methods. Deep learning was performed on the dataset by dividing 70% of the total into training, 15% as testing, and 15% as validation. For system performance evaluation, five cross-validations were applied by dividing 80% of the entire dataset by training and 20% by testing. The proposed method generates 97% and 94.54% in cross-validation and general tests, respectively, using the Spider Chart preprocessing, which was better results than the conventional methods.

• 한국음향학회지
• /
• 제42권3호
• /
• pp.221-225
• /
• 2023

본 연구에서는 코로나 바이러스 감염증은 음성만으로 빠르게 진단하는 효율적인 방법을 제안하였다. 기존의 딥러닝 기반 방법들의 연산시간과 대용량 학습자료 요구조건을 완화하기 위해서 Separable Transformer(SepTr)의 구조를 개선하여 파라미터의 수를 대폭 감소시키고 빠른 진단을 가능하게 하는 새로운 Strided Convolution Separable Transformer(SC-SepTr)를 제안하였다. 공개 음향 데이터인 Coswara에 대하여 실험을 수행한 결과 제안된 방법은 상대적으로 소규모의 학습자료에 대해서도 Area Under the Curve(AUC) 성능을 보장하면서도 신속하게 진단을 수행할 수 있음을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.422-424
• /
• 2021

In this paper, it leads the approach of fusing multiple RGB cameras for visual objects recognition based on deep learning with convolution neural network and 3D Light Detection and Ranging (LiDAR) to observe the environment and match into a 3D world in estimating the distance and position in a form of point cloud map. The goal of perception in multiple cameras are to extract the crucial static and dynamic objects around the autonomous vehicle, especially the blind spot which assists the AV to navigate according to the goal. Numerous cameras with object detection might tend slow-going the computer process in real-time. The computer vision convolution neural network algorithm to use for eradicating this problem use must suitable also to the capacity of the hardware. The localization of classified detected objects comes from the bases of a 3D point cloud environment. But first, the LiDAR point cloud data undergo parsing, and the used algorithm is based on the 3D Euclidean clustering method which gives an accurate on localizing the objects. We evaluated the method using our dataset that comes from VLP-16 and multiple cameras and the results show the completion of the method and multi-sensor fusion strategy.

• Journal of Information Processing Systems
• /
• 제19권5호
• /
• pp.688-701
• /
• 2023

The conventional methods of network intrusion detection system (NIDS) cannot measure the trend of intrusiondetection targets effectively, which lead to low detection accuracy. In this study, a NIDS method which based on a deep neural network in a big-data environment is proposed. Firstly, the entire framework of the NIDS model is constructed in two stages. Feature reduction and anomaly probability output are used at the core of the two stages. Subsequently, a convolutional neural network, which encompasses a down sampling layer and a characteristic extractor consist of a convolution layer, the correlation of inputs is realized by introducing bidirectional long short-term memory. Finally, after the convolution layer, a pooling layer is added to sample the required features according to different sampling rules, which promotes the overall performance of the NIDS model. The proposed NIDS method and three other methods are compared, and it is broken down under the conditions of the two databases through simulation experiments. The results demonstrate that the proposed model is superior to the other three methods of NIDS in two databases, in terms of precision, accuracy, F1- score, and recall, which are 91.64%, 93.35%, 92.25%, and 91.87%, respectively. The proposed algorithm is significant for improving the accuracy of NIDS.

• 대한기계학회논문집
• /
• 제14권6호
• /
• pp.1408-1416
• /
• 1990

본 연구에서는 과도 연성 열탄성문제의 해를 구할때 사용되는 직접시간적분방 법과 Laplace 변환방법은 상호 장 단점을 가지고 있다. 각 방법들의 장단점은 서로 배타적이므로 서로의 장점을 살리는 수치방법이 필요하다. 그런데, 대부분의 과도 열탄성문제는 급격한 온도변화로 인한 물체의 변형에 관심이 있기때문에 이 형태의 문 제를 효율적으로 다루는 데 주안점을 두고 본 연구를 수행하였다. 유도된 유한요소 방정식은 결국 열탄성 지배 방정식 중 열전달방정식인 에너지보존식은 Gurtin의 범함 수로부터 유도된 원래의 형태를 사용하나 수치적 안정성(numerical stability)을 보장 하기 위하여 운동방정식은 시간에 대한 2차미분 형태로 수정하였다. 에너지보존식은 시간에 대한 합성적분(convolution)형태로 표현되므로 온도의 시간미분항이 소거되므 로 경계에서의 급격한 온도변화로 인한 수치 해석적 문제점은 간단히 해결된다. 그 러므로, 제안된 수치해법은 직접시간적분방법의 일종이나 결과식인 유한요소방정식은 기존의 문헌들과 상당한 차이가 있다. 과도 연성 열탄성해석을 위한 새로운 근사수 치해법의 장점을 이론적으로 설명하기보다 수치계산면에서의 안전성, 정확성 및 효율 성이 있음을 증명하기 위하여 이미 발표된 문헌들에서 다룬 예제를 선정하여 해석결과 를 비교하였다.

• 한국정보통신학회논문지
• /
• 제23권8호
• /
• pp.936-942
• /
• 2019

실내 자율 주행은 실외 환경에서의 자율 주행과는 다른 환경적인 요소가 주어진다. 폐쇄된 환경에서 좁은 길을 따라 주행해야 하며, 불규칙한 조명, 계단과 같은 지형의 특성, 바닥에 산재한 장애물 등 실외 환경과 다른 요소를 극복해야 한다. 또한 실내 복도에서의 주행은 텍스처가 유사하거나 다양성이 적은 환경의 경우 복잡한 환경에 비해 인식에 어려움이 있다. 본 논문에서는 다양성이 적은 실내 복도환경에서의 컨벌루션 신경망(CNN)을 이용한 자율 주행 드론을 연구한다. 설계한 신경망은 드론의 전면 카메라로부터 이미지를 받아온 후, 그 이미지를 바탕으로 다음 경로를 예측하여 드론을 조향한다. 총 38번의 주행 테스트 결과, 복도 주변의 벽이나 문에 부딪히지 않고 직선 구간을 완주하여 다양성이 적은 실내 환경에서의 주행 성능을 확인할 수 있었다.

• 치과방사선
• /
• 제28권2호
• /
• pp.387-413
• /
• 1998

Image resampling is of particular interest in digital radiology. When resampling an image to a new set of coordinate, there appears blocking artifacts and image changes. To enhance image quality, interpolation algorithms have been used. Resampling is used to increase the number of points in an image to improve its appearance for display. The process of interpolation is fitting a continuous function to the discrete points in the digital image. The purpose of this study was to determine the effects of the seven interpolation functions when image resampling in digital periapical images. The images were obtained by Digora, CDR and scanning of Ektaspeed plus periapical radiograms on the dry skull and human subject. The subjects were exposed to intraoral X-ray machine at 60kVp and 70 kVp with exposure time varying between 0.01 and 0.50 second. To determine which interpolation method would provide the better image, seven functions were compared; (1) nearest neighbor (2) linear (3) non-linear (4) facet model (5) cubic convolution (6) cubic spline (7) gray segment expansion. And resampled images were compared in terms of SNR(Signal to Noise Ratio) and MTF(Modulation Transfer Function) coefficient value. The obtained results were as follows ; 1. The highest SNR value(75.96dB) was obtained with cubic convolution method and the lowest SNR value(72.44dB) was obtained with facet model method among seven interpolation methods. 2. There were significant differences of SNR values among CDR, Digora and film scan(P<0.05). 3. There were significant differences of SNR values between 60kVp and 70kVp in seven interpolation methods. There were significant differences of SNR values between facet model method and those of the other methods at 60kVp(P<0.05), but there were not significant differences of SNR values among seven interpolation methods at 70kVp(P>0.05). 4. There were significant differences of MTF coefficient values between linear interpolation method and the other six interpolation methods (P< 0.05). 5. The speed of computation time was the fastest with nearest -neighbor method and the slowest with non-linear method. 6. The better image was obtained with cubic convolution, cubic spline and gray segment method in ROC analysis. 7. The better sharpness of edge was obtained with gray segment expansion method among seven interpolation methods.

• 소음진동
• /
• 제9권4호
• /
• pp.778-784
• /
• 1999

A method for obtaining the motion of an impact system whose primary and secondary system are composed of lumped masses, springs and dampers, and all the contacts are made through spring and damping elements is presented. The frequency response functions derived from the equations of motion and the impulse response functions obtained from the inverse Fourier transform of the derived frequency response functions are used for the calculation of the system responses. The procedure developed for the calculation of displacements and force time-histories was based on the convolution integrals of impulse response functions and forces applied to the systems. Time histories of displacements and contact forces are obtained for the case where a random excitation is applied to a point in the system. Impact statistics such as contact forces and the time between impacts calculated from those time histories is presented.