• 한국광학회지
• /
• 제9권4호
• /
• pp.245-250
• /
• 1998

본 논문에서는 백색광주사간섭무늬의 정점검출을 위한 새로운 디지털처리 알고리즘을 제안한다. 본 알고리즘은 백색광주사간섭무늬의 가시도함수를 이차의 다항식으로 가정하고, 측정된 광강도 값들을 최소자승법을 이용하여 직접적으로 곡선맞춤하여 가시도함수의 정점의 위치를 검출한다. 기존의 정점검출 알고리즘들과 비교하여, 본 이차다항식맞춤 알고리즘은 가시도함수의 추출을 위한 별도의 연산이 요구되지 않아 3N+29의 작은 곱셈 계산량만으로 연산을 완료 할 수 있다. 또한 최소자승법을 사용함으로써 간섭무늬가 갖는 외부 교란을 효과적으로 억제하여 안정된 해를 제공하는 장점을 갖는다.

• 대한공간정보학회지
• /
• 제19권1호
• /
• pp.79-86
• /
• 2011

최근 수치표고모델(DEM : Digital Elevation Model)을 구축하기 위한 목적으로 항공레이저측량(LiDAR : Light Detection And Ranging) 기술이 주목받고 있다. DEM은 항공레이저측량으로부터 획득된 라이다 데이터에서 지면점만 추출한 수치지면자료(DTD : Digital Terrain Data)의 정확성에 의해 그 품질이 좌우된다. 하지만 원시자료에서 수치지면자료를 추출하기 위한 자동 필터링 작업은 필터링 알고리즘의 한계 및 라이다 데이터의 고유한 특성으로 인하여 항상 오분류 영역이 발생한다. 따라서 이를 보완하기 위해서는 작업자에 의한 수동분류 작업이 반드시 필요하다. 본 연구에서는 수동 작업이 원활하게 이루어 질 수 있도록 자동 필터링 작업에서 얻어진 수치지면자료에서 오분류 될 가능성이 있는 영역을 자동으로 탐지하는 알고리즘을 제안한다. 제안된 알고리즘은 2D 격자 구조를 적용하였으며 'Slope Angle', 'Slope DeltaH', 'NNMaxDH(Nearest Neighbor Max Delta Height)'로 명명한 매개변수를 사용하였다. 실험 결과, 제안된 알고리즘은 지형형태나 라이다 데이터 평균 점밀도에 제한받지 않는 안정적인 결과를 보여주었다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 추계학술대회
• /
• pp.63-66
• /
• 1997

With the advent of high speed digital signal processing chips, new digital techniques have been introduced to the hearing instrument. This advanced hearing instrument circuitry has led to the need or and the development of new fitting approach. A number of different fitting approaches have been developed over the past few years, yet there has been little agreement on which approach is the "best" or most appropriate to use. However, when we develop not only new hearing aid, but also its fitting method, the intensive subject-based clinical tests are necessarily accompanied. In this paper, we present an objective method to evaluate and predict the performance of hearing aids without the help of such subject-based tests. In the hearing impairment simulation (HIS) algorithm, a sensorineural hearing impairment model is established from auditory test data of the impaired subject being simulated. Also, in the hearing impairment simulation system the abnormal loudness relationships created by recruitment was transposed to the normal dynamic span of hearing. The nonlinear behavior of the loudness recruitment is defined using hearing loss unctions generated from the measurements. The recruitment simulation is validated by an experiment with two impaired listeners, who compared processed speech in the normal ear with unprocessed speech in the impaired ear. To assess the performance, the HIS algorithm was implemented in real-time using a floating-point DSP.

• 한국운동역학회지
• /
• 제23권1호
• /
• pp.53-62
• /
• 2013

The methods of fitting a circle to measured data, geometric fit and algebraic fit, have been studied profoundly in various areas of science. However, they have not been applied exactly to a biomechanics discipline for locating the center of rotation of a human joint. The purpose of this study was to generalize the methods to fitting spheres to the points in 3-dimension, and to estimate the center of rotation of a hip joint by three of geometric fit methods(Levenberg-Marquardt, Landau, and Sp$\ddot{a}$th) and four of algebraic fit methods(Delogne-K${\aa}$sa, Pratt, Taubin, and Hyper). 1000 times of simulation experiments for flexion/extension and ad/abduction at an artificial hip joint with four levels of range of motion(10, 15, 30, and $60^{\circ}$) and three levels of angular velocity(30, 60, and $90^{\circ}$/s) were executed to analyze the responses of the estimated center of rotation. The results showed that the Sp$\ddot{a}$th estimate was very sensitive to the marker near the center of rotation. The bias of Delogne-K${\aa}$sa estimate existed in an even larger range of motion. The Levenberg-Marquardt algorithm of geometric fit and the Pratt of algebraic fit showed the best results. The combination of two methods, using the Pratt's estimate as initial values of the Levenberg-Marquardt algorithm, could be a candidate of more valid estimator.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권4호
• /
• pp.1-11
• /
• 2022

선형 스키닝 기반 3D 인체 생성 모델 SMPL (Skinned Multi-Person Linear Model)은 1990년대 미국 거주 미국인들 3천 8백여명을 대상으로 만들어진 3D 신체 데이터베이스인 CEASAR 로부터 최적화 기법을 통해 만들어진 가장 널리 쓰이는 통계적인 3D 모델이다. 본 연구는 한국인 체형의 통계적 특성을 보다 정확히 표현하는 SMPL기반의 한국인 체형 3D 모델을 제안한다. 이를 위해 우리는 한국인 여성 2천7백여명의 신체 각 부위의 실측 데이터에 기존 3D SMPL 모델을 피팅하는 비선형 최적화 알고리즘을 개발한다. 이를 사용하여 한국인 3D 신체 데이터베이스를 구축하고, 주성분 분석 방법으로 한국인 체형 기반 매개화된 3D 모델을 개발한다. 본 연구를 통해 제안하는 한국인의 체형적 특징을 가진 블렌드쉐입과 새로운 체형 파라미터는 기존 모델이 표현하는 체형에 비해 한국인 체형 데이터 특성을 잘 반영함을 확인하였다. 뿐만 아니라, 우리의 모델은 SMPL에 비해 신체 실측 데이터에 대한 피팅 정확도를 개선함을 확인하였다. 제안된 모델은 향후 아바타 생성이나 인체 형상 측정 등 다양한 용도로 사용될 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권2호
• /
• pp.241-250
• /
• 2010

원형자료에 대한 모형화 분석은 주로 von Mises 분포를 비롯한 대칭형의 경우를 중심으로 많은 연구가 이루어져 왔다. 최근 선형자료의 분석에서 다양한 비대칭의 자료에 적합한 왜정규분포의 활용에 대한 연구가 활발히 수행되고 있다. 본 논문에서는 Pewsey (2000a)에 의해 처음 소개된 겹친왜정규분포를 이용한 비대칭의 원형자료에 대한 적합을 다루었다. 특히 비대칭 다봉형 원형자료의 적합을 위해 겹친왜정규혼합분포를 제안하고, EM 알고리즘을 통한 모수추정 과정을 제시하였다. 모의실험을 통해 EM 알고리즘을 통한 모수추정의 정확성을 확인하고, 실제 지방국도의 일일교통량 자료의 모형화 분석에 적용하였다.

• 한국공작기계학회논문집
• /
• 제12권1호
• /
• pp.8-15
• /
• 2003

The cylindrical object such as a water pipe or an oil pipeline are widely used in the infrastructure. Those pipes should be inspected periodically by human or a robot. However, since there is no edge or vertex in the pipe, it is very difficult for the robot to navigate along the pipe. In this paper in order to guide the robot along the axis of the pipe, an algorithm which find the axis using the measured range data from the robot to the pipe wall is developed The algorithm is verified using both the simulated range data and the measured one.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.787-790
• /
• 2017

Data quality is the main issue in the classification problems; generally, the presence of noisy instances in the training dataset will not lead to robust classification performance. Such instances may cause the generated decision tree to suffer from over-fitting and its accuracy may decrease. Decision trees are useful, efficient, and commonly used for solving various real world classification problems in data mining. In this paper, we introduce a preprocessing technique to improve the classification accuracy rates of the C4.5 decision tree algorithm. In the proposed preprocessing method, we applied the naive Bayes classifier to remove the noisy instances from the training dataset. We applied our proposed method to a real e-commerce sales dataset to test the performance of the proposed algorithm against the existing C4.5 decision tree classifier. As the experimental results, the proposed method improved the classification accuracy by 8.5% and 14.32% using training dataset and 10-fold crossvalidation, respectively.

• 음성과학
• /
• 제11권4호
• /
• pp.43-52
• /
• 2004

Model parameters in HMM based speech recognition systems are normally estimated using Maximum Likelihood Estimation(MLE). The MLE method is based mainly on the principle of statistical data fitting in terms of increasing the HMM likelihood. The optimality of this training criterion is conditioned on the availability of infinite amount of training data and the correct choice of model. However, in practice, neither of these conditions is satisfied. In this paper, we propose a training algorithm, MCE(Minimum Classification Error), to improve the performance of a speech recognizer detecting mispronunciation of a foreign language. During the conventional MLE(Maximum Likelihood Estimation) training, the model parameters are adjusted to increase the likelihood of the word strings corresponding to the training utterances without taking account of the probability of other possible word strings. In contrast to MLE, the MCE training scheme takes account of possible competing word hypotheses and tries to reduce the probability of incorrect hypotheses. The discriminant training method using MCE shows better recognition results than the MLE method does.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제26권4호
• /
• pp.263-279
• /
• 2022

This paper presents an automatic inspection of defects in semiconductor images. We devise a statistical method to find defects on homogeneous background from the observation that it has a log-normal distribution. If computer aided design (CAD) data is available, we use it to construct a signed distance function (SDF) and change the pixel values so that the average of pixel values along the level curve of the SDF is zero, so that the image has a homogeneous background. In the absence of CAD data, we devise a hybrid method consisting of a model-based algorithm and two neural networks. The model-based algorithm uses the first right singular vector to determine whether the image has a linear or complex structure. For an image with a linear structure, we remove the structure using the rank 1 approximation so that it has a homogeneous background. An image with a complex structure is inspected by two neural networks. We provide results of numerical experiments for the proposed methods.