• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.1711-1716
• /
• 2004

This paper presents identification and control of a 10-m antenna via accelerometers and angle encoder data. Artificial Neural Networks can be used effectively for the identification and control of nonlinear dynamical system such as a large flexible antenna. Some identification results are shown and compared with the results of conventional prediction error method. And we use a neural network inverse model for control the large flexible antenna. In the neural network inverse model, a neural network is trained, using supervised learning, to develop an inverse model of the antenna. The network input is the process output, and the network output is the corresponding process input. The control results show the validation of the ANN approach for identification and control of the 10-m flexible antenna.

• Journal of Advanced Marine Engineering and Technology
• /
• 제27권7호
• /
• pp.930-936
• /
• 2003

A new method of direct current motor drive, which requires neither shaft encoder nor speed estimator, is presented. The proposed scheme is based on decreasing current gap between a numerical model and an actual motor. By supplying the identical instantaneous voltage to both model and motor in the direction of reducing the current difference, the rotor approaches to the model speed, that is, reference value. The performance of direct current motor drives without speed sensor is generally poor at very low speed. However, in this system, it is possible to obtain good speed performance in the low speed range.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제25권2호
• /
• pp.26-38
• /
• 2021

Image coloration refers to adding plausible colors to a grayscale image or video. Image coloration has been used in many modern fields, including restoring old photographs, as well as reducing the time spent painting cartoons. In this paper, a method is proposed for colorizing grayscale images using a convolutional neural network. We propose an encoder-decoder model, adapting FusionNet to our purpose. A proper loss function is defined instead of the MSE loss function to suit the purpose of coloring. The proposed model was verified using the ImageNet dataset. We quantitatively compared several colorization models with ours, using the peak signal-to-noise ratio (PSNR) metric. In addition, to qualitatively evaluate the results, our model was applied to images in the test dataset and compared to images applied to various other models. Finally, we applied our model to a selection of old black and white photographs.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.14-17
• /
• 2020

단안 영상에서의 깊이 추정은 주어진 시점에서 촬영된 2 차원 영상으로부터 객체까지의 3 차원 거리 정보를 추정하는 것이다. 최근 딥러닝 기반으로 단안 RGB 영상에서 깊이 정보 추정에 유용한 특징 맵을 추출하고 이를 이용해서 깊이를 추정하는 모델들이 기존 방법들의 성능을 넘어서면서 관련된 연구가 활발히 진행되고 있다. 또한 Attention Model 과 같이 특정 특징 맵의 채널 혹은 공간을 강조하여 전체적인 네트워크의 성능을 개선하는 연구가 소개되었다. 본 논문에서는 깊이 정보 추정을 위해 사용되는 특징 맵을 강조하기 위해서 Attention Model 을 추가한 AutoEncoder 기반의 깊이 추정 네트워크를 제안하고 적용 부분에 따른 네트워크의 깊이 정보 추정 성능을 평가 및 분석한다.

• Journal of Information Processing Systems
• /
• 제19권5호
• /
• pp.641-651
• /
• 2023

Malicious hate speech and gender bias comments are common in online communities, causing social problems in our society. Gender bias and hate speech detection has been investigated. However, it is difficult because there are diverse ways to express them in words. To solve this problem, we attempted to detect malicious comments in a Korean hate speech dataset constructed in 2020. We explored bidirectional encoder representations from transformers (BERT)-based deep learning models utilizing hyperparameter tuning, data sampling, and logits ensembles with a label distribution. We evaluated our model in Kaggle competitions for gender bias, general bias, and hate speech detection. For gender bias detection, an F1-score of 0.7711 was achieved using an ensemble of the Soongsil-BERT and KcELECTRA models. The general bias task included the gender bias task, and the ensemble model achieved the best F1-score of 0.7166.

• 한국산업정보학회논문지
• /
• 제28권5호
• /
• pp.15-30
• /
• 2023

근래에 트랜스포머(Transformer) 구조를 기초로 하는 ChatGPT와 같은 생성모델이 크게 주목받고 있다. 트랜스포머는 다양한 신경망 모델에 응용되는데, 구글의 BERT(bidirectional encoder representations from Transformers) 문장생성 모델에도 사용된다. 본 논문에서는, 한글로 작성된 영화 리뷰에 대한 댓글이 긍정적인지 부정적인지를 판단하는 텍스트 이진 분류모델을 생성하기 위해서, 사전 학습되어 공개된 BERT 다국어 문장생성 모델을 미세조정(fine tuning)한 후, 새로운 한국어 학습 데이터셋을 사용하여 전이학습(transfer learning) 시키는 방법을 제안한다. 이를 위해서 104 개 언어, 12개 레이어, 768개 hidden과 12개의 집중(attention) 헤드 수, 110M 개의 파라미터를 사용하여 사전 학습된 BERT-Base 다국어 문장생성 모델을 사용했다. 영화 댓글을 긍정 또는 부정 분류하는 모델로 변경하기 위해, 사전 학습된 BERT-Base 모델의 입력 레이어와 출력 레이어를 미세 조정한 결과, 178M개의 파라미터를 가지는 새로운 모델이 생성되었다. 미세 조정된 모델에 입력되는 단어의 최대 개수 128, batch_size 16, 학습 횟수 5회로 설정하고, 10,000건의 학습 데이터셋과 5,000건의 테스트 데이터셋을 사용하여 전이 학습시킨 결과, 정확도 0.9582, 손실 0.1177, F1 점수 0.81인 문장 감정 이진 분류모델이 생성되었다. 데이터셋을 5배 늘려서 전이 학습시킨 결과, 정확도 0.9562, 손실 0.1202, F1 점수 0.86인 모델을 얻었다.

• 한국항해항만학회지
• /
• 제37권3호
• /
• pp.309-313
• /
• 2013

본 연구는 복합센서를 활용한 무인지게차의 주행 시스템에 대한 것이다. 무인지게차가 화물 이 적재를 위해 랙에 진입할 시 필요한 주행기술로 무인지게차의 위치 및 방향을 정확하게 파악하기 위해 RFID, IMU센서 및 근접센서로 구성된 복합센서 시스템을 이용하였고, 각 센서의 성능실험을 통해 특성을 파악한다. 이를 직접 설계/제작한 실험용 차량에 부착하여 복합센서 시스템을 적용하는 실험을 수행하고 이를 통해 개발된 시스템의 성능을 검증하였다.

• 전자공학회논문지
• /
• 제54권7호
• /
• pp.127-132
• /
• 2017

이 논문에서는 모델 기반 설계에 근거한 이륜 도립진자 로봇의 제어이득을 설계하고 NXT 마인드스톰과 RobotC 언어를 이용하여 수업에 활용 가능한 로봇을 제작 및 실험한다. 이륜 도립진자 로봇은 NXT 마인드스톰, 서보 직류전동기, 자이로 센서, 가속도 센서로 구성된다. 직류전동기에 내장된 엔코더를 이용하여 바퀴의 회전각을 검출하며 이동평균을 이용하여 바퀴의 회전각속도를 계산한다. 자이로 센서는 몸체의 피치 각속도를 측정하며 가속도 센서는 몸체의 피치 각도를 측정한다. 자이로와 가속도의 센서 융합을 통해 몸체 각도를 계산한다. 제어기 이득 요소는 휠 각도, 휠 각속도, 몸체 피치 각도, 몸체 피치 각속도에 대한 가중치이다. 이들 제어이득의 변화에 따른 도립진자 로봇의 변화를 실험하며 유용성을 확인한다.

• ETRI Journal
• /
• 제35권2호
• /
• pp.270-280
• /
• 2013

A fast intra-prediction method is proposed for High Efficiency Video Coding (HEVC) using a fast intra-mode decision and fast coding unit (CU) size decision. HEVC supports very sophisticated intra modes and a recursive quadtree-based CU structure. To provide a high coding efficiency, the mode and CU size are selected in a rate-distortion optimized manner. This causes a high computational complexity in the encoder, and, for practical applications, the complexity should be significantly reduced. In this paper, among the many predefined modes, the intra-prediction mode is chosen without rate-distortion optimization processes, instead using the difference between the minimum and second minimum of the rate-distortion cost estimation based on the Hadamard transform. The experiment results show that the proposed method achieves a 49.04% reduction in the intra-prediction time and a 32.74% reduction in the total encoding time with a nearly similar coding performance to that of HEVC test model 2.1.

• ETRI Journal
• /
• 제38권5호
• /
• pp.807-817
• /
• 2016

A novel fast algorithm is suggested for a coding unit (CU) mode decision using pseudo rate-distortion based on a separated encoding structure in High Efficiency Video Coding (HEVC). A conventional HEVC encoder requires a large computational time for a CU mode prediction because prediction and transformation procedures are applied to obtain a rate-distortion cost. Hence, for the practical application of HEVC encoding, it is necessary to significantly reduce the computational time of CU mode prediction. As described in this paper, under the proposed separated encoder structure, it is possible to decide the CU prediction mode without a full processing of the prediction and transformation to obtain a rate-distortion cost based on a suitable condition. Furthermore, to construct a suitable condition to improve the encoding speed, we employ a pseudo rate-distortion estimation based on a Hadamard transformation and a simple quantization. The experimental results show that the proposed method achieves a 38.68% reduction in the total encoding time with a similar coding performance to that of the HEVC reference model.