• 한국정보통신학회논문지
• /
• 제25권11호
• /
• pp.1635-1641
• /
• 2021

능동 노이즈 제어 시스템이 내장되어 있는 휴대용 시스템은 저전력 구동이 요구된다. 능동 노이즈 제어를 위한 과도한 안티 노이즈 탐색 동작은 내장 배터리의 빠른 전력 소모를 발생시킨다. 시스템의 동작 조건에 따라 적응적으로 노이즈를 제거 할 수 있는 방법이 요구되며, 전력 소모를 줄이는 방법은 오늘날의 휴대용 시스템에서 매우 중요한 핵심 기능이 되고 있다. 본 논문에서는 다양한 노이즈가 입력될 수 있는 시스템에서 이진 탐색 알고리즘을 이용한 고속의 능동 노이즈 제어(Active Noise Control, ANC) 방법을 제안한다. 연구를 위해 구현된 아키텍처는 입력 신호로부터 노이즈로 간주되는 주파수 성분을 감지하고, 이진 탐색 알고리즘을 이용하여 일반적인 선형 탐색 알고리즘 보다 훨씬 더 빠른 속도로 안티 노이즈 생성을 위한 적절한 진폭 값을 찾게 된다. 실험 결과를 통해 제안한 알고리즘의 동작이 성공적으로 수행함을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권9호
• /
• pp.2991-3007
• /
• 2022

Two dimensional locality preserving projections (2D-LPP) is an improved algorithm of 2D image to solve the small sample size (SSS) problems which locality preserving projections (LPP) meets. It's able to find the low dimension manifold mapping that not only preserves local information but also detects manifold embedded in original data spaces. However, 2D-LPP is simple and elegant. So, inspired by the comparison experiments between two dimensional linear discriminant analysis (2D-LDA) and linear discriminant analysis (LDA) which indicated that matrix based methods don't always perform better even when training samples are limited, we surmise 2D-LPP may meet the same limitation as 2D-LDA and propose a novel matrix exponential method to enhance the performance of 2D-LPP. 2D-MELPP is equivalent to employing distance diffusion mapping to transform original images into a new space, and margins between labels are broadened, which is beneficial for solving classification problems. Nonetheless, the computational time complexity of 2D-MELPP is extremely high. In this paper, we replace some of matrix multiplications with multiple multiplications to save the memory cost and provide an efficient way for solving 2D-MELPP. We test it on public databases: random 3D data set, ORL, AR face database and Polyu Palmprint database and compare it with other 2D methods like 2D-LDA, 2D-LPP and 1D methods like LPP and exponential locality preserving projections (ELPP), finding it outperforms than others in recognition accuracy. We also compare different dimensions of projection vector and record the cost time on the ORL, AR face database and Polyu Palmprint database. The experiment results above proves that our advanced algorithm has a better performance on 3 independent public databases.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권6호
• /
• pp.182-192
• /
• 2022

취성파괴는 구조물의 파괴거동 중 하나로서 구조재료의 내진성능에 큰 영향을 미친다. 하중속도는 취성파괴의 주요 발생원인 중 하나로 작용하며, 특히 지진과 같은 상황에서 건축물에 높은 하중속도가 작용하게 된다. 하지만 현재 국내·외 강구조 보-기둥 접합부의 내진성능평가는 대부분 정적실험을 통해 수행되고 있다. 따라서 기존 내진성능평가에서는 지진 시의 높은 하중속도에 의한 재료 인성 저하 및 최대변형률 감소 등의 요소에 따른 취성파괴가 충분히 고려되지 않았을 가능성이 존재한다. 본 연구에서는 기존 실험방법에 따른 낮은 하중속도에서의 정적실험과 진동대를 이용한 높은 하중속도에서의 동적실험을 각각 실시한다. 각 실험결과에 따른 파괴형상 및 구조성능 등을 비교·분석하고 최종적으로 하중속도의 크기가 접합부의 내진성능에 미치는 영향을 분석한다.

• 로봇학회논문지
• /
• 제17권4호
• /
• pp.463-476
• /
• 2022

In this paper, we propose a table tennis posture classification system using a cooperative robot to develop a table tennis robot that can be trained like a real game. The most ideal table tennis robot would be a robot with a high joint driving speed and a high degree of freedom. Therefore, in this paper, we intend to use a cooperative robot with sufficient degrees of freedom to develop a robot that can be trained like a real game. However, cooperative robots have the disadvantage of slow joint driving speed. These shortcomings are expected to be overcome through quick recognition. Therefore, in this paper, we try to quickly classify the opponent's posture to overcome the slow joint driving speed. To this end, learning about dynamic postures was conducted using image data as input, and finally, three classification models were created and comparative experiments and evaluations were performed on the designated dynamic postures. In conclusion, comparative experimental data demonstrate the highest classification accuracy and fastest classification speed in classification models using MLP (Multi-Layer Perceptron), and thus demonstrate the validity of the proposed algorithm.

• 미래기술융합논문지
• /
• 제2권3호
• /
• pp.17-24
• /
• 2023

하이브리드 자동차를 연구로 목적으로 논문을 설계합니다. 히이브리드 자동차는 내연 기관과 배터리 엔진을 동시에 장착하여 기존의 일반 차량에 비해 연비와 유해가스 배출량을 획기적으로 줄인 차세대 자동차로 전기모터는 차량 내부에 장착된 고전압 배터리로부터 전원을 공급받고, 배터리는 자동차가 움직일 때 다시 충전되는 시스템을 가진 차를 연구로 기존 자동차의 에너지 손실은 대부분 교통 혼잡에 따른 공회전을 보완해 차량의 속도나 주행 상태 등에 따라 시간과 차량 정지시 발생하는데 하이브리드 시스템은 이 같은 가솔린 또는 디젤 엔진의 단점엔진과 모터 힘을 적절하게 제어함으로써 효율성을 극대화시킨 차라고 할 수 있다. 하이브리드 차는 연비 개선, 환경 친화성, 경제성, 노이즈 감소 등 다양한 장점을 가지고 있어서 점차 많은 사람들에게 선택되고 있는 대안적인 자동차 옵션입니다. 해당 연구를 통해 환경오염을 방지하고 미래 자동차 연구를 위해 노력을 기울일수 있을 것입니다.

• 한국항행학회논문지
• /
• 제27권2호
• /
• pp.182-189
• /
• 2023

깊이 추정은 차량, 로봇, 드론의 자율주행을 위한 3차원 지도 생성의 핵심 기술이다. 기존의 센서 기반 깊이 추정 방식은 정확도는 높지만 가격이 비싸고 해상도가 낮다. 반면 카메라 기반 깊이 추정 방식은 해상도가 높고 가격이 저렴하지만 정확도가 낮다. 본 연구에서는 무인항공기 카메라의 깊이 추정 성능 향상을 위해 Self-Attention 기반의 비지도 단안 카메라 영상 깊이 추정을 제안한다. 네트워크에 Self-Attention 연산을 적용하여 전역 특징 추출 성능을 향상시킨다. 또한 카메라 파라미터를 학습하는 네트워크를 추가하여 카메라 칼리브레이션이 안되어있는 이미지 데이터에서도 사용 가능하게 한다. 공간 데이터 생성을 위해 추정된 깊이와 카메라 포즈는 카메라 파라미터를 이용하여 포인트 클라우드로 변환되고, 포인트 클라우드는 Octree 구조의 점유 그리드를 사용하여 3D 맵으로 매핑된다. 제안된 네트워크는 합성 이미지와 Mid-Air 데이터 세트의 깊이 시퀀스를 사용하여 평가된다. 제안하는 네트워크는 이전 연구에 비해 7.69% 더 낮은 오류 값을 보여주었다.

• 국제학술발표논문집
• /
• The 8th International Conference on Construction Engineering and Project Management
• /
• pp.149-156
• /
• 2020

Blast furnace revamping in steel industry is one of the most important work to complete the complicated equipment within a short period of time based on the interfaces of various types of work. P company has planned to build a Smart Tracking System based on the wireless tag system with the aim of complying with the construction period and reducing costs, ahead of the revamping of blast furnace scheduled for construction in February next year. It combines the detailed design data with the wireless recognition technology to grasp the stage status of design, storage and installation. Then, it graphically displays the location information of each member in relation to the plan and the actual status in connection with Building Information Modeling (BIM) 4D Simulation. QR Code is used as a wireless tag in order to check the receiving status of core equipment considering the characteristics of each item. Then, DB in server system is built, status information is input. By implementing BIM 4D Simulation data using DELMIA, the information on location and status is provided. As a feature of the S/W function, a function for confirming the items will be added to the cellular phone screen in order to improve the accuracy of tagging of the items. Accuracy also increases by simultaneous processing of storage and location tagging. The most significant effect of building this system is to minimize errors in construction by preventing erroneous operation of members. This system will be very useful for overall project management because the information about the position and progress of each critical item can be visualized in real time. It could be eventually lead to cost reduction of project management.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.119-126
• /
• 2024

정보저장 소프트웨어는 함정전투체계의 연동 분석을 위해 전투 관리체계의 전술 도메인 메시지를 분석 컴퓨터로 전달하는 기능을 수행하며, 전투 관리체계와 분석 컴퓨터 간의 중간 매개체 역할을 한다. 정보저장 소프트웨어는 전투 관리체계에서 사용하는 대부분의 메시지를 처리하기 때문에 소스 코드의 양이 상대적으로 많고, 연동 장비 및 메시지의 변경 사항에 의해 수정 사항이 빈번하게 발생한다. 이에 따라 개발 과정에서 추가적인 공수가 소요되게 되고, 결국 개발 비용의 증가로 이어지게 된다. 본 논문에서는 재사용성을 향상하기 위하여 정보저장 소프트웨어 구조에 대한 표준화에 관한 연구를 수행하였다. 휘처 모델을 통해 정보저장 소프트웨어의 구성 요소를 기능별로 나누어 수정 요소를 분리하고, 디자인 패턴을 적용하여 정보저장 소프트웨어의 구조를 개선하였다. 그로 인해 연동 장비와 메시지의 변화에도 정보저장 소프트웨어의 수정 사항을 최소화할 수 있게 되어 개발 비용의 절감 효과가 기대된다.

• 한국음향학회지
• /
• 제28권6호
• /
• pp.566-571
• /
• 2009

본 논문에서는 eigenvoice 방식에 기반하여 다양한 잡음 환경에 강인한 고속 화자 적응 방법을 제안하였다. 제안된 방법은 잡음 제거 기술과 환경 군집화 방법을 기반으로 한다. 그러나, 잡음 제거 기술을 통해 잡음을 제거한 후에도 여전히 잔여 잡음이 존재하므로 비음성 구간의 켑스트럼 평균을 사용하여 잡음 환경별로 화자 적응 데이터를 분류한 후 각각의 환경별로 환경 모델을 구성한다. 이러한 환경 군집화를 적응데이터에 대해 구성한 후 테스트 음성이 입력되면 군집화된 모델 중에서 인식 데이터와 가장 유사한 복수의 환경별 군집화된 화자 적응 모델을 구한 후 이들의 가중함을 통해 화자 적응을 수행하는 방법이다. 제안된 방법은 적응 및 평가를 통해 화자 독립 모델을 사용한 경우에 비해 $40{\sim}59%$ 인식 오류 감소율을 얻었다.

• 한국농림기상학회지
• /
• 제25권2호
• /
• pp.80-98
• /
• 2023

본 연구에서는 계절내-계절(Subseasonal to seasonal, S2S) 기후예측의 주별 예측 성능을 개선하기 위해서 딥러닝 기반의 후보정(post processing) 기술을 개발하였다. 그 첫 단계로, 일 최고, 최저기온과 일 강수를 목표 변수로, 자료의 특성과 분포에 적합한 자료 변환 및 특성 공학 기법을 규명하고자 하였다. 먼저, 6개 개별 기후모델의 S2S 예측 자료를 딥러닝 모델에 입력하기 위한 훈련자료로 변환하고, 이로부터 다중모델앙상블(Multi-Model Ensemble, MME) 기반 훈련자료를 구축하였다. 참값(label)으로는 ECMWF의 ERA5 재분석 자료를 사용하였다. 자료 변환 알고리즘은 최고 및 최저 차이를 계산하여 입력자료의 범위를 변형시키는 MinMax 및 MaxAbs 변환, 표준편차를 이용하는 Standard 변환 및 분위수를 지정하여 변형하는 Robust와 Quantile 변환으로 구성된 전처리 파이프라인을 구축하였으며, 변환된 훈련자료와 예측 변수와의 상관관계를 계산하여 순위에 따라 훈련자료의 특성을 선택하는 특성 선택 기법을 추가하였다. 본 연구는 U-Net 모델에 TimeDistributed wrapper를 모든 합성곱 층(convolutional layer)에 적용하여 활용하였다. 5개 알고리즘으로부터 변환된 6개 개별 기후모델 및 MME S2S 훈련자료(일 최고 및 최저기온, 강수)에 훈련 모델을 적용한 결과와 훈련 모델을 적용하지 않은 결과를 ERA5와의 공간상관계수(spatial Pattern Correlation Coefficient)를 계산하고 그 개선율인 기술 점수(skill score)를 평가한 결과, 일 강수의 PCC 기술 점수는 Standard 및 Robust 변환으로 처리된 것에서 전체 예측선행(1~4주)에 대해 모두 높았고, 일 최고 및 최저기온에서는 예측 선행시간 3~4주에서만 높게 나타났다. 또한, 일 강수에서 특성 선택에 따른 훈련자료의 차원 감소가 예측 성능 변화에 영향을 미치지 않는 것으로 나타났다. 일 최고 및 최저기온의 경우에는 특성 선택에 의한 훈련자료의 특성 정보 감소가 오히려 예측 성능을 저하시킬 수 있는 것으로 확인되었으며, 원시자료에서 예측성이 높은 1~2주 기온 예측 개선을 위한 적합한 전처리 변환 알고리즘이나 특성 선택을 찾을 수 없었다. 후속 연구에서는 원시 예측 성능이 강수에 비해 높으나 딥러닝 훈련 모델에 의한 후보정 효과가 미미한 예측 선행 1~2주 기온 예측의 저조 원인에 대해 탐색하고, 다양한 딥러닝 훈련 모델로의 적용 및 초매개변수 조정 등 학습 과정의 최적화를 통해 S2S 기후 예측 성능을 개선하고자 한다.