• 대한기계학회논문집A
• /
• 제39권9호
• /
• pp.923-928
• /
• 2015

본 논문에서는 고경도의 재료를 효과적으로 가공하기 위하여 초음파-자기연마 복합가공을 제시하고, 초음파-자기연마 복합가공의 효율성을 검증하기 위해. 실험계획법을 적용하여 각 인자의 영향력을 평가하였다. 그 결과, 기존의 자기연마가공보다 초음파-자기연마가공의 가공효율이 더 높게 나타났으며, 초음파-자기연마 복합가공에서 가장 적절한 주파수는 28kHz 인 것으로 나타났다. 또 표면거칠기에 대한 인자의 영향을 평가하였을 때, 초음파의 진폭이 가장 큰 영향을 미치는 것을 확인하였다. 그러나 $55{\mu}m$ 의 진폭이 적용되었을 때, 자속밀도의 변화에도 불구하고 가공효율이 오히려 떨어지는 것으로 나타났다. 이러한 결과로부터 지나치게 큰 초음파 진폭은 오히려 자기연마가공의 효과를 저하시키는 것임을 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제25권6호
• /
• pp.785-791
• /
• 2021

본 연구는 서비스 로봇이 물건배달 서비스를 수행하기 위해 인식된 물체의 위치기반 정보로부터 최적의 작업 목적지를 추정하기 위한 방법론을 제안한다. 위치 추정 프로세스는 격자지도에 일반화된 보로노이 그래프를 적용하여 노드와 링크로 구성되는 초기 위상학 지도 작성, RGB-D센서를 이용하여 물체의 인식과 위치정보 추출, 장애물의 형상 및 거리정보를 수집한 후 ,무게중심법과 세선화를 병행하는 하이브리드 기법을 적용하여 서비스 로봇이 물건잡기 작업을 수행할 수 있는 최적의 이동위치를 추정하게 된다. 그런 다음, 노드 위치선정 규칙에 따라 추정된 위치와 기존 노드의 기하학적 거리비교를 통해 로봇의 작업 목적지에 대한 최적의 노드정보를 갱신하게 된다.

• 한국자동차공학회논문집
• /
• 제22권5호
• /
• pp.35-43
• /
• 2014

The automobile industry requires technological innovations to reduce fuel consumption with the public interest in environmental conservation in recent years. Thus, the hybrid system is applied not only to passenger cars but also commercial vehicles. The purpose of this paper is to develop engine ECU_ILS to develop commercial hybrid vehicles. In order to develop the engine and vehicle, the dynamometer and exhaust gas analyzer is needed. However, a lot of time and cost are required. In contrast, the model-based development environment that can be applied to a variety of test conditions can reduce development time. Therefore, a HILS system environment that can consider the behavior of actual vehicles for evaluation of the control logic, fuel consumption and exhaust gas is required. This engine ECU_ILS system was developed in this study, can analyze parameter such as the fuel injection rate, fuel injection time, fuel consumption and exhaust gas like the actual vehicle test using map data. Also, this system is expected to be able to analyze the characteristic of vehicle behavior and the development of peripheral device in relation to engine and vehicles. This HILS system can be used to develop control strategies of commercial hybrid vehicle systems in the future.

• 융합신호처리학회논문지
• /
• 제3권1호
• /
• pp.41-47
• /
• 2002

프랙탈 영상압축은 원 영상블록과 가장 유사한 영역을 원영상 내에서 찾는 자기유사성에 기반한 축소변환을 이용하여 영상데이터를 압축시키는 방법이다. 프랙탈은 영상데이터를 압축하는 효율적인 방법으로 인정을 받고 있으나 상대적으로 높은 영상 왜곡률과 부호화 시간이 오래 걸리는 단점을 가지고 있다. 본 논문은 프랙탈의 영상 왜곡률 특성을 개선하기 위하여 프랙탈과 벡터양자화기를 혼합하였으며, 벡터양자화기의 클러스터링 알고리듬으로는 개선한 Self Organizing Feature Map(SOFM)을 사용하였다. 제안된 시스템의 성능평가를 위하여 일반적인 SOFM을 사용한 시스템 그리고 프랙탈을 단독으로 사용한 시스템과 비교하여 전체적인 성능 향상 정도를 확인하였다. 그 결과 개선한 경쟁학습 SOFM을 사용한 벡터양자화기와 프랙탈 혼합시스템이 일반적인 SOFM을 사용한 벡터양자화기와 프랙탈 혼합시스템보다 영상 왜곡특성이 향상된 것을 확인하였다.

• 대한지리학회지
• /
• 제38권5호
• /
• pp.667-685
• /
• 2003

미국 캔자스주 정부와 연방정부가 필요로 하는 상세한 지표피복 수치지도제작을 위해, Landsat Thematic Mapper 자료를 이용하여 캔자스주 전체를 대상으로 43가지로 분류된 식생군단(vegetation alliance) 수준의 자연식 생지도를 제작하였다. 지도제작 방법으로는 봄, 여름, 가을의 계절별 위성자료를 이용하여 두 단계 분류절차를 거치는 이른바 '하이브리드(hybrid)' 방식을 채택하였다. 이 접근 방법은 첫 단계로 unsupervised classification을 이용, 자연녹지를 농경지로부터 분리해 낸 다음. 두 번째 단계에서 supervised classification, 현장확인조사. 그리고 분류 후 다양한 보강자료를 이용하여 최종적으로 자연식생을 구분ㆍ분류해 내는 것이다. 정확도 평가는 세 가지 분류 수준에서 실행되었는데, 이는 앤더슨 분류단계 I(Anderson level I), 식생군계(vegetation formation), 그리고 식생군단 수준을 포함한다. 확인결과 전반적인 정확도는 51.7%에서 89.4%에 이르는 것으로 조사되었다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권8호
• /
• pp.481-486
• /
• 2017

클라우드의 원하는 자원을 필요한 만큼만 사용하고 지불하는(Pay-per-use) 방식을 이용하여 과학 응용을 수행하고자 하는 과학자들이 늘어나는 추세이다. 그러나 다양한 특성으로 구성된 클라우드 자원으로 과학자들은 적절한 자원을 선택하는데 어려움을 겪는다. 이에 따라 자원의 효율적인 활용을 위하여 과학자가 실험하고자하는 응용의 특성에 따라 동적으로 자원을 분류하는 것이 필요하다. 본 연구에서는 하이브리드 클라우드 환경에서 응용의 특성을 반영한 자원 군집 분석 기법을 제안한다. 자원 군집 분석은 자기조직화지도 및 K-평균 알고리즘을 적용하여 유사한 자원을 군집화한다. 제안한 알고리즘을 통해 과학응용의 특성을 반영한 유사 자원 군집을 형성하였음을 증명한다.

• 정보처리학회논문지B
• /
• 제9B권5호
• /
• pp.635-642
• /
• 2002

정보 기술 분야의 지능화 요구는 매우 빠르게 증가하고 있다. 특히 대량의 데이터로부터 지식을 찾아내어 최적의 의사결정을 해야하는 KDD(Knowledge Discovery in Database)분야에서는 그 요구가 더욱 더 크게 된다. 지능화된 의사결정을 위해서는 대용량 지식 베이스(Knowledge Base)의 효율적인 관리가 무엇보다도 중요하다. 본 논문에서는 이러한 지식 베이스로부터 의사결정 관리에 필요한 지식을 얻기 위해 효율적으로 지식 베이스를 검색하고 갱신하는 관리 방법을 위해 자율학습 신경망인 자기조직화 지도에 확률적 분포 이론을 결합한 하이브리드(Hybrid) SOM을 제안한다. 제안 방법을 이용한 효율적 지식 베이스의 관리를 시뮬레이션 실험을 통하여 수행하였다. 실험을 통해 본 논문에서 제안하는 Hybrid SOM이 지식 베이스 관리에 효율적인 성능을 나타냄이 증명되었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2012년도 춘계학술발표대회논문집
• /
• pp.449-450
• /
• 2012

오늘날 컴퓨터와 정보통신 기술에 의해 생성된 디지털 맵(map)은 다양한 분야에서 응용 활용되고 있다. 이에 디지털 맵 제작 기술의 발전과 함께 선형 단순화(line simplification) 기법에 대한 연구가 활발하게 진행되고 있다. 이에 본 논문은 라인의 형상을 최대한 보존하기 위하여 최소영역오차(minimum area error, MAE) 구간을 이용한 혼합형 선형 단순화 기법을 제안한다. 기존의 선형 단순화 기법과의 비교 실험을 통하여, 제안하는 기법의 성능이 우수함을 확인하였다.

• 전자공학회논문지B
• /
• 제32B권12호
• /
• pp.1591-1602
• /
• 1995

A hybrid approach which includes edge- and region-based methods is considered. The modified non-linear Laplacian(MNL) filter is used for feature extraction. The matching algorithm has three steps which are edge, signed region, and residual region matching. At first, the edge points are matched using the sign and direction of edges. Then, the disparity is propagated from edge to inside region. A variable window is used to consider the local method which give accurate matched points and area-based method which can obtain full-resolution disparity map. In addition, a new relaxation algorithm for considering matching possibility derived from normalized error and regional continuity constraint is proposed to reduce the mismatched points. By the result of simulation for various images, this algorithm is insensitive to noise and gives full- resolution disparity map.

• Asia pacific journal of information systems
• /
• 제5권1호
• /
• pp.36-51
• /
• 1995

본 논문에서는 비구조적인 의사결정문제를 효과적으로 해결하기 위하여 감독학습 인공신경망 모형과 비감독학습 인공신경망 모형을 결합한 하이브리드 인공신경망 모형인 HYNEN(HYbrid NEural Network) 모형을 제안한다. HYNEN모형은 주어진 자료를 클러스터화 하는 CNN(Clustering Neural Network)과 최종적인 출력을 제공하는 ONN(Output Neural Network)의 2단계로 구성되어 있다. 먼저 CNN에서는 주어진 자료로부터 적정한 퍼지규칙을 찾기 위하여 클러스터를 구성한다. 그리고 이러한 클러스터를 지식베이스로하여 ONN에서 최종적인 의사결정을 한다. CNN에서는 SOFM(Self Organizing Feature Map)과 LVQ(Learning Vector Quantization)를 클러스터를 만든 후 역전파학습 인공신경망 모형으로 이를 학습한다. ONN에서는 역전파학습 인공신경망 모형을 이용하여 각 클러스터의 내용을 학습한다. 제안된 HYNEN 모형을 우리나라 기업의 도산자료에 적용하여 그 결과를 다변량 판별분석법(MDA:Multivariate Discriminant Analysis)과 ACLS(Analog Concept Learning System) 퍼지 ARTMAP 그리고 기존의 역전파학습 인공신경망에 의한 실험결과와 비교하였다.