• 한국정보전자통신기술학회논문지
• /
• 제12권3호
• /
• pp.321-326
• /
• 2019

블록매칭을 이용한 잡음제거 방법은 영상 내의 이웃하는 블록들이 서로 비슷한 특질을 가지고 있다는 실험적 관찰에 기반한 방법으로서 잡음제거에 있어서 우수한 성능을 보인다. 그러나 블록매칭 잡음제거 방법은 유사한 블록을 찾고 수집하는 작업이 영상 내의 이웃 블록들을 대상으로 이루어지며 참조블록의 특질은 유사한 블록을 찾는 목적 외에는 사용되지 않는다. 따라서 가우스분포 상의 이상치(outlier)가 존재할 때 잡음제거 성능은 그 값의 영향을 받을 수 밖에 없다. 본 논문에서는 잡음에 오염된 영상을 이진화평면으로 분해하여 각 블록의 참 화소값의 범위를 추정하고 이를 근거로 이상치 값을 추정된 참 화소값의 범위내의 값으로 대치하는 방법을 통해 확장된 블록매칭 기법을 제안한다. 전통적인 가우시안 필터는 잡음제거 대상이 되는 화소와 이웃하는 화소들의 값을 모두 계산에 적용하므로 영상의 세부적인 특질이 보존되지 않는 단점이 있는데 이를 극복하기 위해 이진화평면을 구성하여 해당 화소의 참값 범위를 추정한 후 그 범위 안에 속하는 화소값만을 이용하여 잡음제거를 하므로 세부적인 특질이 보존될 수 있는 장점이 있다. 가우시안 필터의 장점과 블록매칭의 장점을 융합하는 방법을 통해 성능 향상을 꾀할 수 있을 것으로 예상되며 실제로 잡음이 추가된 다양한 영상을 통해 실험을 한 결과 잡음제거의 성능을 향상시킬 수 있음을 검증하였다.

• 디지털융복합연구
• /
• 제18권12호
• /
• pp.87-95
• /
• 2020

인천공항은 대한민국으로 들어오거나 나가는 관문으로 나라의 이미지에 큰 영향을 미치므로 공항의 서비스 질을 유지하기 위해선 장기적인 공항 이용객 수 예측이 필요하다. 본 연구에서는 인천공항의 이용객 수요를 예측하기 위한 다양한 시계열 모형의 예측성능을 비교하였다. 인천공항 이용객 자료를 2002년 1월부터 2019년 12월까지 월 단위로 수집하여 살펴보면 일반적인 시계열자료에서 보이는 추세성과 계절성을 지니고 있다. 본 연구에서는 추세성과 계절성이 고려된 나이브 기법, 분해법, 지수 평활법, SARIMA, 그리고 PROPHET을 이용하여 단기, 중기, 장기예측 시계열모형을 비교하였다. 분석결과 단기예측은 최근 자료에 가중치를 준 지수 평활법이 우수했고 예상 2020년 연간 이용객 수는 약 7,350만명이다. 3년 후 인 2022년 중기예측은 정상성이 고려된 SARIMA모형이 우수하였고 예상 연간 이용객 수는 약 7,980만명이다. 4단계 인천공항 건설사업이 완료되는 2024년 예상 연간 여객수용 인원은 9,910만명이고 PROPHET모형이 가장 우수하였다.

• 토지주택연구
• /
• 제14권1호
• /
• pp.83-97
• /
• 2023

본 연구는 묵논습지의 보전 복원과 탄소축적 기능 증진을 위한 학술적 근거를 제공하기 위해 수행되었다. 묵논습지의 시간적 변화를 분석하고 탄소감축을 목표로 묵논습지 유형분류체계를 구축하고자 하였다. 묵논습지의 유형은 탄소축적 기능에 주목하여 수문학적 환경, 식생, 탄소축적 등 세 가지 변수를 기준으로 분류되었다. 묵논습지의 유형은 수리수문 변수를 기준으로 물유입 포텐셜 높음과 낮음, 식생 변수로는 수생식물 우점과 육상식물 우점, 탄소축적 변수로는 유기물 생산과 토양 유기탄소 집적, 분해 등을 종합해 12개 유형으로 분류했다. 국토지리정보원이 제공하는 항공사진으로 분석한 묵논의 발달 시기는 일반적으로 2010~2015년경에 발생하였으나, 대전1(DJMN01) 묵논습지의 경우 1990년경에 영농이 중단되어 2010년 이후 자연습지와 유사한 구조를 보였다. 대전1(DJMN01) 묵논습지의 최근 40년간 토지피복의 변화는 전체적으로는 산림과 농경지의 비율이 높게 나타나고 있으며, 시간의 흐름에 따라 산림과 농경지가 매우 빠른 속도로 감소하면서 인공초지, 다른 형태의 산림 등의 피복유형으로 변화하는 경향이 있었다.

• 한국광학회지
• /
• 제29권3호
• /
• pp.110-118
• /
• 2018

항공용 전자 광학 타겟팅 시스템을 위한 중적외선 광학계를 설계하였다. 본 광학계는 이중 시야를 갖도록 설계되었으며, 빔 축소 전단 광학계, 줌 렌즈 그룹, 릴레이 렌즈 그룹, 콜드스탑 공액 광학계 및 냉각 적외선 검출기로 구성된다. 적외선 검출기는 단일 화소의 크기가 $15{\times}15{\mu}m$ 인 $1280{\times}1024$ 화소 배열을 가지며 잡음을 최소화하기 위하여, f/5.3의 냉각 콜드스탑이 적용된 제품으로 선정하였다. 이중 시야 ($1.50^{\circ}{\times}1.20^{\circ}$, $5.40^{\circ}{\times}4.23^{\circ}$)는 두 개의 렌즈를 삽입하는 방식으로 구현했으며, 줌 배율 변경 시 모든 시야에 걸쳐 f/5.3의 콜드스탑의 효율을 유지하도록 설계하였다. 열 효과가 이미지에 미치는 영향을 조사하기 위해 비열화 및 나르시서스 분석을 수행하였으며, 비열화 분석은 $-55{\sim}50^{\circ}C$의 작동 온도를 기준으로 초점 이동과 잔여 고차 파면 수차에 조사하였고 제르니케 다항식을 이용한 민감도 분석을 수행하여 최적의 보상자를 선정하였다. 선정된 보상자의 최적 이동을 고려한 MTF 해상력을 확인한 결과, 작동 온도 전 구간에 걸쳐 요구조건인 33 lp/mm에서 축상 10% 이상의 성능을 유지하는 것을 확인하였으며, 나르시서스 분석 결과, NITD (Narcissus Induced Temperature Difference) 값이 $1.5^{\circ}C$ 이하가 되도록 설계 된 것을 확인하였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.

• Journal of the Korean Wood Science and Technology
• /
• 제37권3호
• /
• pp.255-264
• /
• 2009

본 연구는 화학적 전처리 공정이 목질계 바이오매스의 효소 가수분해에 미치는 영향을 구명할 목적으로 이태리포플러 분말을 1% 황산과 수산화나트륨 수용액을 이용하여 각각 $150^{\circ}C$와 $160^{\circ}C$에서 한 시간 동안 전처리를 실시하였다. 전처리된 시료는 건조과정을 거친 시료와 건조과정을 거치치 않은 시료로 각각 구분하여 화학적, 물리적 성상 및 효소 당화 효율에 미치는 영향을 비교, 분석하였다. 황산 전처리에 의한 바이오매스의 분해율은 약 24.5%로 수산화나트륨 전처리에 의한 분해율(18.6%)보다 약 6% 이상 높게 측정되었다. 반면, 탈리그닌화는 수산화나트륨이 우수하여 황산을 이용한 전처리보다 약 2% 가량 높게 나타났다. 결정화도는 미처리 시료와 비교하였을 때 황산과 수산화나트륨으로 전처리한 시료 모두 다소 높은 값을 나타내었는데, 이는 전처리 과정에서 비결정성 셀룰로오스가 결정영역보다 선택적으로 분해됨으로서 나타난 결과로 예측되었다. 주사전자현미경에 의한 표면 미세구조 관찰 결과, 황산, 수산화나트륨 전처리 모두 구성 성분들을 분해함으로써 목질바이오매스의 표면을 미처리 시료보다 거칠게 만들고 부분적인 균열을 발생시키는 것을 확인할 수 있었다. 그러나 황산 전처리-건조 시료에서는 이러한 표면 거칠음이 대조구와 유사하게 다시 변화하였음을 관찰하였다. 시료 표면의 기공분포는 두가지 전처리 과정 모두를 통해 크게 증가하였음을 확인하였다. 그러나 수산화나트륨에 의해 전처리된 시료는 건조과정을 거친 경우에도 기공분포가 점차적으로 증가하는 경향을 보였지만, 황산으로 전처리한 시료는 건조과정을 거치면서 전처리에 의해 증가한 기공 분포가 다시 급격히 감소하여 미처리 시료와 유사한 기공분포를 나타내었다. 황산 전처리 후 건조과정을 거친 시료와 미건조 시료는 효소가수분해에 의한 소화율이 각각 7.0%와 26.9%로 측정된 반면, 수산화나트륨 전처리 후 건조된 시료와 미건조시료는 각각 39.7%와 45.8%로 나타나 알칼리에 의한 전처리가 산 전처리보다 소화율 향상을 위해 더 우수하였으며, 이러한 높은 소화율은 당화 효율에도 커다란 영향을 미치는 것으로 판명되었다. 아울러 전처리된 바이오매스의 건조는 소화율 및 당화 수율에 지대한 영향을 미친다는 것을 알 수 있었다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.