• 한국산학기술학회논문지
• /
• 제18권12호
• /
• pp.157-163
• /
• 2017

객체 분할 방식은 객체를 먼저 분할한 후, 검출된 객체에 대해 해충 검출 알고리즘을 적용하므로 해충 개체를 검출하는 데 필요한 처리 비용이 줄어드는 장점이 있다. 본 논문에서는 페로몬 트랩 영상에서 해충 검출을 위한 객체 분할 방법을 제안한다. 제안한 방법은 전처리, 문턱치 처리, 형태학적 필터링, 레이블링 처리로 구성된다. 이들 과정 중 문턱치 처리는 객체 분할의 성능을 좌우하는 매우 중요한 처리 과정이다. 제안한 방법은 문턱치 처리 과정에서 해충 영상의 국소적 특성을 반영하므로 매우 정교한 문턱치 처리를 할 수 있다. 과수원에 설치된 페로몬 트랩에서 수집된 복숭아심식나방 영상에 대해 Otsu의 방법의 전역적 방식과 국소적 방식, 그리고 제안한 방법으로 처리한 결과, 제안한 방법이 조명과 배경의 특성을 잘 반영함을 알 수 있었다. 페로몬 트랩에 수집된 복숭아심식나방 영상에 대해 객체 분할과 개체 분류를 수행하였다. 개체 분류는 SVM 분류기로 학습하여 사용하였다. 실험에서 제안한 방법으로 10개의 해충 영상에 대해 복숭아심식나방 검출 결과 95%의 평균 검출율을 보임으로써 과수원의 복숭아심식나방의 개체 모니터링 방법으로서 효과적임을 보였다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.239-240
• /
• 2012

With advancements in semiconductor device technologies, manufacturing processes are getting more complex and it became more difficult to maintain tighter process control. As the number of processing step increased for fabricating complex chip structure, potential fault inducing factors are prevail and their allowable margins are continuously reduced. Therefore, one of the key to success in semiconductor manufacturing is highly accurate and fast fault detection and classification at each stage to reduce any undesired variation and identify the cause of the fault. Sensors in the equipment are used to monitor the state of the process. The idea is that whenever there is a fault in the process, it appears as some variation in the output from any of the sensors monitoring the process. These sensors may refer to information about pressure, RF power or gas flow and etc. in the equipment. By relating the data from these sensors to the process condition, any abnormality in the process can be identified, but it still holds some degree of certainty. Our hypothesis in this research is to capture the features of equipment condition data from healthy process library. We can use the health data as a reference for upcoming processes and this is made possible by mathematically modeling of the acquired data. In this work we demonstrate the use of recurrent neural network (RNN) has been used. RNN is a dynamic neural network that makes the output as a function of previous inputs. In our case we have etch equipment tool set data, consisting of 22 parameters and 9 runs. This data was first synchronized using the Dynamic Time Warping (DTW) algorithm. The synchronized data from the sensors in the form of time series is then provided to RNN which trains and restructures itself according to the input and then predicts a value, one step ahead in time, which depends on the past values of data. Eight runs of process data were used to train the network, while in order to check the performance of the network, one run was used as a test input. Next, a mean squared error based probability generating function was used to assign probability of fault in each parameter by comparing the predicted and actual values of the data. In the future we will make use of the Bayesian Networks to classify the detected faults. Bayesian Networks use directed acyclic graphs that relate different parameters through their conditional dependencies in order to find inference among them. The relationships between parameters from the data will be used to generate the structure of Bayesian Network and then posterior probability of different faults will be calculated using inference algorithms.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.241-241
• /
• 2012

Semiconductor industry has been taking the advantage of improvements in process technology in order to maintain reduced device geometries and stringent performance specifications. This results in semiconductor manufacturing processes became hundreds in sequence, it is continuously expected to be increased. This may in turn reduce the yield. With a large amount of investment at stake, this motivates tighter process control and fault diagnosis. The continuous improvement in semiconductor industry demands advancements in process control and monitoring to the same degree. Any fault in the process must be detected and classified with a high degree of precision, and it is desired to be diagnosed if possible. The detected abnormality in the system is then classified to locate the source of the variation. The performance of a fault detection system is directly reflected in the yield. Therefore a highly capable fault detection system is always desirable. In this research, time series modeling of the data from an etch equipment has been investigated for the ultimate purpose of fault diagnosis. The tool data consisted of number of different parameters each being recorded at fixed time points. As the data had been collected for a number of runs, it was not synchronized due to variable delays and offsets in data acquisition system and networks. The data was then synchronized using a variant of Dynamic Time Warping (DTW) algorithm. The AutoRegressive Integrated Moving Average (ARIMA) model was then applied on the synchronized data. The ARIMA model combines both the Autoregressive model and the Moving Average model to relate the present value of the time series to its past values. As the new values of parameters are received from the equipment, the model uses them and the previous ones to provide predictions of one step ahead for each parameter. The statistical comparison of these predictions with the actual values, gives us the each parameter's probability of fault, at each time point and (once a run gets finished) for each run. This work will be extended by applying a suitable probability generating function and combining the probabilities of different parameters using Dempster-Shafer Theory (DST). DST provides a way to combine evidence that is available from different sources and gives a joint degree of belief in a hypothesis. This will give us a combined belief of fault in the process with a high precision.

• 대한후두음성언어의학회지
• /
• 제14권1호
• /
• pp.16-25
• /
• 2003

후두암은 유병율이 높지만 조기에 발견하면 90% 이상의 치유율과 발성기능의 보존이 가능하며 현재 음성분석을 이용한 진단법이 시도되고 있으나 정립된 선별검사법은 없는 실정이다. 성문전도검사(electroglottography, EGG)는 성대의 진동양상을 알 수 있는 비침습적 검사로서 발성과 음성합성의 연구에 많이 사용되고 있다. 본 연구는 EGG에서 관찰되는 파라미터들을 다층 퍼셉트론(multilayer perceptron)구조의 신경회로망(artificial neural network)으로 감별하는 기법을 이용하여 후두암 감별법에 대한 연구로서 부산대학교병원을 내원한 후두암 환자 10명과 양성후두질환 26명을 대상으로 새로 고안한 Electroglottograph(v1.0)를 이용하여 검사하고 이의 임상적 유용성을 평가하였다. EGG 파라미터인 closed quotient(CQ), speed quotient(SQ), speed index(SI), fundamental frequency(F0), Jitter, Shimmer 등은 MATLAB 6.5 (Mathwork, Inc.)로 작성한 분석 프로그램을 이용하여 추출하였다. 각 환자에서 추출된 EGG 파라미터들을 다층 퍼셉트론 구조의 신경회로망으로 감별하였다. CQ는 각 질환군 간에 유의한 차이가 없었지만 SQ, SI, Jitter, Shimmer 등은 성대질환의 특성에 따라 유의한 차이를 보였다. 신경회로망에서 감별한 결과 CQ를 제외한 SQ, SI, Jitter, Shimmer 등에서 71.3-90%의 후두암의 감별율을 보였다. 또한 SQ, SI, Jitter, Shimmer를 3개씩 조합한 실험에서는 SQ-Jitter-Shimmer와 SQ-SI-Shimmer의 후두암의 감별율이 93%로 가장 높았고, SQ-SI-Jitter 90.9%, SI-Jitter-Shimmer 88.6%로 전체적으로 85% 이상의 높은 감별율을 나타내었다. 이러한 결과는 EGG검사와 신경회로망을 이용한 양성과 악성 후두질환의 감별이 가능함을 시사한다. 향후 성대 질환의 병태생리를 대변할 수 있는 파라미터가 추가로 개발되고 분류 알고리듬이 개선된다면 EGG를 이용한 성대질환의 감별 진단이 보다 정확해질 것으로 사료되었다.

• 한국측량학회지
• /
• 제38권1호
• /
• pp.23-33
• /
• 2020

최근 UAV (Unmanned Aerial Vehicle)를 이용하여 고해상도 영상을 편리하게 취득할 수 있게 되면서 저비용으로 소규모 지역의 관측 및 공간정보 제작이 가능하게 되었다. 특히, 농업환경 모니터링을 위하여 작물생산 지역의 피복지도 생성에 대한 연구가 활발히 진행되고 있으며, 랜덤 포레스트와 SVM (Support Vector Machine) 및 CNN(Convolutional Neural Network) 을 적용하여 분류 성능을 비교한 결과 영상분류에서 딥러닝 적용에 대하여 활용도가 높은 것으로 나타났다. 특히, 위성영상을 이용한 피복분류는 위성영상 데이터 셋과 선행 파라메터를 사용하여 피복분류의 정확도와 시간에 대한 장점을 가지고 있다. 하지만, 무인항공기 영상은 위성영상과 공간해상도와 같은 특성이 달라 이를 적용하기에는 어려움이 있다. 이러한 문제점을 해결하기 위하여 위성영상 데이터 셋이 아닌 UAV를 이용한 데이터 셋과 국내의 소규모 복합 피복이 존재하는 농경지 분석에 활용이 가능한 딥러닝 알고리즘 적용 연구를 수행하였다. 본 연구에서는 최신 딥러닝의 의미론적 영상분류인 DeepLab V3+, FC-DenseNet (Fully Convolutional DenseNets), FRRN-B (Full-Resolution Residual Networks) 를 UAV 데이터 셋에 적용하여 영상분류를 수행하였다. 분류 결과 DeepLab V3+와 FC-DenseNet의 적용 결과가 기존 감독분류보다 높은 전체 정확도 97%, Kappa 계수 0.92로 소규모 지역의 UAV 영상을 활용한 피복분류의 적용가능성을 보여주었다.

• 한국전자파학회논문지
• /
• 제23권4호
• /
• pp.491-498
• /
• 2012

최근 OFDM 시스템의 T-DMB 동일 채널 중계기에서 궤환 신호를 제거하여 송신 출력을 증강시키고, 등화기를 사용하여 ICI(Inter Carrier Interference)를 제거함으로써 시스템 성능을 개선하기 위하여 노력하였다. 그러나 T-DMB 동일 채널 중계기의 경우, 성상도 번짐 현상으로 수신 단말기에서 완벽하게 신호 품질이 개선되지 않고 있다. 그러므로 본 논문에서는 성상도 번짐 현상을 억압하기 위하여 파일럿(PRS)을 이용하여 주파수 영역에서의 ICI를 고려한 적응형 채널 추정과 결정지향 잡음 제거 기법을 제안함으로써 단말기에서 수신 품질을 확보한다. T-DMB 단말기에서 요구되는 QoS(Quality of Service)를 확보하기 위하여 동일 채널 중계기에서 SNR과 BER을 평가하고, 시뮬레이션을 통하여 검증하였다. 시뮬레이션 결과를 통하여 back-off=9 dB 상태에서 위상 잡음 -18 dBc의 경우, 위상 잡음을 보상하여 수신기에서 SNR=14 dB 이하에서 BER=$10^{-5}$의 성능을 만족할 수 있다.

• 대한공간정보학회지
• /
• 제22권1호
• /
• pp.23-29
• /
• 2014

고해상도 위성영상의 등장과 공간분해능의 발전은 위성영상을 활용한 다양한 연구들을 가능하게 하였다. 그 중에서도 고해상도 위성영상을 이용한 표적 탐지 기술은 광범위한 지역의 차량, 항공기, 선박 등의 탐지를 가능하게 하여 교통류 모델링, 군사적 목적의 감시 정찰을 효과적으로 수행하게 한다. 최근 다양한 국가에서 여러 위성을 발사함에 따라 위성영상 선택의 폭이 증가하였으나 고해상도 위성영상을 이용한 공간해상도 비교 연구는 많지 않으며 더욱이 표적 탐지에 미치는 공간 해상도의 영향에 관한 연구는 국내외로 매우 부족한 상황이다. 따라서 본 연구에서는 PSO 기반의 표적 탐지 연구를 바탕으로 공간해상도가 항공기 및 선박 표적 탐지에 미치는 영향을 분석하였다. 원영상에 대한 재배열 보간 기법을 통해 0.5m, 1m, 2m, 4m의 다양한 공간해상도의 시뮬레이션 영상을 생성하고 이때 최근린보간, 양선형보간, 3차회선보간과 같이 다양한 재배열 보간 기법을 적용하였다. 표적 탐지 정확도는 공간해상도 뿐만 아니라 보간 기법에 따라 비교 분석되었다. 연구 결과 0.5m의 고해상도 영상에서 그리고 최근린보간 기법을 이용한 재배열 영상에서 더 높은 표적 탐지 정확도를 얻을 수 있음을 확인하였다. 또한 50% 이상의 표적 탐지 정확도를 얻기 위해서는 항공기의 경우 2m, 선박의 경우 4m 이상의 영상이 필요하며 항공기의 형태적 특이성은 더 높은 공간 해상력을 필요로 함을 확인하였다. 본 연구는 항공기 및 선박 표적 탐지에 적합한 적정 공간분해능을 제안하고 위성 센서 설계의 기준을 제시하는데 큰 기여를 할 것으로 사료된다.

• 한국지진공학회논문집
• /
• 제13권3호
• /
• pp.11-19
• /
• 2009

최근 대형구조물의 유지관리에 대한 관심이 커지고 있으며 자연재해, 구조물의 노후 등으로 구조적 안전성의 검토가 요구되는 대형구조물의 수가 급증하고 있는 실정이다. 실제 사용하고 있는 구조물의 구조적 특성은 최초 설계 당시의 특성과 차이점을 보이는 것이 일반적이며 부재의 균열 및 구조물의 노후화 등으로 인한 강성저하에 의하여 구조물의 동특성에 변화가 나타날 수 있다. 구조물의 동특성의 변화를 관찰하면 손상의 위치를 파악할 수 있으며 정량적 평가 또한 가능하다. 교량, 건물 등 구조물 모니터링에 사용되는 대표적 계측장비가 동적계측기이다. 현재 구조용 동적계측기는 각 센서와 계측기를 1:1로 연결하는 방식을 취하고 있어 많은 케이블 작업을 필요로 하기 때문에 센서를 부착하지 않고 원거리에서 진동을 측정하는 방법이 필요하다. 구조물의 동적응답 계측을 위하여 적용 가능한 비접촉식 방법으로는 레이저의 도플러효과 및 GPS를 이용하는 방법 등이 있으나 비경제적이기 때문에 교량구조물에 적용하기에 보편적이지 못하다. 그러나 영상 이미지를 이용하는 방법은 경제적이며 접근이 어려운 구조물의 진동 및 동특성 추출에 적합하다. 기존에 도 센서를 대신하여 카메라의 영상신호를 이용하는 연구가 수행되었으나 구조물에 부착된 target의 한 지점을 기록한 후 이미지 처리기법 을 이용하여 변위응답을 측정하는 방법으로서 측정 대상이 비교적 국한적일 수 있다. 그러므로 본 연구에서 제안한 DIC(Digital Image Correlation)기법을 이용한 다중 변위응답 측정기법을 검증하기 위하여 실내모형실험을 수행하였다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2007년도 정기학술발표대회 논문집
• /
• pp.938-942
• /
• 2007

최근 건설산업의 현장 생산성이 점차 저하되는 현실을 개선하기 위하여 시공과정에서의 프로세스 개선이 중요 사항으로 부각되고 있다. 이에 따라 다양한 3D 센싱기법이 개발되어 적용되고 있지만 구체적인 장비 적용성 및 기술검토는 부족하다. 본 연구의 목적은 시공과정에서 3D기반 광대역 모델링 기술을 활용한 건설현장의 3D구현을 통해 실시간으로 현장의 실시간 변화상황을 파악하여 현장관리의 효율화는 물론 시공 진척도 측정 및 공정관리 과정의 정보흐름 활성화를 통해 현장 생산성 증대에 기여하는 것이며 이를 위해 모델링 관련 알고리즘과 광대역 현장 구현관련 기술의 조사연구를 실시하였다. 시공현장 실시간 현장 모니터링 정보를 제공함으로써 안전사고 발생율 감소와 함께 현장정보 데이터베이스의 구축과 활용을 통한 향후 유사공사 적용 및 우리 건설산업 생산 프로세스 개선의 계기가 될 수 있을 것이다. 나아가 건설산업 전체 이미지 제고에도 큰 역할을 할 수 있으리라 사료된다.

• 한국정보처리학회논문지
• /
• 제5권3호
• /
• pp.751-762
• /
• 1998

본 연구의 목적은 멀티캐스트 통신에서 송신자가 멀티미디어 데이터를 한 그룹의 구성원들에게 전송할 때, 그룹내의 수신자들이 전송된 데이터를 잘 수신하고 있는 가에 대한 상황을 정기적으로 확인하여 이질적인 단말 및 통신망 환경에서 효율적인 멀티미디어 서비스를 제공하고자 하는 데 있다. 특히, 연구에서는 송신자의 전송 데이터를 수신자가 어떻게 수신하고 있는 가에 대한 상태를 파악하는 과정에서, 수신자들의 전송 정보를 절감시킴으로써 송신자 측에서 상태 정보의 폭주로 인한 성능 저하를 개선하는데 초점을 두고 있다. 본 연구의 기본 아이디어는 그룹의 행위를 어떻게 보는 가의 관점에서 출발하는 데, 제안된 방식에서는 그룹의 구성원 중 가장 열악한 상황에 있는 수신자 즉, 대표 수신자가 그룹의 상황을 대표하는 것으로 가정한다. 다시 말해, 이 대표 수신자의 성능이 저하되면 전체 그룹의 성능이 저하된 것으로 간주하고, 반대로 대표수신자의 성능이 향상되면 전체 그룹의 성능이 향상되는 것으로 간주하게 된다. 제안 알고리즘에서는 대표 수신자가 다른 수신자 보다 먼저 상태 정보를 송신자에게 통보하도록 하며, 다른 수신자들은 이 대표 수신자의 상태정보를 수신할 때 장신의 상태와 비교하여, 자신이 더욱 열악한 경우에만 추가적인 응답을 수행하도록 함으로써 불필요한 응답을 제거하고자 하는 것이다.