• 한국멀티미디어학회논문지
• /
• 제14권5호
• /
• pp.669-680
• /
• 2011

R-tree는 데이터베이스 시스템에서 가장 많이 사용되는 색인 구조로 다차원의 데이터를 관리하는데 매우 효율적이다. 하지만 데이터베이스 시스템이 처리해야 하는 데이터의 용량이 증가함에 따라, 기존의 R-tree에서의 범위 질의의 처리는 디스크의 접근 지연 등의 이유로 인하여 수행 시간이 증가하게 되었다. 이러한 문제들을 해결하기 위하여 버퍼를 사용하거나 혹은 다수의 디스크와 프로세서를 사용하여 병렬로 질의를 수행하고자 하는 많은 연구들이 진행되었다. 이러한 연구들의 일환으로 최근 Graphics Processing Unit(GPU)을 이용한 병렬화 기법들에 대한 연구들이 진행되고 있다. 이러한 GPU의 적용을 통한 병렬화는 계산 속도의 증가와 디스크 접근 횟수의 감소를 통하여 수행 속도의 개선을 가능하게 하지만 GPU와 CPU사이의 메모리 교환 및 GPU 메모리의 접근 지연 등에 의한 오버헤드를 발생시킨다. 본 논문에서는 이러한 오버헤드를 해결하고 효과적으로 GPU를 적용하기 위하여 GPU를 버퍼로 사용하여 범위 질의를 병렬화하는 기법을 제안하였다. 버퍼 알고리즘을 통하여 메모리 교환 횟수를 줄이고, 동시 접근 가능한 메모리의 용량을 증가시켜 메모리의 접근 지연을 최소화 할 수 있었다. 제안 기법과 기존의 인덱스의 비교 실험에서 최대의 경우 5배 정도의 성능이 개선되는 것을 확인 할 수 있었다.

• 해양환경안전학회지
• /
• 제28권1호
• /
• pp.184-192
• /
• 2022

밸브의 내부 누설 현상은 밸브의 내부 부품의 손상에 의해 발생하며 배관 시스템의 사고와 운전정지를 일으키는 주요 요인이다. 본 연구는 버터플라이형 밸브의 내부 누설에 따라 배관계에서 발생하는 음향방출 신호를 이용하여 배관 가동 중 실시간 누설 진단의 가능성을 검토하였다. 이를 위해 밸브의 작동 모드별로 측정한 시간영역의 AE 원시신호를 취득하였으며 이로부터 구축한 데이터셋은 데이터 기반의 인공지능 알고리즘에 적용하여 밸브의 내부 누설 유무를 진단하는 모델을 생성하였다. 누설 유무진단을 분류의 문제로 정의하여 SVM 기반의 머신러닝과 CNN 기반의 딥러닝 분류 알고리즘을 적용하였다. 데이터의 특징 추출에 기반한 SVM 분류 모델의 경우, 이진분류 모델에서 구축된 모델에 따라 83~90%의 정확도를 나타냈으며, 다중 클래스인 경우 분류 정확도가 66%로 감소하였다. 반면, CNN 기반의 다중 클래스 분류 모델의 경우 99.85%의 분류 정확도를 얻을 수 있었다. 결론적으로 밸브 내부 누설 진단을 위한 SVM 분류모델은 다중 클래스의 정확도 향상을 위해 적절한 특징 추출이 필요하며, CNN 기반의 분류모델은 프로세서의 성능 저하만 없다면 누설진단과 밸브 개도 분류에 효율적인 접근방법임을 확인하였다.

• 한국음향학회지
• /
• 제43권2호
• /
• pp.225-233
• /
• 2024

능동소나는 은밀하게 기동하는 수중 물체를 탐지하기 위해 음파를 송신하여 표적에서 반사되어 돌아오는 신호를 탐지한다. 그러나 능동소나의 수신 신호에는 표적의 반향음 외에도 해저면/해수면의 잔향, 생물 소음 및 기타 잡음 등이 섞여 있어 표적 인식을 어렵게 한다. 기존의 문턱값 이상의 신호를 탐지하는 기법은 설정한 문턱값에 따라 오탐지가 발생하거나 표적을 놓치는 경우가 발생할 뿐 아니라 다양한 수중환경마다 적절한 문턱값을 설정해야하는 문제가 있다. 이를 극복하기 위해 Constant False Alarm Rate(CFAR) 등의 기법을 이용한 문턱값의 자동산출과 진보된 형태의 추적 필터 및 연계 기법을 적용한 연구가 수행되었지만, 상당수의 탐지가 발생하는 환경에서는 그 한계가 있다. 최근 심층학습 기술이 발달함에 따라 수중 표적 탐지분야에도 이를 적용하기 위한 노력이 있었으나, 분류기 학습을 위한 능동소나 데이터의 획득이 매우 어려워 데이터가 희소할 뿐 아니라, 극소수의 표적과 상대적 다수의 비표적으로 인한 데이터의 불균형성으로 어려움이 있다. 본 논문에서는 탐지 신호의 에너지 분포 영상을 이용하되, 데이터의 불균형성을 고려한 방식으로 분류기를 학습하여 표적과 비표적을 구분하는 기법을 기존 소나처리 기법에 추가하여 표적의 오분류를 최소화하면서 비표적을 제거하여 능동소나 운용자의 표적 인식을 용이하게 하였다. 그리고 동해에서 수행한 해상실험에서 획득한 능동소나 데이터를 통해 제안 기법의 유효성을 검증하였다.

• 한국음향학회지
• /
• 제25권7호
• /
• pp.346-355
• /
• 2006

본 논문에서는 동해 천해 영역에서 예인 음원과 L-자형 수신 선배열을 이용한 해상 실험(MAPLE IV)을 통해 수집된 신호 자료에 대해 정합장처리를 이용한 지음향 역산 및 음원 위치 추정을 수행하였다. L-자 형태의 수신 선배열은 수직 선배열과 해저면에 수평으로 놓여진 수평 선배열로 구성되어 있으며, 음원은 협대역 다중 주파수 성분을 가지는 저주파 연속 음원이 예인되었다. 역산 목적함수는 선배열 수신 신호벡터 처리 방식에 따라 다음과 같이 Bartlett 프로세서를 기반으로 한 세 가지 형태 - (1) 수직 및 수평선배열 자료 전체를 하나의 신호 벡터로 상관 처리할 경우, (2) 수직 및 수평선배열 각각에 대한 결과를 비상관 평균할 경우, (3) 수직 및 수평선배열 상호간의 상관 관계만을 이용할 경우- 를 사용하고 그 결과들을 수직 및 수평 선배열 신호를 단독으로 사용할 경우의 결과들과 함께 비교하였다. 역산 결과의 타당성을 확인하기 위해 역산 과정에서 사용한 각 프로세서와 역산된 지음향 인자를 이용하여 낮은 신호 대 잡음비를 갖는 주파수 성분에 대해 음원 위치 추정을 수행하고 성능을 비교하였다.

• Investigative Magnetic Resonance Imaging
• /
• 제9권1호
• /
• pp.30-35
• /
• 2005

목적 : 본 논문은 뇌 기능 자기공명영상(Brain Functional Magnetic Resonance Imaging: Brain fMRI)을 이용하여 짠 맛 자극에 대한 인지활동으로 뇌 신경세포의 활성화에 따른 국소 대사 및 혈류역학적 변화가 일어나는 뇌 영역을 분석 및 가시화함으로써 맛에 대한 뇌 활성화 부위의 기초자료를 마련하고자 하였다. 대상 및 방법 : 건강한 비흡연 남자 12명을 대상으로 1.5T MRI 장치에서 혈액산소수준의존(Blood Oxygen Level Dependent, 이하 BOLD) 방법을 이용한 fMRI 실험을 수행하여 인간의 미각 중 짠맛에 대한 반응을 관찰하였다. 잔 맛의 자극은 $3\%$ 농도의 소금물(NaCl)을 미각 자극기를 이용하여 혀 전체에 자극을 주었다. 미각 자극기인 Auto Syringe Pump는 일정한 자극을 반복적으로 가할 수 있도록 마이크로프로세서를 이용하여 연구실에서 자체 제작되었다. 자극의 패러다임은 5회의 휴식기간과 4회의 자극기간으로 구성되었으며, 자극기간은 15초씩 진행되고 휴식기간은 30초로 하여 각 slice당 42 영상을 연속적으로 획득하였다. 자극에 대해 얻은 fMRI 영상은 SPM99'(Statistical Parametric Mapping, UCL)를 이용하여 분석하였다. 활성화 영상은 EPI 영상과 동일한 부위의 T1 강조영상에 registration 기법을 이용하여 overlapping시켜 활성화 부위의 해부학적 판별을 용이하도록 하였다. 결과 : 농도 $3\%$ 소금물의 짠맛 자극에 대해서 insula, amygdala, frontal opercular taste cortex (OFC), orbitofrontal cortex 영역에서 활성화 영역을 fMRI로 확인하였으며, dorsolateral prefrontal cortex (DLPFC) 영역에서도 유효한 신호를 관찰하였다. 결론 : 본 연구의 결과는 미각의 주요 신경이 뇌의 insula, OFC 그리고 DLPFC 영역에 주로 분포한다는 기존의 결과와 잘 일치하고 있다. 마이크로 프로세서로 동작하는 자동펌프를 미각 자극기로 사용함으로써 미각자극에 대한 뇌의 활성화 영역을 안정되게 관찰할 수 있었다. 본 연구의 결과는 fMRI를 이용한 고차원적 미각작용 과정 연구에 튼튼한 밑거름이 될 것으로 생각된다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.449-461
• /
• 2021

광학 위성정보에 대한 분석대기자료(ARD)는 각 센서 별 분광특성과 촬영각 등을 적용하는 전처리 작업에 의한 성과물이다. 대기보정 처리과정은 통하여 얻을 수 있는 대기반사도와 지표반사도는 기본적이면서 복잡한 알고리즘을 요구한다. 대부분 위성 정보처리 소프트웨어에서는 Landsat 위성 대기보정 처리 알고리즘 및 기능을 제공하고 있다. 또한 사용자는 클라우드 환경에서 Google Earth Engine(GEE)을 통하여 USGS-ARD와 같은 Landsat 반사도 성과에 직접 접근할 수 있다. 이번 연구에서는 고해상도 위성정보 처리에 활용되고 있는 Orfeo ToolBox(OTB) 오픈 소스 소프트웨어의 대기보정 기능을 확장 구현하였다. 현재 OTB 도구는 어떠한 Landsat 센서도 지원하지 않기 때문에, 이 확장 도구는 최초로 개발된 사례이다. 이 도구를 이용하여 RadCalNet 사이트의 Railroad Valley, United States(RVUS) 반사율 자료 값을 이용한 결과 검증을 위하여 같은 지역의 Landsat-8 OLI 영상의 절대 대기보정에 의한 반사도 성과를 산출하였다. 산출된 결과는 RVUS 자료를 기준으로 반사도 값과의 차이가 5% 미만으로 나타났다. 한편 이 반사도 성과는 USGS-ARD 반사도 값뿐만 아니라 QGIS Semi-automatic Classification Plugin과 SAGA GIS와 같은 다른 오픈 소스 도구에서 산출된 성과를 이용한 비교 분석을 수행하였다. OTB 확장도구로부터 산출한 반사도 성과는 RadCalNet RVUS의 자료와 높은 일치도를 나타내는 USGS-ARD의 값과 가장 부합되는 것으로 나타났다. 이 연구에서 OTB 대기보정 처리의 다양한 위성센서 적용 가능성을 입증한 결과로 이 모듈을 다른 센서정보로 확장하여 구현하는 경우에도 정확도가 높은 반사도 산출이 가능한 것을 확인할 수 있었다. 이와 같은 연구 방법은 향후 차세대중형위성을 포함하는 다양한 광학위성에 대한 반사도 성과 산출 도구개발에도 활용할 수 있다.