• 반도체디스플레이기술학회지
• /
• 제20권1호
• /
• pp.64-69
• /
• 2021

In this paper, a method for improving the defect classification performance in low contrast, ununiformity and featureless steel plate surfaces has been studied based on deep convolution neural network and transfer-learning neural network. The steel plate surface images have low contrast, ununiformity, and featureless, so that the contrast between defect and defect-free regions are not discriminated. These characteristics make it difficult to extract the feature of the surface defect image. A classifier based on a deep convolution neural network is constructed to extract features automatically for effective classification of images with these characteristics. As results of the experiment, AlexNet-based transfer-learning classifier showed excellent classification performance of 99.43% with less than 160 seconds of training time. The proposed classification system showed excellent classification performance for low contrast, ununiformity, and featureless surface images.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.207-208
• /
• 2009

Peer-to-Peer (P2P) network has great potential on utilizing the network while reducing the server loads. Video on Demand (VoD) has become widely used since we can watch contents we like without having to download the overall file first. The mobile users may not need high quality of video; they only need good enough quality that can be played in the limited resource of physical device and network. So does with the devices with very limited network bandwidth. These issues emerge an idea of allowing Free-Rider in the P2P VoD system, where those low performance devices will only optimize the network utilization, affecting none to the performance of main system.

• 한국정밀공학회지
• /
• 제10권4호
• /
• pp.170-179
• /
• 1993

In this study, self-organized neural network is used to solve the vorrespondence problem of the axial stereo image. Edge points are extracted from a pair of stereo images and then the edge points of rear image are assined to the output nodes of neural network. In the matching process, the two input nodes of neural networks are supplied with the coordi- nates of the edge point selected randomly from the front image. This input data activate optimal output node and its neighbor nodes whose coordinates are thought to be correspondence point for the present input data, and then their weights are allowed to updated. After several iterations of updating, the weights whose coordinates represent rear edge point are converged to the coordinates of the correspondence points in the front image. Because of the feature map properties of self-organized neural network, noise-free and smoothed depth data can be achieved.

• 대한전자공학회논문지TC
• /
• 제43권5호
• /
• pp.68-76
• /
• 2006

본 논문에서는 저잡음 특성을 지닌 광대역 비간섭성 광원 (BLS: Broadband Light Source)을 제안하고 이를 방송 및 통신의 통합 서비스를 제공하는 파장 분할 다중방식 수동형 광 가입자망 (WDM-PON: Wavelength Division Multiplexing-Passive Optical Network)에 적용함으로써 경제적인 광가입자망의 가능성을 시험하였다. 제안된 BLS는 경제적인 WDM-PON용 광원인 파장 잠김된 패브리 페롯 레이저 다이오드 (wavelength-locked F-P LD: wavelength-locked Fabry-Perot Laser Diode)를 위한 외부 주입 광원으로 사용되어 파장 무의존성 (color-free operation, i.e., wavelength independent operation)을 지닌 고밀도 WDM-PON (DWDM-PON: Dense WDM-PON)의 구현을 가능하게 한다. 또한 오버레이 (overlay) 방식의 방송 서비스를 위한 광원으로 응용되어 영상 및 화상 중심으로 융합된 서비스를 효율적으로 수용할 수 있는 광대역 통합망의 가능성을 시험하였다.

• 한국측량학회지
• /
• 제27권1호
• /
• pp.713-722
• /
• 2009

중력측량은 지구중력장 결정, 지각의 수직운동, 지오이드면의 변화, 해수면변화, 기후변화 등 측지학적, 지구동력학적 연구의 기초이다. 국토지리정보원에서는 최근 들어 FG-5 절대중력계를 도입하여 절대중력 기준망의 구축을 위한 틀을 마련하였고 다차원 다기능 기준점인 통합기준점을 전국에 약 1,200점을 설치하여 상대중력측량을 실시함으로써 한국의 고정밀 지오이드모델의 개발에 큰 기여를 할 것으로 판단된다. 본 연구에서는 상대중력측량의 기본적인 이론 및 방법을 상세하게 설명하였고, 최신 상대중력계 Scintrex CG-5를 이용하여 총 21점에 대한 상대중력측량을 수행하였으며, 자유망조정 및 무게제한 망조정 방법을 이용하여 중력성과를 계산 및 비교 분석하였다. 결과, 두 가지 방법 모두 높은 정밀도의 중력성과 계산이 가능하지만 자유망조정이 무게제한 망조정 방법에 비해 상대적인 우위를 보여주는 것으로 나타났다.

• 한국지능시스템학회논문지
• /
• 제27권1호
• /
• pp.22-28
• /
• 2017

Convolutional Neural Network(CNN)는 특징 추출과 분류의 두 단계로 나눌 수 있다. 그 중 특징 추출 단계의 커널의 크기, 채널의 수, stride 등의 hyperparameter는 CNN의 구조를 결정할 뿐만 아니라 특징을 추출하는 데에도 영향을 주기 때문에 CNN의 전체적인 성능에도 영향을 준다. 본 논문에서는 Parameter-Setting-Free Harmony Search(PSF-HS) 알고리즘을 이용하여 CNN의 특징 추출 단계에서의 hyperparameter를 최적화 하는 방법을 제안하였다. CNN의 전체 구조를 설정한 뒤 hyperparameter를 변수로 설정하였고 PSF-HS 알고리즘을 적용하여 hyperparameter를 최적화 하였다. 시뮬레이션은 MATLAB을 이용하여 진행하였고 CNN은 mnist 데이터를 이용하여 학습과 테스트를 했다. 총 500번 동안 변수를 업데이트했고 제안하는 방법을 이용하여 구한 CNN 구조 중 가장 높은 정확도를 가지는 구조는 99.28%의 정확도로 mnist 데이터를 분류하는 것을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.114-121
• /
• 2022

본 논문에서는 셀프리 다중안테나 환경에서 네트워크 전체 사용자의 성능을 보장하기 위한 사용자 중심의 클러스터링 기법을 고려한다. 사용자 중심 클러스터링 기법에서 각 사용자는 자신과 연결된 AP(Access Point)들 사이의 대규모 페이딩(large-scale fading) 채널 정보를 이용해 페이딩 계수가 가장 큰 AP와 페이딩 계수의 상대적 크기가 임계값 이상의 값을 갖는 AP들로 클러스터를 구성한다. 사용자 중심으로 구성된 클러스터를 바탕으로 AP들은 분산적인 기법으로 빔형성과 전력할당을 설계하고 이를 이용해 사용자들의 데이터를 협력 전송한다. 시뮬레이션을 통해 주파수 효율 관점에서 사용자 중심 클러스터링의 성능을 검증하고 주어진 환경에서 최적의 성능을 나타내는 임계값을 찾는다.

• 한국컴퓨터정보학회논문지
• /
• 제27권4호
• /
• pp.19-26
• /
• 2022

최근 지능형 교통 체계의 발전에 따라 자동차 번호판 인식 시스템이 다양한 분야에서 활용되고 있다. 주행 중인 자동차의 번호판을 인식하기 위해서는 실시간성이 보장되어야 하며, 영상이 왜곡되어 뚜렷하지 않거나 번호판의 크기가 작은 저해상도 영상에서도 높은 인식률이 유지되어야 한다. 본 논문에서는 자유 앵커 방식 기반의 객체 탐지 알고리즘과 합성곱 신경망(CNN) 기반의 문자 인식 알고리즘을 이용하여 처리 속도를 향상한 실시간 자동차 번호판 인식 시스템을 제안한다. 더불어 공간 변형 네트워크를 이용하여 저해상도 및 왜곡된 영상에서의 인식률을 높였다. 제안하는 시스템의 인식률은 93.769%, 이미지 당 처리 속도는 약 0.006초로 기존 자동차 번호판 인식 시스템보다 빠른 속도로 자동차 번호판을 인식하며, 다양한 환경 및 품질의 영상에 대해 높은 인식률을 유지하는 것을 확인할 수 있다.

• 한국정보통신학회논문지
• /
• 제26권9호
• /
• pp.1367-1373
• /
• 2022

본 논문에서는 셀프리 다중안테나 네트워크에서 하위 성능 사용자의 주파수 효율을 증대시키기 위한 전력 재할당 기법을 고려한다. AP(Access Point)는 사용자의 대규모 페이딩(large-scale fading) 채널 정보를 이용해 채널 세기에 비례하여 전력을 할당하여 전체 네트워크의 전력효율을 극대화한다. 다음으로 AP는 하위 성능 사용자의 주파수 효율을 증가시키기 위해 할당전력 중 임계비율 이상의 전력을 할당받은 사용자의 전력을 임계비율과 같아지도록 줄이고, 회수한 전력을 채널이 가장 나쁜 사용자에게 추가로 할당한다. 시뮬레이션을 통해 전력 재할당 기법을 통해 증가시킬 수 있는 하위 성능 사용자의 주파수 효율을 정량적으로 검증한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 학술회의 논문집 정보 및 제어부문 A
• /
• pp.203-206
• /
• 2003

In this paper we discuss an algorithm for a real time transmission of moving color images on the TCP/IP network using wavelet transform and neural network. The image frames received from the camera are two-level wavelet-transformed in the server, and are transmitted to the client on the network. Then, the client performs the inverse wavelet-fransform using only the received pieces of each image frame within the prescribed time limit to display the moving images. When the TCP/IP network is busy, only a fraction of each image frame will be delivered. When the line is free, the whole frame of each image will be transferred to the client. The receiver warns the sender of the condition of traffic congestion in the network by sending a special short frame for this specific purpose. The sender can respond to this condition of warning by simply reducing the data rate which is adjusted by a back-propagation neural network. In this way we can send a stream of moving images adaptively adjusting to the network traffic condition.