• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.60-63
• /
• 2020

With the advent of deep learning, a lot of attempts have been made in computer vision to substitute deep learning models for conventional algorithms. Among them, image classification, object detection, and image restoration have received a lot of attention from researchers. However, most of the contributions were refined in one of the fields only. We propose a new paradigm of model structure. End-to-end model which we will introduce classifies noise of an image and restores accordingly. Through this, the model enhances universality and efficiency. Our proposed model is an 'One-For-All' model which classifies weather condition in an image and returns clean image accordingly. By separating weather conditions, restoration model became more compact as well as effective in reducing raindrops, snowflakes, or haze in an image which degrade the quality of the image.

• 한국음향학회지
• /
• 제27권8호
• /
• pp.443-449
• /
• 2008

이동통신에서 배경잡음이 존재하는 실제 환경에서 음성신호처리의 가장 중요한 이슈중의 하나는 강인한 음성검출기를 설계하는 것이다. 상대적으로 간단하면서도 성능이 우수하여 대표적인 음성검출기로 사용되는 통계적모델기반 기법은 각 주파수 채널별 우도비를 이용하여 음성검출 검출식을 만들어내는 방식이다. 최근, 변별적 가중치 학습 (discriminative weight training)을 이용하여 주파수 체널별 가중치가 인가된 우도비를 이용한 음성검출 결정식을 갖는 음성검출기가 제안 되었으며 상대적으로 우수한 성능을 보였다. 본 연구에서는 기존의 변별적 가중치 학습의 입력벡터에 이전프레임의 결정식을 궤환구조형태를 바탕으로 추가하는 새로운 방식을 제안한다. 제안된 기법은 비정상 (non-staionary) 잡음 환경에서 객관적인 방법을 통해 상호비교 분석되었으며 결론적으로 우수한 성능을 보였다.

• 환경영향평가
• /
• 제28권4호
• /
• pp.387-399
• /
• 2019

본 연구에서는 고속도로 방음벽을 대상으로 방음벽의 손상유형 분류 및 손상등급 체계를 마련하고 이를 반영한 방음벽 노후도 평가기법 개발을 목표로 하였다. 방음벽이 방음판, 기초, 지주로 구성되어 있고 10종의 다양한 재질이 활용되고 있는 방음판은 단일 또는 혼합형으로 사용되고 있으며, 방음판의 손상은 단일 또는 복합적인 손상을 나타내는 특징을 나타내고 있어 이러한 방음벽의 특징을 반영할 수 있는 방음벽 노후도 평가모델을 개발하고자 하였다. 방음벽에 주로 사용되고 있는 재질을 금속재, 플라스틱재, 목재, 투명재, 콘크리트재의 재질유형으로 나누고 또한, 각 재질별 손상유형을 부식, 변색, 변형, 깨짐, 탈리로 분류하여 방음벽의 손상유형을 방음벽 구성부재와 재질에 따라 세분화하였다. 방음벽 주요부위별로 각 손상유형별 손상등급을 양호, 경미, 보통, 심함으로 구분하여 방음판, 지주, 기초의 손상등급을 평가, 이를 바탕으로 부위별 노후도를 평가하여 가중평균을 통한 방음벽 전체의 노후도를 평가하는 방식을 통해서 종합적인 방음벽 노후화 정도를 평가하였다. 단일형 또는 혼합형 방음판을 사용하는 방음벽의 노후도 평가는 물론, 손상유형이 단일형 뿐만 아니라 복합형으로 나타나는 방음벽에 대해서도 체계적인 평가가 가능한 노후도 평가 기법을 개발하였으며, 이러한 평가시스템을 통하여, 현재 설치되어 있는 방음시설의 노후화 현황을 체계적으로 파악함은 물론, 이를 토대로 방음벽의 보수 및 개량을 위한 효율적인 유지관리 계획 및 시행에 활용이 가능할 것으로 판단된다.

• 대한의용생체공학회:의공학회지
• /
• 제23권3호
• /
• pp.197-205
• /
• 2002

본 연구에서는 잡음이 존재하는 공간에서 획득한 음성신호로부터 후두질환을 감별진단 할 수 있는 분류기를 구현하였다. 이를 위해 후두질환 환자로부터 수집한 /아/ 모음에 잡음을 혼입하여 음성 신호를 획득하였고, 여러 가지 후두질환을 감별진단 할 수 있는 파라미터를 추출하였으며. 이를 입력으로 하는 계층적 신경회로망을 구성하여 후두질환을 감별진단 하도록 하였다. 감별진단용 분류기는 다섯 단계의 계층적 신경회로망으로 구성하였다 첫 번째 신경회로망은 정상 양성 후두질환과 악성 후두질환을. 두 번째 신경회로망은 정상과 양성 후두질환을 감별진단 하도록 하였다 그리고 세 번째 신경회로망은 양성 후두질환 중 후두용. 성대결절 후두마비를 감별진단 하도록 하였으며. 네 번째와 다섯 번째 신경회로망은 성문암 1-4기를 감별진단 하도록 구성하였다. 분류기에 적용된 신경회로망은 다층퍼셉트론 구조로써 역전파 알고리듬으로 학습시켰으며, 선형변환 표준점수변환 등 전처리과정을 적용하여 분류기의 성능을 개선하였다. 후두질환의 감별진단 결과 후두용 88.23%. 정상. 성대결절. 후두마비 100%. 성문암 1기 90%, 성문암 2-4기 100%의 감별진단율을 관찰할 수 있었다.

• Journal of Electrical Engineering and Technology
• /
• 제11권6호
• /
• pp.1812-1824
• /
• 2016

The neural dynamics underlying the causal network during motor planning or imagery in the human brain are not well understood. The lack of signal processing tools suitable for the analysis of nonlinear and nonstationary electroencephalographic (EEG) hinders such analyses. In this study, noise-assisted multivariate empirical mode decomposition (NA-MEMD) is used to estimate the causal inference in the frequency domain, i.e., partial directed coherence (PDC). Natural and intrinsic oscillations corresponding to the motor imagery tasks can be extracted due to the data-driven approach of NA-MEMD, which does not employ predefined basis functions. Simulations based on synthetic data with a time delay between two signals demonstrated that NA-MEMD was the optimal method for estimating the delay between two signals. Furthermore, classification analysis of the motor imagery responses of 29 subjects revealed that NA-MEMD is a prerequisite process for estimating the causal network across multichannel EEG data during mental tasks.

• 한국소음진동공학회논문집
• /
• 제15권1호
• /
• pp.53-62
• /
• 2005

This study presents the NDE (non-destructive evaluation) technique for detecting the loosened bolts on joint steel structures on the basis of TOF (time of flight) and amplitudes of Lamb waves. Probabilistic neural network (PNN) technique which is an effective tool for pattern classification problem was applied to the damage estimation using PZT induced Lamb waves. Two kinds of damages were introduced by dominant damages (DD) which mean loosened bolts within the Lamb waves beam width and minor damages (MD) which mean loosened bolts out of the Lamb waves beam width. They were investigated for the establishment of the optimal decision boundaries which divide each damage class's region including the intact class. In this study, the applicability of the probabilistic neural networks was identified through the test results for the damage cases within and out of wave beam path. It has been found that the present methods are very efficient and reasonable in predicting the loosened bolts on the joint steel structures probabilistically.

• 한국소음진동공학회논문집
• /
• 제25권12호
• /
• pp.815-821
• /
• 2015

Maritime safety has been more critical recently due to the occurrence of shipboard accidents involving prime movers. As such, the propulsion shafting design and construction plays a vital role in the safe operation of the vessel other than focusing on being cost-efficient. Smaller vessels propulsion shafting system normally install high speed four-stroke diesel engine with reduction gear for propulsion efficiency. Due to higher cylinder combustion pressures, flexible couplings are employed to reduce the increased vibratory torque. In this paper, an actual vibration measurement and theoretical analysis was carried out on a propulsion shafting with V18.3L engine installed on small car-ferry and revealed higher torsional vibration. Hence, a rubber-block type flexible coupling was installed to attenuate the transmitted vibratory torque. Considering the flexible coupling application factor, reduction gear stability due to torque variation was analyzed in accordance with IACS(International Association of Classification Societies) M56 and the results are presented herein.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2007년도 추계학술대회논문집
• /
• pp.886-890
• /
• 2007

Machine fault prognosis techniques have been considered profoundly in the recent time due to their profit for reducing unexpected faults or unscheduled maintenance. With those techniques, the working conditions of components, the trending of fault propagation, and the time-to-failure are forecasted precisely before they reach the failure thresholds. In this work, we propose an approach of Least Square Regression Tree (LSRT), which is an extension of the Classification and Regression Tree (CART), in association with one-step-ahead prediction of time-series forecasting technique to predict the future conditions of machines. In this technique, the number of available observations is firstly determined by using Cao's method and LSRT is employed as prognosis system in the next step. The proposed approach is evaluated by real data of low methane compressor. Furthermore, the comparison between the predicted results of CART and LSRT are carried out to prove the accuracy. The predicted results show that LSRT offers a potential for machine condition prognosis.

• 조명전기설비학회논문지
• /
• 제16권1호
• /
• pp.44-49
• /
• 2002

최근 고전압 전력기기에서의 부분방전을 측정하기 위한 다양한 절연진단 기술들이 소개되었다. 부분방전 신호는 아주 미약하고 주변환경의 여러잡음에 쉽게 영향을 받으므로 주위 노이즈와의 구별이 어려운 실정이다. 본 논문에서는 부분방전 검출법중 부분방전에 의해 방사되는 전자파를 안테나로 측정하는 방사전자파법을 이용하여 변전소 구내의 배경잡음과 실험실내의 모의 부분방전을 방사전자파법에 의해 측정분석하였다. 또한 간섭신호와 모의 부분방전시 방사되는 방사전자파의 특징을 추출하고, 그 인식을 위하여 웨이브렛 패킷 변환을 이용하였다. 그 결과 간섭신호와 부분방전의 특정주파수대역의 시간정보 특징으로 그 차이를 구별할 수 있었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 춘계학술발표대회 논문집 제23권 1호
• /
• pp.175-178
• /
• 2004

선박의 수중방사소음은 다양한 기계류나 추진기 혹은 선체와 유체간의 상호 작용으로 인하여 여러 형태의 특성신호로 나타나게 된다. 이는 선박의 운용조건, 장비 회전특성 및 내부구조에 따라 스펙트럼상에 상이한 주파수로 확인됨은 물론, 신호의 출현 형태에도 다양성을 보이고 있다. 일반적으로 선박소음은 속력 종속적인 추진 계통 성분과 비종속적인 보기류 신호로 구분되나 다수의 신호성분이 혼재되어 발생기원을 분류하는 것은 복잡한 과정을 거쳐야 한다. 본 연구에서는 이러한 점을 해결하기 위해 선박의 Tonal성 신호를 자동으로 탐지하고 분류하기 위해 규준화된 스펙트로그램 상에서 연속되는 신호에 가중치를 주어 지속성 신호여부를 판별한 후에 정해진 임계치를 초과하는 성분을 Tonal로 선정하였다. 선정된 Tonal에 대해 주파수선의 대역특성 및 시간 변동성에 대한 패턴인식 방법을 적용하여 Tonal의 발생기원이 속력 종속/비종속적인지를 자동으로 판별하는 알고리즘의 유용성에 대한 결과를 기술하였다.