• 한국운동역학회지
• /
• 제28권2호
• /
• pp.127-134
• /
• 2018

Objective: In a statistical linear model estimating the center of rotation of a human hip joint, which is the parameter related to the mean of response vectors, assumptions of homoscedasticity and independence of position vectors measured repeatedly over time in the model result in an inefficient parameter. We, therefore, should take into account the variance-covariance structure of longitudinal responses. The purpose of this study was to estimate the efficient center of rotation vector of the hip joint by using covariance pattern models. Method: The covariance pattern models are used to model various kinds of covariance matrices of error vectors to take into account longitudinal data. The data acquired from functional motions to estimate hip joint center were applied to the models. Results: The results showed that the data were better fitted using various covariance pattern models than the general linear model assuming homoscedasticity and independence. Conclusion: The estimated joint centers of the covariance pattern models showed slight differences from those of the general linear model. The estimated standard errors of the joint center for covariance pattern models showed a large difference with those of the general linear model.

• 한국정보통신학회논문지
• /
• 제22권2호
• /
• pp.233-242
• /
• 2018

조기심실수축(Premature Ventricular Contraction) 분류를 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경망, 퍼지 이론, Support Vector Machine 등과 같은 비선형 방법이 주로 사용되어 왔다. 이러한 대부분의 방법들은 데이터의 가공 및 연산이 복잡하다. 이러한 문제점을 극복하기 위해서 최적의 R파를 검출하고 이를 통해 R피크 기반의 특징점만을 정확하게 검출함으로써 최소한의 연산량으로 PVC를 분류할 수 있는 알고리즘이 필요하다. 따라서 본 연구에서는 전처리를 통해 잡음이 제거된 심전도 신호에서 최적 문턱치에 따른 R파를 검출하고, RR간격과 R피크 패턴을 추출한다. 이후 RR간격과 R피크 패턴에 따라 PVC를 분류하였다. 제안한 방법의 우수성을 입증하기 위해 PVC가 30개 이상 포함된 MIT-BIH 9개의 레코드를 대상으로 한 R파의 평균 검출율은 99.02%의 성능을 나타내었으며, PVC 부정맥은 각각 94.85%의 평균 분류율을 나타내었다.

• 한국발생생물학회지:발생과생식
• /
• 제8권1호
• /
• pp.19-25
• /
• 2004

Pax6는 진화적으로 잘 보존된 homeobox유전자 그룹의 하나로 배 발생기 동안 시공간적으로 제한되어 발현된다. 이 실험은 말라리아 매개모기인 Anopheles stephemi에서의 Pax6 발현을 서로 다른 분자환경 조건에서 조사해 보기 위해 트랜스포존의 하나인 piggyBac과 Pax6에 결합하는 3xp3-EGFP를 사용한 생식세포 형질전환 방법을 사용하였다. 4개의 형질 전환 계열이 만들어졌고 형질전환율은 6.7%였으며, 도입 유전자는 여러 세대에 걸쳐 안정적으로 발현되었다. 4계열은 3가지의 공간적 발현 형태를 보였으며 이는 트랜스포존 삽입 위치에 따른 enhancing혹은 silencing의 결과로 예상된다. 이 결과를 통해 트랜스포존 piggyBac을 사용한 형질전환 시스템은 일반적인 보고자 유전자 발현 실험에서 다양한 형태의 공간적 발현 결과를 유도하는 매우 효율적인 방법으로 사용될 수 있으리라 예상된다

• 한국콘텐츠학회논문지
• /
• 제17권3호
• /
• pp.329-336
• /
• 2017

비디오 압축에서 움직임 추정 기법은 영상 화질과 발생 비트량에 있어서 중요한 역할을 하지만 많은 계산 복잡도를 요구한다. 다수의 카메라로 촬영한 동영상인 다시점 비디오는 카메라의 수에 비례하여 데이터의 양이 기하급수적으로 증가하기 때문에 움직임 추정에 많은 계산량을 필요하다. 본 논문에서 다시점 비디오의 부호화를 위한 움직임 추정의 계산량을 줄이면서 화질과 비트량을 유지하는 움직임 추정 기법을 제안한다. 제안한 움직임 추정 기법은 움직임 벡터들의 분포 특성과 영상 블록들의 움직임 특성을 이용한다. 제안한 움직임 추정기법은 계층적 움직임 추정 기법으로 대칭형 멀티 마름모 패턴, 대각선 패턴, 사각형 패턴 그리고 정교한 패턴으로 구성되어 있다. 제안한 움직임 추정 기법은 움직임 벡터들과 블록 움직임의 특성들을 이용하여 패턴들의 탐색 점들을 탐색 영역 내에 대칭적으로 배치하고 블록 움직임 크기에 따라 적응적으로 탐색 패턴을 선택하여 움직임 벡터를 추정한다. 제안한 기법의 성능은 JMVC의 고속 움직임 추정 기법인 TZ 탐색 기법과 전역 탐색 기법인 PBS (Pel Block Search)의 성능과 비교한 경우, 영상 화질면에서와 발생 비트량면에서 비슷하지만 움직임 추정에 필요한 계산량을 각각 약 40~75%, 98%감소시킨다.

• 한국멀티미디어학회논문지
• /
• 제17권3호
• /
• pp.333-341
• /
• 2014

다시점 비디오는 하나의 3차원 장면을 여러 시점에서 다수의 카메라로 촬영한 동영상으로 다시점 비디오 부호화는 카메라의 수에 비례하여 데이터의 양이 증가하기 때문에 계산량을 줄일 수 있는 다시점 비디오 부호화 기술이 필요하다. 본 논문에서 다시점 비디오의 부호화를 위한 움직임 추정의 계산량을 줄이면서 화질을 유지하는 움직임 추정 기법을 제안한다. 제안한 움직임 추정 기법은 움직임 벡터의 분포 특성을 이용한 효과적인 초기 종료 움직임 추정 기법이다. 제안한 움직임 추정기법은 계층적 움직임 추정 기법으로 다중 사각형 탐색 패턴, 래스터 탐색 패턴, 수정된 다이아몬드 탐색 패턴 그리고 작은 다이아몬드 탐색으로 이루어져있다. 제안한 기법의 성능은 JMVC의 고속 움직임 추정 기법인 TZ 탐색 기법과 전역 탐색 기법(FS)의 성능과 비교한 경우, 영상 화질과 비트량을 비슷하지만 움직임 추정 속도를 각각 약 1.7~4.5배, 90배 향상시킨다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제23권5호
• /
• pp.29-38
• /
• 2017

본 논문은 나뭇가지 패턴을 의자의 골격에 임의로 합성하는(Tree-Inspired Chair) 모델링 기법을 제안한다. 여러 개의 입력모델을 합성하는 기존 기법과 다르게, 제안 기법은 하나의 메쉬만 사용하여, 사용자가 원하는 부분의 contour mesh로부터 나무 성장 시뮬레이션으로 생성된 패턴을 갖는 의자 모델링이 가능하다. 우리는 나뭇가지 패턴을 생성시킬 영역 contour mesh를 효율적으로 추출하기 위하여 새로운 기법을 제안한다. 우선, 입력된 모델의 face 면적에 기반한 contour mesh를 생성하고, 그 메쉬의 앞뒷면 정보를 이용하여 연결정보가 복원된 skeleton mesh를 생성한다. 또한, 입력 모델의 형상과 유사하게 나뭇가지 패턴을 생성하기 위해 형상 표면의 tangent vector를 고려하는 3-way 나무성장 시뮬레이션 기법을 제안한다. 제안기법은 기존의 가구 모델을 이용하여 간단한 파라미터의 조작만으로 나뭇가지 형상과 가구 모델의 골격을 결합하는 새로운 형태의 가구 모델링을 보여준다. 우리는 실험을 통하여 제안 기법의 성능과 유효성을 보여주었다.

• 한국정보처리학회논문지
• /
• 제6권8호
• /
• pp.2188-2195
• /
• 1999

본 논문에서는 퍼지 패턴 추정기를 구성하여 신경망 학습시에 훈련되지 않은 새로운 종류의 호가 발생할 때, 재학습을 하지 않고 그 호의 수락/거절을 효과적으로 행할 수 있는 IFVQ-NNCA(Inverse Fuzzy Vectorquantizer-Neural Networks Call Admission Control)를 제안한다. 이 방식은 연결을 요구하는 호의 입력 트래픽 패턴이 발생하면, 그 입력패턴은 수락/거절 표준패턴(코드북), 퍼지 소속 함수값, 그리고 FCM(Fuzzy-C-Means) 연산을 이용하여 학습화한 패턴을 발생한 후, 그 패턴을 신경망의 입력으로 하여 호 수락/거절을 결정한다. 이 방식은 셀 스트림의 평균과 분산값을 트래픽 파라메터로 사용함으로써 트래픽 모델과는 무관한 호 수락제어가 가능하며, 입력패턴(프레임별 관측패턴)과 표준패턴의 멤버쉽 함수값을 CAC에 신고하는 트래픽 파라케터로 사용하는 새로운 방법이다. 신경망은 오류 역전파 알고리즘을 사용하여 표준패턴으로 학습한다. 시뮬레이션을 통하여 기존의 신경망 방식과 제안된 방식의 Fuzziness 값의 설정에 따른 호 수락/거절 오류를 비교하여 제안된 방식이 우수함을 보였다.

• 한국정보처리학회논문지
• /
• 제2권5호
• /
• pp.619-625
• /
• 1995

본 연구에서는 역전파(backpropagationlk)학습 알고리즘에 대체될 수 있는 전방향 학습 알고리즘에 준하는 혼합 인식모형을 구성한다. 본 알고리즘은 Nikhil R. Pal (1993)이 제안한 GLVQ(Generalized Learning Vector Quantization)를 이용하여 패턴을 클러스터링 한 다음 비유사성(dissimilarity)을 가진 패턴끼리 재구성(regrouping) 하여 단순 퍼셉트론(simple perceptron)을 이용하여 group별 학습을 한다. 일반적으로 역전파학습인 학습시간이 많이 소요된다는 단점이 있다［1］. 본 알고리즘의 특징으로 는 feed-forward학습이기 때문에 학습시간이 단축될 뿐만 아니라 전체 패턴을 그룹별 로 나누어 학습을 하기 때문에 인식률도 향상 시킬 수 있다. 본 알고리즘에 적용한 데 이타는 250개의 ASCII코드를 16$\times$8격자에 정규화시킨 비트 패턴(bit pattern)을 이용 하였다. 실험결과 250개의 패턴을 10개의 클러스터로 나누어 학습을 시켰을 때 각 클 러스터별 평균반복횟수 94.7회만에 250개의 ASCII코드를 100% 인식할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권7호
• /
• pp.327-332
• /
• 2016

본 연구는 비 정형 농산물 중 6년근 수삼의 자동 등급 분류하기 위한 선행연구로, 이를 위해 4방향에서 이미지 취득이 가능한 수삼 영상 측정기를 제작 하였으며 총 245 수삼 개체에 대해서 영상을 취득하였다. 취득된 영상의 각 수삼 개체마다 12개의 파라미터를 추출하였으며, KGC 인삼공사의 수삼등급 분류 기준과 각 등급별 평균 파라미터의 분포를 조사하여 최종 4개 파라미터를 선정하였다. 패턴인식 분류기는 Support Vector Machine을 사용하였으며 공용 소프트웨어인 OpenCV Library를 사용하여 k-Class 분류기를 설계하였다. 각 등급별 학습 데이터 수를 10, 15, 20으로 조정하여 등급별 인식률, 본인 거부율, 타인 인식율을 조사하였으며, 학습데이터 수가 10개일 때 1등급 인식률 94%, 2등급 인식률 98%, 3등급 인식률 90%로 가장 높은 인식 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권5호
• /
• pp.103-117
• /
• 2009

최근 MANET(Mobile Ad-Hoc Network)에서 보안요소를 추가한 라우팅 연구가 활발히 진행되어왔다. 그러나 기존 연구들은 secure 라우팅 또는 패킷 자체에 대한 악의적인 행위 탐지 중 어느 한 측면에 대해서만 연구가 되어왔다. 본 논문에서는 패킷 자체에 대한 악의적인 행위 및 라우팅 측면에서 보안 요소를 모두 고려한 SRPPnT(A Secure Routing Protocol in MANET based on Malicious Pattern on Node and Trust Level)를 제안한다. SRPPnT는 악의적인 행위가 이루어진 노드를 확인하여 각 노드에 대한 신뢰수준을 측정 후, 획득한 각 노드의 신뢰수준에 따라 라우팅 경로를 설정함으로써 패킷 및 라우팅 경로 설정에 대해 이루어질 수 있는 악의적인 행위를 효율적으로 대응할 수 있다. SRPPnT는 AODV(Ad-Hoc On-Demand Distance Vector Routing)를 기반으로 하였다. NS 네트워크 시뮬레이션 결과를 통해, 제안된 SRPPnT는 기존 프로토콜보다 네트워크 부하를 감소시킨 상태에서 악의적인 노드의 보다 정확하고 신속한 식별과 secure한 라우팅이 이루어짐을 확인하였다.