• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1998년도 추계학술대회
• /
• pp.161-162
• /
• 1998

In this paper, a speech processor which is the most important part of the cochlear implant is developed, to recover auditory ability for the sensorineural disorders who have damaged for their inner ear. This system consists of the analog and digital signal processing part, of which functions is the pre-processing and the main processing, respectively. The main processing is peformed in DSP processor (TMS320C31-40) by using S/W. Because the program is used in this system, it is possible to cope with the individual status of the patients, very easily.

• 반도체디스플레이기술학회지
• /
• 제19권3호
• /
• pp.12-18
• /
• 2020

In semiconductor manufacturing, defect detection is critical to maintain high yield. Currently, computer vision systems used in semiconductor photo lithography still have adopt to digital image processing algorithm, which often occur inspection faults due to sensitivity to external environment. Thus, we intend to handle this problem by means of using Mask R-CNN instead of digital image processing algorithm. Additionally, Mask R-CNN can be trained with image dataset pre-processed by means of the specific designed digital image filter to extract the enhanced feature map of Convolutional Neural Network (CNN). Our approach converged advantage of digital image processing and instance segmentation with deep learning yields more efficient semiconductor photo lithography inspection system than conventional system.

• Journal of Information Processing Systems
• /
• 제10권1호
• /
• pp.55-68
• /
• 2014

Automatic segmentation of foreground text from the background in degraded document images is very much essential for the smooth reading of the document content and recognition tasks by machine. In this paper, we present a novel approach to the binarization of degraded document images. The proposed method uses a new local contrast feature extracted based on the stroke width of text. First, a pre-processing method is carried out for noise removal. Text boundary detection is then performed on the image constructed from the contrast feature. Then local estimation follows to extract text from the background. Finally, a refinement procedure is applied to the binarized image as a post-processing step to improve the quality of the final results. Experiments and comparisons of extracting text from degraded handwriting and machine-printed document image against some well-known binarization algorithms demonstrate the effectiveness of the proposed method.

• Journal of Information Processing Systems
• /
• 제16권4호
• /
• pp.795-808
• /
• 2020

Due to the poor evaluation indexes such as detection accuracy and recall rate when Yolov3 network detects aircraft in remote sensing images, in this paper, we propose a remote sensing image aircraft detection method based on machine vision. In order to improve the target detection effect, the Inception module was introduced into the Yolov3 network structure, and then the data set was cluster analyzed using the k-means algorithm. In order to obtain the best aircraft detection model, on the basis of our proposed method, we adjusted the network parameters in the pre-training model and improved the resolution of the input image. Finally, our method adopted multi-scale training model. In this paper, we used remote sensing aircraft dataset of RSOD-Dataset to do experiments, and finally proved that our method improved some evaluation indicators. The experiment of this paper proves that our method also has good detection and recognition ability in other ground objects.

• 축산식품과학과 산업
• /
• 제8권1호
• /
• pp.58-59
• /
• 2019

• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.475-482
• /
• 2022

Signal pre-processing and post-processing are some areas of study around electrical resistance tomography due to the low spatial resolution of pixel-based reconstructed images. In addition, methods that improve integrity and noise reduction are candidates for application in ERT. Lately, formulations of image processing methods provide new implementations and studies to improve the response against noise. For example, compact variational mode decomposition has recently shown good performance in image decomposition and segmentation. The results from this first approach of C-VMD to ERT show an improvement due to image segmentation, providing filtering of noise in the background and location of the target.

• 한국정보처리학회논문지
• /
• 제3권7호
• /
• pp.1868-1879
• /
• 1996

현재 이동통신시스템의 내부 프로세서간 통신망은 메쉬 토폴로지 형태의 단일 버 스를 이용하기 때문에 앞으로 B-ISDN과 연계될 대용량의 트래픽 처리에 한계가 있다. 또한, 이동통신시스템에서는 일반 ATM망에서의 고정 길이가 아니니 가변 길이 패킷을 사용하고 있으므로 ATM스위치를 그대로 이용할 수는 없다. 일부의 구현에서 가변길이 를 지원하는 스위치를 제시하고 있으나, 내부 동기화를 위한 전처리, 비트 지연 등의 문제가 있다. 본 논문에서는 추가적인 처리없이 가변길이의 패킷을 처리할 수 있는 경합집속기를 설계하였다. 또한 제안된 경합집속기는 입력 인터페이스에서 패킷 시작 신호를 위한 지연이 없다. 따라서, 효율적으로 패킷을 처리해 줄 수 있으며, 기존의 경합집속기에 N 비트 시간의 지연이 걸리던 것을 $\ulcornerlog2N\lrcorne＋1$ 비트 시간 정도로 감소 시켰다. 이에 따라 가변 길이 넉아웃 스위치를 적용한 부분 메쉬 토폴로지의 버스 구 조의 이동통신시스템은 B-INDN망과 연계된 대용량의 트래픽을 처리할 수 있을 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.473-478
• /
• 2013

본 논문에서는 KLAPS(Korea Local Analysis and Prediction System)의 재분석 자료를 이용하여 지능형 뉴로-퍼지 알고리즘 RBFNNs(Polynomial-based Radial Basis Function Neural Networks) 기반 호우특보 판별 모델을 개발한다. 기존의 호우예측 시스템들의 예측능력은 일반적으로 기상데이터의 가공 기법의 영향을 받는다. 본 연구에서는 이를 보완하기 위하여 기상데이터의 전처리를 통한 호우예측 방법을 소개한다. 기상 데이터 전처리 기법은 KLAPS 데이터를 기반으로 지점별 변환, 누적강수량 생성, 시계열 데이터 가공, 호우특보 추출 방식에 의하여 설계된다. 최종적으로, 향후 t(t=1,2,3) 시간 후 6시간 동안 누적강수량에 대해 예측하고 호우특보를 결정하기 위한 정보를 제공한다. 또한 다항식의 형태, 규칙의 개수, 퍼지화 계수와 같은 제안된 모델의 중요 파라미터는 최적화 기법인 차분 진화(Differential Evolution; DE)를 이용하여 최적화한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권10호
• /
• pp.231-238
• /
• 2019

차세대 염기 서열 분석법이 생성한 유전체 원시 데이터를 기존의 방식대로 하나의 서버에서 분석하기 위해서는 데이터 크기에 따라 수십 시간이 필요할 수 있다. 그러나 응급 환자의 진단처럼 수 시간 내에 결과를 알아야 하는 상황이 존재하기 때문에 단일 유전체 분석의 성능을 향상시킬 필요가 있다. 본 연구에서는 빅데이터 기술의 병렬화 기법과 고속의 네트워크로 연결되고 병렬파일시스템을 공유하는 고성능컴퓨팅 클러스터를 적극적으로 활용하여 분석 시간을 크게 단축시킬 수 있는 유전체 데이터 분석의 전처리 프로세스의 병렬화 방법을 제안한다. 분석 데이터의 신뢰성을 위해 기존의 검증된 분석 도구 및 알고리즘을 새로운 환경에 맞게 병렬화 하는 전략을 선택하였다. 프로세스의 병렬화, 데이터의 분배 및 병렬 병합 기법을 개발하였고 실험을 통해 성능 향상을 확인하였다.

• 정보보호학회논문지
• /
• 제32권4호
• /
• pp.691-708
• /
• 2022

머신러닝과 딥러닝의 기술이 보편화되면서 산업제어시스템의 이상(비정상) 탐지 연구에도 적용이 되기 시작하였다. 국내에서는 산업제어시스템의 이상 탐지를 위한 인공지능 연구를 활성화시키기 위하여 HAI 데이터셋을 개발하여 공개하였고, 산업제어시스템 보안위협 탐지 AI 경진대회를 시행하고 있다. 이상 탐지 연구들은 대개 기존의 딥러닝 학습 알고리즘을 변형하거나 다른 알고리즘과 함께 적용하는 앙상블 학습 모델의 방법을 통해 향상된 성능의 학습 모델을 만드는 연구가 대부분 이었다. 본 연구에서는 학습 모델과 데이터 전처리(pre-processing)의 개선을 통한 방법이 아니라, 비정상 데이터를 탐지하여 라벨링 한 결과를 보정하는 후처리(post-processing) 방법으로 이상 탐지의 성능을 개선시키는 연구를 진행하였고, 그 결과 기존 모델의 이상 탐지 성능 대비 약 10%이상의 향상된 결과를 확인하였다.