• 응용통계연구
• /
• 제33권5호
• /
• pp.569-578
• /
• 2020

분위수 회귀모형은 반응변수의 조건부 분위수 함수를 추정함으로써 반응변수와 예측변수의 관계에 대한 포괄적인 정보를 제공한다. 특히 커널 분위수 회귀모형은 비선형 관계식을 고려하기 위하여 양정치 커널함수(kernel function)에 의해 만들어지는 재생 커널 힐버트 공간(reproducing kernel Hilbert space)에서 비선형 조건부 분위수 함수를 추정한다. 그러나 KQR은 이차계획법으로 공식화되어 많은 계산비용을 필요로 하므로 컴퓨터 메모리 능력의 제한으로 대용량 자료의 분석은 불가능하다. 이러한 문제점을 해결하기 위하여 본 논문에서는 분할정복(divide and conquer) 알고리즘을 활용한 KQR 추정법(DC-KQR)을 제안한다. DC-KQR은 먼저 전체 훈련자료를 몇 개의 부분집합으로 무작위로 분할(divide)한 후, 각각의 부분집합에 대하여 KQR 분위수 함수를 추정하고 이들의 산술 평균을 이용하여 최종적인 추정량으로 통합(conquer)하는 기법이다. 본 논문에서는 모의실험과 실제자료 분석을 통해 제안한 DC-KQR의 효율적인 성능과 활용 가능성을 확인하였다.

• 한국정보통신학회논문지
• /
• 제13권11호
• /
• pp.2251-2259
• /
• 2009

네트워크를 기반으로 하나의 클러스터가 4개의 카메라로 구성된 4개의 다중 클러스터로부터 2D 영상을 조합하여 3D 입체 영상을 생성하는 알고리즘 및 시스템을 제안한다. 제안하는 기법은 다중 클러스터 환경에서 동작하고 실시간 대용량의 데이터 처리로 인한 시스템의 부하를 분산시키기 위해 네트워크를 이용한 서버-클라이언트 구조를 가진다. 아울러 성능 향상을 고려해 JPEG 압축과 램 디스크 방식을 적용한다. 4채널 16개의 카메라로부터 입력되는 입력 영상에 대해서 이진화 영상을 구하고, Sobel 및 Prewitt 등의 에지 검출 알고리즘을 적용시킨 후 영상들 간의 시차를 구한 후에 3D 입체 영상을 생성한다. 성능 분석 결과, 클라이언트에서 서버로 전송하는 전송시간은 약 0.05초가 소요되며, 4채널 16개의 카메라로부터 2D 영상을 조합하여 3D 입체 영상을 생성하는 알고리즘에 소요되는 시간은 약 0.84초가 소요된다. 이를 통해 실시간으로 다시점 및 다중 클러스터 환경에서 3D 입체 영상을 생성하는 효율적인 시스템임을 확인할 수 있었다.

• 전자공학회논문지
• /
• 제52권9호
• /
• pp.89-95
• /
• 2015

본 논문에서는 비전 기술을 기반으로 원거리에서 2차원 바코드를 검출 할 수 있는 실시간 시스템을 제안한다. 제안된 시스템은 2차원 바코드의 위치 심볼을 찾는 근거리 검출을 먼저 수행하고, 만약 검출이 안 될 경우 원거리 검출로 전환된다. 원거리 검출은 다음과 같은 순서로 진행된다. 먼저 에지 지도, 영상 이진화, CCL(connect component labeling)을 순차적으로 수행하여 관심 영역을 설정한다. 설정된 관심 영역을 Bilinear Interpolation을 이용하여 확대한 후, 근거리 검출과 마찬가지로 위치 심볼 패턴을 검출하여 2차원 바코드 영역을 결정한다. 마지막으로 검출된 패턴 정보를 활용하여 역 투영 변환을 적용하여 패턴을 정렬하게 된다. 실험 결과 제안된 시스템은 기존에 제안된 2차원 검출 알고리즘보다 약 2~3배정도 더 먼 거리의 바코드를 검출 할 수 있음을 보였고, 여러 개의 2차원 바코드 검출이 가능함을 보였다. 또한, 실내의 복잡한 환경에서도 강인한 검출 결과를 보였다.

• 한국통신학회논문지
• /
• 제35권6C호
• /
• pp.539-546
• /
• 2010

OFDM 기반의 차세대 이동통신 시스템에서는 제한된 주파수 대역폭에서 높은 전송률을 달성하기 위해 MIMO 기술을 채택 하였으며, MIMO 기법 중 하나인 공간 다중화 방식에서는 적은 연산량으로 좋은 성능을 갖는 신호의 검출 기법이 요구된다. 본 논문에서는 MIMO-OFDM 시스템에서 공간 다중화 신호를 검출하기 위해 연산량을 줄인 QRM-MLD 알고리즘을 제안하고 이를 이용한 하이브리드 기법을 제안한다. 제안된 하이브리드 기법은 MMSE와 QRM-MLD를 채널 상태에 따라 선택적으로 적용하는 기법으로서 무선통신 환경에 따라서 연산량과 검출 성능을 상충적으로 선택할 수 있는 이점이 있다. 3GPP LTE 시스템의 하향링크 환경에서 모의실험을 한 결과, 제안된 방식은 QRM-MLD에 비하여 0.1 dB 이하의 무시할 정도의 성능 열화를 가져오는 대신에 약 59%의 연산량 절감 효과가 있다.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1542-1550
• /
• 2019

부정맥 분류를 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경회로망(Artificial Neural Network), 퍼지(Fuzzy), 기계학습(Machine Learning) 등을 이용한 방법이 연구되어 왔다. 특히 딥러닝은 신경회로망의 문제인 은닉층 개수의 한계를 해결함으로 인해 오류 역전파 알고리즘을 이용한 부정맥 분류에 가장 많이 사용되고 있다. 딥러닝 모델을 심전도 신호에 적용하기 위해서는 적절한 모델선택과 파라미터를 최적에 가깝게 선택할 필요가 있다. 본 연구에서는 심실 조기 수축 비트 검출을 위한 딥러닝 기반의 최적 파라미터 검출 방법을 제안한다. 이를 위해 먼저 잡음을 제거한 ECG신호에서 R파를 검출하고 QRS와 RR간격 세그먼트를 추출하였다. 이후 딥러닝을 통한 지도학습 방법으로 가중치를 학습시키고 검증데이터로 모델을 평가하였다. 제안된 방법의 타당성 평가를 위해 MIT-BIH 부정맥 데이터베이스를 통해 각 파라미터에 따른 딥러닝 모델로 훈련 및 검증 정확도를 확인하였다. 성능 평가 결과 R파의 평균 검출 성능은 99.77%, PVC는 97.84의 평균 분류율을 나타내었다.