• 한국통신학회논문지
• /
• 제22권9호
• /
• pp.1985-1997
• /
• 1997

공액 경사법을 이용한 정칙화 반복 복원 방법에 관하여 논하였다. 기존의 반복 복원 방법에 비하여, 공액 경사법을 이용한 반복 복원 방법은 초선형적인 속도로 해에 수렴한다는 장점을 지닌다. 그러나, 이와 같은 성질로 인해 잡음과 흐려짐현상으로 훼손된 영상을 복원하는 과정에서 잡음의 증폭이나 파문현상과 같은 결합을 갖게된다. 본 논문은 구속 조건을 적용한 정칙화 공액 경사법을 제안한다. 정칙화 공액 경사법에 정칙화 구속 조건과 정칙화 변수를 적용함으로서, 영상에서 윤곽 부분의 평활화없이 파문 현상을 감소시킬 수 있을 뿐 아니라, 가산 잡음의 증폭을 억제할 수 있다는 장점을 지닌다. 실험 결과를 통하여 기존의 정칙화 반복 복원 방법에 비해 본 논문에서 제안한 방법이 수렴비에 우수함을 증명하였다.

• 한국통신학회논문지
• /
• 제21권10호
• /
• pp.2541-2551
• /
• 1996

인간의 시각체계는 영상의 밝기의 정도가 균일한 연에서는 잡음에 민감하지만, 변화하는 부분에서는 에지(edge)의 정도가 심할수록 잡음에 둔감하고, 에지부분에서 멀어질수록 잡음에 대한 민감도가 급격하게 증가한다. 이러한 인간의 시각 특성에 기반을 둔 여러가지 영상복원 방식이 제안되고 있는데, 본 논문에서는 영상을 복원함에 있어서 윤곽 부분에서는 변화하는 부분의 선명도를 높이고, 영상이 평탄한 부분에서는 잡음 성분을 많이 억제 시켜서 영상을 주관적으로 향상시키는 적응적 영상복원 방식을 소개한다. 이 방법은 에지 검출을 하기 위해서 각 화소를 기준으로 지역 분산값(local variance)을 사용하여 시각 함수(visibility function)를 구하고, 이 값에 따라 정규화 매개변수를 변환시켜 적응적으로 영상을 복원한다. 즉 영상을 평탄한 부분에서 에지부분까지 몇 단계로 나누어서 각각의 단계에 해당하는 유한 임펄스 CLS 필터를 구현해서 영상을 복원한다.

• Journal of Astronomy and Space Sciences
• /
• 제30권4호
• /
• pp.321-326
• /
• 2013

The modulation transfer function (MTF) is a widely used indicator in assessments of remote-sensing image quality. This MTF method is also used to restore information to a standard value to compensate for image degradation caused by atmospheric or satellite jitter effects. In this study, we evaluated MTF values as an image quality indicator for the Geostationary Ocean Color Imager (GOCI). GOCI was launched in 2010 to monitor the ocean and coastal areas of the Korean peninsula. We evaluated in-orbit MTF value based on the GOCI image having a 500-m spatial resolution in the first time. The pulse method was selected to estimate a point spread function (PSF) with an optimal natural target such as a Seamangeum Seawall. Finally, image restoration was performed with a Wiener filter (WF) to calculate the PSF value required for the optimal regularization parameter. After application of the WF to the target image, MTF value is improved 35.06%, and the compensated image shows more sharpness comparing with the original image.

• Structural Engineering and Mechanics
• /
• 제81권1호
• /
• pp.103-115
• /
• 2022

The prediction error variances for frequencies are usually considered as unknown in the Bayesian system identification process. However, the error variances for mode shapes are taken as known to reduce the dimension of an identification problem. The present study attempts to explore the effectiveness of Bayesian approach of model parameters updating using Markov Chain Monte Carlo (MCMC) technique considering the prediction error variances for both the frequencies and mode shapes. To remove the ergodicity of Markov Chain, the posterior distribution is obtained by Gaussian Random walk over the proposal distribution. The prior distributions of prediction error variances of modal evidences are implemented through inverse gamma distribution to assess the effectiveness of estimation of posterior values of model parameters. The issue of incomplete data that makes the problem ill-conditioned and the associated singularity problem is prudently dealt in by adopting a regularization technique. The proposed approach is demonstrated numerically by considering an eight-storey frame model with both complete and incomplete modal data sets. Further, to study the effectiveness of the proposed approach, a comparative study with regard to accuracy and computational efficacy of the proposed approach is made with the Sequential Monte Carlo approach of model parameter updating.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.127-130
• /
• 2022

본 논문은 생성자 손실함수를 이용한 가창 음성합성 모델링에 대한 연구로서 기존 이미지 생성에 최적화된 딥러닝 알고리즘 중 BEGAN모델을 오디오 생성모델(SVS모델)에 적용시킬 때 발생할 수 있는 여러 요인에 대해 분석하고 최적의 품질을 도출하기 위한 실험을 수행하였다. 특히 BEGAN 기반 모델에서 제안된 L1 loss가 어느 시점에서 감마(𝛾)파라미터의 역할을 상실하게 한다는 점을 개선하고자 알파(𝛼)파라미터를 추가한 후 각 파라미터 값들의 구간별 실험을 통해 최적의 값을 찾아냄으로써 가창합성 생성물의 품질향상에 기여할 수 있음을 확인하였다.

• 한국지구과학회지
• /
• 제30권7호
• /
• pp.834-844
• /
• 2009

본 연구에서는 최소모델영역 연산자를 MT(magnetotelluric) 2차원 역산 알고리듬에 적용하여 역산 해의 대비를 향상시키고자 하였다. 이를 위하여 creeping법에 기초한 최소자승 역산에 최소모델영역 연산자를 수치적으로 유도하여 알고리듬을 구현하였으며, 공간함수로서의 평활화 상수를 도입한 ACB (Active Constraint Balancing) 법을 동시에 적용하여 최소모델영역 연산자를 이용할 때 단점으로 지적되었던 역산 해의 안정성을 향상시켰다. 고립된 단일 이상체 모델에 대한 수치실험을 통하여 MT 역산에 있어서 최소영역 연산자의 효과를 기존의 2차 미분연산자와 비교 분석하여 MT 역산에서의 특징을 고찰하였다. 또한 다중 이상체 모델에 대한 실험을 통하여 Occam 역산과 비교하여 최소모델영역 연산자를 이용한 역산 해의 특징을 비교 분석하였으며 현장 자료에의 적용을 통하여 그 적용성을 살펴보았다.

• 지구물리와물리탐사
• /
• 제8권2호
• /
• pp.129-136
• /
• 2005

감쇠최소자승법은 각종 물리탐사 자료에 가장 널리 사용되는 역산법이다. 일반적으로 최소자승법에서 최소화되는 목적함수는 자료오차(data misfit)와 모델제한자의 합으로 주어진다. 따라서 역산에서 자료오차와 모델제한자는 함께 중요한 역할을 담당한다. 하지만 역산에 관한 대부분의 연구는 주로 모델제한자의 설정방법과 적절한 라그랑지 곱수의 선정방법에 치중되어 왔다. 일반적으로 자료획득시 자료가 갖는 표준편차를 자료가중값의 계산에 사용하는 것이 추천되고 있지만, 실제 현장조사에서는 자료의 표준편차는 좀처럼 측정되지 않으며, 대부분의 역산에서 자료가중행렬은 어쩔 수 없이 단위행렬로 간주된다. 본 논문에서는 자료분해능행렬과 그 분산함수를 분석하여 자동적으로 계산된 자료가중행렬을 사용하는 역산법을 개발하였다. EACB법이라 명명한 이 역산법에서는 분해능이 높은 자료에는 높은 가중값을, 작은 자료에는 작은 가중값을 부여한다. 개발된 EACB 역산법을 전기비저항 토모그피법에 적용한 결과, 보다 안정적이고 분해능이 향상된 결과를 얻을 수 있었다.

• 한국초전도ㆍ저온공학회논문지
• /
• 제22권1호
• /
• pp.12-16
• /
• 2020

As high homogeneity in magnetic field is required to increase the resolution of MRI magnets, various shimming methods have been researched. Using one of them, the design of the superconducting active zonal shim coil for MRI magnets is discussed in this paper. The magnetic field of the MRI magnet is expressed as the sum of spherical harmonic terms, and the optimized current density of shim coils capable of removing higher-order terms is calculated by the Tikhonov regularization method. To investigate all potential designs derived from calculated current density, 4 sweeping parameters are selected: (1) axial length of shim coil zone; (2) radius of shim coils; (3) exact axial position of shim coils; and (4) operating current. After adequate designs are determined with constraints of critical current margin and homogeneity criterion, the total wire length required for each is calculated and the design with a minimum of them is chosen. Using the superconducting wire length of 9.77 km, the field homogeneity over 50 cm DSV is improved from 24 ppm to 1.87 ppm in the case study for 9.4 T whole-body MRI shimming. Finally, the results are compared with the finite element method (FEM) simulation results to validate the feasibility and accuracy of the design.

• Journal of the Korean Data and Information Science Society
• /
• 제12권2호
• /
• pp.1-10
• /
• 2001

신경망은 점차 분류 및 함수추정을 위한 현대 통계적 방법론으로 부각되고 있다. 신경망은 특히 선형 회귀함수를 일반화시키는 유연한(flexible) 방법을 제공하며 일반적 비선형 함수를 모수화하는 방법으로 간주된다. 본 논문에서는 함수추정을 위한 신경망을 생각한다. 신경망이 훈련자료를 과대적합하는 것을 피할 수 있도록 하는 간단한 방법은 정칙화(regularization)이다. 신경망에서는 정칙화를 위해 주로 가중치 감소법(weight decay method)을 사용한다. 함수추정을 위해 가중치감소 신경망을 사용할 때 은닉노드수, 가중치모수, 학습률 및 학습반복회수가 중요한 모수이다. 본 논문에서는 유전자 알고리즘을 사용하여 가중치감소 신경망의 중요한 모수들을 자동으로 최적화하는 방법을 제안하고 결과적으로 가중치감소 신경망을 자동학습하는 방법을 설명한다. 그리고 다른 함수추정방법들과 자동학습된 가중치감소 신경망을 비교분석한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.626-628
• /
• 2018

본 논문에서 기상 데이터를 사용하여 태양광 에너지를 예측하기 위해 기계학습 모델인 SVM(Support Vector Machine)과 ANN(Artificial Neural Network)의 성능을 비교한다. 장 단파 복사선 평균, 강수량, 온도 등 15가지 종류의 기상 데이터를 사용하여 두 모델을 생성하고, 실험을 통해 최적의 SVM의 RBF(Radial Basis Function) 파라미터와 ANN의 은닉층과 노드 개수, 정규화 파라미터를 도출하였다. SVM과 ANN 모델의 성능을 비교하기 위한 지표로서 MAPE(Mean Absolute Percentage Error)와 MAE(Mean Absolute Error)를 사용하였다. 실험 결과 SVM 모델은 MAPE=21.11, MAE=2281417.65의 성능을 달성하였고 ANN은 MAPE=19.54, MAE=2155345.10776의 성능을 달성하였다.