• Journal of the Optical Society of Korea
• /
• 제20권6호
• /
• pp.752-761
• /
• 2016

Hyperspectral images are often contaminated with stripe noise, which severely degrades the imaging quality and the precision of the subsequent processing. In this paper, a variational model is proposed by employing spectral-spatial adaptive unidirectional variation and a sparse representation. Unlike traditional methods, we exploit the spectral correction and remove stripes in different bands and different regions adaptively, instead of selecting parameters band by band. The regularization strength adapts to the spectrally varying stripe intensities and the spatially varying texture information. Spectral correlation is exploited via dictionary learning in the sparse representation framework to prevent spectral distortion. Moreover, the minimization problem, which contains two unsmooth and inseparable $l_1$-norm terms, is optimized by the split Bregman approach. Experimental results, on datasets from several imaging systems, demonstrate that the proposed method can remove stripe noise effectively and adaptively, as well as preserve original detail information.

• Steel and Composite Structures
• /
• 제44권1호
• /
• pp.119-139
• /
• 2022

This paper aims to use the artificial intelligence approach to develop a new model for predicting the ultimate axial strength of the circular concrete-filled steel tubular (CFST) stub columns. For this, the results of 314 experimentally tested circular CFST stub columns were employed in the generation of the design model. Since the influence of the column diameter, steel tube thickness, concrete compressive strength, steel tube yield strength, and column length on the ultimate axial strengths of columns were investigated in these experimental studies, here, in the development of the design model, these variables were taken into account as input parameters. The model was developed using the backpropagation algorithm named Bayesian Regularization. The accuracy, reliability, and consistency of the developed model were evaluated statistically, and also the design formulae given in the codes (EC4, ACI, AS, AIJ, and AISC) and the previous empirical formulations proposed by other researchers were used for the validation and comparison purposes. Based on this evaluation, it can be expressed that the developed design model has a strong and reliable prediction performance with a considerably high coefficient of determination (R-squared) value of 0.9994 and a low average percent error of 4.61. Besides, the sensitivity of the developed model was also monitored in terms of dimensional properties of columns and mechanical characteristics of materials. As a consequence, it can be stated that for the design of the ultimate axial capacity of the circular CFST stub columns, a novel artificial intelligence-based design model with a good and robust prediction performance was proposed herein.

• 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.

• 전자공학회논문지CI
• /
• 제39권5호
• /
• pp.11-20
• /
• 2002

이 논문에서 우리는 블록화 현상과 DCT 계수의 양자화 에러를 최소화 하면서 영상을 복호하는 새로운 기술을 제안한다. 영상의 복호화 과정에서 영상의 DCT 계수는 양자화 된 DCT 계수와 양자화 행렬의 곱으로 구해지게 되고, 양자화 간격의 절반 크기의 에러가 유도 될 수 있다. 이때 역 양자화 과정에서 원 영상의 DCT 계수는 알 수 없으며, 만약 DCT 계수를 양자화 간격 절반 크기 내로 대응 시킨다면 무한개의 해답이 존재하게 된다. 이 논문에서 우리는 하나의 해답을 구하기 위한 단서로, 양자화 에러는 양자화 간격의 절반 크기 내로 제한되어 있으며, 적어도 블록 경계면에서의 불연속성으로 나타나는 고주파 성분은 원 영상에 존재하지 않는다는 사실을 이용하게 된다. 이 두 가지 조건으로 우리는 역 양자화기의 정규화 과정을 거치게 된다. 정규화 된 역 양자화기는 역 양자화 과정에서 얻어지는 DCT 계수를 항상 양자화 에러, 즉 양자화 간격의 절반 크기 범위 내로 대응 시키게 된다. 논문에서 제안된 기술은 JPEG, MPEG-1, H.263+의 영상 압축 표준과 비교하였으며, 비교과정은 시각적인 효과로 기존의 일반적인 방법으로 영상을 복호할 때보다 블록화 현상이 감소한다는 것을 보여주게 되고 또한 원 영상과의 Peak Signal to Noise Ratio (PSNR), Blockiness Measure (BM)에 대한 수치적인 비교 결과를 보여주게 된다.

• 한국컴퓨터정보학회논문지
• /
• 제18권7호
• /
• pp.37-45
• /
• 2013

문맥 종속형 융합(CDF, Context Dependent Fusion)은 여러 분류기의 결과를 종합하여 성능을 향상시키는 융합 방법으로 주어진 문제의 문맥을 균일한 여러 문맥으로 나누고 각 문맥에서 문맥 종속적인 융합을 시도함으로써 기존 융합 방법에 비해 향상된 성능을 보여주었다. 하지만 CDF는 학습해야할 파라미터의 개수가 많아 학습 데이터가 적은 경우 잡음에 민감한 문제점이 있으며, 선형 알고리듬이라는 한계로 인해 문맥 추출 및 지역적 융합 과정에서 성능 저하의 원인이 된다. 본 논문에서는 CDF의 문제점을 완화할 수 있는 방법으로 SVM(Support Vector Machine)과 커널 주성분 분석을 이용한 CDF-SVM을 제안하였다. 커널 주성분 분석은 입력 벡터에 비선형 변환을 가함으로써 타원형이 아닌 비정형의 클러스터 생성이 가능하도록 해주며, SVM은 융합과정에서 비선형 경계의 생성을 가능하게 해주어 CDF의 선형성 제약을 극복하도록 해준다. 또한 목적함수에 정규화 항을 추가함으로써 잡음 민감성을 줄이도록 하였다. 제안한 CDF-SVM은 기존 CDF 및 그 변형들에 비해 나은 성능을 보여주었으며 이는 실험 결과를 통해 확인할 수 있다.

• 한국통신학회논문지
• /
• 제34권4C호
• /
• pp.414-423
• /
• 2009

본 논문은 최대 전송률에 가까운 성능을 보이는 선형 preceding 기법을 제안한다. MMSE preceding은 ZF preceding 방식보다 우수한 평균 자승 오차 성능을 가진다. 반면 MMSE preceding 방식의 전송률은 낮은 SNR 범위에서는 ZF 방식에 비해 개선된 성능을 보여주지만 높은 SNR에서는 오히려 성능 열화현상을 보인다. 이와 같은 사실에 착안하여 본 논문에서는 최대 전송률에 근접하는 선형 preceding 기법을 제안한다. 제안된 방식은 ZF precoding방식에서 사용되는 역행렬 연산을 전송율이 최대화될 수 있도록 정규화하는 방식이고 이를 위한 간단한 수치 알고리즘이 제안된다. 또한 그 과정에서 낮은 복잡도를 가지는 간단한 전력 재할당에 의한 정규화 방식이 제안된다. 시뮬레이션과 성능분석을 통해 제안된 방식이 모든 SNR 범위에서 기존의 ZF preceding 방식과 MMSE preceding방식보다 높은 전송률을 가짐을 보인다. 또한 제안된 방식은 채널 추정 오차가 존재하는 경우에도 기존의 선형 preceding 방식들과 비교하여 성능 이득을 유지하면서 채널 추정 오차에 강인함을 가진다.

• Structural Monitoring and Maintenance
• /
• 제6권4호
• /
• pp.317-346
• /
• 2019

Performance assessment of pavements proves useful, in terms of handling the ride quality, controlling the travel time of vehicles and adequate maintenance of pavements. Roughness profiles provide a good measure of the deteriorating condition of the pavement. For the accurate estimates of pavement roughness from dynamic vehicle responses, vehicle parameters should be known accurately. Information on vehicle parameters is uncertain, due to the wear and tear over time. Hence, condition monitoring of pavement requires the identification of pavement roughness along with vehicle parameters. The present study proposes a scheme which estimates the roughness profile of the pavement with the use of accurate estimates of vehicle parameters computed in parallel. Pavement model used in this study is a two-layer Euler-Bernoulli beam resting on a nonlinear Pasternak foundation. The asphalt topping of the pavement in the top layer is modeled as viscoelastic, and the base course bottom layer is modeled as elastic. The viscoelastic response of the top layer is modeled with the help of the Burgers model. The vehicle model considered in this study is a half car model, fitted with accelerometers at specified points. The identification of the coupled system of vehicle-pavement interaction employs a coupled scheme of an unbiased minimum variance estimator and an optimization scheme. The partitioning of observed noisy quantities to be used in the two schemes is investigated in detail before the analysis. The unbiased minimum variance estimator (MVE) make use of a linear state-space formulation including roughness, to overcome the linearization difficulties as in conventional nonlinear filters. MVE gives estimates for the unknown input and fed into the optimization scheme to yield estimates of vehicle parameters. The issue of ill-posedness of the problem is dealt with by introducing a regularization equivalent term in the objective function, specifically where a large number of parameters are to be estimated. Effect of different objective functions is also studied. The outcome of this research is an overall measure of pavement condition.

• 정보보호학회논문지
• /
• 제30권4호
• /
• pp.617-629
• /
• 2020

인터넷 컴퓨팅 환경의 변화, 새로운 서비스 출현, 그리고 지능화되어 가는 해커들의 다양한 공격으로 인한 규칙 기반 침입탐지시스템의 한계점을 극복하기 위해 기계학습 및 딥러닝 기술을 활용한 네트워크 이상 검출(NAD: Network Anomaly Detection)에 대한 관심이 집중되고 있다. NAD를 위한 대부분의 기존 기계학습 및 딥러닝 기술은 '정상'과 '공격'으로 레이블링된 훈련용 데이터 셋을 학습하는 지도학습 방법을 사용한다. 본 논문에서는 공격의 징후가 없는 일상의 네트워크에서 수집할 수 있는 레이블링이 필요 없는 데이터 셋을 이용하는 비지도학습 오토 엔코더(AE: AutoEncoder)를 활용한 NAD 적용 가능성을 제시한다. AE 성능을 검증하기 위해 NSL-KDD 훈련 및 시험 데이터 셋을 사용해 정확도, 정밀도, 재현율, f1-점수, 그리고 ROC AUC (Receiver Operating Characteristic Area Under Curve) 값을 보인다. 특히 이들 성능지표를 대상으로 AE의 층수, 규제 강도, 그리고 디노이징 효과 등을 분석하여 레퍼런스 모델을 제시하였다. AE의 훈련 데이터 셋에 대한 재생오류 82-th 백분위수를 기준 값으로 KDDTest+와 KDDTest-21 시험 데이터 셋에 대해 90.4%와 89% f1-점수를 각각 보였다.

• 한국문헌정보학회지
• /
• 제45권2호
• /
• pp.251-275
• /
• 2011

본 논문에서는 단백질 간 상호작용 자동 추출을 위해서 기존에 연구되어 높은 성능을 나타낸 구문 트리 커널을 확장한 시맨틱 구문 트리 커널을 제안한다. 기존 구문 트리 커널의 문제점은 구문 트리의 단말 노드를 구성하는 개별 어휘에 대한 단순 외형적 비교로 인해, 실제 의미적으로는 유사한 두 구문 트리의 커널 값이 상대적으로 낮아지는 현상이며 결국 상호작용 자동 추출의 전체 성능에 악영향을 줄 수 있다는 점이다. 본 논문에서는 두 구문 트리의 구문적 유사도(syntactic similarity)와 어휘 의미적 유사도(lexical semantic similarity)를 동시에 효과적으로 계산하여 이를 결합하는 새로운 커널을 고안하였다. 어휘 의미적 유사도 계산을 위해서 문맥 및 워드넷 기반의 어휘 중의성 해소 시스템과 이 시스템의 출력으로 도출되는 어휘 개념(WordNet synset)의 추상화를 통한 기존 커널의 확장을 시도하였다. 실험에서는 단백질 간 상호작용 추출(PPII, PPIC) 성능의 심층적 최적화를 위해서 기존의 SVM에서 지원되던 정규화 매개변수 외에 구문 트리 커널의 소멸인자와 시맨틱 구문 트리 커널의 어휘 추상화 인자를 새롭게 도입하였다. 이를 통해 구문 트리 커널을 적용함에 있어서 소멸인자 역할의 중요성을 확인할 수 있었고, 시맨틱 구문 트리 커널이 기존 시스템의 성능향상에 도움을 줄 수 있음을 실험적으로 보여주었다. 특히 단백질 간 상호작용식별 문제보다도 비교적 난이도가 높은 상호작용 분류에 더욱 효과적임을 알 수 있었다.

• 한국전산구조공학회논문집
• /
• 제32권4호
• /
• pp.249-256
• /
• 2019

이 논문은 재료의 전기 전도도 분포를 재구성하는 전기임피던스 단층이미지 기법(electrical impedance tomography; EIT)을 제시한다. 이 문제는 구조물 표면의 전극에서 측정된 전위와 계산된 전위의 차를 최소화하여 전기 전도도의 공간적 분포를 재구성하는 최적화 문제로 정의된다. 전류 입력 시 전위를 구하는 정해석 문제의 수학적 모델로서 완전전극모델(complete electrode model; CEM)을 사용하였다. 완전전극모델은 전기 포텐셜에 대한 라플라스 방정식과 전류 입력에 따른 경계조건들로 구성되는 경계값 문제이다. 완전전극모델 해의 정확성을 검증하기 위하여 유한요소법을 이용해 구한 원형 구조물의 전위해와 Technology Computer Aided Design(TCAD) 소프트웨어를 사용해 얻은 결과를 비교하였다. 완전전극모델의 지배방정식과 경계조건을 구속조건으로 하는 최적화 문제를 라그랑주 승수법(lagrange multiplier method)을 이용해 비구속 최적화 문제로 전환하고 라그랑지안의 1차 최적화 조건으로부터 전극에서의 전위 차를 최소화하는 최적의 전기전도도 분포를 도출하였다. 원형 균일영역의 전기 전도도 분포를 재구성하는 역해석 예제를 통해 완전전극모델 기반 EIT 프레임워크의 적용성을 검토하였다.