• 방송공학회논문지
• /
• 제20권2호
• /
• pp.224-237
• /
• 2015

본 논문은 HEVC RExt (High Efficiency Video Coding Range Extension)을 위한 SIMD (Single Instruction Multiple Data) 명령어 기반의 고속 복호화 방법을 소개한다. RExt의 화면 내 예측, 보간필터, 역-양자화, 역-변환, 클리핑 모듈들은 반복적인 산술 연산 혹은 논리 연산을 수행하는 구조로써 SIMD 명령어 집합을 적용하기 적합한 모듈로 분류할 수 있다. 본 논문은 RExt의 증가한 비트 심도를 고려하여 화면 내 예측, 보간필터, 역-양자화, 역-변환, 클리핑 모듈을 SSE (Streaming SIMD Extension) 명령어 집합을 이용하여 연산하는 방법을 소개한다. 또한, 256비트 레지스터를 사용할 수 있는 AVX2 (Advanced Vector eXtension 2) 명령어 집합을 이용하여 보간필터, 역-양자화, 클리핑 모듈의 연산을 효율적으로 연산하는 방법을 제안한다. 본 논문에서 제안하는 SIMD 명령어 기반의 고속 복호화 방법은 HEVC 참조 소프트웨어 HM 16.0을 기반으로 자체 개발한 HEVC RExt 복호화기에서 기존의 순차적 연산 방식 대비 평균 12%의 속도향상을 얻을 수 있었다.

• 전자공학회논문지
• /
• 제51권5호
• /
• pp.11-19
• /
• 2014

본 논문에서는 고차 MIMO 시스템을 위한 저 복잡도의 병렬 구형 검출 알고리즘을 제안하였다. 제안된 알고리즘에서는 정적 가지치기와 가변 가능한 다수의 노드연산기에 의한 동적 가지치기 기법을 통해서 종래의 Fixed-complexity sphere decoder(FSD) 알고리즘 대비 더 낮은 복잡도를 갖게 되며, quasi-maximum likelihood 검출 성능을 보인다. 알고리즘과 함께 제안된 노드연산기 또한, 기존 구형검출기의 순차적 연산 구조를 갖는 노드 연산을 고정된 복잡도를 갖도록 제안하여 하드웨어 구현의 용이성을 제공한다. 16QAM 복조를 하는 고차 MIMO 무선통신의 몬테카를로 모의실험을 통해서, 종래의 저 복잡도를 갖는 FSD 알고리즘 대비, 제안된 알고리즘이 평균적으로 단 6.3%의 검출 시간이 증가되면서 평균 55% 탐색노드가 감소하여 연산 복잡도가 낮아지는 것을 보여주었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권5호
• /
• pp.207-216
• /
• 2023

본 연구에서는 압축 해제 호환성을 갖춘 병렬 처리 Deflate 압축 알고리즘을 구현하기 위하여 병렬 압축 및 압축 해제에 필수적인 정보를 복수의 비 압축 블록(Non-Compression Block)내의 버려지는 영역(Disposed Bit Area)에 저장하는 방식으로 구성한 컨트롤 헤더를 삽입하는 새로운 방식을 제안하였다. 이를 통해 기존 압축 해제 프로그램과 완벽한 호환성을 유지하면서도 병렬 압축 및 병렬 압축 해제가 가능하도록 하였다. 또한 순차 처리방식 대비 압축 시간을 최대 71.2% 절감하였고 병렬 압축해제 시간을 65.7%까지 절감하였다. 특히 Deflate 알고리즘의 구조적 제약으로 인해 병렬 압축 해제는 불가능하다고 알려져 있으나, 제안하는 방식을 탑재한 디코더로 알고리즘 수준에서 고속의 병렬 압축 해제가 가능하고, 호환성을 유지하여 동일한 압축 데이터를 기존의 압축 해제 프로그램으로도 정상적 압축 해제가 가능함을 확인하였다.

• 한국광학회지
• /
• 제19권3호
• /
• pp.237-241
• /
• 2008

전자 논리회로에서 이용되는 전자신호 암호화와 같은 방법으로, 반도체 광 증폭기 XOR논리 게이트를 이용한 전광 암호화 시스템을 제안하였다. 시스템의 변수를 최적화 하고 전체 디자인 과정을 빠르게 수행하기 위해 정상상태와(steady state) 과도상태에(dynamic) 대한 전산모사가 차례로 이루어졌다. 심각한 신호 왜곡이 없이 10 Gbps 속도에서 일반적인 반도체 광 증폭기의 연속적 연결을 통해 전광 신호에 대한 암호화와 해독이 수행될 수 있음을 전산모사와 실험에 의한 결과를 통해 보여주었다.

• ETRI Journal
• /
• 제45권5호
• /
• pp.822-835
• /
• 2023

Recent semantic segmentation frameworks usually combine low-level and high-level context information to achieve improved performance. In addition, postlevel context information is also considered. In this study, we present a Context ReFinement Network (CRFNet) and its training method to improve the semantic predictions of segmentation models of the encoder-decoder structure. Our study is based on postprocessing, which directly considers the relationship between spatially neighboring pixels of a label map, such as Markov and conditional random fields. CRFNet comprises two modules: a refiner and a combiner that, respectively, refine the context information from the output features of the conventional semantic segmentation network model and combine the refined features with the intermediate features from the decoding process of the segmentation model to produce the final output. To train CRFNet to refine the semantic predictions more accurately, we proposed a sequential training scheme. Using various backbone networks (ENet, ERFNet, and HyperSeg), we extensively evaluated our model on three large-scale, real-world datasets to demonstrate the effectiveness of our approach.

• 한국통신학회논문지
• /
• 제37권7A호
• /
• pp.535-544
• /
• 2012

무선통신시스템에서의 고용량 데이터 전송을 위해 MIMO 전송은 필수적인 기술의 하나로 자리매김하였다. 더불어 열악한 채널환경에서 요구되는 성능을 만족하기 위해서는 반드시 고효율 오류정정부호를 사용하여야하며, 반복적인 복호 기법을 사용하는 터보부호나 저밀도 패리티 검사부호 등이 그 예라고 할 수 있다. 이러한 오류정정 부호들의 우수한 성능은 반드시 MIMO 검출 단에서의 정확한 연판정 검출 값이 전제되어야 한다. 본 논문에서는 매우 적은 복잡도로 효과적으로 연판정 검출 값을 복호기에 전달 할 수 있는 방법으로써 채널 행렬의 QR 분해기법을 적용한 연판정 검출 기법을 제안한다. 본 논문에서 제안하는 방식은 먼저 연판정 MIMO 검출 단계를 두 단계로 나누어 복잡도를 획기적으로 감소시킬 수 있는 방법과 결합하였으며, 채널 행렬에 대하여 직접 역행렬을 구하는 방식에 비해서 안테나 수가 증가할수록 훨씬 더 적은 복잡도로 동일한 성능을 얻을 수 있다.

• 한국통신학회논문지
• /
• 제29권10C호
• /
• pp.1469-1483
• /
• 2004

이 논문에서는 스트리밍 미디어에 대해 속도 대비 왜곡을 최적화하는 패킷 스케줄링 알고리듬을 제안한다. 수신단은 패킷을 받으면 ACK를 보내는데, 주기적으로 관측한 채널 throughput을 함께 보낸다. 비디오 패킷의 중요도는 움직임 백터, 텍스처 필드, 시간계층화를 고려하여 GOP 내에서의 위치에 의해 결정되며, 이것을 이용하여 서브스트림을 정의한다. 서버는 수신단으로부터 온 응답 정보와 비디오의 통계적 특징을 사용하여 임의의 시점에서 전송하고자 하는 최적의 서브스트림을 결정한다. 이를 위해 스트리밍 시스템을 류잉 시스템으로 모델링하고, 각 서브.스트림에 있는 프레임의 복호화 실패을을 체감대역폭을 이용하여 계산하고 그 시점에 전송할 최적의 서브스트림을 선택한다. 수신단이 주기적으로 기록하고 전송한 채널정보에 대해, 송신단은 최적의 서브스트림을 새로이 계산하는데, 그때까지 서브스트링의 데이터는 Earliest Deadline First(EDP)방식으로 전송핀다. 이 때, 전송 순서는 원래의 재생 순서와 다르게 된다. 그리고, 실제 비디오 데이터를 사용한 실험에서, 제안한 스케줄링이 기존의 순차적인 전송보다 성능이 좋다는 것을 보여준다.

• 방송공학회논문지
• /
• 제26권3호
• /
• pp.258-268
• /
• 2021

포인트 클라우드 콘텐츠는 3차원 포인트로 실제 객체를 나타내는 몰입형 콘텐츠이다. 포인트 클라우드 데이터를 획득하거나 포인트 클라우드 데이터를 인코딩 및 디코딩하는 과정에서 포인트 클라우드 콘텐츠의 해상도가 저하될 수 있다. 본 논문에서는 프레임 간 정합을 통해 순차적으로 포인트 클라우드 콘텐츠의 해상도를 점진적으로 향상시키는 방법을 제안한다. 포인트 클라우드 데이터를 정합하기 위해 ICP(Iterative Closest Point) 알고리즘이 일반적으로 사용된다. 기존 ICP 알고리즘은 강체를 변환할 수 있지만 포인트 클라우드 콘텐츠와 같이 로컬에서 서로 다른 방향으로 모션 벡터를 갖는 비 강체에 대해서는 변환이 불가능하다는 단점이 있다. 현재 프레임의 포인트 클라우드와 이전 프레임 사이의 포인트를 쌍을 만들고 만들어진 쌍의 움직임양을 계산하여 보상해주는 방법으로 기존 ICP 정합에서의 한계를 극복하였다. 이러한 방식으로 프레임 사이에 포인트를 정합하는 과정을 통해 기하학적 움직임이 있는 포인트 클라우드 콘텐츠의 해상도가 향상됨을 보였다.

• Journal of Yeungnam Medical Science
• /
• 제18권2호
• /
• pp.253-266
• /
• 2001

ADHD 아동은 발달과정에서 학업 성취를 비롯한 많은 문제들을 야기할 수 있으며, 지적인 능력에서도 부주의성과 연관된 특정적인 검사패턴을 보여주고 있다. 저자들은 1999년 3월 1일부터 1999년 12월 31일까지 DSM-IV의 ADHD 기준을 만족시키는 환자들과 대구 시내의 모 초등학교에서 정상대조군을 선발하여, K-ABC를 이용하여 아동의 지능과 습득도를 평가하였다. ADHD 아동의 경우에는 4-6주간의 약물치료를 시행한 후 동일한 검사들을 재시행하여 약물치료 전후의 차이를 비교하였다. 약물치료전의 ADHD 집단은 정상대조군에 비해 지적인 능력아 유의하게 낮은 것으로 나타났다. 약물치료 전후에서 ADHD 집단의 전체 지능은 유의한 변화가 없었으나 약물치료후의 동시처리척도는 정상대조군과 차이가 없을 정도로 호전이 되었으며, 이는 주의집중력의 증가, 특히 분산집중력의 증가를 의미하며 산만성이 감소되는 것을 의미한다. K-ABC의 하위 영역에서는 약물치료를 받지 않은 ADHD 잡단은 전반적인 하위 영역들이 유의하게 낮은 수행을 보이고 있지만 시각적 세부단서에 대한 주의력은 약물치료에 의해 유의하게 변화되어 정상 대조군과 차이가 없을 정도로 향상되었다. 습득도 하위 영역에서는 어휘력을 제외한 영역에서 ADHD 집단이 정상 대조군에 비해 유의하게 낮은 수행을 보였으나, 결정성 지능의 경우에서 약물치료 후 정상 대조군과 차이가 없었다. methylphenidate를 이용한 약물치료는 분산 집중력, 분석과 조직화와 같은 실행능력을 향상시키며 산만성을 유의하게 감소시켜주는 것으로 나타났다. ADHD 아동에서 약물치료와 함께 다른 형태의 치료가 결합될 경우, 학업수행과 사회성 등 전반적인 영역에서의 향상이 나타날 수 있을 것으로 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권12호
• /
• pp.579-586
• /
• 2021

시계열 예측은 과거 시점의 정보를 토대로 미래 시점의 정보를 예측하는 것을 말한다. 향후 시점의 정보를 정확하게 예측하는 것은 다양한 분야 전략 수립, 정책 결정 등을 위해 활용되기 때문에 매우 중요하다. 최근에는 트랜스포머 모델이 시계열 예측 모델로서 주로 연구되고 있다. 그러나 기존의 트랜스포머의 모델은 예측 순차를 출력할 때 출력 결과를 다시 입력하는 자가회귀 구조로 되어 있다는 한계점이 있다. 이 한계점은 멀리 떨어진 시점을 예측할 때 정확도가 떨어진다는 문제점을 초래한다. 본 논문에서는 이러한 문제점을 개선하고 더 정확한 시계열 예측을 위해 스타일 변환 기법에 착안한 순차 디코딩 모델을 제안한다. 제안하는 모델은 트랜스포머-인코더에서 과거 정보의 특성을 추출하고, 이를 스타일-기반 디코더에 반영하여 예측 시계열을 생성하는 구조로 되어 있다. 이 구조는 자가회귀 방식의 기존의 트랜스포머의 디코더 구조와 다르게, 예측 순차를 한꺼번에 출력하기 때문에 더 먼 시점의 정보를 좀 더 정확히 예측할 수 있다는 장점이 있다. 서로 다른 데이터 특성을 가지는 다양한 시계열 데이터셋으로 예측 실험을 진행한 결과, 본 논문에서 제시한 모델이 기존의 다른 시계열 예측 모델보다 예측 정확도가 우수하다는 것을 보인다.