• 방송공학회논문지
• /
• 제27권6호
• /
• pp.840-847
• /
• 2022

심층 신경망(Deep Neural Network) 기반 음성 향상에서 입력 음성의 글로벌 정보와 로컬 정보를 활용하는 것은 모델의 성능과 밀접한 연관성을 갖는다. 최근에는 다중 스케일을 사용하여 입력 데이터의 글로벌 정보와 로컬 정보를 활용하는 중첩 U-Net 구조가 제안되었으며, 이러한 중첩 U-Net은 음성 향상 분야에도 적용되어 매우 우수한 성능을 보였다. 그러나 중첩 U-Net에서 사용되는 단일 skip connection은 중첩된 구조에 알맞게 변형되어야 할 필요성이 있다. 본 논문은 중첩 U-Net 기반 음성 향상 알고리즘의 성능을 최적화하기 위하여 다중 레벨 skip connection(multi-level skip connection, MLS)을 제안하였다. 실험 결과, 제안된 MLS는 기존의 skip connection과 비교하여 다양한 객관적 평가 지표에서 큰 성능 향상을 보이며 이를 통해 MLS가 중첩 U-Net 기반 음성 향상 알고리즘의 성능을 최적화시킬 수 있음을 확인하였다. 또한, 최종 제안 모델은 다른 심층 신경망 기반 음성 향상 모델과 비교하여서도 매우 우수한 성능을 보인다.

• 대한용접접합학회:학술대회논문집
• /
• 대한용접접합학회 1996년도 특별강연 및 춘계학술발표 개요집
• /
• pp.115-118
• /
• 1996

1. The crack is inifiated at a toe notch and reptured for the skip and continuous welding. 2. Fatigue life of continuous welding is greater than that of skip welding and fatigue life of 2pad continuous welding appears 1.7 times more than that of pad continuous welding. 3. For the skip and continuous welding, fatigue than that of welding materials appears shorter than that of welding materials because of the effect of plastic strain and compressive residual stresses at the crack tip, which are generated by the over loading. 4. Inter-relationship between da/dN-ΔK and delayed phenomenon increases linearly at the state growth area of heat effect section for the skip and continuous welding.

• 한국콘텐츠학회논문지
• /
• 제10권8호
• /
• pp.38-50
• /
• 2010

최근 웹 블로그나 인터넷 게시판과 같은 가상 커뮤니티가 활발히 사용됨에 따라 댓글을 통해 자신의 의견을 적극적으로 나타내고자 하는 이용자들이 점점 증가하고 있는 추세다. 실제로 댓글 활동이 활발한 인터넷 토론 게시판에서 수천 개의 댓글이 달린 게시물도 어렵지 않게 찾아볼 수 있다. 대부분의 웹 블로그나 인터넷 게시판에서는 댓글이 작성된 시간에 따라 목록 형태로만 제공되고 있을 뿐 기본적인 검색 기능조차도 지원되지 않고 있다. 본 논문에서는 인터넷 토론 게시판의 댓글 분석을 통해 댓글 작성자의 분포가 거듭제곱 법칙을 따르는 것을 밝혔다. 그리고 이러한 댓글의 통계적 특성을 반영하는 스킵리스트 기반의 댓글 검색 구조를 제안한다. 제안 방법의 주안점 댓글 작성자들의 확률적 특성을 데이터 구조에 반영하는 것이다. 실험을 통해 제안 방법이 B-트리나 일반적인 스킵리스트의 이론적인 계산 복잡도인 logN에 비해 더 빠른 검색을 수행할 수 있음을 보인다.

• Journal of Information Processing Systems
• /
• 제19권1호
• /
• pp.98-108
• /
• 2023

This paper is an attempt to design segmentation method based on fully convolutional networks (FCN) and attention mechanism. The first five layers of the Visual Geometry Group (VGG) 16 network serve as the coding part in the semantic segmentation network structure with the convolutional layer used to replace pooling to reduce loss of image feature extraction information. The up-sampling and deconvolution unit of the FCN is then used as the decoding part in the semantic segmentation network. In the deconvolution process, the skip structure is used to fuse different levels of information and the attention mechanism is incorporated to reduce accuracy loss. Finally, the segmentation results are obtained through pixel layer classification. The results show that our method outperforms the comparison methods in mean pixel accuracy (MPA) and mean intersection over union (MIOU).

• 한국공작기계학회논문집
• /
• 제10권4호
• /
• pp.7-13
• /
• 2001

This Study is to investigate the influence of weld residual stresses on the fatigue crack growth behaviors in pressure ves-sel reinforcement. In order to perform this study, the automatically welded specimens are prepared. The material is ASTM A516 grade 60 steel used in pressure vessel mainly. For pad-on-plate of skip welding continuous welding and PWHT specimen, fatigue crack initiation is generally initiat-ed at weld starting and end toe zone, and ruptured at weld starting toe zone, Fatigue life if pad-on-plate continuous speci-men is increased more than that of pad-on-plate skip fillet welding specimene about 85% under low load, about 20% under high load, and decreased than that of two-pad continuous welding specimen about 85%. In da/dN-$\Delta$ Κ curve under low load, pad-on-plate skip fillet welding specimen showed retardation on the initial crack, and the fatigue crack growth rate at the low region of $\Delta$Κ greater specimene E(3.8{\times}10^{-6}$mm/cycle). And the fatigue life of welding specimen was smaller than that of PWHT specimen.

• 방송공학회논문지
• /
• 제16권6호
• /
• pp.996-1008
• /
• 2011

부호화된 비트열의 PSNR 예측 알고리즘은 무 기준법에 속하는 화질 평가 방법으로 수신단에서 참조 영상 없이 수행할 수 있기 때문에 높은 효용성을 지닌다. 기존의 PSNR 예측 연구들은 주로 I-픽쳐나 일반적인 IBBP 예측 구조를 고려하여 이루어지는 반면에 본 논문에서는 계층적 B-픽쳐 구조를 고려한 PSNR 예측 기법을 제안한다. 제안된 알고리즘은 최하위 계층의 I-픽쳐를 위한 새로운 DCT 계수 모델링 방법과 상위 계층의 픽쳐들이 주로 선택되는 스킵 모드를 고려한 PSNR 예측 기법으로 구성되어 있다. 제안 알고리즘의 성능 평가를 위해 실험 영상을 H.264/AVC로 부호화 하고 생성된 비트열의 예측된 PSNR 값과 실제 PSNR 값을 비교하였다. 실험 결과를 통해 제안된 DCT 모델링 방법이 기존의 방법들에 비해 더 정확함을 확인하였으며 스킵 모드를 고려한 PSNR 예측 기법이 계층적 B-픽쳐 구조에 적합함을 확인하였다.

• 대한전자공학회논문지SD
• /
• 제45권3호
• /
• pp.86-93
• /
• 2008

다양한 무선 통신 표준 규격을 수용하는 멀티모드 단말기 모뎀은 가변적인 워드 길이와 광범위한 데이터율을 처리한 수 있는 다기능 산술 연산 회로를 필요로 한다. 일반적으로 이런 목표를 위한 하드웨어는 요구되는 최고 성능을 달성하도록 설계되어지므로 종종 전력 소모 측면에서 낭비적인 요소가 있으며 특히 낮은 데이터율에서 심화되는 경향이 있다. 따라서 동작 속도와 전력에 적합한 산술 연산 치로는 무선 통신 응용 분야에서 매우 필수적인 요소이다. 본 논문에서는 계층적인 캐리스킵 로직을 기본 구성 블록으로 하는 전력 효율적 다기능 가산기 구조를 제안하고 다양한 동작 모드에서의 면적, 성능, 전력 효율을 보임으로써 효과를 입증하였다.

• 방송공학회논문지
• /
• 제19권2호
• /
• pp.257-267
• /
• 2014

분산 압축 비디오 센싱 (DCVS) 기술은 압축센싱 및 분산 비디오 부호화 기술의 결합을 통해 저 비용의 샘플링을 실현하는 새로운 패러다임이다. 본 논문에서는 프레임 간 높은 시간 상관성을 활용한 DCVS에서의 스킵모드 부호화 방법을 제안한다. 제안하는 방법은 일정조건을 만족하는 비 키-프레임에 대한 측정값을 복호화기에 전송하지 않아도 시간적 보간법을 통해 해당 비 키-프레임의 복원이 가능하도록 하여 율-왜곡 측면에서 좋은 압축 성능을 보장한다. 이와 더불어, 더 나은 시간적 보간을 위하여 계층적 구조를 사용하는 방법을 제안한다. 실험 결과, 제안하는 스킵모드 부호화 방법은 약간의 PSNR 감소에 비해 매우 높은 측정율 절약이 되는 것을 확인하였다. 또한, 제안하는 방법을 높은 시간 연관성을 갖는 비디오 영상에 적용할 경우, 복호화기의 연산 복잡도가 평균 43.75% 감소하는 것을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.99-108
• /
• 2004

본 논문에서는 CCD(charge-coupled device) 영상 기반의 자동 표적 탐지 시스템(ATD System : Automatic Target Detection System)에 적합한 빠른 탐색 방법을 제안한다. 무기체계에서의 활용을 위해서는 빠른 연산이 주요한 변수인 만큼 이 논문에서는 적은 계산량으로 다양한 표적을 탐지할 수 있는 능력에 주안점을 두고 있다. 표적 훈련(train)단계에서는 구간별 수직 방향 프로젝션을 이용하여 1D의 템플릿을 구성하고 K-means clustering과 이진 트리 구조(binary tree structure)를 활용하여 실제 시험 단계에서 템플릿 정합하는 횟수를 최소화한다. 또한 Correlation-based Adaptive Predictive Search(CAPS)를 이용하여 각각의 템플릿에 적응적인 skip-width를 사용하여 탐색 속도를 높이고 클러터 제거 단계에서는 윤곽선으로부터 추출한 Fourier Descriptor계수를 비교함으로써 초기 탐지에서 타겟으로 오인된 클러터를 모양 정보에 기반해서 제거하는 방법을 사용한다.

• 로봇학회논문지
• /
• 제13권1호
• /
• pp.8-15
• /
• 2018

This paper proposes a convolutional neural network model for distinguishing areas occupied by obstacles from a LiDAR image converted from a 3D point cloud. The channels of a LiDAR image used as input consist of the distances to 3D points, the reflectivities of 3D points, and the heights of 3D points from the ground. The proposed model uses a LiDAR image as an input and outputs a result of a segmented LiDAR image. The proposed model adopts refinement modules with skip connections to segment a LiDAR image. The refinement modules with skip connections in the proposed model make it possible to construct a complex structure with a small number of parameters than a convolutional neural network model with a linear structure. Using the proposed model, it is possible to distinguish areas in a LiDAR image occupied by obstacles such as vehicles, pedestrians, and bicyclists. The proposed model can be applied to recognize surrounding obstacles and to search for safe paths.