• 전기전자학회논문지
• /
• 제14권3호
• /
• pp.232-235
• /
• 2010

기존의 수동 스위치를 사용한 스위치-라인 타입 위상변화기의 수동 스위치를 스위칭 증폭기로 대체한 60GHz CMOS 능동위상변화기를 소개하였다. 능동스위치 위상변화기는 능동스위치 블록과 수동 딜레이 네트워크 블록 구성되며, 기존의 vector-sum 위상변화기와 비교해 간단한 회로 구성이 가능하다. 능동스위치 블록은 On-Off state에 따라 다르게 요구되는 입출력 저항을 고려하여 설계하였고, 수동 딜레이 네트워크 블록은 회로의 크기를 최소화하기 위하여 일반적인 microstrip line 대신 lumped 인덕터와 커패시터를 사용하여 구성하였다. TSMC 65nm CMOS 공정을 이용하여 1-bit 위상변화기를 제작 및 측정하였으며, 그 결과 65GHz에서 평균 -4.0dB 의 삽입손실과 120도의 위상차를 얻었다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제18권1호
• /
• pp.160-165
• /
• 2014

본 연구에서는 MEMS 기반 3축 가속도 센서 모듈을 제작하여 성능 시험을 수행하였고, 지진 모니터링 시스템을 구성하였다. 3축 가속도 센서 모듈의 성능 향상을 위하여 데이터 수집장치를 24bit ADC (Analog to Digital Converter)가 내장된 NI-9239를 사용하였고, 잡음을 줄이기 위해 100Hz LPF (Low Pass Filter)를 통과시킨 데이터를 사용하였다. 또한 지진 모니터링 소프트웨어를 개발하여 구조물에 유의한 진동을 감지하는데 초점을 맞추었다. 진동을 감지하기 위한 방법으로 각 축의 가속도 크기 뿐만 아니라 3축 가속도의 벡터 합을 구하여 이 벡터 합이 미리 설정한 값을 초과할 때의 수치를 별도로 표시하고 이를 파일로 저장하는 알고리즘을 사용하였다.

• 방송공학회논문지
• /
• 제10권3호
• /
• pp.321-327
• /
• 2005

조명 변화에 적응적인 움직임 탐색 및 보상 방법과 2차원 다이렉트 모드 (2D Direct Mode)를 이용한 MVC (Multi-view Video Coding) 방법을 제안한다. 먼저, 공간적 및 시간적으로 인접한 영상으로부터 휘도 화소 값의 움직임 탐색 및 보상을 수행하기 위한 새로운 SAD (Sum of Absolute Difference) 측정 방법을 제안한다. 조명 변화에 적응적인 움직임 탐색 및 보상은 움직임 벡터의 정확도를 높이고, 비트의 절감을 위하여 새로운 SAD 계산식을 사용한다. 다음으로, 시점 간의 예측 시에 사용될 수 있는 2차원 다이렉트 모드는 MPEG-4 AVC의 시간적 다이렉트 모드 (Temporal Direct Mode)로부터 확장된 방식이다. 본 논문에서 제안된 MVC 방법은 MPEG-4 AVC의 Simulcast 부호화와 비교하여 약 0.8dB의 PSNR (Peak Signal-to-Noise Ratio) 향상을 보였다.

• 융합정보논문지
• /
• 제11권10호
• /
• pp.20-26
• /
• 2021

본 논문에서는 영상 인식 환경에서 영상 정렬에 필요한 회전각 추정 방법 중 낮은 사양의 임베디드 기반 환경에 적용 가능한 방법을 제안하고 기존의 복소 모멘트를 이용하는 방법과 비교하였다. 제안된 방법은 영상을 극좌표로 변환한 후 거리축 방향으로 투영된 1차원 프로파일의 유사도 매칭을 통하여 회전각을 추정한다. 추가로 연산을 더 단순화시킨 투영 프로파일의 벡터합을 이용하는 방법을 선택할 수도 있다. 이진 패턴 영상과 흑백 명암영상을 대상으로 진행한 실험을 통하여 제안된 방법의 추정 오차가 기존의 복소 모멘트를 이용하는 방법과 큰 차이가 없으며 보다 적은 연산과 낮은 시스템 자원이 요구됨을 보였다. 추후 확장을 위하여 흑백 명암영상에서 회전 중심을 일치시키는 방법에 관한 연구가 필요할 것이다.

• 한국음향학회지
• /
• 제21권1호
• /
• pp.62-68
• /
• 2002

MVDR (Minimum Variance Distortionless Response) 빔형성 기법은 간섭신호의 영향을 최소화하는 기법으로서 방위각 분해능은 우수하나, 높은 주파수 분해능을 얻기 위해서는 오랜 시간 동안 관측한 많은 양의 데이터가 필요하다. 짧은 빔출력 시간에 높은 주파수 분해능을 얻기 위해 기존의 SW (Steered Minimum Variance) 기법에서는 조향 공분산행렬 (steered covariance matrix)을 이용하여 전체 주파수 대역에 대하여 동일한 적응 가중벡터 (adaptive weighting vector)를 사용한다. 본 논문에서는 각 주파수별로 보다 정확한 적응 가중벡터를 얻기 위해 전체 대역을 여러 개의 부대역 (subband)으로 나누고, 각 부대역에 대한 적응 가중벡터를 얻는 SSMV(Subband Steered Minimum Variance) 기법을 제안한다. 연산량과 부대역의 크기를 줄이기 위해 전체배열을 여러 개의 부대열 (subarray)로 나누고, 각 부대역별로 적응 가중벡터를 구한다. 제안한 SSMW 기법의 성능을 확인하기 위해 실제 해상실험 데이터를 이용하여 신호처리를 하였으며, 그 결과 제안한 기법의 우수한 성능을 확인하였다.

• 한국음향학회지
• /
• 제26권2호
• /
• pp.75-79
• /
• 2007

본 논문은 SVM(Support Vector Machines)을 이용한 음성신호 기반의 효과적인 성별인식 시스템을 제안한다. 분별적 이진(binary) 패턴 분류기인 SVM은 특징 공간에서 비선형 경계를 찾아 분류하는 방법으로 우수한 성능을 보인다고 알려져 있다. 연구에서는 기존의 성별인식에서 널리 쓰이고 있는 MFCC(Mel Frequency Cepstral Coefficients)를 사용하여 SVM과 기존의 GMM(Gaussian Mixture Model) 알고리즘의 성별인식 성능을 비교하였고, 특히, 보다 향상된 SVM의 성별인식을 위해 MFCC와 Pitch를 이용한 결합 특징 벡터를 적용하였다. 실험결과 MFCC 파라미터를 사용했을 때 제안된 SVM이 GMM보다 우수한 성별인식 성능을 보였고, 제안된 결합 특징 벡터를 사용 했을 때 우수한 성능을 보였다.

• 응용통계연구
• /
• 제14권1호
• /
• pp.137-148
• /
• 2001

비율을 나타내는 요소들로 이루어진 구성비율자료는 각 행들의 합이 1이 되는 제약을 가지고 있어 통계적으로 다루기가 쉽지 않다. 더구나 자료의 구조가 선형적인 형태를 보이지 않는 특성을 가지기 때문에 주성분분석과 같은 선형적인 다변량기법들을 구성비율자료에 적용을 할 때 잘못된 해석과 추론이 이루어질 가능성이 있다. 본 논문에서는 구성비율자료의 주성분분석에서 기존의 방법들이 가지는 문제점을 해결하기 위해 Box-Cox 대비변환(Box-Cox contrast transformation)을 이용한 새로운 형태의 분석방법을 제시한다. 그리고 실제자료의 분석과 모의실험을 통해서 Aitchison(1983)이 제시한 방법과 수행능력을 비교하고자 한다.

• 한국유체기계학회 논문집
• /
• 제7권2호
• /
• pp.7-13
• /
• 2004

In an attempt to solve multiobjective optimization problems, weighted sum method is most widely used for the advantage that a designer can consider the relative significance of each object functions by weight values but it can be highly sensitive to weight vector and occasionally yield a deviated optimum from the relative weighting values designer designated because the multiobjective function has the form of simple sum of the product of the weighting values and the object functions in traditional approach. To search the design solution agree well to the designer's weighting values, we proposed new multiobjective function which was the functional of each normalized objective functions and considered to find the design solution comparing the distance between the characteristic line and the ideal optimum. In this study, proposed multiobjective function was applied to design high efficiency and low noise axial flow fan and the result shows this approach is effective for the case that the quality of the design can be highly affected by the designer's subjectiveness represented as weighting values in multiobjective design optimization process.

• 한국안전학회지
• /
• 제31권4호
• /
• pp.35-41
• /
• 2016

In order to guarantee the process safety and prevent accidents, the deviations from normal operating conditions should be monitored and their root causes have to be identified as soon as possible. The statistical theories-based method among various fault diagnosis methods has been gaining popularity, due to simplicity and quickness. However, according to fault magnitudes, the scalar value generated by statistical methods can be changed and this point can lead to produce wrong information. To solve this difficulty, this work employs PCA (Principal Component Analysis) based method with qualitative information. In the case study of our previous study, the number of assumed faults is much smaller than that of process variables. In the case study of this study, the number of predefined faults is 19, while that of process variables is 6. It means that a fault diagnosis becomes more difficult and it is really hard to isolate a single fault with a small number of variables. The PCA model is constructed under normal operation data in order to get a loading vector and the data set of assumed faulty conditions is applied with PCA model. The significant changes on PC (Principal Components) axes are monitored with CUSUM (Cumulative Sum Control Chart) and recorded to make the information, which can be used to identify the types of fault.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.6009-6027
• /
• 2019

Support vector machine (SVM) classifiers have been widely used for object detection. These methods usually locate the object by finding the region with maximal score in an image. With bag-of-features representation, the SVM score of an image region can be written as the sum of its inside feature-weights. As a result, the searching process can be executed efficiently by using strategies such as branch-and-bound. However, the feature-weight derived by optimizing region classification cannot really reveal the category knowledge of a feature-point, which could cause bad localization. In this paper, we represent a region in an image by a collection of local feature-points and determine the object by the region with the maximum posterior probability of belonging to the object class. Based on the Bayes' theorem and Naive-Bayes assumptions, the posterior probability is reformulated as the sum of feature-scores. The feature-score is manifested in the form of the logarithm of a probability ratio. Instead of estimating the numerator and denominator probabilities separately, we readily employ the density ratio estimation techniques directly, and overcome the above limitation. Experiments on a car dataset and PASCAL VOC 2007 dataset validated the effectiveness of our method compared to the baselines. In addition, the performance can be further improved by taking advantage of the recently developed deep convolutional neural network features.