발전설비의 보수검사에 적용하기 위한 예비 연구로 comb transducer를 이용한 파이프 내에서의 유도초음파 모드의 거동을 실험적으로 검증하였다. 유도초음파의 모드식별은 STFT와 WT에 의한 시간-주파수해석을 통하여 최적의 모드를 선정하였다. 시간-주파수해석과 이론적 해석 방법인 분산 곡선을 비교한 결과 잘 일치함을 알 수 있었으며, pitch-catch법과 선단부로부터 반사된 신호를 모드 분석한 결과 L(0,1) 모드가 다른 모드에 비해 모드변환에 의한 영향이 적었다. 따라서 L(0,1)을 최적의 모드로 선정하고, 결함위치를 추정한 결과 유용함을 알 수 있었다.
The transfer of predictive models using various chemometric techniques has been reported for FTNIR and scanning-grating based NIR instruments with respect relatively dry samples (<10% water). Some of the currently used transfer techniques include slope and bias correction (SBC), direct standardization (DS), piecewise direct standardization (PDS), orthogonal signal correction (OSC), finite impulse transform (FIR) and wavelet transform (WT) and application of neural networks. In a previous study (Greensill et at., 2001) on calibration transfer for wet samples (intact melons) across silicon diode array instrumentation, we reported on the performance of various techniques (SBC, DS, PDS, double window PDS (DWPDS), OSC, FIR, WT, a simple photometric response correction and wavelength interpolative method and a model updating method) in terms of RMSEP and Fearns criterion for comparison of RMSEP. In the current study, we compare these melon transfer results to a similar study employing pairs of spectrometers for non-invasive prediction of soluble solid content of peaches.
Spike detection in long-term EEG monitoring forepilepsy by wavelet transform(WT), artificial neural network(ANN) and the expert system is presented. First, a small set of wavelet coefficients is used to represent the characteristics of a singlechannel epileptic spikes and normal activities. In this stage, two parameters are also extracted from the relation between EEG activities before the spike event and EEG activities with the spike. then, three-layer feed-forward network employing the error back propagation algorithm is trained and tested using parameters obtained from the first stage. Spikes are identified in individual EEG channels by 16 identical neural networks. Finally, 16-channel expert system based on the context information of adjacent channels is introducedto yield more reliable results and reject artifacts. In this study, epileptic spikes and normal activities are selected from 32 patient's EEG in consensus among experts. The result showed that the WT reduced data input size and the preprocessed ANN had more accuracy than that of ANN with the same input size of raw data. Ina clinical test, our expert rule system was capable of rejecting artifacts commonly found in EEG recodings.
Kim, Min Soo;Jeong, Jong Hyeog;Cho, Yong Won;Cho, Young Chang
한국산업정보학회논문지
/
제22권1호
/
pp.41-51
/
2017
This Paper Describes a Method for the Evaluation of Sleep Apnea, Namely, the Peak Signal-to-noise ratio (PSNR) of Wavelet Transformed Electroencephalography (EEG) Data. The Purpose of this Study was to Investigate EEG Properties with Regard to Differences between Sleep Spindles and K-complexes and to Characterize Obstructive Sleep Apnea According to Sleep Stage. We Examined Non-REM and REM Sleep in 20 Patients with OSA and Established a New Approach for Detecting Sleep Apnea Base on EEG Frequency Changes According to Sleep Stage During Sleep Apnea Events. For Frequency Bands Corresponding to A3 Decomposition with a Sampling Applied to the KC and the Sleep Spindle Signal. In this Paper, the KC and Sleep Spindle are Ccalculated using MSE and PSNR for 4 Types of Mother Wavelets. Wavelet Transform Coefficients Were Obtained Around Sleep Spindles in Order to Identify the Frequency Information that Changed During Obstructive Sleep Apnea. We also Investigated Whether Quantification Analysis of EEG During Sleep Apnea is Valuable for Analyzing Sleep Spindles and The K-complexes in Patients. First, Decomposition of the EEG Signal from Feature Data was Carried out using 4 Different Types of Wavelets, Namely, Daubechies 3, Symlet 4, Biorthogonal 2.8, and Coiflet 3. We Compared the PSNR Accuracy for Each Wavelet Function and Found that Mother Wavelets Daubechies 3 and Biorthogonal 2.8 Surpassed the other Wavelet Functions in Performance. We have Attempted to Improve the Computing Efficiency as it Selects the most Suitable Wavelet Function that can be used for Sleep Spindle, K-complex Signal Processing Efficiently and Accurate Decision with Lesser Computational Time.
저속 충격과 같은 충격 하중은 복합재 구조물에 중요한 손상의 요인이 되며, 충격에 의해 발생한 층간분리와 같은 손상은 쉽게 검출하기 힘들며 구조물의 큰 위험 요인이 될 수 있다. 본 연구에서 이러한 충격 하중을 계속적으로 감시할 수 있는 스마트 복합재 구조물의 충격 모니터링 시스템 개발의 기초 연구를 수행하였다. 충격 모니터링이란 충격이 발생하였을 때 충격 하중이 발생한 위치를 검출하고, 충격에 의하여 구조물에 손상이 발생하였는지 판단하고, 발생하였다면 어느 정도의 손상인지를 평가할 수 있는 시스템을 말한다. 본 연구에서는 이 시스템의 첫 단계인 복합적층 평판에 대한 충격 위치 검출 연구에 이어서 두 번째 단계로 충격 손상의 발생 여부를 실시간으로 검사할 수 있는 방법을 연구하였다. 본 연구에서는 충격에 의한 PZT 신호를 시간-주파수 해석 방법인 웨이블릿 변환을 이용하여 손상 모니터링 하는 연구를 수행하였다.
CT 촬영 시 방사선량을 줄이면 피폭 위험성을 낮출 수 있으나, 영상 해상도가 크게 저하 될 뿐아니라 잡음(noise) 발생으로 인해 진단의 효용성이 떨어진다. 따라서, CT 영상에서의 잡음제거는 영상복원 분야에 있어 매우 중요하고 필수적인 처리 과정이다. 영상 영역에서 잡음과 원래 신호를 분리하여 잡음만을 제거하는 것은 한계가 있다. 본 논문에서는 웨이블릿 변환 기반 GAN 모델 즉, WT-GAN(wavelet transform-based GAN) 모델을 이용하여 CT 영상에서 효과적으로 잡음 제거하고자 한다. 여기서 사용된 GAN 모델은 U-Net 구조의 생성자와 PatchGAN 구조의 판별자를 통해 잡음제거 영상을 생성한다. 본 논문에서 제안된 WT-GAN 모델의 성능 평가를 위해 다양한 잡음, 즉, 가우시안 잡음(Gaussian noise), 포아송 잡음 (Poisson noise) 그리고 스펙클 잡음 (speckle noise)에 의해 훼손된 CT 영상을 대상으로 실험하였다. 성능 실험 결과, WT-GAN 모델은 전통적인 필터 즉, BM3D 필터뿐만 아니라 기존의 딥러닝 모델인 DnCNN, CDAE 모형 그리고 U-Net GAN 모형보다 정성적이고, 정량적인 척도 즉, PSNR (Peak Signal-to-Noise Ratio) 그리고 SSIM (Structural Similarity Index Measure) 면에서 우수한 결과를 보였다.
발전소와 같은 산업 시설물들은 높은 온도와 압력 등의 환경 하에서 지속적으로 안전하게 동작하는 것이 중요하다. 초음파를 이용한 비파괴 검사는 효율적이고 간편하기 때문에 이러한 시설물의 구조적 결함이나 안전성을 조사하기 위해 널리 이용되고 있다. 본 논문에서는 불 균일한 배질의 산란 입자들에 의해 생기는 스펙클 잡음을 제거하기 위하여 웨이브렛 변환 평면(wavelet transform domain)에서 LMS 알고리즘을 적용하였다. 사용한 신호의 통계적 특성을 알기 위하여 RUN 테스트를 수행하여 신호가 비정상성을 나타냄을 보였고, WTLMS 알고리즘을 사용하여 잡음을 제거한 후 입력 자기상관 행렬의 condition number 및 독립 입력과 지연된 입력 각각에 대한 출력의 신호 대 잡음비, 그리고 3차원 영상의 관점에서 LMS 알고리즘과 비교하였다. 실험 결과 웨이브렛 변환 평면에서 LMS 알고리즘을 이용해 수행한 결과가 시평면에서 수행한 결과보다 우수한 성능을 나타내었다.
본 논문에서는 복원된 영상에서 블록현상을 제거하기 위해 POCS 이론을 기반으로 효율적인 후처리 기법을 제안한다. 블록 현상을 나타내는 불필요한 고주파성분을 제거하기 위해 웨이브렛 변환으로 효과적인 SCS 및 그 투영자를 제안한다. 또한 원 영상에서 에지로 나타나는 고주파성분은 찾아서 유지하는 방법도 제안한다. 실험결과로 제안하는 방법은 향상된 주관적 화질뿐만 아니라, 복원된 출력 영상에서의 PSNR이 향상됨을 알 수 있다.
본 연구는 압전 변환기를 이용하여 탄소/에폭시 복합재료 보의 초기 균열 길이에 대한 정량적인 예측방법을 제시하였다. 구조물의 손상에 대한 비파괴평가기술에 대한 관심은 증가하고 있다. 본 연구에서는 시간-주파수 영역에서 웨이블렛 변환에 기초한 신호처리기술로 손상 유무와 손상평가를 위한 방법을 제시하였다. 한 쌍의 피에조 재료를 이용하여 탄소/에폭시 복합재료 보의 동적응답을 제안한 신호처리 기술로 협대역 가진하에서 연구하였다.
본 논문은 걸음걸이 분석 기반의 특징 추출과 NEWFM(Neural Network with Weighted Fuzzy Membership Functions)을 이용하여 건강한 사람의 족압(foot pressure)과 파킨슨병 환자의 족압으로부터 건강한 사람과 파킨슨병 환자를 분류하는 방안을 제시하고 있다. NEWFM에서 사용할 입력을 추출하기 위해서 첫 번째 단계에서는 PhysioBank에서 제공하는 족압 데이터와 시간에 따른 족압의 변화를 이용하여 각각 4개의 특징을 추출하였다. 두 번째 단계에서는 웨이블릿 변환(wavelet transform, WT)을 이용하여 이전 단계에서 추출한 8개의 특징으로부터 웨이블릿 계수를 추출하였다. 마지막 단계에서는 추출된 웨이블릿 계수들을 이용하여 통계적 기법인 주파수 분포와 주파수 변동량을 이용하여 40개의 입력을 추출하였다. NEWFM은 족압 데이터로부터 8개의 특징을 추출하여 건강한 사람과 파킨슨병 환자를 분류하였을 때 왼쪽 족압과 오른쪽 족압의 차를 이용한 특징과 시간에 따른 족압의 변화에 대한 차를 이용한 특징의 경우에 높은 정확도(accuracy)가 나타났다. 이러한 결과를 통하여 걸음걸이에 있어서 질질 끄는 특징을 보이는 파킨슨병 환자의 양쪽 족압의 차가 건강한 사람의 양쪽 족압의 차보다는 상대적으로 적다는 특징을 본 실험을 통해 확인할 수 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.