• 전자공학회논문지CI
• /
• 제43권6호
• /
• pp.43-51
• /
• 2006

본 논문은 영한 기계번역을 위한 예제기반 기계번역에서 예제 문장의 비교를 위한 척도에 관한 것으로 주어진 질의 문장과 가장 유사한 예제 문장을 찾아내는데 사용되는 유사성 척도를 제안한다. 제안하는 척도는 편집거리 알고리즘에 기반을 둔 것으로 표면어가 일치하지 않는 단어에 대해 기본적으로 단어의 표제어 정보와 품사 정보를 이용하여 유사도를 계산한다. 편집거리 척도는 비교 단위의 순서에 의존적이기는 하지만 순서만 일치하면 동일한 유사성 기여도를 갖는 것으로 판단하기 때문에 완전 문맥을 반영하지는 못한다. 따라서 본 논문에서는 완전 문맥 반영을 위해 추가적으로 이들 정보 외에 일치하는 단위 정보를 갖는 연속된 단어들에 대해 연속 정보를 반영한 문맥 가중치를 제안한다. 또한 비유사성 정도를 의미하는 척도인 편집거리 척도를 유사성 척도로 변경하고, 문맥 가중치가 적용된 척도를 문장 비교에 적용하기 위하여 정규화를 수행하며, 이를 통하여 유사도에 따른 순위를 결정한다. 또한 언어적 정보를 이용한 기존 방법류들에 대한 일반화를 시도하였으며, 문맥 가중치가 적용된 척도의 우수성을 증명하기 위해 일반화된 기존 방법류들과의 비교 실험을 수행하였다.

• 한국음향학회지
• /
• 제7권4호
• /
• pp.31-53
• /
• 1988

블럭적응 여파기는 구현시에 고속푸리에변환 기법을 이용하면 계산량을 대폭 줄일 수 있음이 밝혀져서 연구자들의 관심을 끌어 왔다. 본 논문은 2편으로 구성되어 있는데, 제 1 부에서는 블럭적응 여파기의 여러가지 구현방법을 연구하고 제 2 부에서는 성능분석의 결과들을 논의하고 있다. 블럭적응 여파기의 계수가 최적해를 추적하도록 하는 적응알고리즘은 시간영역 또는 주파수영역에서 동작하게 할 수 있는데 이를 각각 시간영역 및 주파수영역 블럭적응 여파기로 부른다. 특히 제 1 부에서는 이들 두 구조 사이의 공통점 및 대비 관계를 명확하게 할 것이다. 구체적으로 제 1 부에서는 먼저 overlap-add 방식에 의한 고속 구현방법과 정수론적 변환 기법에 의한 효율적인 구현방법에 관한 새로운 결과들을 발표한다. 그리고 나서 계수 설계시에 주파수영역의 정보를 주파수대역마다 차등으로 적용하는 방법과 여파기 계수의 최적해 추정에 있어서 수렴시간 단축을 위한 self-orthogonalization방법을 주파수영역은 물론 시간영역 블럭적응 여파기들에도 적응할 수 있음을 보인다. 다음으로 계수의 블럭적응을 위한 입출력데이터 블럭분할 방법의 특질에 근거해서 고속푸리에변환 연산을 (부분적으로) 생략할 수 있는 비제약 주파수영역 블럭적응 여파기에 관해서 논의한다. 제 1 부의 마지막으로 여러가지 여파기 상수값들과 서로 다른 알고리즘들이 여파기 수렴특성에 미치는 영향을 컴퓨터 시뮬레이션을 통해서 조사한 결과를 발표한다.

• 한국지능시스템학회논문지
• /
• 제15권7호
• /
• pp.846-851
• /
• 2005

본 논문은 최적 탐색 알고리즘인 유전자 알고리즘을 이용하여 다항식 뉴럴네트워크(Polynomial Neural Networks : PNN)의 최적 설계가 그 목적이다. 기존의 다항식 뉴럴네트워크는 확장된 GMDH(Group Method of Data Handling) 방법에 기반을 두며, 네트워크의 성장과정을 통하여 각 층의 다항식뉴런(혹은 노드)에서 고정된 (설계자에 의해 미리 선택된) 노드 입력들의 수뿐만 아니라 다항식 차수(1차, 2차, 그리고 수정된 2차식)를 이용하였다. 더구나, 그 방법은 학습을 통해 생성된 PNN이 최적 네트워크 구조를 가진다는 것을 보증하지 못한다. 그러나, 제안된 GA-based PNN 모델은 다음의 파라미터들- 즉 입력변수의 수, 입력변수, 및 다항식 차수-을 유전자 알고리즘을 이용하여 선택 동조함으로써 그 구조를 구조적으로 더 최적화된 네트워크가 되도록 하고, 기존의 PNN보다 훨씬 더 유연하고, 선호된 뉴럴 네트워크가 되도록 한다. 하중계수를 가진 합성성능지수가 그 모델의 근사화 및 일반화(예측) 능력 사이의 상호 균형을 얻기 위해 제안된다. GA-based PNN의 성능을 평가하기 위해 그 모델은 가스 터빈 발전소의 NOx 배출 공정 데이터로 실험된다. 비교해석은 제안된 GA-based PNN이 앞서 나타난 다른 지능모델보다 더 우수한 예측능력뿐만 아니라 높은 정확성을 가진 모델임을 보인다.

• 한국수자원학회논문집
• /
• 제46권8호
• /
• pp.807-819
• /
• 2013

본 연구에서는 기존의 기후변화를 고려한 물수급 분석 방법론의 문제점을 개선하기 위해 GCM 미래 유량 시나리오를 물수급 모형에 직접 입력하는 대신 과거 유량 시나리오의 가중값(재현확률)을 부여하는 새로운 물수급 전망기법을 제안하고자 한다. GCM 미래 기후자료를 TANK 모형에 입력하여 중권역별 미래 유량을 모의하였으며 모의결과에 대한 편이보정을 위해 Quantile Mapping 기법을 적용하였다. 이러한 미래 유량 전망결과를 반영하여 각각의 입력자료에 대한 가중값(재현확률)을 새롭게 산정함으로써 미래 목표 전망구간에 대한 물부족량을 산정하였다. 물수급 모형의 입력자료에 대한 가중값 산정을 위해K-nn 알고리즘을 적용하였으며 비홍수기(10~6월) 유량을 가중값 산정을 위한 기준유량으로 결정하였다. 기후 변화의 불확실성을 고려하고자 4개의 GCM과 3개의 AR4 SRES 온실가스 배출 시나리오를 앙상블 조합하여 생성한 기후변화 시나리오를 활용하였다. 본 연구에서제시한 방법론을 한반도 4대강 유역에 적용한 결과, 기후변화를 고려한 한반도 미래 평균 물부족량은 2020s (2010~2039년)에는 과거에 비해 10~32% 정도 증가할 것으로 전망되었다. 또한, 한반도 4대강 유역의 경우 먼 미래로 갈수록 비홍수기 유량이 점차 감소할 것으로 전망됨에 따라 2080s (2070~2099년)에는 과거 대비 평균 물부족량이 최대 97%(약 516.5백만 $m^3$/년) 증가할 것으로 전망되었다. 기존의 기후변화 연구 방법론의 전망결과를 비교분석한 결과, 기존 방법론은 매우 극적인 물부족량 증가를 전망하고 있는 반면 본 연구에서 제안한 기법은 상대적으로 보수적인 변화를 전망하였다. 본 연구는 물수급 분석시기 후 변화를 고려하되 기존 국가계획 방법론의 틀을 최대한 유지하고 있다는 점에서 국가수자원계획 수립에 있어 정책결정권자들의 혼돈을 줄여줄 수 있는 방법론이 될 수 있다고 판단된다.

• 정보보호학회논문지
• /
• 제26권2호
• /
• pp.301-314
• /
• 2016

Juels와 Sudan의 퍼지 볼트 기법은 기법이 갖는 오류 내성 때문에 많은 연구에 사용 되어오고 있다. 그러나 이들의 퍼지 볼트 기법은 그들의 논문에서 영화 애호가 문제를 예를 들었음에도 불구하고, 사람들이 일반적으로 갖는 선호도(preference)의 차이에 대한 고려가 존재하지 않는다. 한편, Nyang과 Lee는 안전하고 성능이 좋은 얼굴인증 시스템을 만들기 위해서, 얼굴 특징이 서로 다른 가중치를 갖도록 얼굴 특징과 퍼지 볼트(vault) 사이에 특별한 연관 구조를 갖는 얼굴 인증 시스템(이른바, 퍼지 얼굴 볼트)을 소개하였다. 그러나 그들의 기법은 일반적인 특징 추출 기법들이 클래스 내부/간 차이를 최적화하려는 특성이 있기 때문에 인증 실패율을 성공적으로 낮추지 못할 것으로 쉽게 예상할 수 있다. 이 논문에서는 퍼지 볼트의 유연성을 제공해주기 위하여 Nyang과 Lee의 퍼지 볼트기반의 얼굴 인증 시스템에서 가중치 아이디어를 다른 방식으로 구현한 버킷(bucket) 구조와 사용자 선호도와 시스템 구현 간 관계를 공식화하는 세 가지 분포 함수에 대해서 소개한다. 또한 이를 바탕으로 선호도 매치메이커(preference matchmaker) 기법을 제안하며, 영화 데이터베이스를 이용하여 이러한 매치메이커의 연산 성능을 확인해본다.

• 전자공학회논문지C
• /
• 제36C권4호
• /
• pp.78-86
• /
• 1999

신경회로망은 학습 시에는 입력패턴이 변하지 않고 조정된 결합계수 값을 레지스터에 저장시키며, 시험시에는 반대로 결합계수가 고정되고, 레지스터에 입력패턴을 기억시킴으로써 학습과 시험 뉴런회로를 공유할 수 있는 특성을 가지고 있다. 본 연구에서는 신경회로망의 이러한 특성을 고찰하여, 신경회로망 구현시 게이트의 수를 줄일 수 있으며, 학습(learning) 및 시험(testing)시의 연산처리 시간을 단축시키기 위하여 곱셈연산 대신 어드레싱 LUT를 사용하여 학습과 시험이 동일한 신경회로망에서 수행할 수 있는 일체형 디지털 신경회로망 구현을 제안하였다. 제안한 신경회로망의 동작을 검증하기 위하여 수정된 오차역전파 학습 알고리듬에 의한 학습과정을 소프트웨어와 VHDL로 시뮬레이션 하였다. 7-segment 인식기 학습을 비교 검토한 결과, 입력패턴에 따라 다소 학습시간 및 학습횟수의 차이는 있지만 대체로 반복회수는 1000∼10000회 정도로 학습시간은 4∼20㎲로 나타났다. 신경회로망의 동작이 소프트웨어 시뮬레이션 학습 진행 상황과 동일하게 학습됨을 알 수 있었고 구현한 신경회로망이 정상적으로 수행됨을 확인하였으며, 또한 초기치 변화에 대한 실험에서도 초기치의 변화에 구애받지 않고 원활하게 학습되었다. 또한 본논문에서 구현된 신경회로망은 기존의 보드형 신경회로망보다 적은 수의 소자로 구현됨을 보였다.

• Investigative Magnetic Resonance Imaging
• /
• 제11권1호
• /
• pp.10-19
• /
• 2007

기존 MRI, 즉 T1 강조-, T2 강조-, 확산-, 관류-, 기능적-, 등의 영상법은 조직의 물리적 파라미터 그리고 기능적 특성을 알려주는 역할을 한다. 본 종설에서는 최근 관심이 높아지고 있는 영상기법의 하나로 MRE (Magnetic Resonance Elastography, 자기공명탄성법)를 소개하고자 한다. MRE는 기존의 물리적, 기능적 측정을 벗어나 조직의 기계적 특성에 관한 정보를 제공해준다는 면에서 MRI를 이용한 새로운 modality로서의 가능성을 시사해 준다. 예로부터 진단의 가장 기초적인 방법중 하나로서 촉진을 이용하여 조직의 경도를 가늠하여 왔다. MRE는 조직의 경도를 MRI를 이용하여 객관적으로 수치화해준다. MRE 임상실험을 성공적으로 수행하기 위해서는 몇 가지 하드웨어와 소프트웨어(트랜스듀서, 펄스대열, 영상처리 알고리즘)가 구비되어야 한다. 트랜스듀서는 인체에 진동을 전달해주는 부분으로서 MRE 응용을 가능하게 하는 핵심적인 역할을 한다. 따라서 MRI 시스템의 자기장과 인체의 골격, 피부와 트랜스듀서 접촉면의 압력, 마찰을 고려하여 제작하여야 한다. 트랜스듀서를 통해서 인체 내부에 진동이 전달되고 있으면 최적의 영상을 얻기 위하여 고려되어야 할 사항이 펄스대열을 조정하는 것이다. 마지막으로 여러 가지 물질에 대한 가정(등방성, 균질성, 비압축성)하에서 영상처리 알고리즘은 파동방정식(Helmholtz equation)으로 표현되며 이로부터 탄성도(Elasticity or Modulus)를 구할 수 있다. 본 종설에서는 이에 대한 리뷰 및 MRE를 이용한 응용분야에 대하여 살펴본다.

• 한국수자원학회논문집
• /
• 제53권10호
• /
• pp.903-915
• /
• 2020

상세한 수문기상자료 구축은 수자원 활용 계획을 수립하고 대응하는 데 있어 필수적인 요소로 인식되고 있다. 기후, 수문, 지리 및 환경 등의 다양한 영역에서 신뢰할 수 있는 공간적 강우량의 요구가 증가하고 있다. 지형의 약 70%가 산악 지형인 우리나라의 경우 기존의 면적가중 및 수치내삽 방법은 고도가 높은 지역의 기상인자를 추정하는 데 한계가 있는 것으로 평가 되고 있다. PRISM 기법은 일반적인 공간보간 방법에 부족한 지형적 특성을 반영한 격자형태의 기상인자를 생산할 수 있는 유용한 모형으로서 본 연구에서는 SCEM-UA 기법을 기반으로 일단위 시계열에서의 PRISM 모형을 최적화 수행하였으며, 그 결과 최소영향반경은 9.10 km, 최대는 34.99 km로 산정되었으며, 해양가중치에서 고도기준은 681.03 m, 최소 및 최대거리는 각각 9.85 km, 38.05 km가 추정되었다. 거리가중치계수는 약 0.87로 산정되어 PRISM 모의 결과가 거리에 매우 민감하다는 것을 확인하였다. 또한, 다양한 통계적 검정을 통해 생산된 강수 시계열이 관측시계열과 비교하여 유사한 특성을 갖는 것을 확인하였다.

• 한국산학기술학회논문지
• /
• 제17권8호
• /
• pp.17-22
• /
• 2016

고차 QAM 시스템에 대한 자기적응 등화에서 눈 모형이 완전히 닫힌 등화 초기에 적용하여 눈 모형을 빠르게 열뿐만 아니라 정상상태 오차 레벨을 크게 낮추는 새로운 SDD 알고리즘을 제안한다. 제안 방법은 M-QAM 응용에서, 관찰에 가장 인접한 두 심볼을 추정의 기반으로 함으로써 기존 SDD의 계산 복잡성을 최소화하고, QAM 차수에 무관하게 연판정을 크게 단순화하였다. 아울러 심볼 추정에 임계 함수에 비해 오판정 회피가 우수한 시그모이드 함수를 적용, 추정의 신뢰도를 높였다. 또한 등화기 갱신을 위한 오차 발생 시 임계 함수에 의한 심볼 판정 값을 오차에 가중하여 오차 변동 범위를 확장함으로써 제안한 자기적응 등화기의 초기화 성능을 개선하였다. 결과적으로 제안 방법은 기존 SDD의 계산 복잡성과 초기화 및 수렴 특성을 현저히 개선하였다. 부가 잡음이 존재하는 다중경로 채널 조건에서 64-QAM 및 256-QAM에 대한 모의실험을 통해 CMA와 제안한 2-SDD 및 가중된 2-SDD의 두 가지 형태의 성능을 비교하고 제안 방법의 유용성을 확인하였다.

• 한국정보통신학회논문지
• /
• 제18권3호
• /
• pp.687-696
• /
• 2014

본 논문은 사용자의 입력, 색상 및 깊이 정보를 이용한 의미론적 물체 분할 방법을 제안한다. 의미있는 영역을 깊이영상에서 유사한 깊이 정보와 사용자 스트로크 입력의 중심에 위치한다고 가정한다. 제안된 방법은 스트로크 입력을 이용하여 관심 영역을 설정하고, 색상과 깊이 정보를 이용하여 의미있는 영역을 검출한다. 구체적으로 제안방법은 관심영역에 대해 색상과 깊이 정보를 이용한 과분할 과정과 과분할 영역에 대해 깊이 정보를 이용한 의미론적 물체 추출과정으로 구성되어 있다. 과분할 과정에서 적응적 임계값 적용 및 형태학적 기울기에 대한 적응적인 가중치 적용을 통한 마커 추출 방법을 제안하였다. 의미론적 물체 추출과정에서는 관심영역의 가장자리 영역에서 내부 영역으로의 순서대로 전체 깊이의 평균과 차이를 이용하여 추출하고자 하는 물체 영역인지 아닌지를 결정하도록 하였다. 실험 결과에서 제안한 방법이 효과적으로 의미있는 물체 추출 결과를 얻을 수 있음을 보인다.