• 대한전자공학회논문지SP
• /
• 제49권1호
• /
• pp.104-111
• /
• 2012

본 논문에서는 향상된 최소값 제어 재귀 평균 기법 (improved minima controlled recursive averaging, IMCRA) 알고리즘의 잡음 전력 추정성능을 향상 시키기 위한 알고리즘을 제안한다. 기존의 IMCRA은 주파수 특성이 빠르게 변화하는 비정상적인 환경과 낮은 SNR을 갖는 상황에서 잡음 전력 추정에 직접적으로 영향을 미치는 음성 검출기의 성능이 강인하지 못한 단점이 있다. 본 연구에서는 강인한 음성 검출 성능을 위해서 기존 IMCRA의 음성 검출기에 전역 음성 부재 확률을 적용한 음성 향상 기법을 제안한다. 제안된 알고리즘의 성능 평가는 음성의 perceptual evaluation of speech quality (PESQ)와 composite measure를 통한 음질을 평가하였다. 실험 결과 다양한 잡음 환경 (car, white, babble)에서 전역 음성 부재 확률을 적용한 IMCRA의 음성 향상 기법이 향상된 결과를 보여주었다. 특히, 비정상잡음 환경인 babble 5dB에서 PESQ 0.026, composite measure 0.029의 향상된 음질을 나타내었다.

• 지구물리와물리탐사
• /
• 제15권3호
• /
• pp.136-143
• /
• 2012

본 연구는 캄보디아 스퉁트렝 지역의 항공자력탐사 자료처리 및 해석에 관한 사례 연구이다. 자료처리 및 해석에는 다음의 세 가지 관점에 중점을 두었다. 첫째, 저위도 지역 자력자료의 자기극변환 시 문제가 되는 편각방향의 영상 왜곡을 고찰하고 이를 최소화하기 위한 여러 방법을 검토함으로써 최선의 결과를 도출하는 방안을 모색하였다. 둘째, 조사지역은 사전정보가 거의 없기 때문에 전통적인 자료처리 기법과 함께 geographic information system (GIS) 분야의 경사, 곡률 및 최대 경사면 방위각 등의 기법을 새로이 도입, 검토하였다. 이로부터 조사지역의 구조지질 정보를 도출하고 그 유용성을 확인하였다. 마지막으로, 오일러 곱풀기를 이용하여 자력이상대의 심도정보를 도출하고 앞서의 고찰결과와 종합하여 향후의 정밀 조사영역을 선정, 추천하였다. 본 연구에서 수행한 일련의 자료처리 과정은 국내는 물론 해외 자원개발에 있어서 적절한 지침이 될 수 있을 것으로 여겨진다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제8권2호
• /
• pp.137-145
• /
• 2004

본 연구에서는 구조성질들이 제대로 평가되지 않은 구조물의 부분구조 모델을 설정하는 방법을 제시한다. 본 연구에서는 부분구조 모델을 정의하기 위해 구조물의 대상 부분구조에서 계측한 구조거동치를 필요로 하며, 부분구조 모델은 부분구조 자체의 강성도변수와 경계스프링 계수를 추정하여 설정한다. 정적 및 주파수영역 SI(system identification) 기법들이 부분구조의 제한된 위치에서 측정된 거동치를 사용하여 적용되었다. 정적거동과 동적거동 계측 각각에 대한 시뮬레이션 연구가 수행되었으며, 연구결과 및 문제점들이 검토되었다. 시뮬레이션 연구에서 검증된 절차에 따라 이동트럭과 시공발파에 의한 동적거동 계측치를 사용하여 실제의 다경간 플레이트 거더 게르버교의 부분구조 모델 설정을 수행하였다.

• 융합신호처리학회논문지
• /
• 제11권3호
• /
• pp.215-220
• /
• 2010

본 논문은 문서 영상을 대상으로 표, 그림, 글자 등의 각 구성요소들을 자동으로 분류하기 위한 새로운 텍스쳐 기반의 영상 분할 및 분류 방법을 제안한다. 제안한 방법은 문서 영상 분할 단계와 문서 영상 내 구성요소 분류 단계로 이루어진다. 먼저 영상 분할을 수행한 후, 분할된 영역을 대상으로 문서 영상의 구성 요소들을 분류하는데, 이때 각 구성 요소는 서로 다른 텍스쳐를 가지고 있는 영역이라는 특징을 이용한다. 분할된 영역들을 분류하기 위한 텍스쳐 특징을 추출하기 위해 다양한 텍스쳐 분석에 광범위하게 사용되는 2차원 가보필터를 이용한다. 제안한 방법은 구성 요소와 사용 언어에 대한 사전 지식을 이용하지 않으면서 문서 영상의 분할 및 구성요소 분류에서 좋은 성능을 보인다. 제안한 방법은 멀티미디어 데이터 검색, 실시간 영상 처리 등과 같은 다양한 분야에 적용 될 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권2호
• /
• pp.252-266
• /
• 2006

컴퓨터 비전 분야에서 다루는 많은 문제는 대부분 수학적 모델을 기반으로 하고 있으며 그 모델의 인수를 예측하는 방법을 사용하여 주어진 문제에 대한 최적의 해를 구한다. 그런데 입력 데이타 집합에 보통의 잡음에 비해 상대적으로 크기가 큰 이상치가 포함되어 있다면 이것은 부정확한 결과를 초래한다. 이러한 문제를 해결하기 위해 사용되는 대표적인 방법으로 강건한 예측기법인 RANSAC 알고리즘이 있다. 기존 RANSAC 알고리즘의 가장 큰 문제점은 이상치의 비율과 같은 데이타 분포에 대한 사전지식이 필요하다는 것이다. 본 논문에서는 이러한 문제점을 해결하기 위해 매 반복 수행시 마다 퍼지분류 기법을 이용하여 전체 데이타를 좋은 샘플집합(good sample set)과 나쁜 샘플집합(bad sample set) 그리고 모호한 샘플집합(vague sample set)으로 분류한 뒤 좋은 샘플집합에서만 샘플링을 해나감으로써 이상치에 대한 제거율과 해의 정확도를 향상시키는 FRANSAC 알고리즘을 제안한다. 실험 결과에서는 제안한 알고리즘을 각각 선형회귀 문제와 호모그래피 계산 문제에 대해 적용했을 때의 성능을 보인다.

• 정보처리학회논문지A
• /
• 제14A권6호
• /
• pp.357-362
• /
• 2007

클러스터와 같은 분산 시스템에서 초기 작업 배치 시, 할당할 프로세스의 자원 요구량을 정확히 예측하여 작업을 분배할 수 있다면 보다 나은 시스템 성능을 얻을 수 있게 된다. 이 때 임의의 작업을 적절한 호스트에 배치하기 위해서 자원 기반 초기 작업 배치 (resource-based initial job placement) 기법은 그 작업의 자원 사용량을 미리 예측할 필요가 있다. 하지만 잘못된 자원 예측은 동적 부하 분산 시스템의 성능을 크게 떨어뜨리는 원인이 된다. 따라서 본 논문에서는 잘못된 예측에 의한 문제를 해결하기 위해 새로운 부하 기준을 제안한다. 새로운 부하 기준을 사용한 자원 기반 초기 작업 배치 기법은 프로세스의 유형에 관한 사전 지식 없이도 동작하는 장점을 가진다. 실험을 통해 본 논문은 동적 부하 분산 시스템에서 제안하는 방식이 기존의 방식에 비해 향상된 성능을 가짐을 보인다.

• 대한전자공학회논문지SP
• /
• 제48권5호
• /
• pp.102-108
• /
• 2011

Support vector machine (SVM)은 패턴인식 분야에 많이 사용되어지고 있고 그 한 예로서 3GPP2 selectable mode vocoder(SMV)와 같은 규격화된 코덱에 쓰여 코덱의 음성/음악 분류 성능을 향상시킬 수 있다. 본 논문에서는 SVM을 개선시켜 음성/음악의 분류성능을 더욱 향상시키는 새로운 방법을 제안한다. 음성/음악신호의 각 프레임들은 서로 강한 상관관계를 가지고 있는데, 이를 바탕으로 2차 조건 사후 최대 확률기법을 SVM에 적용하여 음성/음악 분류성능을 향상시킨다. 또한 SVM을 학습시킬 때 적용되는 기존의 기법들과는 달리 제안되는 기법은 SVM이 패턴분류를 행할 때 사용된다. 그렇기 때문에 기존의 기법들과 독립적으로 개발되고 사용될 수 있고, 따라서 패턴분류의 성능을 한층 더 향상시킬 수 있다. 실험을 통해 제안된 기법의 독립성과 성능향상을 기존의 기법들과 비교하여 증명하였다.

• 대한전자공학회논문지
• /
• 제26권1호
• /
• pp.129-139
• /
• 1989

信號가 전송되는 과정에서 임의의 경로를 통하여 混信되어 들어오는 干涉信號에 의해 原信號가 손상될 경우, 干涉信號의 경로를 識別(推定)하여 이를 근거로 손상된 신호로부터 干涉信號를 제거하는 適應 雜音 除去品(adaptive noise canceller : 이하 ANC로 略함)가 널리 소개되었다. 이 방법은 干涉信號의 特性이나 그 混信 經路의 傳達兩數에 대한 事前知識이 없는 경우에 특히 유용하다. 그러나 이 방법은 干涉信號의 經路를 最小 平均 自乘 誤差의 의미에서 推定함에 있어서 原信號의 信號的 特性에 의해 그 最適値가 많은 영향을 받게 되는 문제점이 있다. 本 論文에서는 干涉信號와 原信號간의 相關度(correlation)가 적은 경우에 대하여, 原信號를 더욱 충실히 복구해 낼 수 있는 適應 雜音 除去器 및 그 알고리듬을 소개한다. 기존의 適應 필터를 이용한 ANC에서는 定常狀態에서 推定 誤差 信號에 해당하는 原信號가 필터 계수의 적응과정에 미치는 영향을 근원적으로 제거하기가 어려우므로 필터의 收劍速度를 안정적으로 느리게 하는 方法을 채택하는 것이 보편적이지만, 本 論文에서는 이 문제점을 근본적으로 해결하기 위하여 適應에 의해 발생하는 推定 誤差 信號를 補償器라는 보조 시스템을 통하여 綏和 내지는 極小化하여 이 信號로써 필터 계수를 조정함으로써 收劍 速度를 희생시키지 않고도 安定된 필터 알고리듬을 제시하였다. 이 알고리듬을 채택한 ANC는 기존의 방법에 의한 ANC 보다 雜音除去 능력이 우수함을 電算 시뮬레이션을 통하여 입증하였다.

• 대한전자공학회논문지SP
• /
• 제44권4호통권316호
• /
• pp.117-122
• /
• 2007

본 논문에서는 maximum a posteriori probability (MAP) 검출기와 minimum-mean-square-error (MMSE) 필터와 같은 선형 검출기의 hybrid 형태를 갖는, 다중안테나 시스템을 위한 iterative 수신기를 고려한다. MAP검출기의 우수한 성능과 선형 검출기의 낮은 복잡도를 얻기 위해 두 검출기를 한 프레임 내에서 동시에 사용하는 수신기 구조를 제안한다. Outer 코더의 extrinsic 정보인 코드 비트에 대한 a priori probability를 이용하여 검출기를 결정할 수 있는 임계치를 계산하고, 복조 심볼 단위로 결정된 검출기를 적용하여 코드 비트의 검출단에서의 extrinsic 정보를 계산한다. 모의실험 결과를 통해서, 제안된 수신기가 MMSE 수신기보다 우수한 성능을 가지며, MAP 수신기보다 낮은 복잡도를 가짐을 확인하였다.

• 전자공학회논문지CI
• /
• 제45권6호
• /
• pp.179-186
• /
• 2008

본 논문에서는 베이지안 알고리즘이 불균형 데이터의 학습 시 나타나는 현상을 분석하고 성능 평가 방법을 비교하였다. 사전 데이터 분포를 가정하고 불균형 데이터 비율과 분류 복잡도에 따라 발생된 분류 문제에 대해 베이지안 학습을 수행하였다. 실험 결과는 ROC(Receiver Operator Characteristic)와 PR(Precision-Recall) 평가 방법의 AUC(Area Under the Curve)를 계사하여 불균형 데이터 비율과 분류 복잡도에 따라 분석되었다. 비교 분석에서 불균형 비율은 기 수행된 연구 결과와 같이 베이지안 학습에 영향을 주었으며, 높은 분류 복잡도로부터 나타나는 데이터 중복은 학습 성능을 방해하는 요인으로 확인되었다. PR 평가의 AUC는 높은 분류 복잡도와 높은 불균형 데이터 비율에서 ROC 평가의 AUC보다 학습 성능의 차이가 크게 나타났다. 그러나 낮은 분류 복잡도와 낮은 불균형 데이터 비율의 문제에서 두 측정 방법의 학습 성능의 차이는 미비하거나 비슷하였다. 이러한 결과로부터 PR 평가의 AUC는 클래스 불균형 문제의 학습 모델의 설계와 오분류 비용을 고려한 최적의 학습기를 결정하는데 도움을 줄 수 있다.