• ETRI Journal
• /
• 제22권2호
• /
• pp.11-19
• /
• 2000

If the right and left signals of a binaural sound recording are reproduced through loudspeakers instead of a headphone, they are inevitably mixed during their transmission to the ears of the listener. This degrades the desired realism in the sound reproduction system, which is commonly called 'cross-talk.' A 'cross-talk canceler' that filters binaural signals before they are sent to the sound sources is needed to prevent cross-talk. A cross-talk canceler equalizes the resulting sound around the listener's ears as if the original binaural signal sound is reproduced next to the ears of listener. A cross-talk canceler is also a solution to the problem-how binaural sound is distributed to more than 2 channels that drive sound sources. This paper presents an effective way of building a cross-talk canceler in which geometric information, including locations of the listener and multiple loudspeakers, is divided into angular information and distance information. The presented method makes a database in an off-line way using an adaptive filtering technique and Head Related Transfer Functions. Though the database is mainly concerned about the situation where loudspeakers are located on a standard radius from the listener, it can be used for general radius cases after a distance compensation process, which requires a small amount of computation. Issues related to inverting a system to build a cross-talk canceler are discussed and numerical results explaining the preferred configuration of a sound reproduction system for stereo loudspeakers are presented.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권5호
• /
• pp.1252-1271
• /
• 2013

Automatic image annotation has become an increasingly important research topic owing to its key role in image retrieval. Simultaneously, it is highly challenging when facing to large-scale dataset with large variance. Practical approaches generally rely on similarity measures defined over images and multi-label prediction methods. More specifically, those approaches usually 1) leverage similarity measures predefined or learned by optimizing for ranking or annotation, which might be not adaptive enough to datasets; and 2) predict labels separately without taking the correlation of labels into account. In this paper, we propose a method for image annotation through collaborative similarity metric learning from dataset and modeling the label correlation of the dataset. The similarity metric is learned by simultaneously optimizing the 1) image ranking using structural SVM (SSVM), and 2) image annotation using correlated label propagation, with respect to the similarity metric. The learned similarity metric, fully exploiting the available information of datasets, would improve the two collaborative components, ranking and annotation, and sequentially the retrieval system itself. We evaluated the proposed method on Corel5k, Corel30k and EspGame databases. The results for annotation and retrieval show the competitive performance of the proposed method.

• Advances in nano research
• /
• 제11권6호
• /
• pp.595-606
• /
• 2021

This paper conducted mainly for forecasting the behavior of the shear connectors in steel-concrete composite beams based on the different factors. The main goal was to analyze the influence of variable parameters on the shear strength of C-shaped and L-shaped angle shear connectors. The method of ANFIS (adaptive neuro fuzzy inference system) was applied to the data in order to select the most influential factors for the mentioned shear strength forecasting. Five inputs are considered: height, length, thickness of shear connectors together with concrete strength and respective slip of the shear connectors after testing. The ANFIS process for variable selection was also implemented in order to detect the predominant factors affecting the forecasting of the shear strength of C-shaped and L-shaped angle shear connectors. The results show that the forecasting methodology developed in this research is useful for enhancing the multiple performances characterizing in the shear strength prediction of C and L shaped angle shear connectors analyzing.

• Steel and Composite Structures
• /
• 제43권5호
• /
• pp.625-637
• /
• 2022

Axial compression capacity (P_u) is a significant yet complex parameter of concrete-filled steel tube (CFST) columns. This study offers a novel ensemble tool, adaptive neuro-fuzzy inference system (ANFIS) supervised by equilibrium optimization (EO), for accurately predicting this parameter. Moreover, grey wolf optimization (GWO) and Harris hawk optimizer (HHO) are considered as comparative supervisors. The used data is taken from earlier literature provided by finite element analysis. ANFIS is trained by several population sizes of the EO, GWO, and HHO to detect the best configurations. At a glance, the results showed the competency of such ensembles for learning and reproducing the P_u behavior. In details, respective mean absolute errors along with correlation values of 4.1809% and 0.99564, 10.5947% and 0.98006, and 4.8947% and 0.99462 obtained for the EO-ANFIS, GWO-ANFIS, and HHO-ANFIS, respectively, indicated that the proposed EO-ANFIS can analyze and predict the behavior of CFST columns with the highest accuracy. Considering both time and accuracy, the EO provides the most efficient optimization of ANFIS and can be a nice substitute for experimental approaches.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.749-752
• /
• 2024

연합학습은 클라이언트가 중앙 서버에 원본 데이터를 주지 않고도 학습할 수 있도록 설계된 분산된 머신러닝 방법이다. 그러나 클라이언트와 중앙 서버 사이에 모델 업데이트 정보를 공유한다는 점에서 여전히 추론 공격(Inference Attack)과 오염 공격(Poisoning Attack)의 위험에 노출되어 있다. 이러한 공격을 방어하기 위해 연합학습에 차분프라이버시(Differential Privacy)를 적용하는 방안이 연구되고 있다. 차분 프라이버시는 데이터에 노이즈를 추가하여 민감한 정보를 보호하면서도 유의미한 통계적 정보 쿼리는 공유할 수 있도록 하는 기법으로, 노이즈를 추가하는 위치에 따라 전역적 차분프라이버시(Global Differential Privacy)와 국소적 차분 프라이버시(Local Differential Privacy)로 나뉜다. 이에 본 논문에서는 차분 프라이버시를 적용한 연합학습의 최신 연구 동향을 전역적 차분 프라이버시를 적용한 방향과 국소적 차분 프라이버시를 적용한 방향으로 나누어 검토한다. 또한 이를 세분화하여 차분 프라이버시를 발전시킨 방식인 적응형 차분 프라이버시(Adaptive Differential Privacy)와 개인화된 차분 프라이버시(Personalized Differential Privacy)를 응용하여 연합학습에 적용한 방식들에 대하여 특징과 장점 및 한계점을 분석하고 향후 연구방향을 제안한다.

• 한국측량학회지
• /
• 제39권4호
• /
• pp.235-243
• /
• 2021

하천측량은 하천기본계획 및 각종 하천 정비의 기초자료를 취득하기 위해 활용되며 하천의 물리적 형태와 하천 정비 이후의 변화를 예측하기 위해서도 활용된다. 항공수심라이다(ABL: Airborne Bathymetric LiDAR) 시스템은 그린 레이저를 사용하여 수면과 하상을 동시에 측량할 수 있는 시스템으로써 하천의 수심 및 하상 측량에 효과적으로 활용될 수 있다. 항공수심라이다 데이터를 하천 측량에 활용하기 위해서는 취득된 점군 데이터부터 수면과 하상 점들을 분리하고 추출하는 과정이 선행되어야 한다. 본 연구에서는 대표적인 지면필터링 기법인 ATIN(Adaptive Triangular Irregular Network) 알고리즘을 적용하여 항공수심라이다의 점군 데이터로부터 저수심 하천의 수면과 하상 점군을 분리하기 위한 방법론을 구축하고 제안된 방법론의 효용성을 검증하였다. 이를 위해 충청남도 곡교천 일대에서 Leica Chiroptera 4X 센서로부터 취득된 데이터를 이용하여 실험을 수행하였다. 연구결과 수면과 하상에 대한 분류 정확도는 88.8%, Kappa 계수는 0.825를 얻을 수 있었으며, 항공수심라이다 데이터를 하천측량에 효과적으로 활용할 수 있음을 확인하였다.

• 한국해양학회지:바다
• /
• 제27권2호
• /
• pp.71-86
• /
• 2022

해양환경을 정량적으로 평가하기 위해 수질평가지수(water quality index, WQI)가 사용되고 있다. 우리나라는 해양수산부고시 해양환경기준에 따라 WQI를 5개 등급으로 구분하여 수질을 평가한다. 하지만, 방대한 수질 조사 자료에 대한 WQI 계산은 복잡하고 많은 시간이 요구된다. 이 연구는 기존의 조사된 수질 자료를 활용하여 WQI 등급을 예측할 수 있는 기계학습(machine learning, ML) 기반의 모델을 제안하고자 한다. 특별관리해역인 시화호를 모델링 지역으로 선정하였다. AdaBoost와 TPOT 알고리즘을 모델 훈련을 위해 사용하였으며, 분류 모델 평가 지표(정확도, 정밀도, F1, Log loss)로 모델 성능을 평가하였다. 훈련하기 전, 각 알고리즘 모델의 최적 입력자료 조합을 탐색하기 위해 변수 중요도와 민감도 분석을 수행하였다. 그 결과 저층 용존산소(dissolved oxygen, DO)는 모델의 성능에서 가장 중요한 인자였다. 반면, 표층 용존무기질소(dissolved inorganic nitrogen, DIN)와 표층 용존무기인(dissolved inorganic phosphorus, DIP)은 상대적으로 영향이 적었다. 한편, 최적 모델의 시공간적 민감도와 WQI 등급 별 민감도를 비교한 결과 각 조사 정점 및 시기, 등급 별 모델의 예측 성능이 상이하였다. 결론적으로 TPOT 알고리즘이 모든 입력자료 조합에서 성능이 더 우수하여 충분한 자료로 훈련된 최적 모델은 새로운 수질 조사 자료의 WQI 등급을 정확하게 분류할 수 있을 거라 판단된다.

• 전기학회논문지
• /
• 제62권11호
• /
• pp.1495-1504
• /
• 2013

Renewable energy integration and increased system complexities make system operator maintain supply and demand balance harder than before. To keep the grid frequency in a stable range, an appropriate spinning reserve margin should be procured with consideration of ever-changing system situation, such as demand, wind power output and generator failure. This paper propose a novel concept of dynamic reserve, which arrange different spinning reserve margin depending on time. To investigate the effectiveness of the proposed dynamic reserve, we developed a new short-term reliability criterion that estimates the probability of a spinning reserve shortage events, thus indicating grid frequency stability. Uncertainties of demand forecast error, wind generation forecast error and generator failure have been modeled in probabilistic terms, and the proposed spinning reserve has been applied to generation scheduling. This approach has been tested on the modified IEEE 118-bus system with a wind farm. The results show that the required spinning reserve margin changes depending on the system situation of demand, wind generation and generator failure. Moreover the proposed approach could be utilized even in case of system configuration change, such as wind generation extension.

• 대한전자공학회논문지TC
• /
• 제46권6호
• /
• pp.111-117
• /
• 2009

WCDMA 시스템에서는 네트워크 영역의 결정, 셀 인식, 동기화, 채널 추정, 신호 타이밍 포착 및 추적을 위해 파일럿 채널을 사용한다. 이동통신 서비스 수요의 증가로 인해 도심의 WCDMA 망 환경 하에서 단일한 무선 중계기는 다수의 인접 기지국으로부터 파일럿 신호를 수신하지만 각각의 기지국에서 송신하는 파일럿 채널을 구분하지 못하기에 파일럿 간섭 현상이 나타난다. 이러한 파일럿 간섭은 단말기에서의 잦은 핸드오프로 인한 수신 감도의 저하, 전송 효율 및 통화 품질의 저하, 채널용량의 감소와 불필요한 전력 소모 증가 등의 원인이 된다. 따라서 본 논문에서는 적응 추정 알고리즘인 NLMS 기법을 이용해서 WCDMA 무선 중계기에 적용 가능한 파일럿 간섭 제거 기법을 제안한다. 제안된 기법을 적용하여 각각 링크 레벨에서와 네트워크 레벨 에서 모의실험을 수행하여 무선 중계기 시스템에서의 성능 향상을 평가하였다. 그 결과 링크 레벨 관점에서의 BER 성능 향상과 네트워크 레벨 관점에서 시스템의 콜 드랍 확률의 향상을 각각 확인하였다.

• 한국산학기술학회논문지
• /
• 제16권12호
• /
• pp.8228-8233
• /
• 2015

본 연구는 국내 최초로 설치되어 운영되고 있는 서울지방경찰청 관광경찰대를 중심으로 관광경찰대의 도입과 적응단계에 관한 인식을 조사한 것이다. 관광경찰대의 목적, 운영방향, 활동분야의 성격, 근무 환경에 대한 심층 면접을 통하여 자료를 수집하고 분석하였다. 관광경찰대 경찰공무원들의 활동에 대한 인식은 향후 관광경찰대 설치에 많은 영향을 줄 수 있다. 조사는 서울지방경찰청 관광경찰대 소속 경찰공무원 16명을 대상으로 실시하였으며, 자료의 분석은 질적 연구 분석 프로그램인 NVivo 10.0을 통해 진행되었다. 관광경찰대원들의 업무 경험에서 나타나는 인식을 착수기, 시행착오기, 숙련기, 관망기로 구분하였으며, 각 단계별 차이를 분석하였다. 각 단계는 개인별 근무 기간에 따라 차이를 나타냈으며, 관광경찰대의 정착과 완성도에 대한 견해도 차이를 나타내고 있음을 확인하였다.