• Structural Engineering and Mechanics
• /
• 제75권4호
• /
• pp.415-424
• /
• 2020

Recently, many structural damage detection (SDD) methods have been proposed to monitor the safety of structures. As an important modal parameter, mode shape has been widely used in SDD, and the difference of vectors was adopted based on sensitivity analysis and mode shapes in the existing studies. However, amplitudes of mode shapes in different measured points are relative values. Therefore, the difference of mode shapes will be influenced by their amplitudes, and the SDD results may be inaccurate. Focus on this deficiency, a multi-strategy SDD method is proposed based on the included angle of vectors and sparse regularization in this study. Firstly, inspired by modal assurance criterion (MAC), a relationship between mode shapes and changes in damage coefficients is established based on the included angle of vectors. Then, frequencies are introduced for multi-strategy SDD by a weighted coefficient. Meanwhile, sparse regularization is applied to improve the ill-posedness of the SDD problem. As a result, a novel convex optimization problem is proposed for effective SDD. To evaluate the effectiveness of the proposed method, numerical simulations in a planar truss and experimental studies in a six-story aluminum alloy frame in laboratory are conducted. The identified results indicate that the proposed method can effectively reduce the influence of noises, and it has good ability in locating structural damages and quantifying damage degrees.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.363-366
• /
• 2001

본 논문에서는 보다 효율적이고 정확한 움직임 벡터를 추정하기 위하여 계층적 평활화 방법(hierachical regularization technique)을 이용한 움직임 추정 알고리듬을 제안한다. 계층적 평활화 기법을 이용하여 움직임 벡터들의 신뢰도를 증가시켰고, 주위 벡터와의 평활화를 통해 움직임 벡터들의 비트량을 감소시켰다. 또한 적은 후보 벡터를 이용하여 움직임 벡터를 예측하는 고속 움직임 추정 알고리듬을 적용하여 평활화 과정의 추가로 인해 생기는 많은 연산량을 감소시켰다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 하계종합학술대회논문집
• /
• pp.697-700
• /
• 1998

스테레오 영상으로부터 3차원 거리 정보를 추출하는 일은 수학적으로 불량 설정 문제(ill-posed problem)이다. 본 논문은 스테레오 정합을 정칙화(regularization)와 최소화(minimization) 문제로 설정하여 변이 (disparity)를 구한다. 최소화할 에너지 함수로 기울기 벡터(gradient vector)를 사용하여 촤우 카메라의 차이에 대응하고, 영상에 존재하는 깊이 불연속점(depth discontinuties)을 찾아내어 이를 보존하면서 정칙화를 실행하는 스테레오 정합 알고리즘을 제시한다. 다양한 스테레오 영상에 대한 실험 결과를 함께 나타내었다.

• 대한수학회논문집
• /
• 제16권3호
• /
• pp.487-508
• /
• 2001

We consider the Cauchy problem for Laplacian. Using the single layer representation, we obtain an equivalent system of boundary integral equations. We show the singular values of the ill-posed Cauchy operator decay exponentially, which means that a small error is exponentially amplified in the solution of the Cauchy problem. We show the decaying rate is dependent on the geometry of he domain, which provides the information on the choice of numerically meaningful modes. We suggest a pseudo-inverse regularization method based on singular value decomposition and present various numerical simulations.

• 방송공학회논문지
• /
• 제10권2호
• /
• pp.238-246
• /
• 2005

본 논문에서는 공간 적응적 제약조건과 정칙화 함수를 이용한 반복적 고해상도 영상보간 기법을 제안한다. 제안된 정칙화 영상보간 알고리듬은 에지 방향에 따라 제약조건들을 적응적으로 적용하고, 각각의 반복 연산 단계에서 에지 방향별 정칙화에 적합한 정칙화 함수를 최적화하여 고해상도 영상보간을 구현한다. 제안한 알고리즘은 기존의 비적응적 정칙화 보간 방법뿐만 아니라 적응적 보간 방법보다도 방향성 고주파 성분을 적절히 보존하는 동시에 잡음과 같은 바람직하지 못한 효과들을 억제할 수 있다. 마지막으로 본 논문에서 제안한 알고리듬의 성능평가를 위해서 기존에 제안된 여러 가지의 고해상도 영상보간 알고리듬과의 다양한 비교실험을 수행하였고, 이를 통하여 제안한 고해상도 영상보간 기법이 주관적으로나 객관적으로 우수함을 보였다.

• 대한원격탐사학회지
• /
• 제28권5호
• /
• pp.561-571
• /
• 2012

변조전달함수(MTF; Modulation Transfer Function)는 광학영상의 성능을 평가하는 중요한 품질 요소 중 하나이다. 영상의 MTF 증진을 위해 영상 복원이 필요하나, 이 과정은 대표적인 부적합문제(ill-posed problem)의 하나로 특정한 해를 갖지 않는다. 영상 복원을 위한 필터에는 역 필터(IF; Inverse Filter), 의사 역 필터(PIF; Pseudo Inverse Filter), Wiener Filter(WF) 등이 있다. 이들 중 가장 일반적으로 사용되고 있는 WF는 촬영된 영상 내에서 영상과 잡음을 정확히 구분하기 어렵다는 한계를 가지고 있다. 본 논문에서는 Modified Wiener Filter(MWF)를 사용하여 부적절 문제를 풀 수 있도록 문제를 정규화 하였으며, 정규화 변수(regularization parameter)의 값을 찾기 위한 방법으로 L-곡선(L-curve)을 사용하였다. MWF의 검증을 위해 Dubaisat-1 위성의 영상을 의사 역 필터(PIF), Wiener Filter(WF), MWF로 영상 복원을 수행하였다. 복원 결과, MWF를 사용했을 때가 PIF를 사용했을 때의 결과에 비해 20.93%, WF를 사용했을 때의 결과에 비해 10.85% 더 향상된 MTF를 얻을 수 있었다.

• 한국통신학회논문지
• /
• 제19권9호
• /
• pp.1759-1771
• /
• 1994

잡음이 섞인 흐려진 영상을 복원하기 위해 정칙화 구속조건을 사용한 steepest-descent 영상복원방법을 제시하였다. Beimond 등에 의해 제시되어진 기존의 정착화방법의 경우 복원과정에서 발생가능한 잡음의 증폭과 악조건이나 특이점등에 의해 발생하는 오차를 억제하기 위해 사용하는 정칙화변수의 값을 실험적으로 설정하여 영상의 복원에 적용함으로써 잡음의 증폭과 파문현상 등을 초래하는 등 복원효과가 줄어드는 단점을 나타낸다. 본 방법은 복원영상의 각화소값으로부터 적응적으로 구속조건의 값을 구하여 훼손된 영상의 복원에 적용함으로써 잡음의 증폭을 억제하고 파문현상을 줄일 수 있는 장점을 갖는다. 또 복원결과가 원래의 해와 근사하거나 발산할 경우 자동적으로 반목을 멈추는 종료규칙을 제시하였다. 실험결과를 통하여 'Lena' 영상과 'Jaguar' 영상을 원영상으로 사용하였을 경우 제시된 방법은 평편한 영역에서의 잡음의 증폭이 억제되었을뿐 아니라 파문현상도 줄어들었는데, 이것은 우리의 사각이 갖는 평면에서의 잡음의 가시도에 의해 시각적인 효과가 개선되었음을 알 수 있고, 영상의 전반적인 평균자승오차도 Biemond 등에 의한 방법을 각각 216과 467인데 비하여 본 논문에서 제시된 방법의 경우 각각 196과 453으로서 더욱 낮은 평균자승오차를 얻을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제21권1호
• /
• pp.6-11
• /
• 2011

본 논문에서는 고유특징 정규화 및 추출 기법(ERE: Eigenfeature Regularization and Extraction)을 이용한 걸음걸이 바이오 정보 기반 사용자 인식 시스템을 제안한다. 먼저 카메라 센서에서 취득한 걸음걸이 시퀀스로부터 사용자 인식을 위한 특징 정보로 걸음걸이 에너지 영상(GEI: Gait Energy Image)을 생성한다. 학습 단계에서는 갤러리 걸음걸이 에너지 영상에 ERE를 적용하여 정규화된 변환행렬을 획득하여 고유공간(eigenspace)에 사상된 특징정보를 구하고, 검증 단계에서는 걸음걸이 에너지 영상을 학습단계에서 생성한 고유공간에 사상하여 최근접 이웃 분류기를 이용하여 사용자를 인식한다. 제안한 시스템의 유효성 검증을 위해 CASIA 걸음걸이 데이터셋 A를 이용하여 실험하였고, 기존 연구에 비해 인식 정확도 면에서 우수한 성능을 보여주었다.

• Computers and Concrete
• /
• 제27권4호
• /
• pp.305-317
• /
• 2021

The bond between the concrete and bar is a main factor affecting the performance of the reinforced concrete (RC) members, and since the steel corrosion reduces the bond strength, studying the bond behavior of concrete and GFRP bars is quite necessary. In this research, a database including 112 concrete beam test specimens reinforced with spliced GFRP bars in the splitting failure mode has been collected and used to estimate the concrete-GFRP bar bond strength. This paper aims to accurately estimate the bond strength of spliced GFRP bars in concrete beams by applying three soft computing models including multivariate adaptive regression spline (MARS), Kriging, and M5 model tree. Since the selection of regularization parameters greatly affects the fitting of MARS, Kriging, and M5 models, the regularization parameters have been so optimized as to maximize the training data convergence coefficient. Three hybrid model coupling soft computing methods and genetic algorithm is proposed to automatically perform the trial and error process for finding appropriate modeling regularization parameters. Results have shown that proposed models have significantly increased the prediction accuracy compared to previous models. The proposed MARS, Kriging, and M5 models have improved the convergence coefficient by about 65, 63 and 49%, respectively, compared to the best previous model.

• Genomics & Informatics
• /
• 제17권4호
• /
• pp.41.1-41.12
• /
• 2019

Survival analysis mainly deals with the time to event, including death, onset of disease, and bankruptcy. The common characteristic of survival analysis is that it contains "censored" data, in which the time to event cannot be completely observed, but instead represents the lower bound of the time to event. Only the occurrence of either time to event or censoring time is observed. Many traditional statistical methods have been effectively used for analyzing survival data with censored observations. However, with the development of high-throughput technologies for producing "omics" data, more advanced statistical methods, such as regularization, should be required to construct the predictive survival model with high-dimensional genomic data. Furthermore, machine learning approaches have been adapted for survival analysis, to fit nonlinear and complex interaction effects between predictors, and achieve more accurate prediction of individual survival probability. Presently, since most clinicians and medical researchers can easily assess statistical programs for analyzing survival data, a review article is helpful for understanding statistical methods used in survival analysis. We review traditional survival methods and regularization methods, with various penalty functions, for the analysis of high-dimensional genomics, and describe machine learning techniques that have been adapted to survival analysis.