• 한국통신학회논문지
• /
• 제25권1B호
• /
• pp.141-147
• /
• 2000

선형적인 움직임에 의하여 흐려지고 가산잡음으로 훼손된 영상을 복원할 경우, 잡음을 평활화하면 동시에 윤곽도 같이 평활화 되며, 윤곽을 복원하면 잡음도 동시에 강조되는 이중성을 지닌다. 이러한 문제점을 해결하기 위하여 본 논문에서는 평면에선는{{{{ {I-H}^{ } }} }}연산잔가 효과적이고 윤곽에서는 Laplacian 연산자가 효과가 있는 점을 이용하여 훼손된 영상의 평면영역에서는{{{{ {I-H}^{ } }} }}정칙화 연산자를 윤곽영역에서는 Laplacian 정칙화 연산자를 적응적으로 적용하는 알고리듬을 제안한다. 본 논문에서 제시한 복원방법을 실험결과를 통해 기존의 방법과 비교해보면 평면에서의 잡음의 평활화가 개선되고 윤곽에서의 리플잡음이 줄었음을 알 수 있다. 또한 이것은 우리의 시각이 가지는 평면에서의 잡음의 가시도에 따른 시각적인 효과가 개선되었음을 알 수 있었으며, 기존의 방법에 비해 더욱 우수한 ISNR을 얻을 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제5권4호
• /
• pp.399-404
• /
• 2002

움직임에 의해 흐려지고 잡음으로 훼손된 영상을 복원하는 방법은 매우 어렵다. 기존의 방법은 영상의 국부적인 특성을 고려하지 않고 영상전체에 일률적으로 정칙화를 행함으로써 윤곽부분에서는 리플잡음을 초래하고 평면부분에서도 잡음증폭을 피할 수 없으며, 또한 시각적으로 효율적이지 못한 면이 있다 이러한 문제점을 개선하기 위하여, 본 논문에서는 훼손된 영상에 전처리를 하여 방향성을 검출한 다음 평면영역과 윤곽영역의 방향특성에 따라 적응적으로 처리하는 복원방법을 제안한다. 제안한 방법은 기존의 방법과 비교하여 시각적으로 중요한 해상도를 향상시킴으로써 윤곽부분 복원에 효율적임을 실험결과를 통해 알 수 있었으며 ISNR과 MSE 면에서도 우수하였다.

• 한국지능시스템학회논문지
• /
• 제20권4호
• /
• pp.534-540
• /
• 2010

고차원 특성과 높은 상관성은 하이퍼스펙트럴 데이터의 주요 특징이다. LDA와 그 변형 선형 투사 방법들이 고차원 스펙트럴 정보로부터 저차원의 특징을 추출하는데 사용되었다. LDA는 학습 데이터가 적은 경우 흔히 발생하는 과대적합으로 인해 일반화 성능이 낮아지는 문제가 발생하는데, 이를 완화하기 위하여 LDA 규칙화(regularization) 방법들이 제시되었다. 그 중, 평탄도(smoothness) 제약에 기반한 LDA 규칙화 기법은 높은 상관성을 갖는 하이퍼스펙트럴 데이터의 특성에 적합한 특징 추출 기법이다. 본 논문에서는 하이퍼스펙트럴 데이터 분류에서 평탄도 제약을 갖는 LDA 규칙화 방법을 소개하고 학습 데이터 조건에 따른 성능을 실험적으로 분석한다. 또한, 분류 성능의 향상을 위한 스펙트럴 정보와 공간적 정보의 상관성을 함께 활용하는 이중 평탄도 LDA 규칙화 기법을 제시한다.

• 한국전산구조공학회논문집
• /
• 제21권1호
• /
• pp.73-82
• /
• 2008

본 논문에서는 구조손상 탐색을 위해 매개변수 부 집합 선택에 의한 새로운 정규화 방법을 제안하였다. Residual function을 위해 동적 residual force 벡터를 이용하였다. 과거에는 Residual function으로서 기본 동적 특성치(고유치와 고유모드)를 이용하여 단일구조손상은 탐색할 수 있었지만 다중구조손상 위치를 탐색하기에는 한계가 있었을 뿐 아니라 고유모드와 고유치의 상이한 기여도 때문에 가중치를 적용해야 하는 어려움이 있었다. 본 논문에서 제안된 방법은 고유모드의 불완전한 계측을 보완하기 위하여 모델 확장법을 적용하였다. 제안된 구조손상 탐색법은 다중구조손상 위치를 동시에 찾아 낼 수 있는 장점을 가지고 있다. 2차원 평면 트러스 구조를 이용하여 제안된 방법의 효용성을 검증하였다.

• 한국산학기술학회논문지
• /
• 제11권10호
• /
• pp.3928-3934
• /
• 2010

본 논문에서는 움직임에 의해 흐려지고 잡음으로 훼손된 영상에 대하여 영상전체에 일률적으로 복원처리를 행하는 기존의 적용방법들에서 나타나는 문제점을 해결하고자 영상의 국부적인 특성과 방향성을 고려한 복원방법을 제시한다. 이는 평면영역과 윤곽영역을 적응적으로 처리하기 위하여 윤곽의 방향성을 찾기 위하여 다해상도 신호분석인 Wavelet 계수를 적용하여 처리하는 방법을 제안한다.

• Steel and Composite Structures
• /
• 제39권5호
• /
• pp.511-528
• /
• 2021

There are recently some advances in solving numerically topology optimization problems for large-scaled trusses based on ground structure approach. A disadvantage of this approach is that the final design usually includes many bars, which is difficult to be produced in practice. One of efficient tools is a so-called filter scheme for the ground structure to reduce this difficulty and determine several distinct bars. In detail, this technique is valuable for practical uses because unnecessary bars are filtered out from the ground structure to obtain a well-defined structure during the topology optimization process, while it still guarantees the global equilibrium condition. This process, however, leads to a singular system of equilibrium equations. In this case, the minimization of least squares with Tikhonov regularization is adopted. In this paper, a proposed algorithm in controlling optimal Tikhonov parameter is considered in combination with the filter scheme due to its crucial role in obtaining solution to remove numerical singularity and saving computational time by using sparse matrix, which means that the discrete optimal topology solutions depend on choosing the Tikhonov parameter efficiently. Several numerical examples are investigated to demonstrate the efficiency of the filter parameter control algorithm in terms of the large-scaled optimal topology designs.

• Journal of the Korean Data and Information Science Society
• /
• 제21권3호
• /
• pp.461-470
• /
• 2010

라벨 있는 자료가 분류규칙을 만들 만큼 충분하지 않거나, 라벨 없는 자료가 분류규칙을 만드는데 도움을 줄 수 있는 경우에는 라벨 있는 자료와 라벨 없는 자료를 모두 사용하는 준지도분류가 더 효과적이다. 준지도분류 중 그래프기반 다양체정칙법이 개발되어 최근에 많은 연구가 이루어지고 있다. 본 연구에서는 통계적학습에서 좋은 성능을 보이는 최소제곱 서포터벡터기계를 준지도분류에 적용시키는 방법을 제안한다. 모의실험을 통해 제안된 방법이 라벨 없는 자료를 잘 활용하는 것을 볼 수 있었다.

• 정보처리학회논문지B
• /
• 제14B권4호
• /
• pp.241-248
• /
• 2007

본 논문은 광학 흐름을 추정하는데 있어서 최적 정규화 매개변수를 결정하기 위한 L-curve 모서리 검출 방법을 제안한다. 기존의 곡률법은 L-curve의 곡률 그래프에서 최대 위치를 찾는 반면, 제안한 방법은 바로 우측 음의 계곡과의 곡률 차가 최대가 되는 양의 봉우리의 위치를 찾아서 매개변수 값을 결정한다. 이 방법으로 선정한 매개변수로 광학 흐름을 추정하면, 평균적으로 최소 오차로부터 단지 0.02 pixel/frame 차이가 나는 것이 실험을 통하여 보여진다. 또한 제안한 방법으로 기존의 모서리 검출법인 곡률법이나 적응 제거법에 비해 최소 오차에 가장 가까운 광학 흐름을 구할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권11호
• /
• pp.1021-1028
• /
• 2005

분류 및 회계문제에서의 일반적인 해법은, 현실 세계에서 얻은 정보를 행렬로 사상하거나, 이진정보로 변형하는 등 주어진 데이타의 가공과 이를 이용한 학습에서 찾을 수 있다. 본 논문은 현실세계에 존재하는 순수한 데이타를 근원공간이라 칭하며, 근원 데이타가 커널에 의해 사상된 행렬을 이원공간이라 한다. 근원공간 혹은 이원공간에서의 분류문제는 그 역이 존재하는 문제 즉, 완전해가 존재하는 문제와, 그 역이 존재하지 않거나, 역의 원소 값들이 무한히 커지는 불량조건 흑은 특이조건인 두 가지 형태로 존재한다. 특히, 실제 문제에 있어서 완전 해를 가진 문제이기 보다는 후자에 가까운 형태로 나타나게 된다. 결론적으로 근원데이타나 이원데이타를 이용한 문제를 해결하기 위해서는 많은 경우에 완전 해를 갖는 문제로 변형시키는 정규화과정이 필요하다. 본 논문에서는 이러한 정규화 인수를 찾는 문제를 기존의 GCV, L-Curve, 그리고 이원공간에서의 데이타를 RBF 신경회로망에 적용시킨 커널 학습법에 대한 각각의 성능을 비교실험을 통해 고찰한다. GCV와 L-Curve는 정규화 인수를 찾는 대표적인 방법으로 두 방법 모두 성능면에서 동등하며 문제의 조건에 따라 다소 차이를 보인다. 그러나 이러한 두 방법은 문제해를 구하기 위해서는 정규화 인수를 구한후 문제를 재정의하는 이원적인 문제해결이라는 취약점을 갖는다. 반면, RBF 신경회로망을 이용한 방법은 정규화 인수와 해를 동시에 학습하는 단일화된 방법이 된다. 이때 커널을 이용한 학습법의 성능을 향상하기 위해, 전체학습과 성능의 제한적 비례관계라는 설정아래, 각각의 학습에 따라 능동적으로 변화하는 동적모멘텀의 도입을 제안한다. 동적모멘트는 바이어스 학습을 포함한 방법과 포함하지 않은 방법에 각각 적용분석하였다. 끝으로 제안된 동적모멘텀이 분류문제의 표준인 Iris 데이터, Singular 시스템의 대표적 모델인 가우시안 데이타, 그리고 마지막으로 1차원 이미지 복구문제인 Shaw데이타를 이용한 각각의 실험에서 분류문제와 회계문제 양쪽 모두에 있어 기존의 GCV, L-Curve와 동등하거나 우수한 성능이 있음을 보인다.

• 대한수학회지
• /
• 제22권1호
• /
• pp.35-42
• /
• 1985