• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.656-659
• /
• 2020

초해상화 딥러닝 기법은 학습 시 수렴하기까지 최소 수백 번의 에폭을 필요로 하며 오랜 시간이 걸린다. 최근, 영상 인식용 딥러닝 모델에서는 학습 수렴 속도를 향상시키기 위해 픽셀, 채널간 불필요한 상호연관 정보를 제거하는 Deconvolution 기술이 제안되었다. 본 논문에서는 최초로 Deconvolution 기술을 초해상화 딥러닝 방법에 적용하여 학습 수렴 속도 증가를 시도했다. 영상 인식 딥러닝 기법과 다르게 초해상화 딥러닝 기법은 이미지 특성 추출 부분과 이미지 복원 부분의 정보를 보존하는 것이 중요하기 때문에, EDSR을 Baseline 모델로 사용하여 양쪽 끝의 레이어는 기존의 Convolution 연산을 그대로 유지하고, 중간 레이어의 ResBlock 내의 Convolution 연산만 Deconvolution 연산으로 바꿔서 구성하였다. 초해상화 벤치마크 데이터셋을 사용한 실험 결과, 수렴속도가 빨라지지 않는 결과를 도출했다. 본 논문에서는 Deconvolution 기술이 Baseline 모델의 성능을 개선하지 못하는 이유를 초해상화 분야에서 기본적으로 적용되는 Residual Learning 기법 때문으로 분석했다.

• 비파괴검사학회지
• /
• 제22권4호
• /
• pp.422-429
• /
• 2002

용접부 초음파 사각탐상은 용접 루트부나 counter bore와 같은 결함과 관련 없는 신호를 발생하는 기하학적 반사체로 인하여 신호의 식별이 매우 어렵다. 본 논문에서는 이와 같은 상황에서 결함 신호를 식별하는 새로운 기법을 제안하였다. 디컨볼루션(deconvolution)을 사용한 유사성함수의 개념을 도입한 새로운 기법에서는 먼저 결합과 기하학적 반사체에 대하여 기준신호와 대상신호를 획득하였으며 이들을 정규화 하였다. 대상신호를 기준신호로 디컨볼루션하여 얻은 유사성함수의 패턴으로부터 기하학적 반사 신호와 결함신호를 구분할 수 있었다. 그 결과로, 제안하고 있는 기법이 기하학적 반사체와 노치 모서리부에서 반사되는 신호를 분리하는데에 유용함을 알 수 있었다.

• Radiation Oncology Journal
• /
• 제15권1호
• /
• pp.65-69
• /
• 1997

목적 : 전리함의 크기로 인한 공간 분해능의 문제로 나타나는 전리함 반응함수를 제거하여 실제 선량분포를 얻고자 하였다. 대상 및 방법 : 내경 5mm, 6.4mm 등 2개의 서로 다른 크기를 갖는 전리함들과 다이오드, 필름의 반응함수를 구하고, 동일한 방사선 조사면$(10\times20cm^2)$의 선량분포 프로파일을 측정하여, 각각 deconvolution 기법으로 보정한 후, 보절된 격과가 일치하는지 비교하였다. 결과 : 원통형 전리함의 반응함수와 선량분포를 측정하였고, 측정한 선량분포에서 반응 함수의 효과를 deconvolution방법으로 제거하여 실제 선량분포를 찾아내었다. 사용한 에너지는 최대 광자선 에너지 4MV, 6MV, 15MV였으며, 전 에너지 영역에 걸쳐 보정 된 결과가 일치하는 방향으로 변화하였으며, 분해능 증가 효과가 있었다. 결론 : deconvolution 방법으로 전리함 반응 함수의 효과를 제거했을 때, 여러 측정기를 이용하여 측정한 선량 프로파일의 결과가 일치하는 경향을 볼 수 있어서 deconvolution 방법을 통해 얻은 선량 프로파일을 임상적으로 응용할 수 있음을 알았다.

• Communications for Statistical Applications and Methods
• /
• 제15권6호
• /
• pp.939-946
• /
• 2008

In this paper the support vector method is presented for the probability density function estimation when the sample observations are contaminated with random noise. The performance of the procedure is compared to kernel density estimates by the simulation study.

• Communications for Statistical Applications and Methods
• /
• 제8권3호
• /
• pp.859-866
• /
• 2001

The problem of wavelet density estimation is studied when the sample observations are contaminated with random noise. In this paper a linear wavelet estimator based on Meyer-type wavelets is shown to be L$_1$ strongly consistent for f(x) with bounded support when Fourier transform of random noise has polynomial descent or exponential descent.

• 한국마린엔지니어링학회:학술대회논문집
• /
• 한국마린엔지니어링학회 2012년도 전기공동학술대회 논문집
• /
• pp.212-213
• /
• 2012

• Communications for Statistical Applications and Methods
• /
• 제9권1호
• /
• pp.241-248
• /
• 2002

The problem of wavelet density estimation based on Shannon's wavelets is studied when the sample observations are contaminated with random noise. In this paper we will discuss the asymptotic normality for deconvolving wavelet density estimator of the unknown density f(x) when courier transform of random noise has polynomial descent.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2013년도 춘계학술대회 논문집
• /
• pp.672-673
• /
• 2013

• 대한방사선기술학회지:방사선기술과학
• /
• 제26권3호
• /
• pp.25-31
• /
• 2003

급성 허혈성 뇌경색 환자에서 Deconvolution 관류 전산화 단층촬영(computed tomography, CT)의 뇌혈류용적(cerebral blood volume, CBV), 뇌혈류(cerebral blood flow, CBF) 그리고 평균 조영제 통과 시간(mean transit time, MTT) 지도를 확산 강조(Diffusion weighted) MRI과 비교하여 그 유용성을 알아보고자 하였다. 뇌관류 CT와 확산강조 자기공명영상(diffusion weighted MR imaging, DWMRI)을 시행한 급성뇌경색 환자를 대상으로 Deconvolution 기법으로 획득한 CBV, CBF, MTT 지도에서 병변의 면적과 DWMRI의 병변의 면적을 비교 측정하여 일치도를 알아보았다. 또한, 병변 부위와 정상측 대칭부위의 MTT시간을 측정하여 차이를 알아보았다. 본 연구의 모든 예에서 CBV, CBF, 그리고 MTT 세 지도 모두 관류 결손을 인지할 수 있었고, 관류 결손이 인지되는 부위에서 MTT 시간의 현저한 지연이 있었다. 뿐만 아니라, MTT 지도의 결손부위 면적은 DWMRI 보다 크게 나타나 허혈성 패넘브라를 추측할 수 있었다. 결론적으로 Deconvolution 관류 CT의 지도를 이용하면 뇌경색의 조기진단뿐만 아니라 허혈 중심부, 그리고 허혈성 페넘브라를 예측할 수 있어 DWMRI에 비해 관류결손 부위의 혈류 역학적 상태의 평가나 효과적인 치료계획을 세우는데 보다 유용할 것으로 생각된다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2004년도 추계학술대회
• /
• pp.585-590
• /
• 2004

Many machine failures are not detected well in advance due to the masking of background noise and attenuation of the source signal through the transmission mediums. Advanced signal processing techniques using adaptive filters and higher order statistics have been attempted to extract the source signal from the measured data at the machine surface. In this paper, blind deconvolution using the eigenvector algorithm (EVA) technique is used to recover a damaged bearing signal using only the measured signal at the machine surface. A damaged bearing signal corrupted by noise with varying signal-to-noise (s/n) was used to determine the effectiveness of the technique in detecting an incipient signal and the optimum choice of filter length. The results show that the technique is effective in detecting the source signal with an s/n ratio as low as 0.21, but requires a relatively large filter length.