• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권4호
• /
• pp.93-102
• /
• 2019

웰니스에 대한 관심이 증대됨에 따라 개인의 건강상태를 웨어러블 디바이스로 모니터링하는 연구들이 늘어나고 있다. 이에 따라 웨어러블 디바이스에서 운동과 일상 활동을 구분하는 다양한 방법들이 연구되어 왔다. 이러한 기존 연구는 대부분 기계학습을 활용한 방식이다. 하지만 개인별 학습 데이터에 의존적인 과적합 문제와 연속적인 사건으로 구성되는 사람의 행동을 독립적으로 취급하여 인식 결과가 중간에 끊기고 오인행동이 생기는 문제가 있다. 이에 본 연구는 운동 시 심박이 오르내리는 생체반응 원리를 기반으로 한 운동 상태 검출 방법을 제안한다. 제안하는 방법은 3축 가속도 센서와 PPG 센서를 통해 활동강도 및 심박 수를 산출하여 심박 회복기를 판단한 후, 활동강도 검사 또는 심박 상승기 검사를 통해 운동 상태를 검출한다. 실험 결과에서 제안하는 알고리즘은 평균 정확도 98.64%, 정밀도 98.05%, 재현율 98.62%로 기존 알고리즘보다 개선된 모습을 보였다.

• 정보보호학회논문지
• /
• 제21권2호
• /
• pp.131-138
• /
• 2011

기존의 FPGA기반 DES 전수조사 시스템은 비용대비 높은 성능을 가지고 있으나, 단일 FPGA에서 DES 알고리즘의 최적화 설계에 대한 연구는 미흡하다. 본 논문에서는 77개 Xilinx Virtex5-LX50 FPGA로 구성된 상용 FPGA 클러스터 시스템의 단일 FPGA에 최적화된 하드웨어 DES를 제안한다. 이를 위해서 DES 코어의 파이프라인 수, DES 코어 수, DES 코어의 동작 주파수 등에 따른 설계 공간 탐색을 수행하여 단일 FPGA에 333MHz로 동작하는 16개의 DES 코어를 집적했다. 또한, 각 FPGA에 공급되는 전력의 제한으로 인한 성능 하락을 줄이기 위해서 저전력 설계를 적용하여 333MHz로 동작하는 8개의 DES 코어를 집적했다. 제안된 DES을 상용 시스템에 적용할 경우, 각각 최대 2.03일과 4.06일 안에 DES 키를 찾을 수 있을 것으로 판단된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권11호
• /
• pp.455-464
• /
• 2022

제조업의 공정에서 생성되는 데이터셋은 크게 두 가지 특징을 가진다. 타겟 클래스의 심각한 불균형과 지속적인 Out-of-Distribution(OoD) 샘플의 발생이다. 클래스 불균형은 SMOTE 및 다양한 샘플링 전략을 통해서 대응할 수 있다. 그러나, OoD 탐색은 현재까지 인공신경망 영역에서만 다뤄져 왔다. OoD 탐색의 적용이 가능한 인공신경망은 제조공정 데이터셋에 대해서 만족스러운 성능을 발현하지 못한다. 원인은 제조공정의 데이터셋이 인공신경망에서 일반적으로 다루는 이미지, 텍스트 데이터셋과 비교해서 크기가 매우 작고, 노이즈가 심하다는 것이다. 또한 인공신경망의 과적합(overfitting) 문제도 제조업 데이터셋에서 인공신경망의 성능을 저하하는 원인으로 지적된다. 이에 현재까지 시도된 바 없는 SVM 알고리즘과 OoD 탐색의 접목을 시도하였다. 또한 예측모델의 정밀도 향상을 위해 배깅(Bagging) 알고리즘을 모델링에 반영하였다.

• Journal of Korean Neurosurgical Society
• /
• 제66권4호
• /
• pp.382-392
• /
• 2023

Objective : The use of indocyanine green videoangiography (ICG-VA) to assess blood flow in the brain during cerebrovascular surgery has been increasing. Clinical studies on ICG-VA have predominantly focused on qualitative analysis. However, quantitative analysis numerical modelling for time profiling enables a more accurate evaluation of blood flow kinetics. In this study, we established a multiple exponential modified Gaussian (multi-EMG) model for quantitative ICG-VA to understand accurately the status of cerebral hemodynamics. Methods : We obtained clinical data of cerebral blood flow acquired the quantitative analysis ICG-VA during cerebrovascular surgery. Varied asymmetric peak functions were compared to find the most matching function form with clinical data by using a nonlinear regression algorithm. To verify the result of the nonlinear regression, the mode function was applied to various types of data. Results : The proposed multi-EMG model is well fitted to the clinical data. Because the primary parameters-growth and decay rates, and peak center and heights-of the model are characteristics of model function, they provide accurate reference values for assessing cerebral hemodynamics in various conditions. In addition, the primary parameters can be estimated on the curves with partially missed data. The accuracy of the model estimation was verified by a repeated curve fitting method using manipulation of missing data. Conclusion : The multi-EMG model can possibly serve as a universal model for cerebral hemodynamics in a comparison with other asymmetric peak functions. According to the results, the model can be helpful for clinical research assessment of cerebrovascular hemodynamics in a clinical setting.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.125-125
• /
• 2020

European Space Agency's Sentinel-1 has an improved spatial and temporal resolution, as compared to previous satellite data such as Envisat Advanced SAR (ASAR) or Advanced Scatterometer (ASCAT). Thus, the assumption used for low-resolution retrieval algorithms used by ENVISAT ASAR or ASCAT is not applicable to Sentinel-1, because a higher degree of land surface heterogeneity should be considered for retrieval. The assumption of homogeneity over land surface is not valid any more. In this study, considering that soil roughness is one of the key parameters sensitive to soil moisture retrievals, various approaches are discussed. First, soil roughness is spatially inverted from Sentinel-1 backscattering over Yanco sites in Australia. Based upon this, Artificial Neural Networks data (feedforward multiplayer perception, MLP, Levenberg-Marquadt algorithm) are compared with Fractal approach (brownian fractal, Hurst exponent of 0.5). When using ANNs, training data are achieved from theoretical forward scattering models, Integral Equation Model (IEM). and Sentinel-1 measurements. The network is trained by 20 neurons and one hidden layer, and one input layer. On the other hand, fractal surface roughness is generated by fitting 1D power spectrum model with roughness spectra. Fractal roughness profile is produced by a stochastic process describing probability between two points, and Hurst exponent, as well as rms heights (a standard deviation of surface height). Main interest of this study is to estimate a spatial variability of roughness without the need of local measurements. This non-local approach is significant, because we operationally have to be independent from local stations, due to its few spatial coverage at the global level. More fundamentally, SAR roughness is much different from local measurements, Remote sensing data are influenced by incidence angle, large scale topography, or a mixing regime of sensors, although probe deployed in the field indicate point data. Finally, demerit and merit of these approaches will be discussed.

• 응용통계연구
• /
• 제36권6호
• /
• pp.501-514
• /
• 2023

텍스트데이터는 일반적으로 많은 단어로 이루어져 있다. 텍스트데이터와 같이 많은 변수로 구성된 데이터의 경우 과적합 등의 문제로 분석에 있어서의 정확성이 떨어지고, 계산과정에서의 효율성에도 문제가 발생하는 경우를 흔히 볼 수 있다. 이렇게 변수가 많은 데이터를 분석하기 위해 특징선택, 특징추출 등의 차원 축소 기법이 자주 사용되고 있다. 희소주성분분석은 벌점이 부여된 최소제곱법 중 하나로 엘라스틱넷 형태의 목적함수를 사용하여 유용하지 않은 주성분을 제거하고 각 주성분에서도 중요도가 큰 변수만 식별해내기 위해 활용되고 있다. 이 연구에서는 희소주성분분석을 이용하여 많은 변수를 가진 텍스트데이터를 소수의 변수만으로 요약하는 절차를 제안한다. 이러한 절차를 실제 데이터에 적용한 결과, 희소주성분분석을 이용하여 단어를 선택하는 과정을 통해 목표변수에 대한 정보를 이용하지 않고도 유용성이 낮은 단어를 제거하여 텍스트데이터의 분류 정확성은 유지하면서 데이터의 차원을 축소할 수 있음을 확인하였다. 특히 차원축소를 통해 고차원 데이터 분석에서 분류 정확도가 저하되는 KNN 분류기 등의 분류 성능을 개선할 수 있음을 알 수 있었다.

• 대한핵의학회지
• /
• 제39권1호
• /
• pp.57-68
• /
• 2005

목적: PET 영상화를 위해 다양한 감쇠 보정 방법들이 $^{137}Cs$ 투과 점선원의 데이터를 처리하는데 있어서 개발되어 왔다. 본 연구의 목적은 뇌 PET 영상을 위해 $^{137}Cs$ 점선원에서 사용하는 감쇠보정 가법들을 평가하는 것이다. 대상 및 방법: 감쇠 보정 기법들을 시험하기 위해, 4가지 종류의 팬텀들이 사용되었다. $^{137}Cs$투과 점선원의 데이터는 팬텀 안에 방출 선원을 주입한 후 획득되었고, 그 뒤로 방출 선원 데이터가 3D 획득 방식으로 획득되었다. 산란 보정은 배후 방사능을 가감하는 방법 (background tail-fitting algorithm)으로 실행되었다. 그리고 나서, 방출 데이터는 각각 측정 감쇠 보정(MAC), 타원형 감쇠 보정(ELAC), 분할 감쇠보정(SAC), 재배치 감쇠보정(RAC)으로 반복적 재구성 방법을 사용하여 재구성되었다. 그런 다음, 재구성된 영상들이 정량적으로 그리고 정성적으로 평가가 되었다. 부가적으로, 정상인에 대해서 평가가 이루어졌는데, 정상인에 대한 재구성 영상은 핵의학 전문의들에 의해서 평가되었다. 또한 가감된 영상들이 비교되었다. 결과: ELAC, SAC, RAC은 원통형 팬텀에 대해 노이즈가 적은 균일한 팬텀 영상을 제공하였다. 반면에, MAC의 결과에서 감쇠맵의 중심 부분에서 세기가 떨어지는 것을 보여주었다. Jaszack과 Hoffman 팬텀들에 대한 재구성 영상은 RAC과 SAC을 각각 적용시 더 좋은 영상 질을 나타냈다. 정상인 대상자의 영상에 있어서 두개골의 감쇠가 두드러졌고, 두개골에 대한 감쇠를 고려하지 않은 감쇠 보정은 뇌 영상들상에서 인공적인 손상이 있는 것처럼 나타났다. 결론: 복잡하고 개선된 감쇠보정 기법들이 정량적 그리고 정성적으로 정확한 뇌 PET영상으로 개선시키는데 있어서 필요하다. 본 연구는 $^{137}Cs$ 투과 선원을 사용하여 이루어지는 감쇠보정법을 이용하는 뇌 PET 영상화 기기들을 개선시키는데 유용할 것으로 사료된다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.353-356
• /
• 2005

이 논문에서, 제시된 감마$({\gamma})$ 라인 시스템은 해당 공식에 의해 만들어진 비선형 감마 곡선과 하드웨어로 구현된 결과 사이의 오차를 최소화하기 위해 만들어졌다. 제시된 알고리즘과 시스템은 특정 감마값이 2.2, 즉 {0,1}$^{2.2}$에 의해 생성되는 공식과 입, 출력 데이터 크기가 10bit를 기반으로 한다. 오차를 최소화하기 위해, 시스템은 데이터 점들 사이를 지나 적합한 다항식을 만드는 수치해석 방법, 최소 자승 다항식을 사용하였다. 제한된 감마 라인은, 정밀도를 높이기 위해, 서로 각각의 중첩된 범위를 가지는 2차 다항식 9개로 구성되어 있다. $MATLAB^{TM}$ 7.0으로 검증된 알고리즘을 바탕으로, 제한된 시스템은 Verilog-HDL으로 구현되었다. 시스템은 2클럭 지연을 가지며 1 클럭마다 결과가 생성된다. 오차 범위(LSB)는 -4에서 +3이다. 표준편차는 1.287956238을 가진다. 시스템의 전체 게이트 값은 2,083이며, 최대 타이밍은 15.56[ns] 이다.

• 한국항공우주학회지
• /
• 제45권10호
• /
• pp.881-891
• /
• 2017

본 논문에서는 인공위성의 궤도예측을 위해 사용되는 미국 합동우주관제센터(JSpOC, Joint Space Operation Center)의 TLE(Two Line Element) 정보에 대한 SGP4(Simplified General Perturbations 4) 모델의 장기 궤도예측 오차를 줄이기 위해 과거의 TLE 정보들을 이용한 보상기법을 적용하여 새로운 TLE 정보를 생성하는 방법에 대해 기술하고 있다. 이를 위해 과거 특정 시점에서의 TLE 정보를 바탕으로 현재까지 궤도전파를 한 데이터와 동일기간 동안 미국 합동우주관제센터에서 공개된 모든 TLE를 이용해서 궤도전파를 수행한 데이터를 비교하여 계산한 궤도잔차를 이용하였다. 이러한 궤도잔차 성분은 SGP4 궤도전파 모델에 의한 궤도오차 증가 경향을 보여주고 있기 때문에 궤도오차 보정을 위해 해당 궤도잔차 성분들을 적절한 함수로 표현하였다. 이후, 현재 시점에서 공개된 TLE 정보를 이용한 SGP4 궤도전파 데이터에 해당 잔차함수를 적용함으로써 장기 궤도전파에 따른 SGP4 모델의 궤도오차를 줄일 수 있었으며, 이를 바탕으로 새로운 TLE 정보를 생성하였다. 본 논문에서 일주일의 궤도전파에 대한 시뮬레이션을 통해 기존의 TLE를 이용한 궤도전파 오차가 4km 정도인 반면 새로운 TLE 생성기법에 의한 궤도전파 오차가 약 2km 수준으로 줄어드는 것을 확인할 수 있었다.

• Ecology and Resilient Infrastructure
• /
• 제3권1호
• /
• pp.35-45
• /
• 2016

섬강 시험유역의 지형학적 특성 매개변수와 SWAT-CUP의 SUFI-2 알고리즘을 이용한 SWAT 모형 매개변수와의 상관관계와 이들의 관계식을 개발하였다. 개발한 상관 관계식을 이용하여 속사천 유역의 SWAT 모형의 매개변수를 추정하였다. 아울러, 속사천 유역의 2000 - 2007년의 강우-유출 자료를 대상으로 SWAT-CUP의 SUFI-2 알고리즘을 이용하여 SWAT 모형의 매개변수를 추정하였다. 개발한 식에 의해 산정한 각 매개변수의 적용성을 검토하기 위해 2000 - 2007년의 속사천 시험유역 자료를 이용하여 SWAT 모형의 유출모의를 실시하였다. 실측자료와 지형학적 특성 매개변수의 상관관계 분석으로 산정된 매개변수를 이용하여 속사천에 적용한 유출 모의결과와의 RMSE (root mean square error)는 $1.09m^3/s$이고, SWAT-CUP의 SUFI-2 최적 매개변수를 적용한 유출 모의결과와의 RMSE는 $0.93m^3/s$으로 나타났다. 따라서 지형학적 특성 매개변수를 이용한 SWAT 모형의 매개변수 추정이 적용성이 있다고 판단된다.