• 한국통신학회논문지
• /
• 제35권7A호
• /
• pp.697-705
• /
• 2010

WSN에서의 커버리지 문제는 센싱 커버리지에 대한 요구조건을 만족시키기 위해 필요한 최소한의 활동 센서(active sensor)의 개수로 공식화될 수 있다. 일반적으로 확률적 기하학을 이용하여 WSN의 커버리지 분석을 수행하기 때문에 센싱 모델이 커버리지 분석의 핵심 요소로 간주된다. 따라서, 커버리지 분석의 정확도는 어떠한 센싱 모델을 가정하였느냐에 따라 달라질 수 있으며 분석에 사용된 센싱 모델이 얼마나 실 센싱 환경에 가깝게 특성화 되었느냐에 따라 달라진다. 본 논문에서는 Boolean 모델, Exponential 모델, Hybrid 모델 등 다양한 형태의 결정적 혹은 확률적 센싱 모델들을 조사하고 각각의 센싱 모델에 따라 일정 영역을 센싱할 수 있는 최소한의 센서 개수를 도출할 수 있는 수리적 분석을 수행하였으며 이를 통해 성능을 비교 평가하였다.

• 대한원격탐사학회지
• /
• 제37권4호
• /
• pp.719-731
• /
• 2021

This study proposes a two-stage hybrid classification model for crop classification using multi-temporal remote sensing images; the model combines feature embedding by using an autoencoder (AE) with a convolutional neural network (CNN) classifier to fully utilize features including informative temporal and spatial signatures. Long short-term memory (LSTM)-based AE (LAE) is fine-tuned using class label information to extract latent features that contain less noise and useful temporal signatures. The CNN classifier is then applied to effectively account for the spatial characteristics of the extracted latent features. A crop classification experiment with multi-temporal unmanned aerial vehicle images is conducted to illustrate the potential application of the proposed hybrid model. The classification performance of the proposed model is compared with various combinations of conventional deep learning models (CNN, LSTM, and convolutional LSTM) and different inputs (original multi-temporal images and features from stacked AE). From the crop classification experiment, the best classification accuracy was achieved by the proposed model that utilized the latent features by fine-tuned LAE as input for the CNN classifier. The latent features that contain useful temporal signatures and are less noisy could increase the class separability between crops with similar spectral signatures, thereby leading to superior classification accuracy. The experimental results demonstrate the importance of effective feature extraction and the potential of the proposed classification model for crop classification using multi-temporal remote sensing images.

• Journal of Mechanical Science and Technology
• /
• 제16권3호
• /
• pp.310-319
• /
• 2002

This paper deals with the analytical modeling, and the experimental verification of the strain rate self-sensing method using a hybrid adaptive filter for a cantilevered piezoelectric beam. The piezoelectric beam consists of two laminated lead zirconium titanates (PZT) on a metal shim. A mathematical model of the beam dynamics is derived by Hamilton's principle and the accuracy of the modeling is verified through the comparison with experimental results. For the strain rate estimation of the cantilevered piezoelectric beam, a self-sensing mechanism using a hybrid adaptive filter is considered. The discrete parts of this mechanism are realized by the DS1103 DSP board manufactured by dSPACE$\^$TM/. The efficacy of this method is investigated through the comparison of experimental results with the predictions from the derived analytical model.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권1호
• /
• pp.1-6
• /
• 2013

스마트폰을 비롯한 다양한 스마트 디바이스들은 이제 사용자의 일상에서 필수적인 아이템으로 자리 잡았다. 스마트 디바이스 내에 센서정보를 이용하여 사용자의 선호도 및 필요정보를 파악할 수 있으며, 이를 통해 지능적인 서비스 추천이 가능해진다는 의미이다. 본 논문에서 사용자의 상황정보를 토대로 지능적인 서비스 추천을 위한 퓨전(Fusion) 상황인지 모델을 제안하고자 하다. 서비스 추천 모델은 스마트 디바이스로부터 획득한 시간, 장소, 행동 및 디바이스 정보를 중심으로 퓨전 처리과정을 거쳐 사용자 시나리오를 생성된다. 시나리오란 사용자의 상황을 예측하는데 가장 핵심이 되는 단서이며, 본 시나리오에 맞춰 서비스를 제공 및 추천할 수 있다. 이 뿐만 아니라, 콘텐츠의 카테고리와 더불어 콘텐츠 미디어 형식까지도 사용자 맞춤형을 지향한다. 그러므로 본 논문에서 제안하는 퓨전 상황인지 모델은 하이브리드 센싱(Hybrid Sensing)을 이용하였다.

• Journal of Electrical Engineering and Technology
• /
• 제10권2호
• /
• pp.699-707
• /
• 2015

Although digit character recognition has got a significant improvement in recent years, it is still challenging to achieve satisfied result if the data contains an amount of distracting factors. This paper proposes a novel digit character recognition approach using a multi-layer hierarchical model, Hybrid Restricted Boltzmann Machines (HRBMs), which allows the learning architecture to be robust to background distracting factors. The insight behind the proposed model is that useful high-level features appear more frequently than distracting factors during learning, thus the high-level features can be decompose into hybrid hierarchical structures by using only small label information. In order to extract robust and compact features, a stochastic 0-1 layer is employed, which enables the model's hidden nodes to independently capture the useful character features during training. Experiments on the variations of Mixed National Institute of Standards and Technology (MNIST) dataset show that improvements of the multi-layer hierarchical model can be achieved by the proposed method. Finally, the paper shows the proposed technique which is used in a real-world application, where it is able to identify digit characters under various complex background images.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권12호
• /
• pp.3364-3382
• /
• 2023

Remote sensing image segmentation plays an important role in realizing intelligent city construction. The current mainstream segmentation networks effectively improve the segmentation effect of remote sensing images by deeply mining the rich texture and semantic features of images. But there are still some problems such as rough results of small target region segmentation and poor edge contour segmentation. To overcome these three challenges, we propose an improved semantic segmentation model, referred to as MRU-Net, which adopts the U-Net architecture as its backbone. Firstly, the convolutional layer is replaced by BasicBlock structure in U-Net network to extract features, then the activation function is replaced to reduce the computational load of model in the network. Secondly, a hybrid multi-scale recognition module is added in the encoder to improve the accuracy of image segmentation of small targets and edge parts. Finally, test on Massachusetts Buildings Dataset and WHU Dataset the experimental results show that compared with the original network the ACC, mIoU and F1 value are improved, and the imposed network shows good robustness and portability in different datasets.

• 대한원격탐사학회지
• /
• 제30권1호
• /
• pp.13-24
• /
• 2014

인공위성 원격탐사 자료는 화산재 모니터링을 위한 중요한 도구로서 사용되어 왔다. 본 연구는 최근에 발생한 주요 화산폭발 사례(2008년 Chait$\acute{e}$n 화산, 2010년 Eyjafjallaj$\ddot{o}$kull 화산, 2011년 Shinmoedake 화산)를 대상으로 인공위성자료를 이용한 화산재 모니터링과 궤적분석 모델링을 수행하였다. 이를 위하여 Moderate Resolution Imaging Spectro-radiometer(MODIS) 인공위성 관측자료로부터 적외선 밝기온도차 기법을 적용하여 산출된 화산재 탐지 산출물과 HYbrid Single-Particle Lagrangian Integrated Trajectory(HYSPLIT) 모델을 이용한 전진궤적분석자료를 상호 비교하였다. 그 결과, 인공위성을 이용한 화산재 탐지 산출물은 모델링한 궤적분석 결과와 상호간에 관련성이 높게 나타났다. 이러한 결과는 인공위성 관측자료와 모델링의 통합분석자료가 화산재 감시 및 예측을 위하여 중요한 역할을 수행할 수 있는 가능성을 제시한다.

• 한국멀티미디어학회논문지
• /
• 제16권12호
• /
• pp.1439-1445
• /
• 2013

We present a Taekwondo training system using a hybrid sensing technique of a body sensor and a visual sensor. Using a body sensor (accelerometer), rotational and inertial motion data are captured which are important for Taekwondo motion detection and evaluation. A visual sensor (camera) captures and records the sequential images of the performance. Motion chunk is proposed to structuralize Taekwondo motions and design HMM (Hidden Markov Model) for motion recognition. Trainees can evaluates their trial motions numerically by computing the distance to the standard motion performed by a trainer. For motion training video, the real-time video images captured by a camera is overlayed with a visualized body sensor data so that users can see how the rotational and inertial motion data flow.

• 한국위성정보통신학회논문지
• /
• 제12권3호
• /
• pp.98-102
• /
• 2017

이 논문에서는 백스케터 통신에 기반한 무선 센서인 보조 사용자의 성능을 향상시키기 위해 인지 무선 기반 백스케터 네트워크를 연구한다. 제안 된 모델에서, 캐리어 이미터를 추가하고 스펙트럼 센싱 정보를 활용하기 위해 이중감쇄를 피하는 것을 고려한다. 기본 채널이 사용 중일 때 보조 사용자는 Hybrid-Access Point(H-AP)와 캐리어 이미터를 통해 채널에서 RF 에너지를 수집 할 수 있다. 채널이 유휴 상태가 되면 보조 사용자는 수확된 에너지를 사용하여 무선 센서를 작동시키고 스펙트럼 센싱 후, 캐리어 이미터를 통해 백스케터 통신을 수행한다. 따라서 우리는 다수의 태그가 존재하는 벡스케터 채널을 deterministic과 멀티소스 요소로 수학적 모델링한다. 제안한 통신 환경에서 WiFi 신호를 활용한 벡스케터 통신의 BER 성능을 보인다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.271-280
• /
• 1999

The topographical effect resulted from rugged terrains and inhomogeneous spectral characteristics due to the complexly mixed land cover condition of Korea substantially lower the remotely sensed land cover classification accuracy In this study, a topographic correction method using digital elevation model to alleviate the topographic effects. To deal with inhomogeneous spectral characteristic, a hybrid classifier with inclusion of prior probabilities was introduced. This investigation concluded that the topographical normalization and hybrid classification with prior probabilities are effective on rugged landscape. The overall and average classification accuracies were improved by 0.92％ and 1.016％ respectively. The most substantial and noticeable accuracy improvement was observed in forest areas.