• 대한수학회보
• /
• 제47권4호
• /
• pp.815-823
• /
• 2010

Let ${\tau}\;{\neq}\;\delta_0$ be either a power bounded radial measure with compact support on the unit disc D with $\tau(D)\;=\;1$ such that there is a $\delta$ > 0 so that ${\mid}\hat{\tau}(s){\mid}\;{\neq}\;1$ for every $s\;{\in}\;\Sigma(\delta)$ \ {0,1}, or just a radial probability measure on D. Here, we provide a decomposition of the set X = {$h\;{\in}\;L^{\infty}(D)\;{\mid}\;lim_{n{\rightarrow}{\infty}}\;h\;*\;\tau^n$ exists}. Let $\tau_1$, ..., $\tau_n$ be measures on D with above mentioned properties. Here, we prove that if $f\;{in}\;L^{\infty}(D^n)$ satisfies an invariant volume mean value property with respect to $\tau_1$, ..., $\tau_n$, then f is n-harmonic.

• 대한수학회지
• /
• 제36권1호
• /
• pp.229-241
• /
• 1999

The fractal space is often associated with natural phenomena with many length scales and the functions defined on this space are usually not differentiable. First we define a $\sigma$-multifractal from $\sigma$-iterated function systems with probability. We introduce the measure derivative through the invariant measure of the $\sigma$-multifractal. We show that the non-differentiable function on the $\sigma$-multifractal can be differentiable with respect to this measure derivative. We apply this result to some examples of ordinary differential equations and diffusion processes on $\sigma$-multifractal spaces.

• 대한수학회논문집
• /
• 제9권3호
• /
• pp.701-710
• /
• 1994

Suppose ${X_n}$ is a Markov process taking values in some arbitrary space $(S, \varphi)$ with n-stemp transition probability $$ P^{(n)}(x, B) = Prob(X_n \in B$\mid$X_0 = x), x \in X, B \in \varphi.$$ We shall call a Markov process with transition probabilities $P{(n)}(x, B)$ $\phi$-irreducible for some non-trivial $\sigma$-finite measure $\phi$ on $\varphi$ if whenever $\phi(B) > 0$, $$ \sum^{\infty}_{n=1}{2^{-n}P^{(n)}}(x, B) > 0, for every x \in S.$$ A non-trivial $\sigma$-finite measure $\pi$ on $\varphi$ is called invariant for ${X_n}$ if $$ \int{P(x, B)\pi(dx) = \pi(B)}, B \in \varphi $$.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.634-636
• /
• 2005

지능형 로봇 기술이 발전하면서 영상에서 장면을 이해하는 연구가 많은 관심을 받고 있으며, 최근에는 불확실한 환경에서도 좋은 성능을 발휘할 수 있는 확률적 접근 방법이 많이 연구되고 있다. 본 논문에서는 확률적 모델링이 가능한 베이지안 네트워크(BN)를 이용해서 장면 인식 추론 모듈을 설계하고, 실제 환경에서 얻어진 증거 및 베이지안 추론 결과를 결합하여 분류 성능을 향상시키기 위한 방법을 제안한다. 영상 정보는 시간에 대해 연속성을 가지고 있기 때문에, 증거 정보와 베이지안 추론 결과들을 적절히 결합하면 더 좋은 결과를 예상할 수 있으며, 본 논문에서는 확신 요소(Certainty Factor: CF) 분석에 의한 결합 방법을 사용하였다. 성능 평가 실험을 위해서 SET (Scale Invariant Feature Transform) 기법을 이용하여 물체 인식 처리를 수행하고, 여기서 얻어진 데이터를 베이지안 추론의 증거로 사용하였으며, 전문가의 CF 값 정의에 의한 베이지안 네트워크 설계 방법을 이용하였다.

• Journal of Hydrospace Technology
• /
• 제2권2호
• /
• pp.24-35
• /
• 1996

This paper describes parameter identification techniques formulated for the estimation of maneuvering coefficients of a submerged body. The first part of this paper is concerned with the identifiability of the system parameters. The relationship between a stochastic linear time-invariant system and the equivalent dynamic system is investigated. The second is concerned with the development of the numerically stable identification technique. Two identification techniques are tested; one is the ma7mum likelihood (ML) methods using the Holder & Mead simplex search method and using the modified Newton-Raphson method, and the other is the modified extended Kalman filter (MEKF) method with a square-root algorithm, which can improve the numerical accuracy of the extended Kalman filter. As a results, it is said that the equations of motion for a submerged body have higher probability to generate simultaneous drift phenomenon compared to general state equations and only the ML method using the Holder & Mead simplex search method and the MEKF method with a square-root algorithm gives acceptable results.

• 대한토목학회논문집
• /
• 제13권2호
• /
• pp.121-133
• /
• 1993

본 논문에서는 철근콘크리트 구조물의 합리적인 해석 및 설계를 위하여 진보된 신뢰성해석기법을 정립하기 위한 연구를 수행하였다. 철근콘크리트 구조물은 그 특성상 콘크리트와 철근 등 사용재료의 변동성이 크고, 작용하는 하중도 불확실성을 내포하고 있어 이들 변수의 분산성을 합리적으로 고찰하여야 구조물의 합리적인 안전도를 확보할 수 있다. 본 연구에서는 콘크리트와 철근 등 사용재료와 부재 단연치수의 확률특성을 분석하였고, 이로부터 부재 저항능력의 확률특성을 산정하는 방법을 제시하였다. 또한, 압축과 휨을 함께 받는 부재와 확대기초의 한계상태함수식을 유도하였고, 이를 바탕으로 불변2차모멘트법을 이용한 신뢰성해석을 수행하였다. 본 논문은 앞으로 철근콘크리트 구조물의 합리적인 안전도 확보를 위한 신뢰성해석에 유용한 토대를 제시하고 있다.

• Journal of Ubiquitous Convergence Technology
• /
• 제2권1호
• /
• pp.18-26
• /
• 2008

The invariance relation existing in the non-negative matrix factorization (NMF) is used for constructing robust image hashes in this work. The image is first re-scaled to a fixed size. Low-pass filtering is performed on the luminance component of the re-sized image to produce a normalized matrix. Entries in the normalized matrix are pseudo-randomly re-arranged under the control of a secret key to generate a secondary image. Non-negative matrix factorization is then performed on the secondary image. As the relation between most pairs of adjacent entries in the NMF's coefficient matrix is basically invariant to ordinary image processing, a coarse quantization scheme is devised to compress the extracted features contained in the coefficient matrix. The obtained binary elements are used to form the image hash after being scrambled based on another key. Similarity between hashes is measured by the Hamming distance. Experimental results show that the proposed scheme is robust against perceptually acceptable modifications to the image such as Gaussian filtering, moderate noise contamination, JPEG compression, re-scaling, and watermark embedding. Hashes of different images have very low collision probability. Tampering to local image areas can be detected by comparing the Hamming distance with a predetermined threshold, indicating the usefulness of the technique in digital forensics.

• 정보과학회 논문지
• /
• 제42권7호
• /
• pp.868-877
• /
• 2015

영상에서 바코드 영역을 검출하는 다양한 방식들이 연구되어 왔다. 기존 방식들은 주파수 성분 특징을 이용하거나, Hough transform (HT)을 이용하여 바코드 영역을 검출한다. 하지만 이 방식들은 바코드의 기울기와 노이즈에 영향을 받는다. 또한 여러 개의 바코드가 있는 경우 정확히 검출하지 못한다. 본 논문에서는 바코드의 기울기와 노이즈에 강인하고, 복수 개의 바코드를 검출할 수 있는 방식을 제안한다. 우리는 전처리 단계로 Probabilistic Hough transform (PHT)를 이용하여 바코드 기울기, 노이즈, 그리고 개수에 상관없이 바코드가 존재할 가능성이 높은 영역을 추출한 후, 주파수 성분 분석을 통해 바코드를 찾아낸다. 구현된 시스템의 성능분석을 통해 다양한 환경에서 바코드 추출이 가능함을 확인했다.

• Advances in aircraft and spacecraft science
• /
• 제9권3호
• /
• pp.263-278
• /
• 2022

The time-varying structural reliability of an aeroelastic launch vehicle subjected to stochastic parameters is investigated. The launch vehicle structure is under the combined action of several stochastic loads that include aerodynamics, thrust as well as internal combustion pressure. The launch vehicle's main body structural flexibility is modeled via the normal mode shapes of a free-free Euler beam, where the aerodynamic loadings on the vehicle are due to force on each incremental section of the vehicle. The rigid and elastic coupled nonlinear equations of motion are derived following the Lagrangian approach that results in a complete aeroelastic simulation for the prediction of the instantaneous launch vehicle rigid-body motion as well as the body elastic deformations. Reliability analysis has been performed based on two distinct limit state functions, defined as the maximum launch vehicle tip elastic deformation and also the maximum allowable stress occurring along the launch vehicle total length. In this fashion, the time-dependent reliability problem can be converted into an equivalent time-invariant reliability problem. Subsequently, the first-order reliability method, as well as the Monte Carlo simulation schemes, are employed to determine and verify the aeroelastic launch vehicle dynamic failure probability for a given flight time.

• 한국산학기술학회논문지
• /
• 제19권4호
• /
• pp.161-166
• /
• 2018

본 논문에서는 컨볼루션 신경망 구조(Convolution Neural Network)에서 정규화 및 교차검증 횟수 감소를 위한 무작위로 풀링 연산을 선택하는 방법에 대해 설명한다. 컨볼루션 신경망 구조에서 풀링 연산은 피쳐맵(Feature Map) 크기 감소 및 이동 불변(Shift Invariant)을 위해 사용된다. 기존의 풀링 방법은 각 풀링 계층에서 하나의 풀링 연산이 적용된다. 이러한 방법은 학습 간 신경망 구조의 변화가 없기 때문에, 학습 자료에 과도하게 맞추는 과 적합(Overfitting) 문제를 가지고 있다. 또한 최적의 풀링 연산 조합을 찾기 위해서는, 각 풀링 연산 조합에 대해 교차검증을 하여 최고의 성능을 내는 조합을 찾아야 한다. 이러한 문제를 해결하기 위해, 풀링 계층에 확률적인 개념을 도입한 무작위 풀링 연산 선택 방법을 제안한다. 제안한 방법은 풀링 계층에 하나의 풀링 연산을 적용하지 않는다. 학습기간 동안 각 풀링 영역에서 여러 풀링 연산 중 하나를 무작위로 선택한다. 그리고 시험 시에는 각 풀링 영역에서 사용된 풀링 연산의 평균을 적용한다. 이러한 방법은 풀링 영역에서 서로 다른 풀링 조합을 사용한 구조의 평균을 한 것으로 볼 수 있다. 따라서, 컨볼루션 신경망 구조가 학습데이터에 과도하게 맞추어지는 과적합 문제를 피할 수 있으며, 또한 각 풀링 계층에서 특정 풀링 연산을 선택할 필요가 없기 때문에 교차 검증 횟수를 감소시킬 수 있다. 실험을 통해, 제안한 방법은 정규화 성능을 향상시킬 뿐만 아니라 및 교차 검증 횟수를 줄일 수 있다는 것을 검증하였다.