• 대한수학회지
• /
• 제56권6호
• /
• pp.1561-1597
• /
• 2019

In this paper we introduce the notions of topological entropy and topological pressure for non-autonomous iterated function systems (or NAIFSs for short) on countably infinite alphabets. NAIFSs differ from the usual (autonomous) iterated function systems, they are given [32] by a sequence of collections of continuous maps on a compact topological space, where maps are allowed to vary between iterations. Several basic properties of topological pressure and topological entropy of NAIFSs are provided. Especially, we generalize the classical Bowen's result to NAIFSs ensures that the topological entropy is concentrated on the set of nonwandering points. Then, we define the notion of specification property, under which, the NAIFSs have positive topological entropy and all points are entropy points. In particular, each NAIFS with the specification property is topologically chaotic. Additionally, the ${\ast}$-expansive property for NAIFSs is introduced. We will prove that the topological pressure of any continuous potential can be computed as a limit at a definite size scale whenever the NAIFS satisfies the ${\ast}$-expansive property. Finally, we study the NAIFSs induced by expanding maps. We prove that these NAIFSs having the specification and ${\ast}$-expansive properties.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1994년도 춘계학술대회
• /
• pp.43-48
• /
• 1994

본 논문은 반복 수축 변환의 프랙탈(fractal) 이론에 근거한 심전도 데이터 압축에 관한 연구이다. 심전도 데이터에 반복 함수계(Iterated Function System : IFS) 모델을 적용하여 신호 자체의 자기 유사성(self-similarity)을 반복 수축 변환으로 표현하고, 그 매개변수만을 저장한다. 재구성시는 변환 매개변수를 반복 적용하여 원래의 신호에 근사되어지는 값을 얻게 된다. 심전도 데이타는 부분적으로 자기 유사성을 갖는다고 보고, 부분 자기-유사 프랙탈 모델(piecewise self-affine fractal model)로 표현될 수 있다. 이 모델은 신호를 특정 구간들로 나누어 각 구간들에 대해 최적 프랙탈 보간(fractal interpolation)을 구하고 그 중 오차가 가장 작은 매개변수만을 추출하여 저장한다. 이 방법을 심전도 데이타에 적용한 결과 특정 압축율에 대해 아주 적은 재생오차 (percent root-mean-square difference : PRD)를 얻을 수 있었다.

• 한국게임학회 논문지
• /
• 제16권1호
• /
• pp.119-128
• /
• 2016

본 논문에서는 IFS(iterated function system) 프랙탈에서 점의 코드를 활용한 변형의 개선방법을 고려한다. 기존의 변형방법에서는 부분적 변형이 랜덤 반복에 의해 임의로 전파되므로 대개 단조로운 느낌을 주는 모양이 나타나고 있다. 이러한 점을 개선하기 위하여 코드를 활용하여 맵의 선택을 제어하는 방법을 제안한다. 제안된 방법을 적용한 결과 프랙탈의 모양 특성이 적절히 반영된 흥미로운 변형을 얻을 수 있었다. 또한 코드에 따라 변화하는 상태변수를 도입하여 좌표의 변환 외의 다른 속성의 변형을 손쉽게 구현하는 방법도 제안한다.

• 대한의용생체공학회:의공학회지
• /
• 제16권1호
• /
• pp.17-24
• /
• 1995

본 논문은 iterated contractive transformations을 이용한 심전도 데이터 압축에 관한 새로운 방법을 제안한다. 이방법은 piecewise self-affine fractal interpolation(PSAFI)에 의해 심전도 신호의 임의 구간들을 표현한다. Piecewise self-affine fractal model은 자기자신의 수축적 유사 변환으로 구성된다고 볼 수 있는 이산 데이터에 사용된다. 제안된 알고리즘은 MIT/BIH arrhythmia 데이터베이스로 평가되었다. PSAFI는 주어진 압축율에서 기존의 직접 압축 방법보다 상대적으로 적은 재생 오차를 나타냈다. 샘플링 주파수는 400Hz이고 resolution은 12bits인 원래 신호에 대해 압축율이 883.9bps일때 평균재생오차(APRD)는 5.39%를 나타냈다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 추계종합학술대회논문집
• /
• pp.125-128
• /
• 2000

기존의 프랙탈 영상복원은 모든 치역 블럭에 대해 반복축소변환을 수행하므로 복원시 많은 계산량이 요구되었다. 이를 개선하기 위해 각 치역 블록마다 반복축소변환이 필요한 영역과 필요하지 않은 영역으로 구분하는 방법이 제시되었다. 만약 반복축소변환 영역이 줄어든다면 고속 복원이 가능하다. 본 논문에서는 부호화 과정에서 정의역 블록의 탐색 영역을 치역 블록과 비슷한 영역으로 제한하여 반복축소변환이 필요한 영역을 최소화한다. 그래서 반복축소변환에 필요한 계산량을 감소시켜 고속 복원이 가능하다.

• 융합신호처리학회논문지
• /
• 제2권2호
• /
• pp.13-19
• /
• 2001

기존의 프랙탈 영상복원은 모든 치역 블럭에 대해 반복축소변환을 수행하므로 복원시 많은 계산량이 요구되었다. 이를 개선하기 위해 각 치역 블럭마다 반복축소변환이 필요한 영역과 필요하지 않은 영역으로 구분하는 방법이 제시된 바 있다. 반복축소변환이 필요 없는 영역을 데이타 의존영역이라 하고, 데이타 의존영역이 확장될수록 반복축소변환 영역은 줄어든다. 그래서 본 논문에서는 정의역 블록의 탐색 영역을 치역과 비슷한 영역으로 제한하여, 정의역 블럭이 더 많이 중복되도록 부호화하여 데이타 의존영역을 최대화 즉, 반복축소변환 영역을 최소화한다. 반복축소변환 영역이 최소가 되는 정의역을 정의역 최소화 기법으로 정의한다. 그래서 정의역 최소화 기법을 이용하여 프랙탈 영상 복원시 화질에 거의 영향을 미치지 않고, 반복축소변환에 필요한 계산량을 감소시켜 고속 복원이 가능하다.

• 한국정밀공학회지
• /
• 제16권11호
• /
• pp.22-35
• /
• 1999

The block assembly process takes more than half of the total shipbuilding processes. Therefore, it is very important to have a practically useful block assembly process planning system which can build plans of maximum efficiency with minimum man-hours required. However, the process plans are often not readily executable in the assembly shops due to severe imbalance of workloads. This problem arises because the process planning is done on block by block basis in current practice without paying any attention to the load distribution among the assembly shops. this paper presents the development of an automated hull block assembly process planning system which results in the most effective use of production resources and also produces plans that enable efficient time management. If the load balance of assembly shops is to be considered at the time of process planning, the task becomes complicated because of the increased computational complexity. To solve this problem, a new approach is adopted in this research in which the load balancing function and process planning function are iterated alternately providing to each other contexts for subsequent improvement. The result of case study with the data supplied from the shipyard shows that the system developed in this research is very effective and useful.

• 대한수학회논문집
• /
• 제12권1호
• /
• pp.157-163
• /
• 1997

Based on a n-regular polygon $P_n$, we show that $r_n = 1/(2 \sum^{[(n-4)/4]+1}_{j=0}{cos 2j\pi/n)}$ is the ratio of contractions $f_i(1 \leq i \leq n)$ at each vertex of $P_n$ yielding a symmetric gasket $G_n$ associated with the just-touching I.F.S. $g_n = {f_i $\mid$ 1 \leq i \leq n}$. Moreover we see that for any odd n, the ratio $r_n$ is still valid for just-touching I.F.S $H_n = {f_i \circ R $\mid$ 1 \leq i \leq n}$ yielding another symmetric gasket $H_n$ where R is the $\pi/n$-rotation with respect to the center of $P_n$.

• 한국방사선학회논문지
• /
• 제12권4호
• /
• pp.505-510
• /
• 2018

의료영상의 프랙탈 부호화 방법은 영상을 반복 변환시스템인 IFS(iterated function system)를 구성해야하고, 이를 위해 영상영역을 레인지 영역으로 분할하고 각 레인지블록에 대해 탐색하게 될 도메인 블록에서 가장 닮은 최적의 블록을 찾는다. 이때, 결정되는 변환계수 값과 좌표의 정보를 프랙탈 계수로 전송한다. 본 연구에서는 이러한 프랙탈 계수들을 확률분포를 추출할 수 있는 양자화기를 통해 양자화 하여 비트를 할당하였다. IFS를 구성하는 부호화과정에서 가변크기 블록방법을 사용하여 부호화시간을 단축하고 압축률을 향상시키는 방법을 제시하였다. 추후 프랙탈 부호화과정에서 화질을 최상으로 유지하면서 부호화시간을 단축시키고 압축률을 높이는 연구가 더 진행되어야 할 것 으로 본다.

• 대한전자공학회논문지SP
• /
• 제37권5호
• /
• pp.84-93
• /
• 2000

기존의 프랙탈 복원방법은 모든 치역영역에 대해 반복축소변환을 수행하였다 그러나 일부영역은 반복축소변환 없이 복원 가능하고, 데이타 의존영역이 존재한다 $R{\times}R$ 치역을 복원하기 위해서 $2R{\times}2R$ 정의역이 필요하다 이러한 복원과정은 의존그래프로 해석이 가능하다 치역은 정점에 해당하고, 정점은 치역정점과 정의역 정점으로 구분한다 에지는 정의역 정점이 다른 치역정점에 참조됨을 나타낸다 치역정점으로 들어오는 에지 수를 입력수, 치역정점에서 나가는 에지 수를 출력수로 정의한다 제한한 방법은 프랙탈 코드를 의존그래프로 해석하고 복원되는 정정의 순서를 재구성하여 출력수의 정보를 이용한다 즉 정점의 출력수가 영이면, 그 정점은 다론 정점에게 참조되지 않는 정점으로서 데이타 의존영역이 되는 정점이다 이와 같이 복원 되는 정점의 순서를 재구성함으로서, 데이타 의존영역을 확장하여 반복축소변환이 필요한 영역을 최소화한다 그 결과 화질에는 거의 영향을 미치지 않고, 복원과정에서의 불필요한 계산량을 제거하여 고속 복원이 가능하다.