• 한국정보전자통신기술학회논문지
• /
• 제8권1호
• /
• pp.45-50
• /
• 2015

본 논문은 능동 소음 제어를 위한 적응 알고리즘들의 성능을 비교함으로써 효과적인 적응 알고리즘을 보인다. 일반적인 적응 알고리즘으로는 normalized least mean square (NLMS) 알고리즘이 있다. NLMS는 구조가 간단하고 수렴 속도가 빠르다는 장점이 있어서 널리 사용되고 있다. 하지만 상관도가 높은 신호에 대해서는 수렴 성능이 떨어지는 문제가 발생한다. 이에 수렴 성능을 개선하기 위해 affine projection (AP) 알고리즘을 사용하고 있다. 하지만 연산량의 문제로 AP 알고리즘의 사용이 제한적이다. 이러한 사실을 바탕으로 협대역 소음 제어를 위한 능동 소음 제어 시스템에서 NLMS와 AP 알고리즘을 연산량과 수렴 성능을 비교함으로써 효과적인 알고리즘을 도출하였다. 실험을 통해 NLMS와 AP 알고리즘의 소음 제어 성능이 차이가 크게 발생하지 않는 것을 확인함으로써 NLMS가 AP 알고리즘에 비해 소음 제어에 효과적임을 확인하였다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2006년도 하계 학술대회 논문집
• /
• pp.49-52
• /
• 2006

오늘날 컴퓨터의 발달과 인터넷의 확산으로 멀티미디어 컨텐츠의 보급이 급격히 확대되고 있으며, 이들 컨텐츠에는 원거리 화상회의, 감시시스템, 주문형 비디오(VOD), 주문형 뉴스(NOD), 디지털 편집 시스템 등 동영상이 포함되어 있다. 이처럼 동영상은 정보교환과 정보표현의 매개물로서 중요한 역할을 한다. 그러나 이와 같은 동영상은 노이즈나 전송과정 중 발생하는 문제 등으로 인해 항상 좋은 품질을 보장되지 않는다. 이런 훼손된 영상을 원영상으로 복원하거나 사용자가 제거 혹은 복원하고자 하는 영역을 지정 처리함으로서 다양한 정보를 획득할 수 있다. 일반적으로 pc에서 사용되어지는 대부분의 동영상은 $15fps{\sim}30fps$이다. 대부분의 동영상 편집 기술은 각각의 frame을 추출하여 수동적으로 처리하므로 비용과 시간이 많이 든다. 이런 단점을 해결하기 위해 여러 방법이 기존에 시도되고 있다. 제거 혹은 복원하고자 하는 영역을 전 frame에서 처리하기 위해 움직임 검출 및 추적기법이 사용되며, 제거 혹은 복원하기 위해 median filtering, image inpainting 처리 방법들이 있다. 본 연구에서는 사용자에 의해 미리 정의된 바운딩 박스내의 객체를 추적하여 객체의 중심값을 찾는 mean-shift algorithm을 이용하여 움직이는 객체를 추적하였고 image Inpainting algorithm을 이용하여 훼손된 영역을 복원하거나 제거하고자 하는 객체를 제거하였다.

• 한국군사과학기술학회지
• /
• 제23권4호
• /
• pp.337-345
• /
• 2020

The Weapon-Target Assignment(WTA) problem can be formulated as an optimization problem that minimize the threat of targets. Existing methods consider the trade-off between optimality and execution time to meet the various mission objectives. We propose a multi-agent reinforcement learning algorithm for WTA based on mean field game to solve the problem in real-time with nearly optimal accuracy. Mean field game is a recent method introduced to relieve the curse of dimensionality in multi-agent learning algorithm. In addition, previous reinforcement learning models for WTA generally do not consider weapon interference, which may be critical in real world operations. Therefore, we modify the reward function to discourage the crossing of weapon trajectories. The feasibility of the proposed method was verified through simulation of a WTA problem with multiple targets in realtime and the proposed algorithm can assign the weapons to all targets without crossing trajectories of weapons.

• Journal of information and communication convergence engineering
• /
• 제9권6호
• /
• pp.758-762
• /
• 2011

In this paper an efficient algorithm is proposed to remove additive white Gaussian noise(AWGN) with edge preservation. A function is used to separate the filtering mask to two sets according to the direction information. Then, we calculate the mean and standard deviation of the pixels in each set. In order to preserve the details, we also compare standard deviations between the two sets to find out smaller one. Corrupted pixel is replaced by the mean of the filtering window's median value and the smaller set's mean value that the rate of change is faster than the other one. Experiment results show that the proposed algorithm outperforms with significant improvement in image quality than the conventional algorithms. The proposed method removes the Gaussian noise very effectively.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 D
• /
• pp.1973-1974
• /
• 2006

The mean shift algorithm has achieved considerable success in object tracking due to its simplicity and robustness. It finds local maxima of a similarity measure between the color histograms of the target and candidate image. However, the mean shift tracking algorithm using only color histograms has a serious defect. It doesn't use the spatial information of the target. Thus, it is difficult to model the target more exactly. And it is likely to lose the target during the occlusions of other objects which have similar color distributions. To deal with these difficulties we use both color information and spatial information of the target. Our proposed algorithm is robust to occlusions and scale changes in front of dynamic, unstructured background. In addition, our proposed method is computationally efficient. Therefore, it can be executed in real-time.

• 한국인공지능학회지
• /
• 제5권1호
• /
• pp.1-9
• /
• 2017

Recently, the Q-Learning algorithm, which is one kind of reinforcement learning, is mainly used to implement artificial intelligence system in combination with deep learning. Many research is going on to improve the performance of Q-Learning. Therefore, purpose of theory try to improve the performance of Q-Learning algorithm. This Theory apply Cross Entropy Error to the loss function of Q-Learning algorithm. Since the mean squared error used in Q-Learning is difficult to measure the exact error rate, the Cross Entropy Error, known to be highly accurate, is applied to the loss function. Experimental results show that the success rate of the Mean Squared Error used in the existing reinforcement learning was about 12% and the Cross Entropy Error used in the deep learning was about 36%. The success rate was shown.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.1315-1318
• /
• 2004

Based on fuzzy 2-mean classification and template matching method, we propose a new algorithm to detect the edges of an image. In the algorithm, fuzzy 2-mean classification can classify all pixels in the mask into two clusters whatever the mask in the dark or light region; and template matching not only determines the edge's direction, but also thins the detected edge by a set of inference rules and, by the way, reduces the impulse noises.

• 한국전자파학회논문지
• /
• 제22권3호
• /
• pp.312-319
• /
• 2011

본 논문에서는 디지털 전치 왜곡 선형화기를 위한 새로운 선형화 알고리즘을 제안하였다. 제안된 알고리즘은 DFP(Davidon-Fletcher-Powell) method를 활용하였다. 또한, 기존의 알고리즘보다 빠른 수렴 속도를 가지며, 가중치 갱신 step-size를 초기 설정값 없이 매 루틴마다 최적의 값을 갱신한다. 전력증폭기 모델링에는 전력 증폭기의 기억 효과를 모델링할 수 있는 memory polynomial 모델을 사용하였고, 선형화기의 전체적인 구성은 간접 학습 구조를 따랐다. 제안된 알고리즘의 성능 검증을 위해 기존의 LMS(Least Mean-Squares), RLS(Recursive Least squares) 알고리즘과 비교하였다.

• 전기학회논문지
• /
• 제66권7호
• /
• pp.1072-1077
• /
• 2017

Mean-reverting analysis refers to a way of estimating the underlining tendency after new data has evoked the variation in the equilibrium state. In this paper, we propose a new method to interpret the specular portraits of Premature Ventricular Contraction(PVC) arrhythmia by applying K-means unsupervised learning algorithm on electrocardiogram(ECG) data. Aiming at this purpose, we applied a mean-reverting model to analyse Heart Rate Variability(HRV) in terms of the modified poincare plot by considering PVC rhythm as the component of disrupting the homeostasis state. Based on our experimental tests on MIT-BIH ECG database, we can find the fact that the specular patterns portraited by K-means clustering on mean-reverting HRV data can be more clearly visible and the Euclidean metric can be used to identify the discrepancy between the normal sinus rhythm and PVC beats by the relative distance among cluster-centroids.

• International Journal of Control, Automation, and Systems
• /
• 제4권4호
• /
• pp.456-465
• /
• 2006

The problem of recursive filtering far linear discrete-time systems with uncertainties is considered. A new suboptimal filtering algorithm is herein proposed. It is based on the fusion formula, which represents an optimal mean-square linear combination of local Kalman estimates with weights depending on cross-covariances between local filtering errors. In contrast to the optimal weights, the suboptimal weights do not depend on current measurements, and thus the proposed algorithm can easily be implemented in real-time. High accuracy and efficiency of the suboptimal filtering algorithm are demonstrated on the following examples: damper harmonic oscillator motion and vehicle motion constrained to a plane.