• 응용통계연구
• /
• 제7권1호
• /
• pp.149-158
• /
• 1994

커널 추정은 커널함수와 bandwidth에 의해서 결정이 된다. 그러나 평활의 정도를 조절하는 적절한 bandwidth를 찾는 것이 더욱 중요한 문제이다. 그러므로 이론적으로 최적의 bandwidth와 비교하여 실제자료에 잘 적용될 수 있는 적절한 bandwidth를 어떻게 찾느냐는 것이 문제가 된다. 본 논문에서는 평균제곱오차(mean square error)의 편의(bias)와 분산(variance)의 관계를 통하여 커널을 이용한 회귀선의 추정에 있어서 간단하고 효과적인 local bandwidth를 찾을 수 있는 알고리즘을 제안하였다.

• 융합신호처리학회논문지
• /
• 제13권3호
• /
• pp.130-135
• /
• 2012

본 논문에서는 영상에서 반복적인 가우시안 커널을 사용하여 소형 표적의 크기와 위치를 검출하는 방법을 제안한다. 소형 표적의 크기와 위치를 검출하는 방법은 우선 페이싯 모델을 원 영상에 적용하여 국부 극대 값을 검출하고 $3{\times}3$ 가우시안 커널을 반복적으로 사용한다. 이때 반복횟수에 따른 국부 극대값 $D_2$를 비교하여 이에 따른 소형 표적의 크기를 결정한다. 또한 계산의 복잡성을 줄이기 위하여 커널을 반복적으로 사용할 때 가우시안 피라미드를 사용하였다. 실험에서는 소형 표적의 크기와 위치가 반복 횟수에 따라 정확히 검출되는 것을 확인하였고 기존의 방법에 비하여 처리속도가 개선된 것을 확인하였다.

• Journal of Information Processing Systems
• /
• 제8권4호
• /
• pp.669-684
• /
• 2012

Discrete wavelet transforms are extensively preferred in biomedical signal processing for denoising, feature extraction, and compression. This paper presents a new denoising method based on the modeling of discrete wavelet coefficients of ECG in selected sub-bands with Kernel density estimation. The modeling provides a statistical distribution of information and noise. A Gaussian kernel with bounded support is used for modeling sub-band coefficients and thresholds and is estimated by placing a sliding window on a normalized cumulative density function. We evaluated this approach on offline noisy ECG records from the Cardiovascular Research Centre of the University of Glasgow and on records from the MIT-BIH Arrythmia database. Results show that our proposed technique has a more reliable physical basis and provides improvement in the Signal-to-Noise Ratio (SNR) and Percentage RMS Difference (PRD). The morphological information of ECG signals is found to be unaffected after employing denoising. This is quantified by calculating the mean square error between the feature vectors of original and denoised signal. MSE values are less than 0.05 for most of the cases.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권1호
• /
• pp.206-221
• /
• 2019

Source localization in three-dimensional (3-D) wireless sensor networks (WSNs) is becoming a major research focus. Due to the complicated air-ground environments in 3-D positioning, many of the traditional localization methods, such as received signal strength (RSS) may have relatively poor accuracy performance. Benefit from prior learning mechanisms, fingerprinting-based localization methods are less sensitive to complex conditions and can provide relatively accurate localization performance. However, fingerprinting-based methods require training data at each grid point for constructing the fingerprint database, the overhead of which is very high, particularly for 3-D localization. Also, some of measured data may be unavailable due to the interference of a complicated environment. In this paper, we propose an efficient kernel based 3-D localization algorithm via tensor completion. We first exploit the spatial correlation of the RSS data and demonstrate the low rank property of the RSS data matrix. Based on this, a new training scheme is proposed that uses tensor completion to recover the missing data of the fingerprint database. Finally, we propose a kernel based learning technique in the matching phase to improve the sensitivity and accuracy in the final source position estimation. Simulation results show that our new method can effectively eliminate the impairment caused by incomplete sensing data to improve the localization performance.

• 대한임베디드공학회논문지
• /
• 제14권5호
• /
• pp.249-258
• /
• 2019

In the cyber-physical system, big data collected from numerous sensors and IoT devices is transferred to the Cloud for processing and analysis. When transferring data to the Cloud, merging data into one single file is more efficient than using the data in the form of split files. However, current merging and splitting operations are performed at the user-level and require many I / O requests to memory and storage devices, which is very inefficient and time-consuming. To solve this problem, this paper proposes kernel-level partitioning and combining operations. At the kernel level, splitting and merging files can be done with very little overhead by modifying the file system metadata. We have designed the proposed algorithm in detail and implemented it in the Linux Ext4 file system. In our experiments with the real Cloud storage system, our technique has achieved a transfer time of up to only 17% compared to the case of transferring split files. It also confirmed that the time required can be reduced by up to 0.5% compared to the existing user-level method.

• 정보처리학회논문지C
• /
• 제18C권3호
• /
• pp.157-166
• /
• 2011

가상화 계층은 커널 보다 높은 권한 계층에서 수행되어 운영체제가 사용하고 있는 자원 정보를 모니터링 하는데 적합하다. 하지만 기존 가상화 기반 모니터링 시스템은 CPU나 메모리 사용률과 같은 기초적인 정보만을 제공하고 있다. 본 논문에서 메모리, 레지스터 GDT, IDT 그리고 시스템 콜과 같은 동적인 시스템 커널 객체를 모니터링하기 위하여 전가상화 방식의 모니터링 시스템을 제안한다. 모니터링 시스템을 검증하기 위해 커널의 수정 없이 바로 리눅스 커널에 적용된 전가상화 방식의 KVM을 기반으로 시스템을 구현하였다. 구현된 시스템은 KVM 내부 객체에 접근하기 위한 KvmAccess 모듈, 그리고 가상머신 모니터링 결과를 외부 모듈에서도 사용할 수 있도록 API를 제공하였다. 구현된 모니터링 시스템의 성능을 측정한 결과 1초 주기로 시스템을 모니터링을 하더라도 0.37% 정도의 CPU 점유율을 차지하여 그 성능 부하가 아주 작았다.

• KEPCO Journal on Electric Power and Energy
• /
• 제4권2호
• /
• pp.101-105
• /
• 2018

본 논문에서는 가스 터빈 축 진동 신호 비정상 상태 분석의 사례 연구를 위해 커널 회귀 모델을 적용한다. 원격으로 전송되는 발전소 가스터빈의 진동데이터에 커널 회귀 모델을 적용하여 설비를 실시간으로 감시 및 분석 외에도, 축진동 신호의 비정상 상태를 분석하기 위하여 활용될 수 있다. 정상운전 중에 측정한 가스터빈의 정상적인 축진동 데이터 기반의 훈련데이터를 사용하여 생성한 자동연관커널회귀의 경험적 모델을 생성하고 적용할 수 있다. 이 데이터 기반 모델의 예측치를 실시간 데이터와 비교하여 신호의 상태를 분석하고 잔차를 감시하여 이상상태에 대한 분석 정보를 제공할 수 있다. 이상상태에서 발생하는 잔차는 비정상적으로 변화됨으로서 비정상 상태를 분석 할 수 있다. 본 논문에서 커널회귀모델은 축진동 센서의 신호 이상의 원인 분석 사례에서 고장을 구분할 수 있는 정보를 제공한다.

• 한국인터넷방송통신학회논문지
• /
• 제8권4호
• /
• pp.75-88
• /
• 2008

본 논문은 입력 이미지 블록의 클래스 조건부 확률 밀도 함수의 커널 추정에 기반한 공간 영역에서의 다중초점 이미지 융합 기법을 제안한다. 이미지 융합 문제를 시험 패턴으로부터 추정된 유사 밀도 함수에 의해 사후 클래스 확률, P($w_{i}{\mid}B_{ikl}$),을 계산하는 분류 임무로 접근하였다. C개의 입력 이미지 $I_{i}$에 대하여 제안한 방법은 i 클래스 $w_{i}$를 정의하고 베이즈 결정 원리에 기초하여 판별 함수를 최대화하는 PxQ 블록 $B_{ikl}$의 집합에 의해 표현되는 결정 지도로 부터 융합 이미지 Z(k,l)를 형성한다. 출력 화질의 척도로서 RMSE 와 상호 정보량인 MI를 사용하여 제안한 기법의 성능이 평가되었다. 커널 함수의 폭 ${\sigma}$ 도 변화시키고, 다른 종류의 커널과 블록 크기를 변화시켜 가며 성능평가를 수행하였다. 제안한 가법은 C=2 와 C=3에 대하여 시험하였고 시험 결과는 좋은 성능을 보였다.

• 한국군사과학기술학회지
• /
• 제5권2호
• /
• pp.207-216
• /
• 2002

In this paper, the study on the behavior of the deformation of brittle material, such as concrete, ceramic, was peformed by comparison of Lagrangian technique and Smoothed Particle Hydrodynamics using commercial nonlinear hydrodynamic numerical program, Autodyn_2D. The effect of SPH technique was proved by investigating the behavior of material deformation, velocity profile and pressure profile.

• 한국수자원학회논문집
• /
• 제39권10호
• /
• pp.891-904
• /
• 2006

합리적인 수공구조물의 설계를 위해서 확률강우량의 산정은 필수적이며, 확률 강우량을 산정하는 기법은 크게 지점빈도해석과 지역빈도해석으로 구분 지을 수 있다 이 중에서 지역빈도해석은 지점의 부족한 강우자료를 보완하기 위해서 L-모멘트로 확률분포형의 매개변수를 추정하고, 강우 계열의 동질성이 검정된 자료를 빈도분석하여 확률 강우량을 결정하는 기법이다. 이와 같은 지역빈도해석 기법은 매개변수를 선형조합하여 확률분포형의 종류와 크기 및 형상을 결정하여 확률 강우량을 산정하게 된다. 여기서 각 지점별 강우 자료들이 동질성 검정을 통과하였다 하더라도 지점별로 최적의 분포형이 다를 수 있으나, 부족한 강우자료를 보완하기 위해서 동일한 분포형을 따르는 것으로 가정하고 빈도해석을 수행하게 된다. 그러므로 지역빈도해석기법은 확률 분포형을 가정하고 강우자료를 적용하는 과정에서 기존에 매개변수적 빈도해석의 약점을 갖게 된다 따라서 본 연구에서는 변동핵밀도 함수를 동질성이 확보된 강우자료에 적용하여 빈도해석을 수행함으로써 기존의 빈도해석이 가지는 약점을 극복하고자 하였다. 본 연구에서는 기상청에서 관리하는 16개 강우관측소의 강우자료를 수집하여 매년최대 연강우량 계열을 구성해 지점빈도해석과 지역빈도해석을 수행하였다. 지점빈도해석은 매개변수적 기법과 비매개변수적 기법을 모두 적용하였으며, 지역빈도채석은 Index Flood 기법과 L-모멘트 기법을 적용하였다. 또한 변동핵밀도함수를 지역빈도해석에 적용하였으며, 각 기법별로 산정된 확률강우량을 비교 분석하였다.