• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• pp.283-289
• /
• 2005

Background Subtraction은 움직이는 물체 검출에 가장 많이 사용되는 방법 중 하나이다. 배경이 복잡하고 변화가 심한 경우, 배경을 실시간으로 얼마나 정확하게 학습하는가가 물체 검출의 정확도를 결정한다. Gaussian Mixture Model은 이러한 배경의 모델링에 가장 많이 쓰이는 방법이다. Gaussian Mixture Model은 확률적 학습 방법을 사용하는데, 이러한 방법은 물체가 자주 지나다니거나 물체가 멈춰있는 경우, 배경을 정확하게 모델링하지 못한다. 본 논문에서는 밝기 값에 대한 확률적 모델링과 밝기 값의 변화에 따른 처리를 결합하여 혼잡한 환경에서 배경을 정확하게 모델링할 수 있는 학습 방법을 제안한다.

• 한국전자통신학회논문지
• /
• 제9권2호
• /
• pp.149-154
• /
• 2014

실외에서 영상기반의 화재감지는 시간, 날씨 변화에 따른 조도와 그림자 등에 의하여 성능에 영향을 받는다. 본 논문에서는 주간에 화재감지를 위하여 외부조명 변화에 강건한 배경추정 알고리즘과 결합된 연기검출 방법을 제안한다. 혼합 가우스 모델(mixture Gaussian model)을 배경추정에 적용하고 분리된 후보영역에 대하여 연기의 통계적 특성을 적용하여 연기를 검출한다. 주간 야외에서 획득한 영상에 대하여 제안하는 방법이 실외 연기검출에 유용한 것을 확인한다.

• 한국항공우주학회지
• /
• 제36권7호
• /
• pp.703-711
• /
• 2008

본 논문에서는 액체로켓엔진 가스발생기의 추진제 혼합비를 일정하게 유지시켜 주는 혼합비 안정기를 소개하였다. 혼합비 안정기의 최적 설계 조건을 제시하였으며 안정기의 수학적 모델과 가스발생기 시스템 분석을 통하여 안정기의 혼합비 유지 성능을 좌우하는 설계 인자를 파악하였다. 또한 가스발생기 시스템의 수치해석 결과와 실험 결과가 잘 일치함을 보임으로써 안정기의 수학적 모델에 대한 타당성을 증명하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.35-36
• /
• 2022

본 논문은 딥러닝 사람 자세 추정 모델이 사람의 관절 키포인트를 예측하는데 관절의 2차원 면적에 의해 키포인트별 𝜎, 즉, 표준 편차를 가지는 가우시안 커널(Gaussian Kernel)을 예측하는 방법을 제안한다. 각 관절 키포인트에 대해 다른 𝜎를 가지는 정답 히트맵(Ground Truth Heatmap)과 제안한 Gaussian Mixture Block를 모델에 추가해서 관절의 크기를 맞는 히트맵을 예측한다.

• 한국병원경영학회지
• /
• 제10권4호
• /
• pp.75-97
• /
• 2005

The research objective is to empirically investigate the compensation packages maximizing the utilities of internal customers by applying the market segmentation theory. Data was collected from four Korean hospitals in Seoul, Busan and Gyunggi-do. The research is designed to seek the compensation package maximizing the utility of doctors by mixture regression model, which has been applied as latent structure and other type of finite mixture models from various academic fields since early 1980s. The mixture regression model shows the optimal segments number and fuzzy classification for each observation by EM(expectation-maximization algorism). The finite mixture regression model is to unmix the sample, to identify the groups, and to estimate the parameters of the density function underlying the observed data within each group. The doctors were segmented into 5 groups by their preference for the compensation package. The results of this study imply that the utility of doctors increases with differentiated compensation package segmented by their preference.

• 대한환경공학회지
• /
• 제27권1호
• /
• pp.67-74
• /
• 2005

기존의 방류수 모니터링에서는 개별 오염물질들의 농도를 기준으로 독성을 평가하였다. 그러나 많은 연구자들에 의해서 오염물질들이 공존하는 상황에서 나타나는 독성은 그들 간의 상호작용을 통해서 혼합독성의 형태로 나타난다고 보고되고 있다. 본 연구에서는 GC/MS 분석을 통해 방류수 중에 존재하는 주요 독성 기여 오염 물질들을 분석하고, Independent Action(IA), Concentration Addition(CA), Effect Summation(ES) 모델을 사용하여 방류수의 혼합독성을 상호 비교 평가하였다. GC/MS로 분석된 오염물질을 대상으로 D. magna 기준 독성 평가를 실시하였고, 10가지의 주요 독성 기여 오염물질을 선별하였다. Chloroneb, butylbenzylphthalate, pendimethaline, di-n-butylphthalate, di-iso-butylphthalate, diazinon, isofenphos, 2-chlorophenol, 2,4,6-trichlorophenol 과 p-octylphenol을 주요 오염물질로 선정하여 혼합독성 평가를 실시하였다. 혼합독성 평가 결과는 IA 예측모델과 매우 높은 상관성($r^2\;=\;0.8475$)을 나타내었다. ES와 CA 모델은 IA 모델과 비교하여 혼합독성 결과와 매우 낮은 상관성을 나타내었으며, 특히 ES는 실측값을 5배나 과도하게 예측하였다. 이러한 결과를 통해서 전남지역 방류수에 존재하는 주요 오염물질들의 혼합독성은 IA 모델을 통해 예측이 가능할 것으로 판단된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(A)
• /
• pp.254-255
• /
• 2010

• 한국소성가공학회:학술대회논문집
• /
• 한국소성가공학회 2000년도 춘계학술대회논문집
• /
• pp.192-195
• /
• 2000

In describing the plastic deformation behaviour of fine grained materials a phase mixture model in which a polycrystalline material is regarded as a mixture of a crystalline phase and a grain boundary phase has been successful. The deformation mechanism for the grain boundary phase which is necessary for applying the phase mixture model is modelled as a diffusional flow of matter though the grain boundary. The proposed model can explain the strain rate and grain size dependence of the strength of the grain boundary phase.

• 대한전자공학회논문지SP
• /
• 제41권1호
• /
• pp.29-36
• /
• 2004

웨이블릿 영역은 일반적으로 신호 성분을 많이 포함하는 큰 계수와 신호 성분이 작은 크기의 계수로 나누어 질 수 있다. 이러한 웨이블릿 계수의 통계적 특성을 가우스 혼합 모델로 설정하고, 잡음 제거에 응용하는 것은 효율적이다. 본 논문에서는 웨이블릿 계수의 혼합 모델링을 이용하여 영상의 잡음 제거 방법을 제안한다. 적절한 문턱값을 이용하여 웨이블릿 계수를 두영역으로 분리하여 이진 마스크를 생성하고, 생성된 마스크의 정보는 잡음 제거에 효율적으로 사용된다 또한 생성된 마스크의 정보를 형태학적 필터를 이용하여 보다 정확히 추정하고 이를 이용하여 제안한 잡음 제거 방법의 성능을 높이는 방법을 제안한다. 모의실험 결과를 통하여 제안 방법이 최신 잡음 제거 방법보다 우수한 PSNR을 나타낸다는 것을 보여 준다.

• 한국통신학회논문지
• /
• 제28권8C호
• /
• pp.788-794
• /
• 2003

영상 잡음의 제거를 위해서는 영상에 대한 통계적 모델을 설정하고, 잡음이 섞인 영상에서 원 영상의 분산을 정확하게 추정하는 것이 매우 중요하다. 추정된 원 영상의 분산을 이용하여 잡음 영상에 Wiener 필터를 적용함으로써 영상의 잡음을 제거하는 것이 일반적이다. 본 논문에서는 영상의 잡음을 제거하기 위해 웨이블릿 계수의 새로운 통계적 혼합 모델링을 제안한다. 먼저 웨이블릿 계수의 중요한 특성을 획득할 수 있는 중요도(重要圖)를 작성하기 위해 간단한 분류 방법을 사용한다. 분류된 중요도에 혼합 모델의 상태 확률을 계산하고, 이를 이용하여 신호의 분산을 추정한다. 실험 결과를 통하여 제안 방법이 기존의 방법보다 0.1-0.2㏈ 정도 높은 PSNR을 보여준다는 것을 알 수 있다.