• 한국전자파학회논문지
• /
• 제25권9호
• /
• pp.912-918
• /
• 2014

본 논문에서는 트리플 베이스라인 인터페로미터(tripple baseline interferometer) 방향탐지 장치에 적용할 수 있는 VHF 대역 다채널 위상 판별기(phase discriminator)를 제안하였다. 방향탐지 장치에서 출력되는 IF(Intermediate Frequency) 신호들 간의 위상차를 동시에 측정하기 위해 위상 판별기를 다채널의 병렬 구조로 설계하였고, 위상 판별기의 위상 코릴레이터(phase correlator)는 소자 수를 줄이기 위해 I, Q 믹서 방식으로 구현하였다. 그리고 RF 소자의 위상 정합 불균형에 따른 위상 판별기의 오차를 보상하기 위해 디지털 LUT(Look Up Table)를 적용하였다. 제작된 VHF 대역 다채널 위상 판별기는 측정 결과, 30 dB SNR 조건에서 2도 RMS(Root Mean Square) 수준의 위상 측정 정확도를 보이며, 상용 위상 판별기보다 우수한 정확도를 갖는다.

• 대한전자공학회논문지SP
• /
• 제42권1호
• /
• pp.109-117
• /
• 2005

거리 및 속도 측정 알고리즘은 거리 및 도플러 주파수 영역에서 등 간격으로 구성된 정합필터 출력을 이용하여 정밀한 표적 위치를 추정하는 과정이다. 특히 다기능 레이다용 측정 알고리즘은 동시에 다 표적 추적이 가능하도록 정밀도 뿐만 아니라 수행시간에 대한 고려가 필요하다. 본 논문에서는 모노 펄스(monopulse) 레이다 각도추정에 사용되는 변별기(discriminator)추정방식을 거리 및 속도 측정에 적용하여 알고리즘 성능분석 결과를 제시한다. 적용된 추정방법은 추정 시 수행시간이 일정하므로 다중 표적 추적에 적합하다. 하지만 최소한의 채널 출력만을 이용한 추정방법이므로 측정 정밀도에 대한 고려가 필요하다. 컴퓨터 모의실험을 통해 기존 무게중심 추정방식의 측정 알고리즘과 정밀도 측면에서 성능을 비교하여 적용한 방법의 우수성을 보이고, 또한 펄스 폭, 채널 간격 등 프로세싱 변수 변화에 따른 RMS 에러 계산을 통해 알고리즘 자체 특성을 분석한다.

• 대한전자공학회논문지
• /
• 제5권2호
• /
• pp.8-14
• /
• 1968

트란지스타 단일안정 멀티바이부래타(monostable multi-vibrator)와 시리콘턴넬 다이오드 (T.D)로써 구성된 전류파 파고변별기를 설계하여 그 특성을 조사하였다. 피측정 전류액의 범위는 50㎂-5.23mA이며, 이 범위에 있어서 측정된 최대비직선도는 ±0.75% 이었다. 이 변별기의 전류액 분해능은 T.D를 통하여 흐르는 편의전류에 따라서 약간 달라지며 역방향 편의전류가 3 mA 일때, 만일 5%의 과잉파고를 주용한다면 그 분해시간은 2μS이다. 다음에 이 변별기의 임계치 안정도는 주로 T.D의 턴넬전류의 최대치 1 의 안정도에 의하여 좌우되며 환경온도의 변화범위가 0℃∼50℃일때는 최대비직선도 즉 ±0.75T 보다 더큰 임계치변화는 관측되지 않았다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.4255-4269
• /
• 2019

This paper proposes an image generation method using a Multi Discriminator Generative Adversarial Net (MDGAN) as a next generation 2D game sprite creation technique. The proposed GAN is an Autoencoder-based model that receives three areas of information-color, shape, and animation, and combines them into new images. This model consists of two encoders that extract color and shape from each image, and a decoder that takes all the values of each encoder and generates an animated image. We also suggest an image processing technique during the learning process to remove the noise of the generated images. The resulting images show that 2D sprites in games can be generated by independently learning the three image attributes of shape, color, and animation. The proposed system can increase the productivity of massive 2D image modification work during the game development process. The experimental results demonstrate that our MDGAN can be used for 2D image sprite generation and modification work with little manual cost.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권7호
• /
• pp.585-594
• /
• 2007

오류역전파 방법을 이용하는 신경망들은 패턴들의 학습시간이 매우 오래 걸리고 또한 추가학습과 반복학습의 한계를 가지며, 이런 단점을 보완할 수 있는 이진신경망(Binary Neural Network, BNN)이 Aleksander에 의해 제안되었다. 그러나 BNN도 반복학습에 있어서는 단점을 가지고 있으며, 일반화 패턴을 추출하기 어렵다. 본 논문에서는 BNN의 구조를 개선하여 반복학습과 추가학습이 가능할 뿐 아니라, 특징점들까지 추출할 수 있는 다중 판별자를 가지는 삼차원 뉴로 시스템을 제안한다. 제안된 모델은 기존의 BNN을 기반으로 하여 만들어진 이차원 특징을 가지는 Single Layer Network(SLN)에 귀환회로가 추가되어 특징점들을 누적할 수 있는 삼차원 신경망이다. 학습을 통해 누적된 정보는 판별자의 각 신경세포에 임계치를 조정함으로써 일반화 패턴을 추출할 수 있다. 그리고 생성된 일반화 패턴을 인식에 재사용함으로써 반복학습의 효율성을 높였다. 최종 판정 단계에서는 Maximum Response Detector(MRD)를 이용하였다. 본 논문에서 제안한 시스템을 평가하기 위하여 NIST에서 제공하는 숫자 자료를 이용하였으며, 99.3%의 인식률을 얻었다.

• Journal of Information Processing Systems
• /
• 제19권6호
• /
• pp.858-869
• /
• 2023

As one of the pivotal techniques of image restoration, single-channel blind source separation (SCBSS) is capable of converting a visual-only image into multi-source images. However, image degradation often results from multiple mixing methods. Therefore, this paper introduces an innovative SCBSS algorithm to effectively separate source images from a composite image in various mixed modes. The cornerstone of this approach is a novel triple generative adversarial network (TriGAN), designed based on dual learning principles. The TriGAN redefines the discriminator's function to optimize the separation process. Extensive experiments have demonstrated the algorithm's capability to distinctly separate source images from a composite image in diverse mixed modes and to facilitate effective image restoration. The effectiveness of the proposed method is quantitatively supported by achieving an average peak signal-to-noise ratio exceeding 30 dB, and the average structural similarity index surpassing 0.95 across multiple datasets.

• 한국전자파학회논문지
• /
• 제22권12호
• /
• pp.1045-1059
• /
• 2011

3차원 다기능 레이더는 다수의 표적을 실시간으로 탐지, 추적하여 표적의 거리, 속도, 각도 정보를 추출하고 유도탄과의 교신을 통해 표적 위치 정보를 제공하는 최신 레이더이다. 본 논문에서는 다기능 레이더의 핵심 구성품이라 할 수 있는 고속 다중 DSP가 적용된 실시간 신호 처리기의 설계, 제작 및 성능 시험 결과에 대해 소개하였다. 기존의 CFAR 탐지 성능에 비해 열악한 클러터 환경에서 표적의 탐지 성능이 개선된 CFAR 알고리즘과 변별기 추정 방식을 이용한 정밀 표적 위치 측정 방법 및 최소값 추정 방식을 이용한 잡음 재밍 판단 알고리즘 등의 구현 결과들을 소개하였고, 성능 입증 시험을 통한 시험 결과들을 제시하였다.

• 한국멀티미디어학회논문지
• /
• 제13권2호
• /
• pp.216-224
• /
• 2010

RAM 기반 신경망은 빠른 처리 속도와 하드웨어 구현의 용이성 등의 장점을 가지고 있지만 반면에 메모리의 포화 문제, 반복학습, 일반화 패턴 추출의 어려움 등의 단점도 가지고 있다. 이런 단점을 극복하기 위해 누적 다중 판별자를 가지는 3차원 뉴로 시스템(3DNS) 등이 제안되었지만 메모리 포화 문제는 해결하지는 못하였다. 본 논문에서는 메모리 포화 문제를 해결하기 위하여 적응적 가중치를 가지는 AWN (Adaptive Weight Neuron)을 사용한 적응적 가중치 누적 신경망(AWCNN)을 제안한다. 제안된 모델은 AWN으로 3DNS을 개선하여 인식률과 메모리 포화 문제 해결을 향상하였다. 제안된 시스템의 평가는 전처리 과정 없이 NIST의 MNIST에서 제공하는 자료를 이용하여 실험하였다. AWCNN은 3DNS보다 1.5%이상의 향상된 인식률을 보였고 일반화 패턴을 이용한 인식에서는 모든 입력 패턴의 교육된 것과 비슷한 성능을 얻었다.

• 대한원격탐사학회지
• /
• 제34권6_3호
• /
• pp.1415-1425
• /
• 2018

다목적실용위성 5호는 국내 최초로 영상레이더(SAR)가 탑재된 지구관측위성이다. SAR 영상은 위성에 부착된 안테나로부터 방사된 마이크로파가 물체로부터 반사된 신호를 수신하여 생성된다. SAR는 대기 중의 입자의 크기에 비해 파장이 긴 마이크로파를 사용하기 때문에 구름이나 안개 등을 투과할 수 있으며, 주야간 구분 없이 고해상도의 영상을 얻을 수 있다. 하지만, SAR 영상에는 색상 정보가 부재하는 제한점이 존재한다. 이러한 SAR 영상의 제한점을 극복하기 위해, 도메인 변환을 위해 개발된 딥러닝 모델인 Cycle GAN을 활용하여 SAR 영상에 색상을 대입하는 연구를 수행하였다. Cycle GAN은 unpaired 데이터셋 기반의 무감독 학습으로 인해 학습이 불안정하다. 따라서 Cycle GAN의 학습 불안정성을 해소하고, 색상 구현의 성능을 향상하기 위해 다중 크기 식별자를 적용한 MS Cycle GAN을 제안하였다. MS Cycle GAN과 Cycle GAN의 색상 구현 성능을 비교하기 위하여 두 모델이 Florida 데이터셋을 학습하여 생성한 영상을 정성적 및 정량적으로 비교하였다. 다양한 크기의 식별자가 도입된 MS Cycle GAN은 기존의 Cycle GAN과 비교하여 학습 결과에서 생성자 및 식별자 손실이 대폭 감소되었고, 나뭇잎, 강, 토지 등의 영역 특성에 부합하는 색상이 구현되는 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권9호
• /
• pp.11-19
• /
• 2009

다중 판별자를 가지는 RAM 기반 신경망은 단일판별자의 신경 망보다 다범주에서 더 우수한 성능 가진다. 다중 판별자를 가지는 경험유관이진신경망과 3차원 뉴로 시스템(3DNS)은 RAM 기반 이진신경망의 단점인 추가 및 반복 학습, 일반화 패턴 추출 등을 개선하였다. 다중 판별자를 사용하는 신경망의 범주 결정 방법은 MRD 기법으로, 각 판별자의 출력합들 중 최대응답 값으로 결정된다. 그러나 학습 패턴량이 증가하면 신경소자와 판별자의 메모리 포화 문제가 발생되며 이는 MRD의 변별력 저하로 전체 성능이 떨어지는 원인이 된다. 이를 해결하기 위해 기존 MRD의 성능을 향상시킬 수 있는 연구가 필요하다고 본다. 본 논문에서는 최적의 MRD 방법을 찾기 위해 사상 매칭, 누적 필터비 인형 응답 차 그리고 제안된 MRD 기법들을 이용한 최적 MRD 기법 등을 제안하였다. 제안된 MRD의 평가는 3DNS에 전처리 과정 없이 MNIST의 NIST에서 제공하는 숫자 자료를 이용하였다. 제안된 기법들은 기존 MRD보다 우수한 인식률과 입력 패턴의 변형 및 노이즈에 대하여 안정적인 결과를 보였다.