• 한국정보통신학회논문지
• /
• 제21권10호
• /
• pp.1886-1891
• /
• 2017

영상 신호 처리 분야 중 잡음제거(denoising)는 가산 잡음이 포함된 영상의 복원을 다룬다. 자연 영상은 지역적 유사성 뿐 만 아니라 비지역적 유사성도 높다는 점은 널리 알려져 있다. 즉, 입력 영상의 특성을 결정짓는 에지나 텍스쳐 패턴이 떨어져 있는 영역에서도 반복적으로 나타난다. 본 논문에서는 비지역적 유사도가 높은 영상 블록을 검출하여 과충분한 신호 집합을 만들고 이를 3차원 변환을 통해 희소(sparse)하게 표현한 후 영상에 포함된 잡음 성분을 제거하는 잡음제거 알고리듬을 제안한다. 여러 영상에 대해 잡음제거 결과로부터 제안된 알고리듬이 부드러운 영역과 에지 영역을 잘 살려 원 영상을 복원할 수 있음을 알 수 있고, 또한 최근 보고된 여러 잡음제거 알고리듬들과의 복원 성능 비교를 통해 상대적으로 우수한 성능을 보임을 확인하였다.

• 인지과학
• /
• 제21권4호
• /
• pp.505-534
• /
• 2010

한국어-영어 후기 이중언어자에서 두 언어에 따른 의미체계에 대한 어휘접근 방식을 비교해보고자, 단어-그림 일치판단과제를 실시하였다. 자연물과 인공물에 속하는 두 가지 범주에 속하는 기본수준 범주의 단어 제시 후, 해당 그림을 제시하여 일치하는지 판단하도록 하였다. 단어-그림의 제시간격(SOA)을 실험 1에서는 650ms로 하였고, 실험 2에서는 200ms로 설정하여 과제수행에서의 번역효과를 통제하였다. 실험 1, 2 모두에서 한국어가 제시되었을 때가 영어로 제시되었을 때 보다 반응시간이 빨랐다. 또한 두 언어에 따라 반응시간 양상에 차이가 났는데, L1(한국어)에서는 자연물에서, L2(영어)에서는 인공물에서 하위범주 간 차이를 보였다. 이러한 차이를 공유된 의미체계에 대한 어휘접근 방식의 차이로 논의하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권12호
• /
• pp.573-580
• /
• 2017

심층 신경망은 많은 노드의 층을 쌓아 만든 거대한 신경망이다. 심층 신경망으로 대표되는 딥 러닝은 오늘날 많은 응용 분야에서 괄목할만한 성과를 거두고 있다. 하지만 다년간의 연구를 통해 심층 신경망에 대한 다양한 문제점이 식별되고 있다. 이 중 일반화는 가장 널리 알려진 문제점들 중 하나이며, 최근 연구 결과인 드롭아웃은 이러한 문제를 어느 정도 성공적으로 해결하였다. 드롭아웃은 노이즈와 같은 역할을 하여 신경망이 노이즈에 강건한 데이터 표현형을 학습할 수 있도록 하는데, 오토인코더와 관련된 연구에서 이러한 효과가 입증되었다. 하지만 드롭아웃은 빈번한 난수 연산과 확률연산으로 인해 신경망의 학습 시간이 길어지고, 신경망 각 계층의 데이터 분포가 크게 변화하여 작은 학습율을 사용해야하는 단점이 있다. 본 논문에서는 돌연변이 연산을 사용하여 비교적 적은 횟수의 연산으로 드롭아웃과 동등 이상의 성능을 나타내는 모델을 제시하고, 실험을 통하여 논문에서 제시한 방법이 드롭아웃 방식과 동등한 성능을 보임과 동시에 학습 시간 문제를 개선함을 보인다.

• 한국지능시스템학회논문지
• /
• 제1권1호
• /
• pp.9-25
• /
• 1991

This tutorial paper has been written for biologists, physicians or beginners in fuzzy sets theory and applications. This field is introduced in the framework of medical diagnosis problems. The paper describes and illustrates with practical examples, a general methodology of special interest in the processing of borderline cases, that allows a graded assignment of diagnoses to patients. A pattern of medical knowledge consists of a tableau with linguistic entries or of fuzzy propositions. Relationships between symptoms and diagnoses are interpreted as labels of fuzzy sets. It is shown how possibility measures (soft matching) can be used and combined to derive diagnoses after measurements on collected data. The concepts and methods are illustrated in a biomedical application on inflammatory protein variations. In the case of poor diagnostic classifications, it is introduced appropriate ponderations, acting on the characterizations of proteins, in order to decrease their relative influence. As a consequence, when pattern matching is achieved, the final ranking of inflammatory syndromes assigned to a given patient might change to better fit the actual classification. Defuzzification of results (i.e. diagnostic groups assigned to patients) is performed as a non fuzzy sets partition issued from a "separating power", and not as the center of gravity method commonly employed in fuzzy control. It is then introduced a model of fuzzy connectionist expert system, in which an artificial neural network is designed to build the knowledge base of an expert system, from training examples (this model can also be used for specifications of rules in fuzzy logic control). Two types of weights are associated with the connections: primary linguistic weights, interpreted as labels of fuzzy sets, and secondary numerical weights. Cell activation is computed through MIN-MAX fuzzy equations of the weights. Learning consists in finding the (numerical) weights and the network topology. This feed forward network is described and illustrated in the same biomedical domain as in the first part.

• 한국해안·해양공학회논문집
• /
• 제29권4호
• /
• pp.189-197
• /
• 2017

최근 빈번하게 발생하는 해상 유류사고에 대해 초기에 신속히 대응하기 위해서는 정확성 높은 수치해석 모형의 개발 및 적용이 필수적이다. 본 연구에서는 불규칙한 지형적 변화가 존재하는 근해역에서 유출유의 정확한 확산예측을 위하여 비선형성, 분산성, 난류 및 회전류 효과 등이 포함된 수심적분형 Boussinesq 모형과 유류의 이송-확산-변형모형을 통합함으로써 유출유 초기확산 예측을 위한 결합모형을 개발하였다. 개발된 모형은 지형적 복잡성 및 그에 따른 실제 흐름의 특성을 지닌 실 해역에 적용함으로써 모형의 활용성을 검토하였다. 고해상도의 해상 조건 재현이 가능한 본 개발모형은 기후변화 등에 의해 점차 강화되는 해상 기상의 극한조건에서의 유류 재해에 대비할 수 있는 방재시스템 구축에 도움이 될 것으로 기대된다.

• 만화애니메이션 연구
• /
• 통권32호
• /
• pp.221-244
• /
• 2013

본 논문은 "재현"의 문제를 인식론적 측면에서 고찰하고자 한다. '실제 사건'에 대한 영화적 재현이 관념적으로 어떻게 받아들여질 수 있는지 인식론적 고찰을 통해 살펴보고자 한다. 영화이미지가 대상을 반영함에 있어 비가시적인 요소들까지 형상화한다는 특성을 감안할 때, 실제 사건에 대한 재현 문제는 늘 논란을 야기할 수밖에 없다. 주체적인 건 비주체적인 건 개인의 경험과 감각적 인식이 유사할 수 있으나 일치할 수 없으므로 '영화가 재현하는 진실'은 '진실' 그 자체로 성립하기 어려운 난점을 내포하고 있다. 대상은 현존하는 그 자체 그대로 반영되는 것이 아니라 카메라의 시선을 통해 축소되거나 확장될 수 있기 때문에 실제현실과 작가의 현실인식, 수용자인식 간의 차이가 발생한다. 그것은 수용자가 얼마나 작품의 진실성을 분리해서 볼 수 있는가 와는 별도로 수용자의 실제적인 관심이나 욕망 혹은 물리적 프레임에 밀착해 산출되는 매우 불안정한 간극이다. 이러한 간극은 실제 사건에 대한 재현의 한계를 부각시킨다. 본 연구는 이와 같은 한계를 선명히 하는 데 그 목표가 있다.

• 비파괴검사학회지
• /
• 제21권4호
• /
• pp.406-414
• /
• 2001

폴리에틸렌 코팅 가스배관의 결함탐상을 위해 광범위 비파괴탐상기법인 유도초음파를 적용하였다. 가스배관의 내경은 190.7mm, 두께는 5.3mm, 그리고 바깥 표면은 $1.9{\pm}0.5mm$의 폴리에틸렌 층으로 코팅되어 있다. 폴리에틸렌 코팅 배관의 외면에 0.5MHz 탐촉자와 가변각 웨지를 사용하여, 비축대칭 유도초음파를 가진 시켰다. 주파수와 위상속도 조정을 통하여 가스배관의 결함 탐상을 위한 적절한 모드를 찾아내고, 모드의 특성을 단시간 퓨리어 변환을 이용하여 분석하였다. 결함탐상 결과를 두께 손실 및 원통형 관통결함에 대한 인위결함에 대해 나타내었다. 그리고 가스배관에 인위적으로 삽입한 두께 손실과 원통형 관통결함에 대한 검출 성능을 평가하였다.

• 한국수자원학회논문집
• /
• 제33권3호
• /
• pp.375-382
• /
• 2000

대유역의 지표면 수문현상은 추계학적 변동에 의해 야기되는 안정된 상태의 변이와 함께 몇 개의 발생빈도가 높은 안정된 상태의 영향을 받기가 쉬운데 그 이유는 지표면과 대기 상호관계의 밀접한 조합과도 관계가 있다. 따라서 각 안정상태에서의 체류기간 즉, 가뭄기나 홍수기의 지속기간이 중요한 연구 과제라 할 수 있으며 본 연구에서는 한강유역에 대하여 안정상태의 평균 변이기간을 분석하였다. 비선형 물수지모형을 한강 유역에 대하여 과거의 자료를 바탕으로 검정하였고 모형을 통한 물리과정의 추계학적 표현과 산정된 모형변수들로부터 안정상태사이의 평균 변이기간이 계산되었다. 본 연구는 안정상태 사이의 변이기간 혹은 거주기간, 즉 시스템이 주어진 안정상태에 머무는 기간(가뭄이나 홍수상태의 지속기간)의 예측과 밀접한 관계가 있다.

• Smart Structures and Systems
• /
• 제26권4호
• /
• pp.495-506
• /
• 2020

Monitoring of complex processes faces several challenges mainly due to the lack of relevant sensory information or insufficient elaborated decision-making strategies. These challenges motivate researchers to adopt complex data processing and analysis in order to improve the process representation. This paper presents the development and implementation of quality monitoring framework based on a model-driven approach using embedded artificial intelligence strategies. In this work, the strategies are applied to the supervision of a microfabrication process aiming at showing the great performance of the framework in a very complex system in the manufacturing sector. The procedure involves two methods for modelling a representative quality variable, such as surface roughness. Firstly, the hybrid incremental modelling strategy is applied. Secondly, a generalized fuzzy clustering c-means method is developed. Finally, a comparative study of the behavior of the two models for predicting a quality indicator, represented by surface roughness of manufactured components, is presented for specific manufacturing process. The manufactured part used in this study is a critical structural aerospace component. In addition, the validation and testing are performed at laboratory and industrial levels, demonstrating proper real-time operation for non-linear processes with relatively fast dynamics. The results of this study are very promising in terms of computational efficiency and transfer of knowledge to manufacturing industry.

• 생태와환경
• /
• 제43권1호
• /
• pp.161-167
• /
• 2010

In this study, we implemented an experimental approach of ecological model development in order to emphasize the importance of input variable selection with respect to time-delayed arrangement between input and output variables. Time-series modeling requires relevant input variable selection for the prediction of a specific output variable (e.g. density of a species). Inadequate variable utility for input often causes increase of model construction time and low efficiency of developed model when applied to real world representation. Therefore, for future prediction, researchers have to decide number of time-delay (e.g. months, weeks or days; t-n) to predict a certain phenomenon at current time t. We prepared a total of 3,900 equation models produced by Time-Series Optimized Genetic Programming (TSOGP) algorithm, for the prediction of monthly averaged density of a potamic phytoplankton species Stephanodiscus hantzschii, considering future prediction from 0- (no future prediction) to 12-months ahead (interval by 1 month; 300 equations per each month-delay). From the investigation of model structure, input variable selectivity was obviously affected by the time-delay arrangement, and the model predictability was related with the type of input variables. From the results, we can conclude that, although Machine Learning (ML) algorithms which have popularly been used in Ecological Informatics (EI) provide high performance in future prediction of ecological entities, the efficiency of models would be lowered unless relevant input variables are selectively used.