• 정보처리학회논문지B
• /
• 제17B권3호
• /
• pp.183-188
• /
• 2010

본 연구에서는 여러 이미지를 이용하여 사실적인 3차원 장면의 모델을 얻는 방법이 구현되었다. 이미지는 파라메터를 모르는 카메라를 이용하여 여러 위치에서 획득한 것을 사용하였다. 먼저 특징점 추출 및 추적 방법을 사용하여 모든 이미지에 대한 대응점들을 구하고 이 점들을 사용하여 사영복원을 구한다. 그 다음 사영 복원된 값에 여러 제약조건을 사용하여 유클리디언 복원을 하면 특징점들의 3차원 좌표값이 계산된다. 이 좌표값을 이용하여 삼각형 메쉬를 구한 후 이 면에 텍스처 맵핑을 하면 사실적인 복원이 완성된다. 전체 시스템은 C++언어로 구현하였으며, 사용자 인터페이스는 Qt 라이브러리로, 텍스처 맵핑과 모델 가시화 부분은 OpenGL 그래픽스 라이브러리로 구현하였다. 구현된 시스템의 효용성을 보이기 위해 모의 데이터와 실제 이미지 데이터를 이용하여 실험한 결과를 포함하였으며 만족할 만한 복원 결과를 얻을 수 있었다.

• 해양환경안전학회지
• /
• 제29권6호
• /
• pp.543-551
• /
• 2023

기후변화 영향으로 이상고수온, 태풍, 홍수, 가뭄 등 재난 및 안전 관리기술은 지속적으로 고도화를 요구받고 있으며, 특히 해수면 온도는 한반도 주변에서 발생되는 여름철 적조 발생과 동해안 냉수대 출현, 소멸 등에 영향을 신속하게 분석할 수 있는 중요한 인자이다. 따라서, 본 연구에서는 해수면 온도 자료를 해양 이상현상 및 연구에 적극 활용되기 위해 통계적 방법과 딥러닝 알고리즘을 적용하여 예측성능을 평가하였다. 예측에 사용된 해수면 수온자료는 흑산도 조위관측소의 2018년부터 2022년까지 자료이며, 기존 통계적 ARIMA 방법과 Long Short-Term Memory(LSTM), Gated Recurrent Unit(GRU)을 사용하였고, LSTM의 성능을 더욱 향상할 수 있는 Sequence-to-Sequence(s2s) 구조에 Attention 기법을 추가한 Attention Long Short-Term Memory (LSTM)기법을 사용하여 예측 성능 평가를 진행하였다. 평가 결과 Attention LSTM 모델이 타 모델과 비교하여 더 좋은 성능을 보였으며, Hyper parameter 튜닝을 통해 해수면 수온 성능을 개선할 수 있었다.

• 한국산학기술학회논문지
• /
• 제18권2호
• /
• pp.704-710
• /
• 2017

본 연구팀은 프레스 공정의 협소공간에서 작업이 가능한 6자유도 로봇을 개발하고 있으며, 본 논문은 개발된 로봇의 작업 시간을 최소화하기 위한 작업 시퀀스 최적화 방법을 제안하였다. 우선 6 자유도 로봇의 기구학을 모델링하고 작업 시간 예측 방법을 기술하였다. 그리고 작업 시퀀스 최적화를 위하여 수학적 모델을 제시하고, 이를 바탕으로 개미 집단 시스템(ant colony system), 시뮬레이트 어니일링(simulated annealing), 유전자 알고리즘(genetic algorithm)의 세 가지 최적화 방법을 적용하고 결과를 비교 분석하였다. 시뮬레이션 결과 유전자 알고리즘이 가장 좋은 결과를 보임을 확인할 수 있었으며, 계산 속도 측면에서도 가장 빨리 최적값에 수렴하였다. 또한, 개미집단시스템과 시뮬레이티드 어니일링의 경우 여러 파라미터 값들의 설정에 따라 수렴된 최적값의 편차가 비교적 큰 것에 비하여, 유전자 알고리즘은 파라미터 값에 상관없이 안정적으로 근사 최적값을 찾을 수 있었다. 마지막으로, 로봇의 작업시퀀스 최적화 방법을 시각적으로 검증하기 위하여 Mathworks 사의 Matlab과 Coppelia Robotics 사의 V-REP (virtual robot experimentation platform)를 사용한 시뮬레이션을 수행하였다.

• 만화애니메이션 연구
• /
• 통권31호
• /
• pp.227-248
• /
• 2013

컴퓨터의 발달과 함께 영화 오프닝 타이틀 시퀀스도 하루가 다르게 발전하고 있다. 초기에는 타이틀 및 스텝들의 이름을 몇 장의 텍스트로 촬영하여 옵티컬 방식으로 표현하는 방식에서 시작되어 현재는 영화 도입부와 자연스럽게 연결되는 시퀀스부터 영화 중간에 삽입되는 형태, 나아가 2D, 3D 등의 다양한 표현 기법들로 독립적인 형태를 보이고 있다. 이렇게 오프닝타이틀 시퀀스가 하나의 독립적인 예술로 발전되고 있는 것은 짧게는 60초 길게는 10분 남짓의 짧은 영상만으로 영화의 콘셉트를 전달하는 동시에 줄거리의 함축적인 내용을 암시하고 흥미를 유발하는 기능 등 감독의 의지에 따라 다양한 목적으로 영화와의 독립적이면서도, 분리가 아닌 영화와 하나의 유기체 적이며 독창적인 예술의 창조가 가능하기 때문이다. 이 논문에서는 키네틱 타이포그래피의 이론과 분석 방법을 기반으로 2012년도 한국 흥행 영화 10편의 영화 오프닝 타이틀 시퀀스의 제작 방식을 다양한 방법으로 분석하여 앞으로의 나아갈 오프닝 타이틀 시퀀스의 방향을 예측하고 미학적, 기술적인 모델을 제시해 본다.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.1-9
• /
• 2020

이 연구는 2018년도 정부(농림축산식품부)의 재원으로 농림식품기술기획평가원 지원을 받아 수행된 연구이다. 최근 시계열 및 텍스트 마이닝에서 활발히 사용되는 모델은 딥러닝(Deep Learning) 모델 구조를 활용한 LSTM(Long Short-Term Memory models) 모델이다. LSTM 모델은 RNN의 BPTT(Backpropagation Through Time) 과정에서 발생하는 Long-Term Dependency Problem을 해결하기 위해 등장한 모델이다. LSTM 모델은 가변적인 Sequence data를 활용하여 예측하는 문제를 굉장히 잘 해결했고, 지금도 널리 사용되고 있다. 본 논문 연구에서는 KT가 제공하는 CDR(Call Detailed Record) 데이터를 활용하여 바이러스와 밀접한 관계가 있을 것으로 예측되는 사람의 이동 경로를 파악하였다. 해당 사람의 경로를 활용하여 LSTM 모델을 학습시켜 이동 경로를 예측한 결과를 소개한다. 본 연구 결과를 활용하여 HPAI가 전파되는 경로를 예측하여 방역에 중점을 둘 경로 또는 지역을 선정해 HPAI 확산을 줄이는 데 이용될 수 있을 것이다.

• 한국지반공학회지:지반
• /
• 제12권3호
• /
• pp.149-164
• /
• 1996

탄성지반에서 지반스프링을 이용하여 굴착단계별로 토류벽의 거동을 검토하였다. 토막선형함수를 이용하여 지반계수에 따른 p-y 특성곡선을 산정한 수 있는 수학적 모델을 사용하였고, 토류벽의 굴착단계는 beam-column 방법에 의해 분석하였다. 개발된 프로그램의 신뢰도는 예측치와 실제변위의 비교를 통해 검증하였다. 건설단계를 잘 반영하므로, 앵커로 지지된 토류벽의 변위예측이 향상되었다. 분석결과에 따르면 제안된 방법은 민감도해석에 적용되는 계수들의 상대적 중요성의 평가에 효과적으로 이용될 수 있다.

• KSBB Journal
• /
• 제26권2호
• /
• pp.131-138
• /
• 2011

Some computational approaches are needed for clarifying RNAi sequences, because it takes much time and endeavor that almost of RNAi sequences are verified by experimental data. Incorrectness of RNAi mechanism and other unaware factors in organism system are frequently faced with questions regarding potential use of RNAi as therapeutic applications. Our massive parallelized pair alignment scoring between dsRNA in Genebank and expressed sequence tags (ESTs) in Caenorhabditis elegans Genome Sequencing Projects revealed that this provides a useful tool for the prediction of RNAi induced cosuppression details for practical use. This pair alignment scoring method using high performance computing exhibited some possibility that numerous unwanted gene silencing and cosuppression exist even at high matching scores each other. The classifying the relative higher matching score of them based on GO (Gene Ontology) system could present mapping dsRNA of C. elegans and functional roles in an applied system. Our prediction also exhibited that more than 78% of the predicted co-suppressible genes are located in the ribosomal spot of C. elegans.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권5호
• /
• pp.381-392
• /
• 2002

본 논문에서는 시계열 데이타베이스에서의 모양 기반 검색 문제에 관하여 논의한다. 모양 기반 검색은 실제 요소 값과 관계없이 질의 시퀀스와 유사한 모양을 갖는 (서브)시퀀스를 찾는 연산이다. 본 연구에서는 모양 기반 서브시퀀스 검색을 위한 새로운 기법을 제안한다. 먼저, 시프팅, 스케일링, 이동 평균, 타임 워핑 등 변환들의 다양한 조합을 지원하는 모양 기반 검색을 위하여 새로운 유사 모델을 제시한다. 또한, 이러한 유사 모델을 기반으로 하는 모양 기반 검색을 효과적으로 처리하기 위하여 효율적인 인덱싱 및 질의 처리 기법들을 제안한다. 제안된 기법의 유용성을 규명하기 위하여 실제 데이타인 S&P 500 주식 데이터를 이용한 다양한 실험을 수행한다. 실험 결과에 의하면, 제안된 기법은 질의 시퀀스의 모양과 유사한 모양을 갖는 서브시퀀스들을 성공적으로 검색할 뿐만 아니라 순차 검색 기법과 비교하여 66배까지의 상당한 성능 개선 효과를 갖는 것으로 나타났다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.43-62
• /
• 2019

한때, 이상 탐지 분야는 특정 데이터로부터 도출한 기초 통계량을 기반으로 이상 유무를 판단하는 방법이 지배적이었다. 이와 같은 방법론이 가능했던 이유는 과거엔 데이터의 차원이 단순하여 고전적 통계 방법이 효과적으로 작용할 수 있었기 때문이다. 하지만 빅데이터 시대에 접어들며 데이터의 속성이 복잡하게 변화함에 따라 더는 기존의 방식으로 산업 전반에 발생하는 데이터를 정확하게 분석, 예측하기 어렵게 되었다. 따라서 기계 학습 방법을 접목한 SVM, Decision Tree와 같은 모형을 활용하게 되었다. 하지만 지도 학습 기반의 모형은 훈련 데이터의 이상과 정상의 클래스 수가 비슷할 때만 테스트 과정에서 정확한 예측을 할 수 있다는 특수성이 있고 산업에서 생성되는 데이터는 대부분 정답 클래스가 불균형하기에 지도 학습 모형을 적용할 경우, 항상 예측되는 결과의 타당성이 부족하다는 문제점이 있다. 이러한 단점을 극복하고자 현재는 클래스 분포에 영향을 받지 않는 비지도 학습 기반의 모델을 바탕으로 이상 탐지 모형을 구성하여 실제 산업에 적용하기 위해 시행착오를 거치고 있다. 본 연구는 이러한 추세에 발맞춰 적대적 생성 신경망을 활용하여 이상 탐지하는 방법을 제안하고자 한다. 시퀀스 데이터를 학습시키기 위해 적대적 생성 신경망의 구조를 LSTM으로 구성하고 생성자의 LSTM은 2개의 층으로 각각 32차원과 64차원의 은닉유닛으로 구성, 판별자의 LSTM은 64차원의 은닉유닛으로 구성된 1개의 층을 사용하였다. 기존 시퀀스 데이터의 이상 탐지 논문에서는 이상 점수를 도출하는 과정에서 판별자가 실제데이터일 확률의 엔트로피 값을 사용하지만 본 논문에서는 자질 매칭 기법을 활용한 함수로 변경하여 이상 점수를 도출하였다. 또한, 잠재 변수를 최적화하는 과정을 LSTM으로 구성하여 모델 성능을 향상시킬 수 있었다. 변형된 형태의 적대적 생성 모델은 오토인코더의 비해 모든 실험의 경우에서 정밀도가 우세하였고 정확도 측면에서는 대략 7% 정도 높음을 확인할 수 있었다.

• 정보처리학회논문지B
• /
• 제16B권1호
• /
• pp.17-24
• /
• 2009

본 논문에서는 교차로 내 사고를 감지하기 위하여 배경영상과 교차로 내에 설치된 사거리 신호등의 주기를 이용한 교차로 사고감지 알고리즘을 제안한다. 기존의 영상을 이용한 방법에서는 새로운 사고모델이나 혼잡한 상황, 음원을 이용할 경우에 소음이 크게 발생하는 상황에서 사고 검지율이 낮아지는 문제점을 내포한다. 본 논문에서는 차량 및 외부 그림자 또는 차량의 조명등의 영향으로 인한 사고 오 판단을 줄이기 위하여 신호등의 주기와 배경영상의 히스토그램의 속성을 이용한 필터를 개발하여 사고감지에 이용하였다. 제안된 알고리즘의 성능을 알아보기 위하여 15개의 실제 사고영상을 획득하여 실험한 결과 15개의 동영상에서 모두 사고를 감지하였으며, 새로운 사고 모델에 대해서도 교차로 내사고를 감지 할 수 있었다.