• 대한안전경영과학회지
• /
• 제14권1호
• /
• pp.217-224
• /
• 2012

Location-Based Services(LBS) is a service that provide location information by using communication network or satellite signal. In order to provide LBS precisely and efficiently, we studied how we can reduce the error on location determination of objects such people and things. We focus on using the least square method and triangulation positioning method to improves the accuracy of the existing location determination method. Above two methods is useful if the distance between the AP and the tags can be find. Though there are a variety of ways to find the distance between the AP and tags, least squares and triangulation positioning method are wildely used. In this thesis, positioning method is composed of preprocessing and calculation of location coordinate and detail of methodology in each stage is explained. The distance between tag and AP is adjusted in the preprocessing stage then we utilize least square method and triangulation positioning method to calculate tag coordinate. In order to confirm the performance of suggested method, we developed the test program for location determination with Labview2010. According to test result, triangulation positioning method showed up loss error than least square method by 38% and also error reduction was obtained through adjustment process and filtering process. It is necessary to study how to reduce error by using additional filtering method and sensor addition in the future and also how to improve the accuracy of location determination at the boundary location between indoor and outdoor and mobile tag.

• 한국전기전자재료학회논문지
• /
• 제24권9호
• /
• pp.701-709
• /
• 2011

In semiconductor wafer fabrication, etching is one of the most critical processes, by which a material layer is selectively removed. Because of difficulty to correct a mistake caused by over etching, it is critical that etch should be performed correctly. This paper proposes a new approach for etch endpoint detection of small open area wafers. The traditional endpoint detection technique uses a few manually selected wavelengths, which are adequate for large open areas. As the integrated circuit devices continue to shrink in geometry and increase in device density, detecting the endpoint for small open areas presents a serious challenge to process engineers. In this work, a high-resolution optical emission spectroscopy (OES) sensor is used to provide the necessary sensitivity for detecting subtle endpoint signal. Partial Least Squares (PLS) method is used to analyze the OES data which reduces dimension of the data and increases gap between classes. Support Vector Machine (SVM) is employed to detect endpoint using the data after PLS. SVM classifies normal etching state and after endpoint state. Two data sets from OES are used in training PLS and SVM. The other data sets are used to test the performance of the model. The results show that the trained PLS and SVM hybrid algorithm model detects endpoint accurately.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권1호
• /
• pp.24-32
• /
• 2000

인간의 생각만으로 기계를 작동할 수 있게 하는 인터페이스 시스템에 관한 연구 분야인 BCI (Brain-Computer Interface)에서는 피험자의 두피로부터 EEG(Electroencephalograph)를 측정하고 인식하여 뇌 상태를 알아내고 그 결과를 기계의 조종에 응용하는 방법을 사용한다. 본 연구에서는 각 개인으로부터 고유의 뇌파인 EEG를 얻고 신호처리하여 인식하는 인식모델을 제안하였다. 제안된 모델은 특정 작업을 수행하고 있을 때의 EEG 신호로부터 인식에 중요한 영향을 미치는 특징들을 추출해 내고, 이를 인식에 이용한다. 제안된 모델은 인식할 EEG 패턴들을 두개씩 분류하여 각각을 인식한 후, 그 결과를 종합하여 최종적인 인식결과를 얻도록 하였다. 본 연구의 실험에서는 피험자가 4가지의 작업을 수행하는 동안 얻어지는 4가지 EEG 패턴을 인식하였다. 제안된 모델은 90%이상의 높은 인식율을 보였고, 각 피험자에게 독특하게 존재하는 특징들을 인식 결과로서 제공하였다. 제안된 모델의 높은 인식율과 빠른 처리속도는 실시간 BCI 시스템에 응용될 수 있는 가능성을 보여주고 있다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2008년도 추계학술대회 논문집
• /
• pp.498-508
• /
• 2008

경부고속열차 차상컴퓨터 장치의 하부장치로 운전자에게 차량의 정보와 고장의 현시 그리고 유지보수기능 및 훈련기능을 가지고 있는 장치가 TECA (Terminal Cabin)이다. KTX 차량의 운전은 고속화 운전을 위해 신호운전의 필요가 요구되어지며 차량의 장대화 및 일인운전을 통한 차량의 기본정보 취득 및 고장에 대한 조치에 있어 많은 어려움이 있는 것이 사실이다. 이에 대해 차량에서 발생하는 수많은 정보에 대한 신속하고 정확한 처리와 유지보수를 위해 TECA장치는 그 활용에 있어 반드시 필요한 장치이다. 그러나 본 장치에 대한 하드웨어와 유지보수 그리고 새로운 요구에 따른 장치개발에는 연구사례가 없는 실정이다. 이에 운전자지원단말기 장치의 유지보수능력 개발과 장치에 대한 이해를 돕고 장치개발에 필요한 TECA의 기초기능과 요구사항을 하드웨어 중심으로 연구하였으며 이로 인한 새로운 운전자 단말기 장치 개발에 필요한 사양정립에 활용하도록 활용할 수 있으리라 본다.

• 한국음향학회지
• /
• 제37권6호
• /
• pp.469-474
• /
• 2018

도시 유동인구가 증가함에 따라 도시 환경 소음에 관한 연구의 중요성이 증가하고 있다. 본 연구에서는 교통상황에서 발생하는 이상 소음을 최근 환경 소음 분류 연구에서 높은 성능을 보이는 딥러닝 알고리즘을 이용하여 분류한다. 구체적으로는 타이어 제동 마찰음, 자동차 충돌음, 자동차 경적음, 정상 소음 네 개의 클래스에 대하여 합성곱 신경망을 이용하여 분류한다. 또한, 실제 교통 상황에서의 환경잡음에 강인한 분류 성능을 갖기 위해 빗소리, 바람 소리, 군중 소리의 세 가지 환경잡음을 설정하였고 이를 활용하여 분류 모델을 설계하였으며 3 dB SNR(Signal to Noise Ratio) 조건에서 88 % 이상의 분류 성능을 가진다. 제시한 교통 소음에 대하여 기존 선행연구 대비 높은 분류 성능을 보이고, 빗소리, 바람 소리, 군중 소리의 세 가지 환경잡음에 강인한 교통 소음 분류 모델을 제안한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제25권2호
• /
• pp.19-29
• /
• 2019

본 논문에서는 임계값 자동 설정 기능을 지원하는 효과적인 뉴로피드백 시스템을 제안한다. 실시간 뇌파의 신호 처리를 통해 보상 주파수와 억제 주파수에 대한 정확한 피드백을 생성하는 알고리즘을 설계하고, 이를 기반으로 치료사가 정한 목표 성공률을 얻기 위해 자동으로 임계값을 계산하는 기술을 제시한다. 본 논문에서 제시한 자동 임계값 설정 기술은 피험자의 이전 뇌파 패턴을 분석하여 목표 성공률과의 차이를 최소로하는 최적의 임계값을 계산한다. 다양한 조건의 실험을 통해 제안된 기법의 효율성과 안정성을 입증한다.

• 한국음향학회지
• /
• 제38권1호
• /
• pp.106-113
• /
• 2019

본 논문은 능동소나 시스템이 비협동으로 운용될 경우 수신된 직접파로 부터 이를 탐지하여 식별하는 일련의 알고리즘을 제안하였다. 제안하는 알고리즘은 최근 다양한 분야에서 우수한 성능을 보여주고 있는 콘볼루션 신경회로망을 사용하였으며, 입력 데이터로 수신신호를 단시간 퓨리에 변환을 수행한 시간 주파수 분석 데이터를 사용하였다. 본 논문에서 사용한 콘볼루션 신경회로망의 구조는 두 개의 콘볼루션 계층과 풀링 계층을 사용하였으며, 출력층에 따라 데이터베이스 기반의 신경회로망과 펄스 특징인자 기반의 신경회로망을 설계하였다. 알고리즘의 성능을 검증하기 위해 실제 해상에서 수신한 3110개의 CW(Continuous Wave)펄스와 LFM(Linear Frequency Modulated) 펄스의 데이터를 가공하여 학습 데이터와 테스트 데이터를 구성하였다. 시뮬레이션을 수행한 결과 데이터베이스 기반의 신경회로망은 99.9 %의 정확도를 보였으며, 특징인자 기반의 신경회로망은 두 픽셀의 오차를 허용할 경우 약 96 %의 정확도를 보였다.

• 천문학회보
• /
• 제44권1호
• /
• pp.54.2-54.2
• /
• 2019

Removing noise which occurs inevitably when taking image data has been a big concern. There is a way to raise signal-to-noise ratio and it is regarded as the only way, image stacking. Image stacking is averaging or just adding all pixel values of multiple pictures taken of a specific area. Its performance and reliability are unquestioned, but its weaknesses are also evident. Object with fast proper motion can be vanished, and most of all, it takes too long time. So if we can handle single shot image well and achieve similar performance, we can overcome those weaknesses. Recent developments in deep learning have enabled things that were not possible with former algorithm-based programming. One of the things is generating data with more information from data with less information. As a part of that, we reproduced stacked image from single shot image using a kind of deep learning, conditional generative adversarial network (cGAN). r-band camcol2 south data were used from SDSS Stripe 82 data. From all fields, image data which is stacked with only 22 individual images and, as a pair of stacked image, single pass data which were included in all stacked image were used. All used fields are cut in $128{\times}128$ pixel size, so total number of image is 17930. 14234 pairs of all images were used for training cGAN and 3696 pairs were used for verify the result. As a result, RMS error of pixel values between generated data from the best condition and target data were $7.67{\times}10^{-4}$ compared to original input data, $1.24{\times}10^{-3}$. We also applied to a few test galaxy images and generated images were similar to stacked images qualitatively compared to other de-noising methods. In addition, with photometry, The number count of stacked-cGAN matched sources is larger than that of single pass-stacked one, especially for fainter objects. Also, magnitude completeness became better in fainter objects. With this work, it is possible to observe reliably 1 magnitude fainter object.

• 한국음향학회지
• /
• 제40권2호
• /
• pp.169-175
• /
• 2021

최근 입자 조작, 신경 자극 등을 위해 초음파 홀로그램과 그 응용에 대해 연구가 활발히 되고 있다. 하지만 홀로그램을 생성할 송신 신호 위상의 결정은 이전의 시간 소모적인 반복 최적화 방법에서 크게 벗어나지 않고 있다. 이에 본 연구에서는 광학 홀로그램 생성을 위해 활용된 바 있는 딥러닝 기법을 초음파 홀로그램 생성을 위해 적용하여 소개한다. U-Net을 기반으로 알고리즘을 구성하였으며 원 모양의 데이터셋에 대해 학습하고 영어 알파벳에 대해 평가함으로써 그 일반화 가능성을 검증하였다. 또한 시뮬레이션을 통해 기존 알고리즘과 계산속도, 정확도, 균일도 측면에서 비교하였다. 결과적으로 정확도와 균일도는 기존에 비해 다소 떨어지지만 계산속도가 약 190배 빨라졌다. 따라서, 이 결과를 통해 딥러닝 기반 초음파 홀로그램 생성 알고리즘은 기존 방법보다 초음파 홀로그램을 빠르게 형성할 수 있는 것을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.75-80
• /
• 2021

측위 기술은 증강현실, 스마트 팩토리, 자율주행 등에서 중요한 기능을 수행하고 있다. 측위 기술 중에서 비콘을 이용한 측위 방법은 RSSI(Receiver Signal Strength Indicator) 값의 편차로 인하여 도전적인 과제로 여겨져 왔다. 본 논문에서는 수신기의 RSSI 값을 입력으로 하고 거리를 목표 값으로 하는 신경망을 학습시켜서 이동하는 객체에 대한 위치를 예측하였다. 이를 수행하기 위해 RSSI 대비 거리 실측값을 수집하였다. 수집한 데이터로 합성 데이터를 만들기 위한 신경망을 도입하였다. 이 신경망을 바탕으로 거리 대비 RSSI 값을 예측하였다. 합성 데이터를 바탕으로 가상으로 좌표계를 구성하여 객체의 위치를 예측하였다. 합성 데이터를 생성하기 위한 신경망으로 RSSI의 표준편차는 구하였고 이 값을 기반으로 가상환경에서 단말의 위치를 추적하는 신경망을 학습시켜 객체의 좌표를 추정하였다.