• 한국정보과학회논문지:시스템및이론
• /
• 제27권9호
• /
• pp.768-776
• /
• 2000

본 논문에서는 심혈관 조영영상으로부터 좌심실의 형태 및 운동을 가시화하기 위해 기하학적 정보와 물리적 정보를 통합한 동적 가우시안 블럽(dynamic gaussian blob)모델을 개발하였다. 동적 가우시안 블럽 모델은 superellipsoid에 3차원 가우시안 형태함수를 갖는 단일 유한요소를 통합한 것으로, 좌심실에 작용되는 가상적인 힘에 의해 형태를 적하하고, 심박동 전 주기에서의 운동을 추적한다. 또한 벽 운동 정도에 따라 다른 색을 지정하여 볼 수 있도록 함으로써 벽 운동에 이상이 있는 부위를 육안으로 쉽게 판별할 수 있도록 하였다. 이와 같은 좌심실의 동적.색체 가시화는 형태가 변황되는 심장질환이나 허혈이나 심근경색증처럼 심실벽 운동에 이상이 있는 질환의 진단을 도울 수 있다.

• 한국지능시스템학회논문지
• /
• 제17권6호
• /
• pp.725-730
• /
• 2007

Otsu의 임계값 결정법, Huang와 Wang의 임계값 결정법 등을 포함한 그레이 레벨 히스토그램에 기반한 임계값 결정법은 영상처리 분야에서 널리 사용되어져 왔다. 이들 기법들은 그 효용성이 뛰어남에도 불구하고 하나의 임계값이 아닌 다중 임계값을 추출하는 경우 많은 연산 시간이 소요되는 단점을 가지고 있다. 즉, 임계값의 개수가 늘어남에 따라 연산 복잡도 역시 기하급수적으로 증가하게 된다 본 논문에서는 가우시안 함수를 이용하여 그레이 레벨간의 상관관계를 측정하고, 가우시안 분포함수와 그레이 레벨의 히스토그램을 결합한 가우시안형 유한 혼합 분포를 이용하여 연산 복잡도가 단순하며 효용성 있는 임계값 결정법을 제안한다. 다수의 영상에 제안한 기법을 적용한 모의실험을 통하여 효용성을 확인하고, Otsu의 임계값 결정법과 제안한 기법의 연산 복잡도 비교를 통해서 제안한 임계값 결정법의 효율성을 보인다.

• 한국지능시스템학회논문지
• /
• 제18권3호
• /
• pp.297-305
• /
• 2008

최근들어, 커널 기법(kernel method)은 패턴 분류, 함수 근사 및 비정상 상태 탐지 등의 분야에서 상당한 관심을 끌고 있다. 특히, 서포트 벡터 머신(support vector machine)이나 커널 주성분 분석(kernel principal component analysis) 등의 방법론에서 커널의 역할은 매우 중요한데, 이는 고전적인 선형 머신이 비선형성을 효과적으로 다룰 수 있도록 일반화 해줄 수 있기 때문이다. 본 논문에서는 커널 기반 가우시안 프로세스(gaussian process) 함수근사 기법과 서포트 벡터 학습을 이용하여 레이더와 강우계의 관측 데이터를 융합하는 문제를 고려한다. 그리고, 국내의 강원, 경북 및 충북에 걸쳐있는 지역에 대한 레이더 자료 및 강우계 자료를 대상으로 하여 본 논문에서 고려하는 방법론들에 의해 데이터 융합을 수행한 결과를 제시하고, 성능비교를 수행한다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• pp.337-340
• /
• 2000

조명 및 반사광의 성질에 의해 블러링이 발생하고 이런 영상을 인식하는 경우 정확한 에지 검출이 어렵게 된다. 이를 최적으로 검출하기 위해 일정하게 에지를 검출할 수 있는 가우시안 함수와 2차 미분 함수를 합성한 새로운 하이브리드 함수를 제안하고 실제 영상과 컨볼루션 한 후 함수의 $\sigma$값을 변화시키면서, Canny 알고리즘의 방향성 에지 검출 방법을 적용하여 에지를 검출하였다. 그 결과 Sobel, Robert, Canny 에지 검출방법보다 0.2~14㏈ 정도 안정적으로 에지가 검출되었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.467-469
• /
• 1999

Independent component analysis (ICA)는 주어진 데이터를 통계적으로 독립인 요소들의 선형 결합으로 표시하는 통계학적 방법이다. ICA의 주요한 적용분야중의 하나는 source들의 선형 mixture로부터 어떠한 서전 정보도 없는 상태에서 원래의 통계학적 독립변수인 source를 복원하는 blind separation이다. ICA와 source separation을 위한 다양한 신경 학습 알고리듬이 제시되어왔다. ICA의 학습 알고리듬에서는 비선형 함수가 중요한 역할을 한다. 이 논문에서는 generalized 가우시안 prior를 도입하여 다양한 확률분포를 갖는 source들의 mixture를 분리하는 효율적인 source separation 알고리즘을 제시한다. 모의실험을 통하여 제안된 방법의 우수성을 살펴본다.

• 한국대기환경학회:학술대회논문집
• /
• 한국대기환경학회 1999년도 추계학술대회 논문집
• /
• pp.183-185
• /
• 1999

가우시안 모델의 부정확성의 중요한 요인중의 하나는 수평확산폭($\sigma$$_{y}$)과 연직확산폭($\sigma$$_{z}$)이다. (이와김,1992) 가우시안 모델에서 사용되는 확산폭 산출방법인 Pasquill-Gifford Scheme은 미국 Nebraska 주 O'neill 부근 풀로 덮힌 평탄한 지형에서 확산 실험을 수행한 Prairie grass project의 결과로 연기의 확산폭은 각 안정도 계급(A-F)별로 거리의 함수로 나타낸 식을 이용하고 있다.(중략)략)

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.407-412
• /
• 2007

본 논문에서는 비선형 블라인드 채널등화기의 구현을 위하여 가우시안 가중치(gaussian weights)를 이용한 개선된 퍼지 클러스터(Modified Fuzzy C-Means with Gaussian Weights: MFCM_GW) 알고리즘을 제안한다. 제안된 알고리즘은 기존 FCM 알고리즘의 유클리디언 거리(Euclidean distance) 값 대신 Bayesian Likelihood 목적함수(fitness function)와 가우시안 가중치가 적용된 멤버쉽 매트릭스(partition matrix)를 이용하여, 비선형 채널의 출력으로 수신된 데이터들로부터 최적의 채널 출력 상태 값(optimal channel output states)들을 직접 추정한다. 이렇게 추정된 채널 출력 상태 값들로 비선형 채널의 이상적 채널 상태(desired channel states) 벡터들을 구성하고, 이를 Radial Basis Function(RBF) 등화기의 중심(center)으로 활용함으로써 송신된 데이터 심볼을 찾아낸다. 실험에서는 무작위 이진 신호에 가우시안 잡음이 추가된 데이터를 사용하여 기존의 Simplex Genetic Algorithm(GA), 하이브리드 형태의 GASA(GA merged with simulated annealing (SA)), 그리고 과거에 발표되었던 MFCM 등과 그 성능을 비교 분석하였으며, 가우시안 가중치가 적용된 MFCM_GW를 이용한 채널등화기가 상대적으로 정확도와 속도 면에서 우수함을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1958-1959
• /
• 2011

RBFNNs(Radial Basis Function Neural Networks) 모델의 경우 Min-Max, HCM(Hard C-means)클러스터링 그리고 FCM(Fuzzy C-means)클러스터링 중 한가지를 통해 데이터 입자는 로드 규칙을 생성한 후 퍼지 공간을 분할 및 가우시안 함수의 정점을 정의한다. 본 논문은 기존의 방법과는 다르게 Min-Max와 FCM클러스터링을 혼합하여 로드의 규칙을 생성한 후 퍼지 공간을 분할 및 가우시안 함수의 정정을 정의하는 방법으로 사용하고자 한다. PSO최적화 알고리즘을 이용하여 같은조건에서 최적화한 기존의 방법으로 모델링된 RBFNNs와 Min-Max와 FCM 클러스터링을 혼합하여 사용한 방법의 비교를 통하여 어떤 모델의 성능이 더욱 좋은지 비교하고자 한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1841-1842
• /
• 2008

본 논문은 Scale Invariant Feature Transform(SIFT)알고리즘으로부터 얻어진 로컬 특징점으로부터 물체를 인식하는 방법에 대하여 논하였다. SIFT알고리즘은 물체의 스케일, 회전에 강인하고, 또한 3차원 시점의 변화에도 부분적으로 강인한 특징점을 추출한다. SIFT 알고리즘은 입력영상에 크기가 다른 가우시안 함수를 적용하고, 블러링된 영상들의 차 영상에서 극값을 추출하여 특징점으로 사용한다. 하지만 SIFT알고리즘에서 가우시안 함수를 적용하는 것은 상당히 많은 연산을 필요로 하기 때문에 본 논문에서는 하나의 옥타브를 사용하여 연산시간을 단축하였다. 하나의 옥타브를 사용함으로써 물체의 스케일이 크게 변하였을 때는 문제가 발생한다. 이를 해결하기 위하여 대상 물체의 작은 스케일, 큰 스케일에서 추출된 특징점을 혼합하여 DB를 생성하였다.

• 한국통신학회논문지
• /
• 제37A권12호
• /
• pp.1038-1042
• /
• 2012

이 논문에서는 편이된 확률밀도함수 간 거리 측정이라는 새로운 거리 측정 기준을 제안하고 이에 관련된 등화 알고리듬을 도출하여 충격성 잡음과 시변 직류 잡음이 있는 다경로 채널에 적용하였다. 이러한 비 가우시안 잡음 환경에서 시행한 시뮬레이션의 결과로부터, 제안한 알고리듬이 충격성 잡음에 강인성을 보일 뿐 아니라 시변 직류 잡음도 제거하는 탁월한 능력을 가짐을 입증하였다.