• 한국구조물진단유지관리공학회 논문집
• /
• 제22권6호
• /
• pp.197-205
• /
• 2018

최근 건축물의 노후화에 따라 리모델링이 증가하고 있다. 이에 구조물의 품질관리 중요성이 대두되어 구조물의 안전진단 및 상태평가에 대한 관심이 증가되고 있다. 노후건축물의 정확한 진단을 위해서 구조물의 결함을 사전에 평가할 수 있는 진단평가기법이 필요하다. 이와 더불어 재건축을 위한 안전진단 기준이 개선되어 구조안전성의 가중치가 증가함에 따라 보다 신속하고 신뢰성 높은 구조물의 안전진단기법에 대한 연구가 필요한 실정이다. 초음파속도법을 이용하여 압축강도를 추정하는 연구는 공시체를 기반으로 한 연구들이 주로 이루어져 왔으며 실제 건축물이나 콘크리트 구조부재를 대상으로 한 연구는 부족한 실정이다. 본 연구에서는 비파괴검사법 중 하나인 초음파속도법을 이용하여 철근콘크리트 수직 및 수평부재로 구성된 단층 규모의 구조물을 대상으로 초음파속도와 압축강도의 상관관계를 검증하여 압축강도를 추정하고자 하며, 또한 이를 바탕으로 현장 적용성을 검토하고자 하였다. 그 결과, 초음파속도법을 이용한 구조체의 압축강도 추정 평균 오차율은 28.7%로 현장 적용성을 확인하였다. 그러나 추정의 정확도를 높이기 위하여 복합 비파괴검사법을 이용한 신뢰도 높은 진단기법의 필요성을 확인하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권4호
• /
• pp.268-273
• /
• 2017

최근 감정 분류 분야에서 딥러닝 인코더 기반의 접근 방법이 활발히 적용되고 있다. 딥러닝 인코더 기반의 접근 방법은 가변 길이 문장을 고정 길이 문서 벡터로 압축하여 표현한다. 하지만 딥러닝 인코더에 흔히 사용되는 구조인 장 단기 기억망(Long Short-Term Memory network) 딥러닝 인코더는 문서가 길어지는 경우, 문서 벡터 표현의 품질이 저하된다고 알려져 있다. 본 논문에서는 효과적인 감정 문서의 분류를 위해, 장 단기 기억망의 출력을 중요도에 따라 가중합하여 문서 벡터 표현을 생성하는 주목방법 기반의 딥러닝 인코더를 사용하는 것을 제안한다. 또한, 주목 방법 기반의 딥러닝 인코더를 문서의 감정 분류 영역에 맞게 수정하는 방법을 제안한다. 제안하는 방법은 윈도우 주목 방법(Window Attention Method)을 적용한 단계와 주목 가중치 재조정(Weight Adjustment) 단계로 구성된다. 윈도우 주목 방법은 한 단어 이상으로 구성된 감정 자질을 효과적으로 인식하기 위해, 윈도우 단위로 가중치를 학습한다. 주목 가중치 재조정에서는 학습된 가중치를 평활화(Smoothing) 한다, 실험 결과, 본 논문에서 제안하는 방법은 정확도 기준으로 89.67%의 성능을 나타내어 장 단기 기억망 인코더보다 높은 성능을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.769-772
• /
• 2001

Waish-Hadamard Transform은 압축, 필터링, 코드 디자인 등 다양한 이미지처리 분야에 응용되어왔다. 이러한 Hadamard Transform을 기본으로 확장한 Jacket Transform은 행렬의 원소에 가중치를 부여함으로써 Weighted Hadamard Matrix라고 한다. Jacket Matrix의 cocyclic한 특성은 암호화, 정보이론, TCM 등 더욱 다양한 응용분야를 가질 수 있고, Space Time Code에서 대역효율, 전력면에서도 효율적인 특성을 나타낸다 [6],[7]. 본 논문에서는 Distributed Arithmetic(DA) 구조를 이용하여 Fast Jacket Transform(FJT)을 구현한다. Distributed Arithmetic은 ROM과 어큐뮬레이터를 이용하고, Jacket Watrix의 행렬을 분할하고 간략화하여 구현함으로써 하드웨어의 복잡도를 줄이고 기존의 시스톨릭한 구조보다 면적의 이득을 얻을 수 있다. 이 방법은 수학적으로 간단할 뿐 만 아니라 행렬의 곱의 형태를 단지 덧셈과 뺄셈의 형태로 나타냄으로써 하드웨어로 쉽게 구현할 수 있다. 이 구조는 입력데이타의 워드길이가 n일 때, O(2n)의 계산 복잡도를 가지므로 기존의 시스톨릭한 구조와 비교하여 더 적은 면적을 필요로 하고 FPGA로의 구현에도 적절하다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.373-374
• /
• 2016

Residual Differnetial pulse-code Modulation (RDPCM) 기법은 비디오의 압축을 위한 시간 및 공간 예측 후 남은 잔여신호를 인접 화소를 이용하여 추가적인 중복정보를 제거하는 기법을 의미한다. 본 논문에서는 우선 잔차 신호의 예측을 위하여 인접 화소 사이 선형 가중 합으로 예측 모델을 세우고, 각 가중치를 $L_1$ 정규화를 포함하는 비용함수를 통해 추정함으로써 보다 효율적인 부호화 성능을 제공하는 알고리즘을 제안한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2007년도 한국지능정보시스템학회
• /
• pp.321-328
• /
• 2007

데이터마이닝은 대용량의 데이터에 숨겨진 의미있고 유용한 패턴과 상관관계를 추출하여 의사결정에 활용하는 작업이다. 그 중에서도 고객 트랜잭션의 데이터베이스에서 아이템 사이에 존재하는 연관규칙을 찾는 것은 중요한 일이 되었다. Apriori 알고리즘 이후 연관규칙을 찾기 위해 대용량 데이터베이스로부터 압축된 의미있는 정보를 저장하기 위한 데이터 구조와 알고리즘들이 제안되어 왔다. 본 논문에서는 정점으로 아이템을 표현하고, 간선으로 두 아이템집합을 표현하는 빈발 패턴 네트워크(FPN)이라 불리는 새 자료 구조를 제안한다. 빈발 패턴 네트워크에서 아이템 사이의 연관 관계를 발견하기 위해 이 구조를 어떻게 효율적으로 사용 하느냐에 초점을 두고 있다. 구조의 효율적인 사용을 위하여 한 아이템이 클러스터 내의 아이템과는 유사도가 높고, 다른 클러스터의 아이템과는 유사도가 낮도록 네트워크의 정점을 클러스터링하는 방법을 사용한다. 실험은 신뢰도, 상관관계 그리고 간선 가중치 유사도를 이용하여 네트워크에서 아이템 클러스터링의 정확도를 보여준다. 본 논문의 실험 결과를 통해 신뢰도 유사도가 네트워크의 정점을 클러스터링할 때 클러스터의 정확성에 가장 많은 영향을 미친다는 것을 알 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.563-564
• /
• 2011

본 논문에서 우리는 unequal loss protection(ULP) 알고리즘을 기반으로 패킷이 손실될 수 있는 망 환경에서 인지적으로 재구성된 영상의 왜곡을 최소화하는 방법을 제안한다. 알고리즘에는 2가지의 주요 요인이 있다. 첫째, 인간 시각 체계의 균일하지 않은 분포의 함수로 압축된 영상에 가중치를 준다. 둘째, 패킷은 오류 전파가 일어나지 않도록 하면서 각각의 group of picture(GOP)내에서 시간적인 중요성이 할당된다. 프레임의 인지적인 중요성과 GOP의 계층적인 중요성을 동시에 고려하여, 제안하는 ULP알고리즘은 인간 시각적으로 가장 중요한 지역의 크기를 식별하여 효율적인 forword error correction(FEC) 알고리즘을 수행한다.

• 방송공학회논문지
• /
• 제7권4호
• /
• pp.368-375
• /
• 2002

본 논문에서는 디지털 영상 워터마킹을 위해 멀티 해상도 웨이블릿 변환을 적용했다. 본 논문에서는 워터마킹 기법 중에 각종 시퀀스를 이용한 워터마크 삽입 방법에 대해서 실험했고, 각 대역별로 가중치와 임계값을 설정하였다. 대역별 다중 임계값은 각 부대역의 시각적 특성을 고려하여 결정한다. 제안한 방법에 대해 몇몇 영상을 대상으로 워터마킹해 본 결과 시각적으로 손상이 적고, 영상압축 및 기하학적인 변화 등에서도 강인한 워터마킹 방법임을 확인했다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.520-522
• /
• 2005

본 논문에서는 인간과 컴퓨터 사이의 상호작용을 하는 방법중의 하나인 제스처를 인식할 때 필요한 정확한 손 검출 방법을 제안한다. 이를 위해 기존의 다수의 손 영상들 가장 잘 표현하면서도 효과적으로 압축할 수 있는 PCA를 이용해서 특징 벡터를 추출한다. 이어서 특징 벡터간의 Mahalanobis distance를 이용한 분류기에 가중치를 적용하여 사용한다. 또한 시간에 따른 연속적인 영상에서 검출된 이전 영상의 중심점의 위치와 중심점의 motion vector를 이용해서 손이 검출되지 않은 영상의 검출 성능을 보상한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.1573-1576
• /
• 2004

멀티미디어 압축 및 이동 통신 기술의 발전으로 다양한 형태의 멀티미디어 서비스가 이슈화되고 있다. 비디오를 전송하기 위해서는 많은 대역폭을 필요로 하지만, 모든 네트워크가 높은 수준의 대역 및 처리 능력을 가지는 것은 아니다. 이질적인 네트워크간의 멀티미디어를 서비스하기 위해서는 네트워크 상황 또는 수신자의 처리 능력에 맞도록 재 부호화해야 하지만 그 처리비용이 높다. 트랜스코딩 기법 중에서 시간당 요구된 프레임의 개수를 조절하면 제거된 프레임의 움직임 벡터를 재 사용하여 비트율을 감소시킬 수 있다. 본 논문에서는 기존의 기법보다 향상된 움직임과 중첩 영역의 정보를 적용한 WBVC(Weight-Based Vector Composition) 기법을 제안한다. 실험을 통한 기존의 기법과의 비교 분석 결과, 비슷한 계산 복잡도에서 제안한 WBVC 기법이 높은 성능을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.78-79
• /
• 2021

본 논문에서는 시간 영역 오토인코더의 성능 개선을 위한 다중 대역 손실 함수를 제안한다. 기존의 시간 영역 오토인코더를 사용하는 압축 및 복원 모델은 저 대역 손실에 치중되어 고 대역 신호를 생성하지 못하고 다운 샘플링된 신호를 결과로 출력하는 문제점을 가진다. 이를 해결하기 위해 대역별로 손실을 분리하여 가중치를 조절할 수 있는 다중 대역 손실 함수를 제안한다. 제안하는 손실 함수가 적용된 오토인코더에 음성 신호를 입력하여 학습을 진행한 결과, 다운 샘플링이 발생하지 않으며 고 대역 신호가 복원되는 것을 스펙트로그램을 통해 확인하였다.