• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.130.2-130.2
• /
• 2012

태양의 활동영역에서 관측할 수 있는 흑점은 주로 흑점군으로 관측되며, 태양폭발현상의 발생을 예보하기 위한 중요한 관측 대상 중 하나이다. 현재 태양 폭발을 예보하는 모델들은 McIntosh 흑점군 분류법을 사용하며 통계적 모델과 기계학습 모델로 나누어진다. 컴퓨터는 흑점군의 형태학적 특성을 연속적인 값으로 계산하지만 흑점군의 형태적 다양성으로 인해 McIntosh 분류를 잘못 분류할 수도 있다. 이러한 이유로 컴퓨터가 계산한 흑점군의 형태학적인 특성을 예보에 직접 적용하는 것이 필요하다. 우리는 흑점군의 형태학적인 특성(개수, 면적, 면적비 등)과 함께 모든 흑점을 정점(Vertex)으로 하고 그 사이를 연결하는 간선(Edge)으로 하는 간선의 거리 합이 최소인 최소신장트리(Minimum spanning tree : MST)를 작성하였다. 이 최소신장트리를 사용하여 흑점군을 검출하고 가장 면적이 큰 정점을 중심으로 트리의 깊이(Depth)와 차수(Degree)를 계산하였다. 이 방법을 2003년 SOHO/MDI의 태양 가시광 영상에 적용하여 구한 흑점군의 내부 흑점수와 면적은 NOAA에서 산출한 값들과 90%, 99%의 좋은 상관관계를 가졌다. 우리는 이 연구를 통해 흑점군의 형태학적인 특성과 더불어 예보에 직접적으로 활용할 수 있는 방법을 논의하고자 한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.1
• /
• pp.39-45
• /
• 2004

This paper proposes a new blind measurement model of blocking artifacts. This model plays an important role in the assessment and enhancement of image quality caused by block-based DCT coding system. The proposed model can measure blocking artifacts without reference to original images and consider the HVS based visual model such as frequency sensitivity and channel masking effect to detect and measure overall blocking artifacts quantitatively. The experimental results show that the proposed model is highly effective in measuring blocking artifacts.

• Annual Conference of KIPS
• /
• 2002.11a
• /
• pp.703-706
• /
• 2002

군중잡음(crowd noise)이 발생하는 환경에서 음성 통화 및 화자 인식을 할 때에는 음성에 파열음이나 마찰음과 같은 유색잡음(colored noise)이 부가되어 원래 음성이 왜곡된다. 이와 같이 왜곡된 음성 신호를 처리할 때에는 군중잡음을 제거하는 과정이 반드시 필요하다. 본 논문에서는 전형적인 군중잡음의 모델인 쇼핑 센터 잡음을 분석하고, 그 결과를 이용하여 음성 신호처리시에 효과적으로 군중잡음만을 제거할 수 있는 모델을 제안한다. 제안된 모델은 시간 영역에서 마찰음과 파열음을 제거하고. DSI(Digital Speech Interpolation)를 이용하여 침묵 구간을 검출한다. 이때 주파수 영역에서는 이 침묵구간을 잡음으로 간주하여 이를 이용한 스펙트럼 차감법(spectral subtraction)으로 음성 신호에 부가된 군중 잡음을 제거하는 과정을 거친다.

• Journal of Satellite, Information and Communications
• /
• v.7 no.2
• /
• pp.30-35
• /
• 2012

In this paper, we proposed spectrum sensing using cooperative relay to solve problem of sensing performance degradation due to CPE (Customer-Primise equipments) which causes low SNR (signal-to-noise ratio) problem. This system model is expected that cooperative relay scheme guarantees the high sensing performance by its diversity gain. Based on these backgrounds, in this paper, we apply to cooperative relay scheme to the CR (cognitive radio) system, and simulation results show comparison of the sensing performance combining method EGC and MRC.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.5-8
• /
• 2007

This paper discusses the spike response model of neurons. First, this paper discusses the coding of spikes, the function of spikes, and the construction of the spikes of neurons by the superposition of simple kernel functions. This paper discusses the method of kernel superposition is general than the response of the IF (Integrate-and-Fire) neuron model, too. Next, this paper discusses the coincidence detection and the input weight computation of spiking neurons and the activity of neuron populations in some detail.

• Review of KIISC
• /
• v.12 no.1
• /
• pp.19-24
• /
• 2002

시간 영역에서 수행하는 대역확산 워터마킹의 경우 들리지 않으면서도 강인한 워터마크를 생성하기 위해 심리음향 모델을 이용한다. 주파수 영역에서 심리음향모델에 의해 변형된 PN 시퀸스는 시간 영역으로 역변환되어 원신호에 삽입된다. 워터마크가 삽입된 오디오 신호가 WEG 오디오 부호화 과정을 통과할 경우, 다시 심리음향모델과 주파수 변환을 수행하는 중복 연산이 요구된다. 본 논문에서는 WEG오디오 부호화 과정과 오디오 워터마킹 과정을 결합시킴으로써 중복 연산을 피한 효율적인 오디오 워터마킹 알고리즘을 제안한다. 제안된 알고리즘은 MPEG 오디오 부호화 중에서, 특히, MP3 부호화 과정에 대해 수행하였으며, MDCT 영역에서 워터마크를 삽입한다. 삽입된 워터마크 신호는 일반적인 대역확산 워터마킹 복호화기를 이용하여 시간 영역에서 검출이 가능하며, 기존의 방법과 유사한 수준의 복호화 성능을 나타낸다.

• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2006.06a
• /
• pp.710-716
• /
• 2006

소프트웨어 개발 후 인도 전 테스트 단계중에 발생되는 테스트 노력 소요량을 고려한 소프트웨어 신뢰도 성장 모델을 제시하여 테스트 노력소요량 동태를 시간함수인 로지스틱 곡선으로 설명한다. 테스트 단계중에 소요되는 테스트노력의 양에 대한 결함 검출비를 현재의 결함 내용에 비례하는 것으로 가정하여 소프트웨어 신뢰도 성장 모델을 비동차 포아송 프로세스(NHPP)로 공식화하되, 이 모델을 이용하여 소프트웨어 신뢰도 척도에 대한 데이터 분석기법을 개발한다. 모든 소프트웨어 개발 환경에서 지금까지 제시된 여러 곡선중 하나에 의해서 테스트노력 소요 고선을 표현하는 것은 적절하지 못하다는 것이 밝혀지고 있다. 그러므로, 본 논문에서는 로지스틱 테스트노력 곡선이 소프트웨어의 개발/테스트 노력곡선으로 적절하게 표현될 수 있다는 것과 실제 데이터를 근거로 하여 적용하여서 예측성이 매우 좋은 능력을 가지고 있다는 것을 보이고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.745-747
• /
• 2014

본 논문에서는 OFDM 기반 무선 백홀 시스템에 적용 할 수 있는 채널 추정 및 $2{\times}2$ MIMO 알고리즘을 VHDL로 구현하여, 무선 백홀 시스템용으로 제작한 보드의 FPGA에서 신호 검출 성능을 검증한다. 이를 위해, 먼저 매틀랩(Matlab) simulink를 이용하여 채널 추정 및 $2{\times}2$ MIMO 알고리즘을 floating-point와 fixed-point 모델로 설계하여 성능을 검증하고, 그 다음 Modelsim을 이용하여 VHDL로 구현한다. 구현된 알고리즘의 성능 검증을 위해 설계한 simulink 모델, Modelsim 시뮬레이션, ISE Chipscope, 그리고 오실로스코프로 측정한 결과들을 비교한다. 비교결과, Modelsim 시뮬레이션, ISE Chipscope, 그리고 오실로스코프로 측정한 결과들이 서로 동일함을 확인하였으며, simulink 모델의 결과와는 약간의 오차를 보임을 확인하였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.17 no.1
• /
• pp.105-110
• /
• 2022

Traffic sign recognition plays an important role in solving traffic-related problems. Traffic sign recognition and classification systems are key components for traffic safety, traffic monitoring, autonomous driving services, and autonomous vehicles. A lightweight model, applicable to portable devices, is an essential aspect of the design agenda. We suggest a lightweight convolutional neural network model with residual blocks for traffic sign recognition systems. The proposed model shows very competitive results on publicly available benchmark data.

• Annual Conference of KIPS
• /
• 2010.04a
• /
• pp.296-299
• /
• 2010

본 논문은 템플릿 모델을 이용하여 차량의 외관에 따른 종류를 인식하는 방법을 제안한다. 우선, 영상에서 차량을 검출하기 위하여 누적 차영상 기법을 이용하여 배경 영상을 추출한 후 차량 영역을 획득한다. 획득한 차량 영상은 날씨와 조명 영향에 따라서 그림자가 존재할 수 있다. 따라서 외곽선을 추출하고 가로와 세로, 대각선 방향으로 사영한 결과를 이용하여 그림자를 제거한다. 그림자 영역이 제거된 최종 차량 영역은 템플릿 모델과의 매칭을 통하여 가장 적합한 차량 종류로 인식한다. 제안된 방법을 이용하여 차량 종류를 인식하였을 때 만족할 만한 성능을 나타내는 것을 실험을 통하여 확인하였다.