• 전자공학회논문지CI
• /
• 제39권3호
• /
• pp.18-31
• /
• 2002

본 연구는 뉴로퍼지 네트워크와 다항식 뉴럴네트워크를 합성한 하이브리드 모델링 구조인 고급 뉴로퍼지 다항식 네트워크(Advanced neurofuzzy polynomial networks ; ANFPN)를 제안한다. 제안된 네트워크 구조는 높은 비선형 규칙 기반 모델로, CI(Computational Intelligence)의 기술, 즉 퍼지집합, 뉴럴네트워크, 유전자 알고리즘에 의해 설계되어진다. 뉴로퍼지 네트워크는 ANFPN 구조의 전반부를, 다항식 뉴럴네트워크는 후반부를 구성한다. ANFPN의 전반부에서, 뉴로퍼지 네트워크는 간략추론, 오류역전파 학습 규칙을 이용한다. 멤버쉽함수의 파라미터, 학습율, 모멘텀 계수는 유전자 최적화를 이용하여 조절된다. ANFPN의 후반부 구조로서 다항식 뉴럴네트워크는 학습을 통해 생성되는(전개되는) 유연한 네트워크 구조이다. 특히 다항식 뉴럴네트워크의 층과 노드 수는 고정되어 있지 않고 동적으로 생성된다. 본 연구에서는, 2가지 형태의 ANFPN 구조를 제안한다. 즉 기본 구조와 변형된 구조이다. 여기서 기본 구조와 변형된 구조는 다항식 뉴럴네트워크 구조의 각 층에서 입력변수의 수와 회귀다항식의 차수에 의존한다. 두 결합 구조의 특징 때문에 공정 시스템의 비선형적인 특성을 고려할 수 있고 보다 우수한 예측능력을 가진 좋은 출력선응을 얻을 수 있게 한다. ANFPN의 유용성과 실용성은 2개의 수치 예제를 통해 논의된다. 제안된 ANFPN은 기존의 모델보다 높은 정밀도와 예측능력을 가진 모델을 생성함을 보인다.

• 방송공학회논문지
• /
• 제13권6호
• /
• pp.828-837
• /
• 2008

본 논문은 단일 3차원 모델과 모델의 클래스의 특징적인 시점을 추출하여 3차원 모델 검색 및 분류를 수행하는 기법을 제안한다. 제안하는 기법은 3차원 모델을 투영한 2차원 형상 중에 특징적인 형상을 추출하는데, 이때 고르게 샘플(sample)된 형상들을 최근 개발된 친근도 전파 (affinity propagation) 기법을 이용하여 군집화(clustering)한다. 친근도 전파는 데이터를 군집화하는 동시에 각 클러스터의 대표 값을 계산하므로, 군집화된 형상들로부터 대표 형상이 자연스럽게 지정된다. 제안하는 기법은 친근도 기법을 클래스별로 각 모델의 대표 형상 집합에 재차 적용하여 클래스의 대표 형상을 추출하고, 이를 기반으로 하여 3차원 모델의 분류도 가능하게 한다. 3차원 모델의 검색 뿐 아니라 분류를 가능하게 함으로써, 분류를 검색의 전처리 과정으로 하여 연관된 클래스의 모델 중에서만 검색을 수행할 수 있게 하여 단위가 큰 데이터베이스에서도 효율적인 검색을 가능하게 한다. [16]에 제안된 프린스턴 벤치마크 데이터베이스(Princeton benchmark database)을 이용한 실험을 통해 제안하는 검색 및 분류 기법의 유용함을 보인다.

• 전자공학회논문지
• /
• 제50권8호
• /
• pp.187-195
• /
• 2013

차량 번호판 검출의 기존 연구들은 대부분 높은 성능을 얻기 위해 영상 획득 환경을 제한한다. 본 논문은 제약사항이 적은 환경에서 다양한 종류의 차량 번호판을 검출하기 위해 SIFT와 신경망을 이용한 새로운 방법을 제안한다. SIFT는 영상의 크기, 회전 변화에 불변하는 지역특징으로서 처리해야 할 환경이 고정되지 않은 경우에도 분별력이 뛰어나다. 영상에서 추출한 SIFT를 번호판 내부의 것(내부 부류)과 외부의 것(외부 부류)으로 나누어 2부류 분류기를 학습한다. 분류기는 신경망을 사용하며, 찾고자 하는 번호판의 종류를 학습 집합에 포함하는 것으로 다양한 종류의 번호판을 동일한 알고리즘으로 검출할 수 있다. 제안하는 방법은 입력 영상에서 지역특징을 추출하고 미리 학습한 분류기로 번호판 내부 부류를 가려낸다. 분류기의 성능이 높지 않더라도 분류 결과 내부 부류는 번호판 내부에 밀집하여 나타나고 번호판 외부에서는 흩어져 나타난다. 이러한 특성을 이용해 지역특징 맵을 만들고, 이 맵에서 임계값 이상인 전역 최댓값을 번호판 영역으로 검출한다. 다양한 환경에서 데이터 베이스를 수집하고 지역특징 분류와 번호판 검출 알고리즘을 실험한다. 지역특징을 분류기로 분류한 결과 정인식률은 97.1%, 정확률은 62.0%, 재현율은 50.2%를 보였다. 정인식률에 비해 정확률과 재현율은 낮았지만, 번호판 검출 결과 98.6%의 높은 검출 성능을 보였다.

• 대한전자공학회논문지SP
• /
• 제40권6호
• /
• pp.20-30
• /
• 2003

기존에 홍채 특징 추출을 위해 가장 많이 사용하는 방법인 직교 이차원 Gabor 웨이블릿의 경우, 2개 이상의 기저 함수들을 다양한 홍채 위치에 적용시켜서 얻어진 256바이트의 홍채 코드를 이용하여 홍채 인식을 수행한다. Gabor 웨이블릿은 홍채 패턴 특성이 반영되지 않은 기저 함수들을 많은 홍채 텍스쳐 위치에 적용함으로써, 생성된 홍채 코드들 사이에 상호 의존성이 높은 불필요한 코드들이 존재하게 되며, 결과적으로 전체 홍채 코드의 크기가 너무 커진다는 문제점이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 독립 성분 분석에 의한 새로운 홍채 특징 추출 및 홍채 인식 방법을 제안한다. 제안된 독립 성분 분석 방법은 홍채 텍스쳐 자체로부터의 학습을 통하여 최적의 기저 벡터들을 얻을 수 있기 때문에, 홍채 코드의 크기가 작으면 저도 홍채 패턴의 특성을 가장 잘 반영하는 홍채 특징들을 추출할 수 있다. 또한 본 논문에서는 독립 성분 분석에 의한 홍채 특징 추출 및 홍채인식 성능을 보다 개선하기 위하여, 독립 성분 기저 벡터를 재구성하는 방법과 기저 벡터의 집합을 두 가지 이상으로 적용하는 방법을 제안한다. 개선된 독립 성분 분석은 Gabor 웨이블릿 방법과 성능을 비교하였으며, 인식 오류율은 유사한 결과를 나타내면서도 홍채 코드 크기는 4배 이상 감소되는 뛰어난 성능을 나타냈다.

• 대한전자공학회논문지SD
• /
• 제46권3호
• /
• pp.26-31
• /
• 2009

선형 피드백 쉬프트 레지스터(linear feedback shift register:LFSR) 기반의 효율적인 테스트 압축기법을 제안하였다. 일반적으로 기존의 LFSR 리시딩 기반의 테스트 압축 기법의 성능은 주어진 테스트 큐브 집합내의 최대 할당 비트 수, $S_{max}$에 따라서 변하는 특성을 가지고 있다. 따라서 본 논문에서는 LFSR과 스캔 체인사이에 서로 다른 클럭 주파수를 사용하여 적절하게 스캔 셀을 그룹화 함으로써 $S_{max}$를 가상적으로 감소시킬 수 있었다. 만약 스캔 체인을 위한 클락 주파수보다 n배 느린 클락을 LFSR을 위하여 사용한다면, 스캔 체인내의 연속적인 n 개의 스캔셀들은 항상 동일한 테스트 입력값을 갖게 된다. 따라서 이와 같은 연속적인 셀들에 무상관 비트(don't care bit)를 적절하게 배치하게 되면 압축해야 하는 할당 비트의 수를 줄일 수 있게 된다. 제안하는 방법론의 선능은 스캔셀의 그룹화 알고리듬에 의존적이기 때문에, 그래프 기반의 새로운 스캔 셀 그룹화 알고리듬을 제안하였다. ISCAS 89 벤치마크 회로에 대한 실험을 통하여 제안하는 기법은 기존의 테스트 압축 기법들에 비해서 적은 메모리 용량 및 매우 작은 면적 오버 헤드를 보장할 수 있음을 증명하였다.

• 대한전자공학회논문지SD
• /
• 제48권9호
• /
• pp.22-30
• /
• 2011

최근 카메라를 통해 입력된 영상정보로부터 실시간으로 상황을 인지하고 자율 대응할 수 있는 지능형 영상 보안 시스템의 수요가 증가함에 따라, 고성능의 얼굴 인식 시스템이 요구되고 있다. 기존의 얼굴 인식 시스템의 성능 향상을 위해서는 원거리에서 획득된 저해상도 얼굴 영상 처리를 위한 솔루션이 반드시 필요하다. 따라서 본 논문에서는 실시간 감시가 요구되는 지능형 영상 보안 시스템의 얼굴 인식 성능 향상을 위한 저해상도 얼굴 영상 복원 알고리즘을 하드웨어로 구현하였다. 저해상도 얼굴 영상 복원 방법으로는 학습 기반의 초해상도 알고리즘을 사용한다. 해당 알고리즘은 먼저 고해상도 영상으로 구성된 학습 집합에서 주성분 분석(PCA)을 활용하여 복원에 필요한 사전 정보들을 추출하고, 저해상도 영상과의 관계를 모델링하여 가장 적합한 고해상도 얼굴을 복원해내는 것이다. 저해상도 얼굴 영상 복원 알고리즘을 임베디드 프로세서(S3C2440A)를 사용하여 구현하였을 때, 약 25 초의 긴 연산 시간이 소요되었다. 이는 실시간으로 사람을 판별 및 인식하기 위한 지능형 영상 보안 시스템의 구축에는 어려움이 있다. 이를 해결하기 위하여 얼굴 영역 초해상도의 연산을 하드웨어로 구현하고 Xilinx Virtex-4를 이용하여 검증하였다. 약 9MB의 학습 데이터를 사용하였으며, 100 MHz에서 약 30 fps의 속도로 연산이 가능하다. 이러한 학습 기반의 얼굴 영역 초해상도 알고리즘을 단일 하드웨어 IP로 설계함으로써 임베디드 환경에서의 실시간 처리가 가능할 뿐 만 아니라 기존의 다양한 얼굴 검출 시스템과의 통합이 용이하여 얼굴 인식 솔루션을 제공할 수 있을 것으로 판단된다.

• 한국지반공학회논문집
• /
• 제20권8호
• /
• pp.103-111
• /
• 2004

화강풍화토는 특유의 파쇄성과 압축성이 높은 이유로 일반적으로 사용되는 산정식에 의해 지지력 등을 산출하기 곤란한 문제점이 있다. 이러한 화강풍화토의 공학적 특성을 보다 상세히 밝히기 위해서는 우선 미시적인 입자자체의 특성을 충분히 검토한 후, 입자 집합체의 거시적인 거동특성과의 관련성을 우선 규명하여 한다. 그러나 지금까지 지반공학 분야에서는 하나하나의 입자에 작용하는 응력상태의 중요성에 대한 인식이 없었고, 또한 일련의 법칙성을 발견하기 어렵다는 이유로 단일의 입자특성은 다루어지지 않았다. 그러나 특유한 입자파쇄성과 고압축성을 갖는 화강풍화토의 정확하고 자세한 역학특성을 밝히기 위해서는 미시적인 입자의 특성을 조사해 지반거동에 미치는 영향을 조사할 필요가 있다. 또한 지반내에서의 수분의 존재는 입자파쇄의 활성화를 촉진시키고, 그 결과 압축성의 증가와 전단강도의 저하를 일으키는 요인이 된다. 사실상 실제로, 화강풍화토를 재료로 한 성토지반에서 지반침하가 심각한 문제로 대두되는 경우는 주로 화강풍화토 지반의 함수비 변화에 따른 압축특성의 민감한 변화의 결과로 추정하고 있다. 본 연구에서는 현미경 관찰을 통한 미시적인 입자형상 분석과 단입자 강도시험을 통한 입자강도특성을 조사하여 화강풍화토의 압축특성과의 관련성 및 입자의 파쇄성과 화강풍화토의 압축특성에 미치는 수분의 영향에 대하여 조사하였다.

• Korean Chemical Engineering Research
• /
• 제53권2호
• /
• pp.236-242
• /
• 2015

고분자전해질 연료전지 스택의 성능 및 주요 운전 변수를 예측하기 위해 부분최소자승법과 인공신경망의 두 가지 데이터 기반 모델링 기법을 제시한다. 30 kW급 고분자전해질 연료전지 스택 실험으로부터 확보한 데이터를 사용하여 부분최소자승 및 인공신경망 모델들을 구성한 후 각 모델의 예측 성능 및 계산 시간을 비교하였다. 모델의 복잡성을 줄이기 위해 부분최소자승법에 기초한 VIP(Variable Importance on PLS Projections) 선정기준을 모델링 절차에 포함하여, 초기 입력변수의 집합으로부터 모델링에 필요한 입력변수들을 선정하였다. 모델링 결과, 인공신경망이 스택의 평균 셀전압과 캐소드(cathode) 출구 온도를 예측하는데 있어서, 부분최소자승법 보다 우수한 성능을 보였다. 그러나 부분최소자승법 또한 입력변수와 출력변수 간에 선형적 상관관계만을 모델링 할 수 있음에도 불구하고 비교적 만족할 만한 예측 성능을 나타냈다. 모델의 정확도와 계산속도의 요구조건에 따라 두 모델링 기법은 고분자전해질 연료전지의 설계 및 운전 분야의 성능 예측, 온라인 및 오프라인 최적화, 제어 및 이상 진단을 위해 적용될 수 있을 것으로 판단된다.

• 한국지진공학회논문집
• /
• 제7권2호
• /
• pp.21-27
• /
• 2003

일반적으로 유체-구조물 상호작용을 고려한 유체속 구조물들의 지진 및 진동해석에는 주어진 시스템에 대한 유체부가질량을 추정하여 구조물관 연계하는 단순해석 방법을 주로 사용한다. 실제로 유체속 구조물의 응답특성은 유체부가질량 뿐만 아니라 유체점성으로 인한 감쇠영향을 받으며 이들은 모두 연계항을 갖는 복잡한 행렬 형태로 나타난다. 본 연구에서는 비점성 및 점성 유체에 대한 Navier-Stokes 지배방정식의 선형화를 통한 유한요소 정식화를 유도하였다. 이를 이용하여 유한요소 해석 프로그램을 작성하고 6각형 단면특성을 갖는 액체금속로 노심에 대하여 덕트집합체 사이의 유체간격과 레이놀즈수 변화에 따른 유체부가질량과 유체감쇠에 대한 유한 요소 해석을 수행한 결과, 유체간격이 줄어들수록 유체부가질량은 유체점성의 영향을 크게 받고 유체감쇠는 점성으로 인하여 레이놀즈수의 영향을 크게 받는 것으로 나타났다. 또한 편심을 갖는 동축원통에 대한 유한요소 해석결과, 편심이 증가할수록 유체부가질량은 크게 증가하지만 유체감쇠는 편심이 작은 경우 거의 변화가 없으며 어느 일정 수준이상으로 편심이 커질 경우에는 크게 영향을 받는 것으로 나타났다.

• 전자공학회논문지
• /
• 제50권11호
• /
• pp.206-216
• /
• 2013

감성은 학습, 행동, 의사결정, 상호대화를 포함한 인간의 일상생활에 중요한 요소이다. 본 논문에서는 시스템의 복잡도를 줄이기 위하여 생체신호로부터 최소한의 중요한 특징만을 추출하여 사용하는 감성 분류기를 설계하고자 한다. 생체신호는 맥파, 피부온도, 피부전도도, 뇌파신호(전두엽, 두정엽)를 사용하였으며, 4가지 감정(보통, 슬픔, 공포, 행복)은 영화 관람을 통하여 유도하였다. 측정한 생체신호로부터 추출한 24개의 특징으로부터 최적의 특징 집합의 결정은 서포트벡터머신 기반 적합도 함수를 사용하는 유전알고리즘을 적용하였다. 최적의 4감정 분류 정확도는 96.4%이었으며, 서포트벡터머신만을 사용하였을 경우보다 17% 높았다. 선택된 최소에러 특징은 맥파 심박변이도의 평균, NN50, 맥파 유도 맥파 전달 시간의 평균, 피부전도도의 평균과 두정엽 뇌파의 ${\delta}$, ${\beta}$ 주파수 대역에너지였다. 실험을 통하여 두정엽 뇌파, 맥파, 피부전도도의 조합이 고정밀 감정 장비에 적합하였으며, 79% 성능을 보인 맥파와 피부전도도의 조합이 간단한 감성장비에 적절하게 적용할 수 있다.