• KSBB Journal
• /
• 제15권6호
• /
• pp.664-669
• /
• 2000

미셀 집합체들이 수용액에 존재하는 혼합물로부터 아미노산, 단백질, 그리고 효소와 같은 생물학적 물질의 선돼적인 추출에 유용하게 샤용될 수 있음은 널리 알려져 있다. 본 연 구에서는 가용화 과정에 영향을 미치는 변수들을 확인하기 위하여 AOT와 iso-octane의 유기상에서의 $\alpha$-chymotrypsin 가 용화에 대하여 pH의 영향, 염의 종류와 염의 농도의 영향을 연구하였다. NaCI과 KCI에 대하여서는 pH=5.0에서 최대 효 율을 나타내며, $MgCl_2$ 와 $CaCl_2$ 에 대해서는 pH=7.0에서 최대 효율을 나타내었는데 이와 같은 조건은 모두 $\alpha$-chymo$\sigma$ypsin 의 둥전점 이하 영역이다. 낮은 pH에서는 계변에 단백질이 광범위하게 침전되거나 엉킴현상이 나타나기 때문에 유기상 에서의 단백질 농도를 직접 측정하여 실험오차를 줄였다. 미 셀의 water po이 크기는 물에 대한 계면활성제의 몰 비(Wo) 를 측정하여 추산하였다 .. 1: 1염인 NaCI과 KCI에 대하여 w。 값은 각각 30과 19로 거의 일정하고 $MgCl_2$ 와 $CaCl_2$ 의 1:2염 에 대하여서는 1: 1염의 Wo값보다 훨씬 작은 5 이하의 값을 나타내었다

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.167-176
• /
• 2005

본 논문은 음성인식에 쓰이는 음향모델의 모델링 방법 중 결정트리 상태공유 모델링(DTST)을 기반으로 출력 확률 분포의 혼합 가우시안 수를 줄여 모델을 최적화하는 방법을 제안한다. DTST는 음성학적 지식을 포함할 수 있는 질의어 집합과 유사도를 기반으로 한 결정 방법을 이용하는 것이다. 이때 상태들의 출력 확률 분포의 혼합 가우시안 수를 늘려 인식률을 증가시킬 수 있게 된다. 본 논문에서는 인식률이 최대가 되는 지점에서 혼합 가우시안들을 군집화 하여 그 수를 줄이고자 한다. 군집화 시에 필요한 거리 측정 방법은 유클리드(Euclidean)와 바타챠랴(Bhattacharyya) 방법을 이용하였고, 새로운 가우시안은 거리가 최소가 되는 두 가우시안으로부터 평균과 분산을 다시 계산하여 생성하였다. 증권상장 회사명(STOCKNAME) 1,680개의 단어 데이터베이스를 구성하여 실험한 결과 바타챠랴 방법은 $97.2\%$의 인식률을 유지하면서 전체 혼합 가우시안 수의 비율을 $1.0\%$로 감소시켰고, 유클리드 방법은 $96.9\%$의 인식률을 유지하면서 혼합 가우시안 수의 비율을 $1.0\%$로 감소시켜 모델을 최적화할 수 있었다.

• 대한전자공학회논문지TC
• /
• 제45권9호
• /
• pp.39-48
• /
• 2008

오늘날 인터넷에서는 실시간 및 비실시간 등 다양한 멀티미디어 서비스가 존재하고 있으며, 이러한 개개의 서비스 특성을 만족 시키는 데는 한계가 있다. 따라서 서비스의 QoS를 보장하기 위한 한 방법으로 flow-aware 네트워킹 개념을 갖는 네트워크를 제안하고 있다. 인터넷에서 네트워크 이용율 향상과 통계적으로 서비스 보장을 위해 MBAC(Measurement-Based Admission Control) 방식이 연구되었다. 대부분의 MBAC 방식은 집합 flow에 대해 적용하는 총체적 MBAC 알고리즘이며, 입력 flow에 적용하는 per-flow MBAC 알고리즘이 최근 연구되기 시작하고 있다. 본 논문에서는 per-flow MBAC 알고리즘 기반 시스템에서 flow를 특성에 따라 그룹핑하고, 각 그룹핑된 flow에서 먼저 입력되는 flow에 우선순위를 주는 DPS(Dynamic Priority Scheduling)알고리즘 적용한다. 그리고 각 그룹핑된 그룹에 일정대역을 고정 할당한 다음에 그룹 인접대역간 대역폭 차용이 가능한 우선등급 하위대역 차용방식과 각 그룹핑된 flow에 그룹핑된 flow 특성에 따라 대역을 동적으로 할당하는 동적 대역할당 방식을 제안한다. 제안한 두 방식을 시뮬레이션을 통해 서비스 지속성, 링크 이용율, 지연 특성을 평가 분석한다. 그 결과 제시한 방식이 기존의 방식보다 우수하고, 다양한 멀티미디어 환경에서 더 효율적 방식이라는 것을 분명히 한다.

• 한국전산구조공학회논문집
• /
• 제23권1호
• /
• pp.61-71
• /
• 2010

기 수행된 1, 2종 교량에 관한 정밀안전진단 등의 많은 사례를 분석해 보면, 실제로 많은 경우 외관상태가 교량의 대표등급 결정에 지배적인 요인이 되는 것을 볼 수 있다. 본 연구는 기 시행된 점검 및 진단 자료를 학습사례집합으로 인공지능 분야의 귀납적 학습법을 활용하여 철근 콘크리트 교량 바닥판의 상태평가를 지배하는 상태속성들의 교량등급에 대한 계층적 영향도와 구조적 연관성을 분석하였다. 이는 세부적으로 목표속성은 평가등급으로, 평가속성은 1방향균열, 2방향균열, 백태, 박락 및 층분리, 재료분리 등 7가지로 구성하고, 엔트로피 분석을 통해 주요 속성의 정보량, 정보기대값 및 정보 이득을 산정하고 범주별 상태 등급 분포를 분석하였다. 이를 위해 본 논문은 먼저 6개 교량에 대한 안전진단보고서를 토대로 상태등급 평가 과정에서 각 속성이 미치는 간접적 영향을 개관하고 정보공학적 분석의 동기를 부여하였다. 아울러 본 연구는 정보 변별력에 대한 순서로 평가를 지배하는 주 속성 및 조건별 하위 속성 연관성을 의사결정트리 형태로 나타내어 계층적 영향 및 속성간의 구조적 연관성을 보임으로써 손상에 대한 이해도를 높이고 차후 상태평가를 위한 합리적 접근을 지원할 수 있도록 하였다.

• 방송공학회논문지
• /
• 제17권1호
• /
• pp.73-80
• /
• 2012

최근 의료 장비들이 발전하고 진단 및 연구에 다양하게 이용되면서 이로부터 얻은 3차원 의료 영상들을 자동으로 처리해주는 기술의 수요가 늘고 있다. 자동 뼈 영역화는 이러한 기술들 중 하나로써 골다공증이나 뼈 골절, 골격질환 등의 진단의 효율성을 크게 높여 줄 것으로 기대되고 있다. 현재까지 자동 뼈 영역화를 위한 연구들이 다양하게 진행되었지만 2차원 영상과는 달리 많은 데이터양과 주변 조직과의 모호한 경계들이 많다는 의료영상의 특성 때문에, 실제 진단에 사용할 수 있을만한 성능을 얻지 못하고 있다. 본 논문에서는 이와 같은 문제를 해결하기 위해 다중 해상도를 기반으로 하여 수행속도가 빠르고 영역화 성능이 좋은 자동 뼈 영역화 기법을 제안한다. 낮은 해상도 단계에서는 학습된 집합의 뼈 정보들을 바탕으로 최근 제안된 제한된 브랜치 앤 민컷 기법을 이용하여 대략적인 뼈 위치 및 비슷한 템플릿을 검출하고, 이후 해상도를 높여가면서 정합 과정과 영역화 과정을 반복적으로 수행한다. 제안하는 기법의 성능을 확인하기 위해 무릎 자기공명영상(magnetic resonance image)내에서 대퇴골(femur)과 경골(tibia)을 영역화 하는 실험을 진행하였으며, 100개의 학습 데이터들을 바탕으로 50개 영상에서 뼈들을 영역화 하였다. 제안하는 기법은 정확성 및 수행속도 측면에서 제한된 브랜치 앤 민컷에 비해 향상된 결과를 나타냈다.

• 전자공학회논문지
• /
• 제53권3호
• /
• pp.59-66
• /
• 2016

이 논문에서는 비유사도-기반 분류(dissimilarity-based classifications: DBC)를 효율적으로 수행할 수 있는 차원 축소 방법들을 비교 평가한 실험 결과를 보고한다. DBC에선 분류를 위해 대상 물체를 측정한 결과 값들(특징 요소들의 집합)을 이용하는 대신에 각 대상 물체들 사이의 비유사도를 측정하여 분류한다. 현재 DBC와 관련된 이슈들 중의 하나는 대규모 데이터를 취급할 경우에 비유사도 공간의 차원이 고차원으로 되는 문제가 있다. 이 문제를 해결하기 위하여 현재 프로토타입 선택(prototype selection: PS)방법이나 차원 축소(dimension reduction: DR)방법을 이용하고 있다. PS는 전체 학습 데이터에서 프로토타입을 추출하여 비유사도 공간을 구성하는 방법이고, DR은 전체 학습 데이터로 먼저 비유사도 공간을 구성한 다음 이 공간의 차원을 축소하는 방법이다. 이 논문에서는 PS이나 DR 대신에, 학습 데이터에 대한 주성분 분석으로 적절한 차원의 고유 공간 (Eigen space: ES)을 구성한 다음, 이 고유 공간으로 매핑 된 벡터들 사이의 $l_p$-놈(norm) 거리를 비유사도 거리로 측정하여 이용하는 DBC를 제안한다. 인터넷에 공개된 인공 및 실세계 데이터를 이용하여 최 근방 이웃 분류규칙으로 ES에서 수행한 DBC의 분류 성능을 측정한 결과, 고유공간의 차원을 적절하게 선정하였을 경우 PS와 DR를 이용한 DBC보다 분류 성능이 더 향상되었음을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권11호
• /
• pp.263-270
• /
• 2019

최근 주목받는 기술인 차량 클라우드 컴퓨팅은 운전자들에게 다양한 차량 응용 어플리케이션을 위한 클라우드 서비스를 제공해 줄 수 있다. 차량 클라우드는 각각의 차량들이 보유한 리소스를 서로 공유하는 차량들의 집합이다. 차량 클라우드를 형성하기 위해 차량들은 차량 대 차량(Vehicle-to-Vehicle) 통신을 통해 서로 협력해야 한다. 차량 클라우드 형성을 위해 협력하는 차량들은 각각의 속도와 이동 방향 및 현재 위치가 다르므로 차량 클라우드는 다중 홉에 걸쳐 형성되어야 한다. 다중 홉 통신을 이용한 차량 클라우드 형성은 간헐적인 무선 연결성과 제한된 리소스를 보유한 차량의 수가 적은 환경으로 인해 차량 클라우드의 형성이 어렵다. 따라서, 다중 홉 통신 방식을 이용한 차량 클라우드 형성은 차량 간 통신의 안정성을 높여 클라우드의 형성 및 서비스 효율을 높이고, 서비스 지연시간 및 차량 간 교환 패킷의 수 등에서 개선 방안이 필요하다. 본 논문은 요청 차량과 가용 리소스를 제공하는 제공 차량들 간의 연결 시간을 고려하여 클라우드 형성 및 서비스 효율을 높이고 서비스 지연과 전송 패킷의 수를 줄이는 다중 홉 클라우드 형성 방안을 제안한다. 제안 방안은 차량들 사이의 연결 시간을 기반으로 홉과 홉을 연결하기 위한 중간 차량을 선택하여 다중 홉 차량 클라우드 형성의 실패율을 감소시킨다. 다양한 환경에서 수행된 시뮬레이션은 제안 방안이 기존의 방안보다 향상된 성능을 보이는지 검증한다.

• 방송공학회논문지
• /
• 제26권6호
• /
• pp.680-691
• /
• 2021

최근 3차원 스캐너 등을 이용한 3차원 영상 획득 기술이 발전함에 따라 AR(Augmented Reality)/VR(Virtual Reality) 분야에서 활용되는 콘텐츠가 다양해졌다. 이러한 3차원 영상을 나타내는 방식에는 여러 가지가 존재하며, 포인트 클라우드는 그중 하나다. 포인트 클라우드는 3차원 공간에 존재하는 물체를 표현하는 점들의 집합을 의미하고, 실제 객체를 촬영하여 정밀하게 데이터를 획득 및 표현할 수 있다는 장점이 있다. 하지만, 3차원 영상의 특성상 2차원 영상보다는 표현해야 하는 데이터가 많고, 특히 여러 장의 프레임으로 구성된 동적인 3차원 객체는 더욱 많은 데이터를 요구하기에 이를 효율적으로 다루기 위한 고효율의 압축 기술이 개발되어야 한다. 본 논문에서는 도메인 변환 방법인 3D DCT(3-Dimensional Discrete Cosine Transform)를 이용한 움직임 예측을 통하여 포인트 클라우드 영상의 I 프레임 및 P 프레임을 효율적으로 압축하는 기술을 제안한다. 그리고 본 논문에서 제안된 기술과 Intra 프레임 기반의 배경 기술 및 2D DCT 기반의 V-PCC(Video-based Point Cloud Compression)와의 비교를 통해 제안 기술의 압축 성능을 확인한다.

• 컴퓨터교육학회논문지
• /
• 제22권1호
• /
• pp.87-98
• /
• 2019

모순에 대한 일반적인 생각은 모순을 해결 가능성이 전혀 없는 공집합이나 논리적으로 틀린 것이다. 두 가지 대안 중에서 어느 쪽도 바람직하지 못한 결과를 초래하는 딜레마는 그 안에 숨어 있는 모순을 해결해야 하므로 해결이 어렵다. 하지만 이런 특성으로 인해 역설적으로 모순 해결은 혁신적이고 창의적인 문제 해결로 간주 되어왔다. 문제의 해법을 모순 해결의 관점에서 분석하는 트리즈(TRIZ)는 그동안 컴퓨터보다는 인간의 관점에서 문제 해결 방법으로 사용되었다. 트리즈처럼 모순 해결 중심으로 문제를 분석하는 나비 모형은 문제 해결의 자동화 관점에서 기호 논리학을 이용하여 모순 문제의 유형을 분석하였다. 모순문제유형별 구체적 해결전략을 적용하기 위해 본 연구에서는 의사결정트리 기반의 나비 알고리즘을 설계하였다. 본 연구는 파이선 tkInter를 바탕으로 주어진 모순 문제의 구체적 해결전략을 찾아 사용자들에게 제시하는 시각화 도구를 개발하였다. 개발한 도구를 검증하기 위하여 중학교 3학년 학생들이 나비 알고리즘을 학습한 후, 나무지지대의 모순 문제를 분석하도록 하였다. 학생들이 새로운 해결책을 찾아 발명대회에 참가하여 대상을 받았다. 본 연구에서 개발한 의사결정트리 기반 나비 알고리즘은 문제 해결 초기에 문제의 해결공간을 체계적으로 줄여주어 시행착오 없이 모순 문제를 해결하는데 도움을 줄 수 있다.

• 방송공학회논문지
• /
• 제26권5호
• /
• pp.553-565
• /
• 2021

포인트 클라우드는 3D 오브젝트를 표현하기 위한 점들의 집합으로 3D 좌표 정보인 기하 정보와 색상, 반사율 등을 나타내는 속성 정보로 이루어져 있으며, 이러한 표현 방식으로 인해 2D 영상에 비해 방대한 양의 데이터를 가진다. 따라서, 포인트 클라우드 데이터를 전송하거나 다양한 분야에서 활용하기 위해서 포인트 클라우드 데이터를 압축하는 과정이 필수적으로 요구된다. 포인트 클라우드는 2D 영상과 같이 해당 영상을 구성하는 2D 기하 정보에 대응하는 색상 정보가 모두 존재하는 것과 달리, 3D 공간 중 일부만이 색상과 같은 속성 정보를 포함하여 포인트 클라우드를 표현하고 있기에, 기하 정보에 대한 별도의 처리도 요구된다. 이와 같은 포인트 클라우드의 특징을 기반으로 고밀도 포인트 클라우드 데이터의 압축 방안으로 국제 표준화 기구 ISO/IEC 산하 MPEG에서는 포인트 클라우드 영상을 사영한 뒤 2D DCT 기반의 2D 영상 압축 코덱으로 압축하는 V-PCC 를 표준화 중에 있다. 해당 표준은 3D 포인트 클라우드를 2D로 변환하여 압축을 진행하기에 3D 공간 정보를 정확하게 표현하기에는 한계가 존재한다. 이에, 본 논문에서는 포인트 클라우드 정지영상을 3D 상에서 3D DCT로 변환하여 포인트 클라우드 데이터를 압축하는 방안인 3D Discrete Cosine Transform based Point Cloud Compression을 제시하고, 2D DCT 기반의 V-PCC와 비교하여 3D DCT의 효율성을 확인하고자 한다.