• Proceedings of the Korea Database Society Conference
• /
• 1999.06a
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고유한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미 있는 정보로 변환시켜 줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망과의 모형결합을 통해 기존연구와는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이블릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.5
• /
• pp.518-523
• /
• 2017

This paper proposes a novel denoising method based on non-local(NL) means. The NL-means algorithm is effective for removing an additive Gaussian noise, but the denoising parameter should be controlled depending on the noise level for proper noise elimination. Therefore, the proposed method optimizes the denoising parameter according to the noise levels. The proposed method consists of two processes: off-line and on-line. In the off-line process, the relations between the noise level and the denoising parameter of the NL-means filter are analyzed. For a given noise level, the various denoising parameters are applied to the NL-means algorithm, and then the qualities of resulting images are quantified using a structural similarity index(SSIM). The parameter with the highest SSIM is chosen as the optimal denoising parameter for the given noise level. In the on-line process, we estimate the noise level for a given noisy image and select the optimal denoising parameter according to the estimated noise level. Finally, NL-means filtering is performed using the selected denoising parameter. As shown in the experimental results, the proposed method accurately estimated the noise level and effectively eliminated noise for various noise levels. The accuracy of noise estimation is 90.0% and the highest Peak Signal-to-noise ratio(PSNR), SSIM value.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.8 no.7
• /
• pp.1393-1398
• /
• 2004

Image is degraded by several causes such as the process of acquisition, storage and transmission. To restore those images, many researches have been continued. Centrally methods to restore degraded image by AWGN(additive white gaussian noise) a.e mean filter and wiener filter. Especially, mean filter is superior in noise reduction of area that is a small change of luminosity. But mean filter brings about the effect smoothing edge components of the image, because it does'nt consider characteristics of the image. So in this paper we propose an image restoration method compounding respective images adding established weights, after filtering with mean filter and powerful wiener filter in both improvement of contrast and preservation of edge components.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.83-85
• /
• 2013

본 연구는 사용자가 센서를 의식하지 않고 편안하게 일상생활을 영위할 수 있는 비침습적 방식의 센서를 활용하여 향후 침대 위에 있는 사람의 움직임을 정량적으로 측정하고자 한다. 이러한 목적으로 필름 형태의 압전센서를 사용하는 센서 시스템을 구축하였으며, 본 논문에서는 구축된 시스템에서 필요한 전처리 과정을 제시한다. 본 연구에서 사용된 압전센서는 침대 매트리스 아래에 설치하였다. 사람의 움직임에 의한 압전센서의 출력 신호를 증폭하고 샘플링하여 PC로 전송하는 컨트롤러, 컨트롤러로부터 센서 데이터를 수신하고, 사용자에게 센서 데이터를 시각적으로 제시하는 모니터링 프로그램을 개발하였다. 본 연구에서는 컨트롤러에서의 노이즈 제거, 증폭, 샘플링 등의 전처리, 모니터링 프로그램에 의해 수집된 센서 데이터에 대한 이동 평균 필터, 불필요한 움직임이 없는 구간을 제거 후 움직임이 있는 구간 추출 등의 전처리 과정을 제시한다. 이러한 전처리 연산은 향후 침대 위 인체의 움직임을 정량적으로 측정하고, 행동유형을 식별하는데 기여하게 될 것이다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.818-819
• /
• 2015

PAL-XFEL 장치에 사용 할 고전압 펄스 모듈레이터 출력파워는 수 ${\mu}s$ 범위의 짧은 고전압(400 kV), 대전류(500 A) 펄스를 요구한다. 이러한 펄스파워를 얻기 위해서 PFN(Pulse Forming Network)에 에너지를 축적하고, 플라즈마 스위치인 싸이라트론을 통하여 에너지를 신속하게 클라이스트론 쪽으로 전달한다. 클라이스트론은 모듈레이터에서 공급하는 펄스 전원을 이용하여 RF를 증폭하는 대출력 고주파 증폭장치이다. 고전압 펄스 모듈레이터 제어기는 고속펄스 신호처리 모듈(Fast Pulse Signal Conditioning Module), PLC(Programmable Logic Controller)로 구성되어 있다. 고전압 펄스 모듈레이터에 사용하는 대용량 싸이라트론은 고전력을 스위칭 할 때 발생하는 스위칭 노이즈는 매우 크다. 이러한 노이즈는 모듈레이터의 출력 시그널인 빔 전압, 빔 전류, EOLC(End of Line Clipper) 전류, DC high voltage에 섞여 있으면서 신호 왜곡 및 제어장치의 고장을 유발시킨다. 이처럼 노이즈가 많이 포함되어 있는 아닐로그 신호를 깨끗한 신호(a clean signal)로 바꾸어주는 노이즈 필터링 장치인 고속펄스 신호처리 모듈을 제작하여 실험한 결과를 알아보고 모듈레이터 인터록 시스템인 PLC에서 Dynamic Interlock의 응답시간을 빠르게 하기위한 회로 수정에 대한 결과에 관하여 기술하고자 한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.1
• /
• pp.21-31
• /
• 2017

In this paper, the Zynq system-on-chip (SoC) platform is used to design an adaptive noise reduction and edge-detection system using partial reconfiguration. Filters are implemented in a partially reconfigurable (PR) region to provide high computational complexity in real-time, 1080p video processing. In addition, partial reconfiguration enables better utilization of hardware resources in the embedded system from autonomous replacement of filters in the same PR region. The proposed edge-detection system performs adaptive noise reduction if the noise density level in the incoming video sequences exceeds a given threshold value. Results of implementation show that the proposed system improves the accuracy of edge-detection results (14~20 times in Pratt's Figure of Merit) through self-reconfiguration of filter bitstreams triggered by noise density level in the video sequences. In addition, the ZyCAP controller implemented in this paper enables about 2.1 times faster reconfiguration when compared to a PCAP controller.

• Journal of the Korea Society of Computer and Information
• /
• v.8 no.4
• /
• pp.7-12
• /
• 2003

This paper propose the 1-pass spatially adaptive wavelet thresholding for image denosing. The method of wavelet thresholding for denosing, has been concentrated on finding the best uniform threshold or best basis. However, not much has been done to make this method adaptive to spatially changing statistics which is typical of a large class of images. This spatially adaptive thresholding is extended to the overcomplete wavelet expansion, which yields better results than the orthogonal transform. Experiments show that this proposed method does indeed remove noise significantly, especially for large noise power. Experimental results show that the proposed method outperforms level dependent thresholding techniques and is comparable to spatial Wiener filtering method, 2-pass spatially adaptive wavelet thresholding method in matlab.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.402-403
• /
• 2014

Micro-magnetic detection system is used to detect small particles in an automatic transmission valve body, which signal noise and time-delay may occurs in process of signal transmitting and filtering. In this paper, we present the design and implement of a micro-magnetic detection system based on wireless sensor networks. Micro-magnetic detection system consists of five modules which are magnetic sensor detector, signal processing unit, wireless sensor networks, system control unit and system monitoring unit. The experimental results show that signal noise and time-delay decreased.

• KIPS Transactions on Software and Data Engineering
• /
• v.4 no.10
• /
• pp.447-454
• /
• 2015

This paper proposes geographical name denoising by machine learning of event detection based on twitter. Recently, the increasing number of smart phone users are leading the growing user of SNS. Especially, the functions of short message (less than 140 words) and follow service make twitter has the power of conveying and diffusing the information more quickly. These characteristics and mobile optimised feature make twitter has fast information conveying speed, which can play a role of conveying disasters or events. Related research used the individuals of twitter user as the sensor of event detection to detect events that occur in reality. This research employed geographical name as the keyword by using the characteristic that an event occurs in a specific place. However, it ignored the denoising of relationship between geographical name and homograph, it became an important factor to lower the accuracy of event detection. In this paper, we used removing and forecasting, these two method to applied denoising technique. First after processing the filtering step by using noise related database building, we have determined the existence of geographical name by using the Naive Bayesian classification. Finally by using the experimental data, we earned the probability value of machine learning. On the basis of forecast technique which is proposed in this paper, the reliability of the need for denoising technique has turned out to be 89.6%.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.49 no.2
• /
• pp.10-16
• /
• 2012

Currently, the majority of systems which are non-linear are in need of the correct system equations for controlling and monitoring. Therefore, the correct estimation of parameters is crucial. Generally, parameters are changed due to system deterioration or sudden environmental alterations. Given the limitations of system monitoring unstable controls can arise. In the following paper, the parameter estimation method is proposed using software filters to combat these system instabilities. For dynamic instances, a powerful particle filter is used to control the nonlinear and noisy environments in which they take place. Using a setup simulation comprised of a slider and pendulum, the state variable of noise is obtained. After collecting the data, the proposed algorithm is used to estimate both the state variable and its parameters. Finally, these results are checked with correct parameter estimations to evaluate and verify the algorithms performance.