• 한국전산구조공학회논문집
• /
• 제33권2호
• /
• pp.81-93
• /
• 2020

본 연구를 통해 다양한 분야에서 재료의 역학적 거동을 해석하고 예측하는 방법인 유한요소법(Finite Element Method, FEM)을 활용하여 유리섬유 강화 플라스틱 복합재료의 피로 특성을 분석하였다. 이를 구현하기 위해 평균장 균질화(mean-field homogenization) 이론을 활용하여 고분자, 고무, 금속 등과 같은 다양한 복합재료를 위한 선형, 비선형 다중스케일 재료 모델링 프로그램인 Digimat을 이용하였다. 이를 통해 유리섬유 강화 플라스틱 복합재료의 미세 구조와 재료 모델을 정의하여 더욱 현실적으로 고분자 복합재료의 피로 거동을 예측하고자 한다. 참고문헌을 통해 시험 온도, 섬유배향, 응력비, 시편의 두께 등 다양한 변수들을 사용하여 30wt%의 단 섬유 질량 비율을 갖는 폴리부틸렌 텔레프탈레이트(polybutylene terephthalate, PBT)의 고분자 복합재료의 피로 특성을 조사하였다. 섬유배향 정보를 계산하기 위한 사출해석은 Moldflow 소프트웨어을 활용하였으며, 이를 유한요소 피로시편 모델에 매핑하였다. 대표적인 유한요소 상용 소프트웨어인 LS-DYNA는 섬유배향에 따른 고분자 복합재료의 응력 진폭을 계산하기 위해 Digimat과의 연성해석에 활용하였다. 그리고 수치해석을 활용한 피로수명 해석을 위해 다양한 재료 모델들로 구성된 FEMFAT 소프트웨어를 사용하였다. 선형 재료 모델의 연성해석 결과는 높은 응력 진폭에 의한 재료의 국부적 비선형이 발생하는 LCF 영역의 피로 특성을 연구하기 위해 Neuber 법칙을 사용하여 재료의 피로 거동을 분석하였으며, 비선형 재료 모델의 연성해석 결과 역시 FEMFAT을 활용한 피로수명 해석에 사용되었다. 연성해석과 피로해석의 결과는 섬유배향에 따라 유한요소 시편의 두께 방향으로 분석하여 유리섬유 강화 플라스틱 복합재료의 형태학적, 역학적 구조에 대해서 평가하였다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2010년도 추계학술대회
• /
• pp.283-285
• /
• 2010

도시 계획의 중요성이 부각되면서 다양한 도시 통합 모델의 개발이 이루어져왔으나 기존 모델들은 거시적 측면의 토지이용의 변화만 다루는 한계점이 있다. 본 논문은 토지이용 변화뿐만 아니라 다양한 사회 경제 지표를 반영하여 미시적인 분석이 가능한 UrbanSim 모델을 사용하여 사례연구를 통한 국내 도입 가능성과 시사점을 도출하고자 하였다. 이를 위해 수치지적도, 건축물 대장, 개별 공시지가 등 다양한 시공간 데이터를 이용하여 $150{\times}150m$ 그리드 셀 기반의 입력 데이터베이스를 구축하고 UrbanSim의 Land Price Model에 적용하였다. 향후 보다 현실적인 모델 수행을 위한 다중 스케일 및 Synthetic 데이터 구축 방안과 접근성 측면의 교통 통합 모델로 확장이 요구된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.540-543
• /
• 2020

기존의 초해상도 딥러닝 기법은 모델의 깊이가 깊어지면서, 좋은 성능을 내지만 점점 더 복잡해지고 있고, 실제로 사용하는데 있어 많은 시간을 요구한다. 이를 해결하기 위해, 우리는 딥러닝 모델의 가중치를 양자화 하여 추론시간을 줄이고자 한다. 초해상도 모델은 feature extraction, non-linear mapping, reconstruction 세 부분으로 나누어져 있으며, 레이어 사이에 많은 skip-connection 이 존재하는 특징이 있다. 따라서 양자화 시 최종 성능 하락에 미치는 영향력이 레이어 별로 다르며, 이를 감안하여 강화학습으로 레이어 별 최적 bit 를 찾아 성능 하락을 최소화한다. 본 논문에서는 Skip-connection 이 많이 존재하는 MSRN 을 사용하였으며, 결과에서 feature extraction, reconstruction 부분과 블록 내 특정 위치의 레이어가 항상 높은 bit 를 가짐을 알 수 있다. 기존에 영상 분류에 한정되어 사용되었던 혼합 bit 양자화를 사용하여 초해상도 딥러닝 기법의 모델 사이즈를 줄인 최초의 논문이며, 제안 방법은 모바일 등 제한된 환경에 적용 가능할 것으로 생각된다.

• 지구물리와물리탐사
• /
• 제25권3호
• /
• pp.99-108
• /
• 2022

유도분극(induced polarization; IP) 탐사 중 광대역 혹은 빛띠(spectral) IP (SIP) 탐사법에서는 교류 전류를 송신원으로 하였을 때 나타나는 매질의 진동수에 따른 복소전기비저항의 크기와 위상을 측정하며, 진동수에 따라 값이 변화하는 복소전기비저항의 분산 혹은 이완 반응을 분석하게 된다. 이때 분산곡선은 등가회로 모델과 같은 이완 모델을 통해 설명할 수 있는데, 다중목적함수 최적화 기법을 적용하여 분산곡선에서 SIP 이완모델의 변수들을 예측해보았다. SIP 이완현상을 설명하기 위해 가장 많이 이용되는 Cole-Cole 모델 계열의 변수를 구하기 위해 크기 오차와 위상 오차를 최소화하는 두 가지 목적함수로 설정하고 다중목적함수를 최적화하기 위해 유전 알고리듬을 이용하였다. 다중목적함수 최적화 기법을 이용한 Cole-Cole 모델 변수 구하기는 수치 모델에 대해서는 잘 구해졌으나 기존에 보고된 SIP 실내실험 자료에 피팅할 경우, 주로 위상 크기가 작을 때(약 10 mrad 이하) 피팅이 맞지 않는 경우가 많았다. 이는 다중목적함수로 사용하는 크기와 위상의 자료 오차 사이에 스케일이 맞지 않아 발생하는 한계로 추정되며, 향후 복소전기비저항의 분산 곡선에서 SIP 변수를 예측하기 위해 이러한 한계를 극복할 수 있는 기계 학습 등 다양한 기법들에 대한 연구가 필요할 것으로 판단된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 추계학술대회
• /
• pp.321-324
• /
• 2011

본 논문에서는 contourlet 변환을 이용하여 잡음을 제거하는 방법을 제안한다. 영상 센서의 발전으로 이미지의 해상도가 좋아지는 반면 잡음에 민감해진다. 그러므로 이를 전처리 단계에서 처리해주는 것이 필요하다. 잡음은 주로 자연 영상의 윤곽선에서 민감하게 반응하기 때문에 고주파대의 잡음을 최대한 정확하게 제거하는 과정이 중요하다. Contourlet 변환은 기존의 wavelet 변환의 다중 스케일과 더불어 다양한 방향 필터뱅크를 이용하여 방향 성분에 대하여 풍부한 정보를 얻을 수 있는 변환이다. 영상의 화이트 가우시안 잡음을 제거하기 위해 contourlet 변환 영역에서의 계수를 이변수 가우스 확률 모델로 설정하고 Bayes 추정법을 사용한다. Bayes 추정법에 필요한 파라미터들은 근사적으로 추정한다. 제안한 방식을 통하여 잡음이 제거된 영상에 추가적으로 Wiener filter와 cycle-spinning을 적용하여 더 높은 PSNR (peak signal-to-noise ratio)값을 얻을 수 있다. 모의실험을 통해 제안한 방식의 PSNR 값과 결과영상으로 성능이 우수함을 확인하였다.

• 방송공학회논문지
• /
• 제27권6호
• /
• pp.840-847
• /
• 2022

심층 신경망(Deep Neural Network) 기반 음성 향상에서 입력 음성의 글로벌 정보와 로컬 정보를 활용하는 것은 모델의 성능과 밀접한 연관성을 갖는다. 최근에는 다중 스케일을 사용하여 입력 데이터의 글로벌 정보와 로컬 정보를 활용하는 중첩 U-Net 구조가 제안되었으며, 이러한 중첩 U-Net은 음성 향상 분야에도 적용되어 매우 우수한 성능을 보였다. 그러나 중첩 U-Net에서 사용되는 단일 skip connection은 중첩된 구조에 알맞게 변형되어야 할 필요성이 있다. 본 논문은 중첩 U-Net 기반 음성 향상 알고리즘의 성능을 최적화하기 위하여 다중 레벨 skip connection(multi-level skip connection, MLS)을 제안하였다. 실험 결과, 제안된 MLS는 기존의 skip connection과 비교하여 다양한 객관적 평가 지표에서 큰 성능 향상을 보이며 이를 통해 MLS가 중첩 U-Net 기반 음성 향상 알고리즘의 성능을 최적화시킬 수 있음을 확인하였다. 또한, 최종 제안 모델은 다른 심층 신경망 기반 음성 향상 모델과 비교하여서도 매우 우수한 성능을 보인다.

• 한국통신학회논문지
• /
• 제37A권12호
• /
• pp.1054-1064
• /
• 2012

HDR (high dynamic range) 톤 맵핑 (tone mapping) 알고리듬은 높은 다이내믹 레인지 영상을 압축하여 LDR (low dynamic range) 영상 장치에 구현하기 위해 사용된다. 대표적인 톤 맵핑 알고리듬의 한 방법인 레티넥스 (retinex)는 효과적인 다이내믹 레인지 압축과 색 항상성을 보존할 수 있는 특성을 가지고 있으며, 다중 스케일 및 휘도 성분 기반 알고리듬 등으로 발달되어왔다. 그러나 레티넥스 기반 알고리듬들은 어두운 영역에서 노이즈가 강하게 나타나고 밝은 영역에서는 채도 저하 현상이 나타나는 단점이 있다. 본 논문에서는 명암대비 성능의 개선과 채도 저하 및 노이즈 개선을 위해 시각 밝기 함수를 기반으로 하는 다중 스케일 톤 맵핑 알고리듬을 제안하였다. 제안된 알고리듬은 원영상의 채도 및 색상의 보존을 위해 HSV 색 공간에서 처리가 이루어지며 인간 시각 특성을 반영하기 위해 조명의 변화에 따른 최소 및 최대 휘도 레벨 예측 함수와 시각 감마 모델링 함수를 이용하였다. 그리고 주관적 및 객관적 성능 비교로부터 제안된 알고리듬의 우수성을 확인하였다. 제안된 알고리듬은 시청환경의 변화로 인해 다이내믹 레인지의 개선이 필요한 분야에서 영상화질의 효과적인 개선을 기대할 수 있을 것이다.

• 한국군사과학기술학회지
• /
• 제9권4호
• /
• pp.137-144
• /
• 2006

단일요소 분사기(35kgf급)의 성능시험을 통해서 입증된 recess 2mm의 축소 모사된 로켓엔진(지상추력 250kgf급 다중요소 스월 동축형 분사기)을 설계, 해석, 제작, 시험하고, 이를 통하여 주요한 설계변수에 대한 검증과정을 수행하였다. 단일요소 및 다중요소 인젝터의 분무현상을 수치 해석적으로 모사하여 중첩에 의한 분무의 변화를 해석적으로 고찰하고 적용성 및 타당성을 확인하였다. 그리고 다중요소 분사기에 대한 연소성능시험을 통하여 엔진의 정상 연소성능을 평가하고 이를 단일요소 인젝터의 연소성능과 비교하여, 대형 로켓개발에 앞서 필요한 각 축소모델에 대한 특정 스케일에서의 다중요소 인젝터에 의한 연소성능을 평가하고 설계 자료를 확보, 합리적인 분사기 설계 변수자료를 확립하였다.

• 전자공학회논문지CI
• /
• 제45권1호
• /
• pp.25-36
• /
• 2008

눈 검출은 눈 동공의 정 중앙의 위치를 찾아내는 작업을 의미하며, 얼굴 인식 및 관련된 응용 분야 등에서 필요한 작업이다. 현재까지 보고된 대부분의 눈 검출 방법의 경우 성공적인 적용을 위해서는 여전히 정확도 및 검출 속도의 개선을 필요로 한다. 본 논문에서는 큰 계산량의 부담이 없는 다중 해상도 가버 특징 벡터를 이용한 강인한 눈 검출 방법을 제안한다. 가버 특징 벡터를 사용한 눈 검출은 EBGM 등에서 이미 이용되고 있다. 그런데, RBGM 등에서 사용한 눈 검출 방법은 초기값에 민감하고 조명, 자세 등에 강인하지 못하여, 만족할 만한 검출률을 얻기 위해서는 광범위한 탐색 범위가 필요하다. 이는 계산량의 상당한 증가를 초래한다. 본 논문에서 제안한 눈 검출 방법은 다중 해상도 접근 방법을 활용한다. 먼저, 원래 해상도 얼굴 이미지를 다운샘플링하여 얻은 저해상도 얼굴 이미지에서, 초기 추정 눈 위치에서의 가버 특징 벡터와 해당 해상도의 눈에 대한 가버 특징 벡터 모델과의 가버젯 유사도를 이용하여 눈 위치를 검출한다. 이후 검출된 눈 위치를 업스케일링하여 상위 해상도의 얼굴 이미지에서의 눈 위치 초기값으로 취하고 앞 단계에서처럼 가버젯 유사도를 이용하여 눈을 검출한다. 이 과정을 반복하여 최종적으로 원래 해상도 얼굴 이미지에서의 눈 위치를 확정한다. 또한, 본 논문에서는 제안된 다중 해상도 접근 방법이 조명에 대해서도 보다 강인하도록 하는 데 효과적인 조명 정규화 기법을 제안하고, 이를 다중 해상도 접근 방법의 전처리 단계에 추가적으로 적용함으로써 눈 검출 성공률을 더욱 개선하였다. 실험을 통해, 본 논문에서 제안한 다중스케일 가버 특징 벡터 기반 눈 검출 방법은 계산량을 크게 증가 시키지 않으면서 기존 연구들에서 보고된 다른 눈 검출 방법에 비해 정확도가 개선된 검출 방법이며, 자세 및 조명 변화에 대해서도 강인하다는 것을 확인하였다.

• 방송공학회논문지
• /
• 제26권5호
• /
• pp.608-620
• /
• 2021

최근 딥러닝 기반의 얼굴 초해상화 연구는 일반적인 영상에 대한 초해상화 연구와 달리 인간의 얼굴이 가지는 구조적 혹은 의미론적인 특성을 반영한 안면 랜드마크 정보, 주요 영역 딕셔너리와 같은 사전 및 참조 정보를 사용하여 우수한 초해상화 결과를 보였다. 그러나 얼굴에 특화된 사전 정보를 사용할 시 추가적인 처리 소요 시간과 메모리를 요구하는 단점이 존재한다. 본 논문은 앞서 언급한 한계점을 극복하고자 지식 증류 기법을 활용한 효율적인 초해상화 모델을 제안한다. 주요 얼굴 영역 기반의 딕셔너리 정보를 사용하는 선생 모델에 지식 증류 기법을 적용하여 추론 시 랜드마크 정보와 부가적인 딕셔너리 사용이 필요 없는 학생 모델을 구축하였다. 제안하는 학생 모델은 특징맵 기반의 적대적 지식 증류를 통해 얼굴 주요 영역 딕셔너리를 가지고 있는 선생 모델로부터 학습을 진행하였다. 본 논문은 제안하는 학생 모델의 실험 결과를 통해 정량 및 정성적으로 우수함을 보이며 선생 모델의 연산량에 비해 90% 이상 절감되는 효율성을 증명한다.