• 대한전자공학회논문지SP
• /
• 제45권3호
• /
• pp.93-102
• /
• 2008

본 논문에서는 동영상의 화질을 일정하게 하기 위한 실시간 비트율 제어 기법을 제안한다. 일정 화질을 만족하기 위한 기존의 비트율 제어 알고리즘은 프레임의 부호화 복잡도를 잔여 신호인 MAD(mean absolute of difference)로 추정하여 비트 할당을 수행하였다. 그러나 MAD는 영상의 특성이나 부호화 파라미터에 따라 동일한 MAD라도 다른 비트를 생성하므로 영상의 부호화 복잡도를 적절히 나타내기 어렵다. 본 논문에서는 이 문제를 해결하기 위해 비트와 MAD사이의 기울기인 모델 파라미터를 프레임의 복잡도의 측도로 보고 이전 프레임과 현재 프레임의 모델 파라미터의 비율로 비트 할당을 수행한다. 또한 기존의 비트-복잡도 모델에서 구한 모델 파라미터는 양자화 파라미터가 변함에 따라 그 값이 크게 변하여 영상의 내재적 복잡도를 나타내기 어렵다. 따라서 본 논문에서는 비트-복잡도 모델에 양자화 파라미터를 추가하여 양자화 파라미터가 변하더라도 영상의 복잡도의 측도인 모델 파라미터는 변하지 않게 하였다. 광범위한 실험결과는 제안한 알고리즘이 기존의 알고리즘에 비해 비슷한 평균 화질을 유지하면서 화질의 변동을 큰 폭으로 줄였음을 보여준다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2001년도 추계학술대회 논문집
• /
• pp.87-90
• /
• 2001

본 연구에서는 감성 평가 시스템에 가장 적합한 파라미터를 찾기 위하여 3가지 뇌파 파라미터를 이용하여 감정 분류 실험을 하였다. 뇌파 파라미터는 선형예측기계수(linear predictor coefficients)와 FFT 스펙트럼 및 AR 스펙트럼의 밴드별 상호상관계수(cross-correlation coefficients)를 이용하였으며, 감정은 relaxation, joy, sadness, irritation으로 설정하였다. 뇌파 데이터는 대학의 연극동아리 학생 4명을 대상으로 수집하였으며, 전극 위치는 Fp1, Fp2, F3, F4, T3, T4, P3, P4, O1, O2를 사용하였다. 수집된 뇌파 데이터는 전처리를 거친 후 특징 파라미터를 추출하고 패턴 분류기로 사용된 신경회로망(neural network)에 입력하여 감정 분류를 하였다. 감정 분류실험 결과 선형예측기계수를 이용하는 것이 다른 2가지 보다 좋은 성능을 나타내었다.

• 한국전자파학회논문지
• /
• 제28권2호
• /
• pp.85-96
• /
• 2017

본 논문에서는 6-포트 회로망을 이용한 잡음파라미터 측정방법의 측정 주파수 대역을 확장하기 위한 2~18 GHz 광대역 6-포트 회로망을 설계 및 제작하였다. 광대역 6-포트 회로망을 설계하기 위해서 광대역 특성을 가지는 윌킨슨 전력분배기와 방향성 결합기를 설계하였다. 윌킨슨 전력분배기는 3단 구조로 설계하여 광대역 특성을 구현하였다. 방향성 결합기는 3단 구조 및 다층기판을 활용한 slot-coupled 구조로 설계하여 광대역 특성을 구현하였다. 설계된 광대역 전력분배기와 결합기를 이용하여 광대역 6-포트 회로망을 설계 및 제작하였다. 2~18 GHz 대역에서 제작된 6-포트 회로망의 측정결과는 잡음 파라미터 측정방법에 적용 가능한 특성을 보였다.

• 한국방사선학회논문지
• /
• 제17권5호
• /
• pp.709-715
• /
• 2023

본 연구의 목적은, U-net 딥러닝 모델을 이용하여 CT 영상에서의 노이즈 감소 효과를 다양한 하이퍼 파라미터를 적용하여 평가하였다. 노이즈가 포함된 입력 영상 생성을 위하여 Gaussian 노이즈를 적용하였고, 총 1300장의 CT 영상에서 train, validation, test 셋의 비율을 8:1:1로 유지하여 U-net 모델을 적용하여 학습하였다. 연구에서 적용된 하이퍼파라미터는 최적화 함수 Adagrad, Adam, AdamW와 학습횟수 10회, 50회, 100회와 학습률 0.01, 0.001, 0.0001을 적용하였으며, 최대 신호 대 잡음비와 영상의 변동계수 값을 계산하여 정량적으로 분석하였다. 결과적으로 U-net 딥러닝 모델을 적용한 노이즈 감소는 영상의 질을 향상시킬 수 있으며 노이즈 감소 측면에서 유용성을 입증하였다.

• 한국전자파학회논문지
• /
• 제27권5호
• /
• pp.430-437
• /
• 2016

일반적으로 잡음 측정결과는 회로망분석기의 측정결과에 비해 상당히 큰 불규칙 리플을 보인다. 이에 대한 주 원인은 회로망분석기는 측정 시에 상대적인 전력의 비를 이용하고, 잡음 측정은 절대적인 잡음전력 측정에 의존하기 때문이다. 본 논문에서는 잡음측정의 불규칙 리플을 최소화하기 위해서 상대적인 잡음비를 이용한 새로운 잡음상관행렬 측정방법을 제안하였다. 제안된 방법은 5개의 입력에 대해 측정된 잡음전력들 중 하나를 기준으로 4개의 상대적인 잡음비를 통해 불규칙 리플을 최소화하고, 이를 이용하여 잡음상관행렬 및 잡음 파라미터를 측정하는 방법이다. 제안된 방법을 이용한 잡음파라미터 측정결과, 수동 DUT인 0.5 dB 감쇠기의 경우, S-파라미터를 이용하여 계산되어진 잡음 파라미터의 이론값과 거의 일치하는 결과를 보였다. 그리고 1 dB 이하의 잡음지수를 갖는 능동 DUT에 대해서도 신뢰할 수 있는 잡음파라미터 측정이 가능함을 보였다.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1542-1550
• /
• 2019

부정맥 분류를 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경회로망(Artificial Neural Network), 퍼지(Fuzzy), 기계학습(Machine Learning) 등을 이용한 방법이 연구되어 왔다. 특히 딥러닝은 신경회로망의 문제인 은닉층 개수의 한계를 해결함으로 인해 오류 역전파 알고리즘을 이용한 부정맥 분류에 가장 많이 사용되고 있다. 딥러닝 모델을 심전도 신호에 적용하기 위해서는 적절한 모델선택과 파라미터를 최적에 가깝게 선택할 필요가 있다. 본 연구에서는 심실 조기 수축 비트 검출을 위한 딥러닝 기반의 최적 파라미터 검출 방법을 제안한다. 이를 위해 먼저 잡음을 제거한 ECG신호에서 R파를 검출하고 QRS와 RR간격 세그먼트를 추출하였다. 이후 딥러닝을 통한 지도학습 방법으로 가중치를 학습시키고 검증데이터로 모델을 평가하였다. 제안된 방법의 타당성 평가를 위해 MIT-BIH 부정맥 데이터베이스를 통해 각 파라미터에 따른 딥러닝 모델로 훈련 및 검증 정확도를 확인하였다. 성능 평가 결과 R파의 평균 검출 성능은 99.77%, PVC는 97.84의 평균 분류율을 나타내었다.

• 대한전자공학회논문지
• /
• 제20권2호
• /
• pp.29-34
• /
• 1983

의사 인덕턴스는 두 개의 저항과 한 개의 연산증폭기만으로 구성된 위상 파라미터 제어회로에 의해 이단자회로망으로 구현될 수 있었다. 제안된 회로를 해석한 결과 주파수에 관계없이 등가 인덕턴스가 일정함을 알았고 이를 약 100KHz의 각파수 범위에 걸쳐 실험으로 확인하였다. 등가 인덕턴스의 실험치와 이론치의 오차는 최대 4% 미만이었다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2010년도 춘계학술발표논문집 1부
• /
• pp.71-73
• /
• 2010

본 논문에서는 커넥터의 S-파라미터로 특성임피던스를 계산하고 커넥터의 성능개선을 위해 설계변경을 한다. FEM(Finite Elements Method) 시뮬레이터로 커넥터의 S-파라미터를 계산하고 회로 시뮬레이터에서 동일한 R, L, C 값을 가지는 등가 회로모델을 추출한다. 인덕턴스와 커패시턴스로 특성임피던스를 계산하고 임피던스 부정합 상태를 확인한다. 특성임피던스 공식으로부터 커패시턴스를 증가시켜 임피던스 정합을 유도하고 커패시턴스는 신호선의 평행한 면적을 확장하여 증가시킨다. 결과적으로 반사손실이 약 5 dB 개선되었고 신호선 유효면적의 증가로 임피던스가 감소하여 삽입손실도 개선되었다.

• 한국정보과학회논문지:시스템및이론
• /
• 제31권7호
• /
• pp.414-420
• /
• 2004

구분선형 파라미터화의 특성 중 파라미터 평면상에서 중복되는 삼각형이 발생하지 않도록 하는 일대일 맵핑이 특히 강조된다. 일대일 맵핑은 아핀변환식의 비음수 계수 값으로 보장된다. Floater는 3차원 메쉬를 geodesic polar-mapping으로 평면화한 후 무게중심 좌표를 이용, 비음수 계수 값을 산출하였다. 그러나 평면화 된 삼각형은 이미 3차원상의 원형이 왜곡된 상태로 이 계수를 사용한 파라미터화는 원형왜곡을 심화시킨다. 본 논문에서는 기존의 Floater 방법을 개선한, 새로운 구분 선형 파라미터화 방법을 제안하고자 한다. 메쉬상의 직선형 측지선 길이를 이용하여 무게중심 좌표를 간단히 산출할 수 있는 새로운 방법으로 계산의 과부하 없이 비음수 계수 값을 3차원 메쉬상에서 직접 계산한다. 위의 비음수 계수로 구성된 선형시스템을 사용하여 삼각형의 중복이 없이 일대일 맵핑이 보장되는 구분선형 파라미터화를 제공한다. 본 방법은 기존 Floater방법의 평면화 단계를 제거함으로써, 이로 인한 원형왜곡을 감소시키고 파라미터화 전체 과정도 단순화하였다.

• 대한화학회지
• /
• 제32권5호
• /
• pp.458-463
• /
• 1988

역상 액체크로마토그래피법으로 페놀류에 대한 분리현상을 용해도파라미터이론에 의해 알아 본 결과 예측한 용리거동이 제한된 범위내에서만 일치하고 있었다. 이 용해도 파라미터이론에 의한 용리현상의 설명은 실제 실험의 결과와 상당히 상이하게 나타났고 많은 예외가 있었다. 그러므로 새로운 용질-용매상호작용파라미터 ${\delta}_{im}$ 을 첨가하여 실제 실험값에 가까운 용해도파라미터 이론식으로 수정하였다. 이 새로운 용질-용매상호작용파라미터, ${\delta}_{im}$ 는 용매의 종류, 용매분율과 용질의 구조에 의존하고 있으며 이 파라미터, ${\delta}_{im}$와 혼합이동상의 용해도파라미터, ${\delta}_{im}$ 와는 직선의 관계가 있었다. 이것은 머무름거동을 예측하는데 이전의 Schoenmakers의 식보다 더 좋은 결과로 나타났다.