• 한국음향학회지
• /
• 제41권1호
• /
• pp.30-37
• /
• 2022

본 논문은 주파수 영역에서 심층 신경망 기반 음성 향상 모델 학습을 위하여 학습 대상과 네트워크 구조에 따라 두 가지 관점에서 성능을 비교 평가한다. 이때, 학습 대상으로는 스펙트럼 매핑과 Time-Frequency(T-F) 마스킹 기법을 사용하였고 네트워크 구조는 실수 네트워크와 복소 네트워크를 사용하였다. 음성 향상 모델의 성능은 데이터 셋 규모에 따라 Perceptual Evaluation of Speech Quality(PESQ)와 Short-Time Objective Intelligibility(STOI) 두 가지 객관적 평가지표를 통해 평가하였다. 실험 결과, 네트워크의 종류와 데이터 셋 종류에 따라 적정한 훈련 데이터의 크기가 다르다는 것을 확인하였다. 또한, 데이터의 크기와 학습 대상에 따라 복소 네트워크보다 실수 네트워크가 비교적 높은 성능을 보이기 때문에 총 파라미터의 수를 고려한다면 경우에 따라 실수 네트워크를 사용하는 것이 보다 현실적인 해결책일 수 있다는 것을 확인하였다.

• 한국군사과학기술학회지
• /
• 제24권4호
• /
• pp.392-400
• /
• 2021

Unlike optical equipment, SAR(Synthetic Aperture Radar) has the advantage of obtaining images in all weather, and object detection in SAR images is an important issue. Generally, deep learning-based object detection was mainly performed in real-valued network using only amplitude of SAR image. Since the SAR image is complex data consist of amplitude and phase data, a complex-valued network is required. In this paper, a complex-valued ResNet network is proposed. SAR image object detection was performed by combining the ROI transformer detector specialized for aerial image detection and the proposed complex-valued ResNet. It was confirmed that higher accuracy was obtained in complex-valued network than in existing real-valued network.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2007년도 추계학술대회 논문집
• /
• pp.213-216
• /
• 2007

PEMFC의 전기화학적 반응은 촉매, 이오노머, 기공이 만나는 삼상계면에서만 일어나므로, 전극 구조의 최적화가 성능 향상 및 장기안정성 확보에 있어 매우 중요하다. 본 연구에서는 전극 미세구조를 실시간으로 분석하기 위해 임피던스 복소캐패시턴스법을 도입하고자 하였다. 즉, PEMFC의 양극에 질소를 공급하면 0.4 V 부근에서 전기이중층 형성 반응만이 일어나는 것을 확인하였으며, 이때 음극에는 수소를 공급하여 기준전극 및 반대전극으로 사용하였다. 측정된 임피던스를 복소캐패시턴스로 변환하고 허수부를 주파수에 대해 도시하면 피크 형태의 곡선이 얻어지는데, (1) 피크 면적은 전극/전해질의 계면면적, (2) 피크 위치는 이오노머 네트워크에 의한 수소이온 전도 특성, (3) 피크 폭은 다공성 구조의 균일도를 각각 나타내므로, 피팅 없이 직접적인 해석이 가능하다는 장점을 가진다. 반면, 기존의 Nyquist 도시법은 피팅에 의한 분석이 필요하며, 전극층의 불균일한 구조로 인해 단순한 등가회로 구성이 어려운 문제점을 가진다. 최종적으로, MEA 제작 조건 및 운전 조건을 변수로 하여 임피던스를 측정하고 복소캐패시턴스 분석을 수행하여, 퇴화 경로를 규명하고 운전 조건을 최적화하고자 하였다.

• Composites Research
• /
• 제27권5호
• /
• pp.190-195
• /
• 2014

본 연구에서는 MWNT(Multi-walled carbon nanotube)의 응집크기와 복소유전율의 관계를 수치해석적인 방법을 통하여 접근하였다. 이를 위하여 3-roll-mill 장비를 사용하여 1 wt% MWNT가 첨가된 에폭시 시편을 제작하였다. 제작된 시편은 X-band(8.2~12.4 GHz)에서 네트워크 분석기와 자유공간 측정 장비를 이용하여 복소유전율을 측정하였다. 측정된 복소유전율과 복소유전율 혼합 모델을 이용하여 에폭시와 MWNT 응집으로 이루어진 해석모델의 유전율을 결정하였다. 해석 모델은 앞서 말한 것과 같이 에폭시와 MWNT의 응집으로 이루어져 있으며, 정육면체 에폭시 내에 구 형태의 MWNT 응집을 가정하였다. 이에 따라 에폭시와 MWNT의 부피비율은 고정되며, 변수는 응집의 크기로 한정하였다. 수치해석은 상용 전자기 해석프로그램인 CST를 사용하였다. CST로부터 모델의 S-parameter를 얻었고, 복소유전율은 Nicolson 방법을 사용하여 얻었다. MATLAB으로 코드를 만들어 S-parameter 로부터 복소유전율을 얻었다. 수치해석 결과 응집의 크기가 작아질수록 복소유전율 값이 높아지는 모습을 살펴볼 수 있었으며, 이는 나노 입자의 이용에 있어서 분산도는 기계적인 특성뿐 아니라 전자기적 특성인 복소유전율에도 영향을 미친다고 볼 수 있으며, 같은 나노 입자 함량에서 분산도가 좋을수록 높은 복소유전율을 기대할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제15권4호
• /
• pp.119-125
• /
• 2015

본 논문에서는 다중 셀 MIMO (multiple-input and multiple-output) 네트워크를 위한 Hadamard 행렬 인터스트림 (interstream) 전송기반 blind 채널추정을 소개한다. 제안 방법은 다중 셀로 된 이동 단말 네트워크를 기반으로 연구된다. MS (mobile station) 는 양 셀로부터 신호를 받는 것으로 가정한다. 가까운 셀로부터 받은 신호는 원하는 신호로 간주되고, 다른 셀로부터 받은 신호는 간섭신호로 간주된다. 채널은 blind이기 때문에 채널을 추정하기 위해 Hadamard 행렬 패턴의 파일럿 (pilot) 스트림 (stream) 을 전송하면, 대규모 MIMO 채널에 대해 보다 쉽고 빠른 채널 추정이 가능하게 된다. Hadamard 행렬 기반시스템의 계산은 오직 복소 가산 (complex addition) 만 필요하기 때문에, 복소 승산 (complex multiplication) 이 필요한 Fourier 변환을 이용한 방법보다 복잡도가 훨씬 줄어든다. 수치적 분석을 통해 본 결과 제안한 방법이 완벽함을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.858-859
• /
• 2022

본 논문에서는 프린지 패턴을 생성하는 딥러닝 기반의 WGAN-GP 네트워크의 최적화 방법을 제안한다. 기존의 복소 프린지 패턴 생성을 위한 GAN 모델은 생성의 정확도뿐만 아니라 학습의 안정성이 다소 부족하였다. 이에 따라 WGAN-GP 등의 업그레이드 된 방법을 사용하였지만, 네트워크 구조 및 파라미터에 따른 최적화가 필요하다. 보다 정확도 높은 정확도를 가진 프린지 패턴 생성을 위해 learning rate decay 사용하여 학습된 결과를 epoch 별 그래프로 최적화 전의 결과와 비교하고, 홀로그램과 복원 결과에 대한 PSNR 을 비교한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.117-120
• /
• 2008

본 논문은 차량 충돌방지 레이더의 허상방지용 전파흡수체를 유전손실재료인 $TiO_2$을 이용하여 개발하였다. 먼저 전파흡수체 샘플을 유전손실재료인 $TiO_2$ 와 바인더인 CPE를 사용하여 조성비별 제작하고, 네트워크 아날라이저를 이용하여 측정한 5-parameter로부터 1-Port Method를 이용하여 복소비유전율을 계산하였다. 그리고 계산된 복소비유전율을 이용하여 전파흡수체를 설계 및 제작한 결과 조성비 $TiO_2$:CPE=70:30 wt.%, 두께 1.85 mm, 주파수 76-77 GHz에서 20 dB 이상의 전파를 흡수하는 전파흡수체를 개발하였다.

• 한국음향학회지
• /
• 제40권2호
• /
• pp.176-182
• /
• 2021

본 논문은 다양한 손실 함수에 따른 Deep Nerual Network(DNN) 기반 음성 향상 모델의 성능을 비교 평가한다. 베이스라인 모델로는 음성의 위상 정보를 고려할 수 있는 복소 네트워크를 사용하였다. 손실 함수는 두 가지 유형의 기본 손실 함수, Mean Squared Error(MSE)와 Scale-Invariant Source-to-Noise Ratio(SI-SNR)를 사용하였으며 두 가지 유형의 지각 기반 손실 함수 Perceptual Metric for Speech Quality Evaluation(PMSQE)과 Log Mel Spectra(LMS)를 사용한다. 성능은 각 손실 함수의 다양한 조합을 사용하여 얻은 출력을 객관적인 평가와 청취 테스트를 통해 측정하였다. 실험 결과, 지각기반 손실 함수를 MSE 또는 SI-SNR과 결합하였을 때 전반적으로 성능이 향상되며, 지각기반 손실함수를 사용하면 객관적 지표에서 약세를 보이는 경우라도 청취 테스트에서 우수한 성능을 보임을 확인하였다.

• 한국통신학회논문지
• /
• 제32권2A호
• /
• pp.188-194
• /
• 2007

디지털 컨버전스가 이루어지면서 무선기기들 간의 호환성은 단말기의 중요한 특성이 되었고, SDR은 가장 필요한 기술이고 표준이다. 하지만 통신 프로토콜이 다른 무선 환경에서 호환성을 갖는 단말기를 하드웨어만을 이용한 ASIC이나 SoC로 만들기는 어려운 실정이다. 그래서 본 논문은 여러 통신 프로토콜을 가속화 시킬 수 있는 코프로세서의 구조를 제안하였다. 메인 프로세서와 쉽게 연동이 되고, 네트워크의 PHY 레이어에 특화된 코프로세서가 바로 그것이다. 통신 시스템에서 가장 많이 사용하는 변조 방식인 OFDM과 CDM을 사용하는 무선 랜 표준 IEEE802.11a와 IEEE802.11b를 모델링한 C 프로그램을 ARM cross 컴파일러를 이용해 컴파일 하였고, Simplescalar-Arm 버전을 이용해 시뮬레이션 및 프로파일을 수행하였다. 프로파일 결과 비터비 연산과 부동 소수점 복소수 연산이 가장 많은 연산을 차지하였다. 프로파일 결과를 바탕으로 비터비 연산과 부동 소수점 복소수 연산을 가속화 할 수 있는 코프로세서를 제안하여 명령어를 추가했으며, 추가된 명령어는 Simplescalar-Arm 버전을 이용해 시뮬레이션 하였다. 시뮬레이션 결과 ARM 코어 하나만 사용 했을 때보다 비터비 연산은 약 4.5배, 부동 소수점 복소수 연산은 약 2배의 성능 향상을 보였다. IEEE802.11a에서는 일반 ARM 코어보다 약 3배의 성능 향상을 보였고, IEEE802.11b에서는 약 1.5배의 성능 향상의 보였다.

• 폴리머
• /
• 제35권5호
• /
• pp.451-457
• /
• 2011

라텍스 기법으로 제조한 폴리스티렌(PS)/다중벽 탄소나노튜브(MWCNT) 나노복합재료의 라텍스 입자 크기에 따른 유변학적, 전기적 물성을 고찰하였다. 나노복합재료는 무유화제 유화중합과 분산중합으로 합성한 단분산 PS 입자에 MWCNT를 초음파 분산시킨 다음 동결건조 과정을 거쳐 제조하였다. PS/MWCNT 나노복합재료는 MWCNT 함량이 증가할수록 점차 네트워크 구조를 형성하여 저장 탄성률, 복소 점도 및 전기 전도도가 급격하게 증가하였다. MWCNT 함량에 따른 저장 탄성률 및 복소 점도 증가 효과는 라텍스 입자 크기가 큰 경우 더욱 뚜렷하였다. 입자 크기에 따른 전기적 물성은 MWCNT 함량에 따라 상이한 경향을 보여 주었는데, 함량이 적은 경우 작은 입자로 제조한 나노복합재료가 높은 전기 전도도를 보여 주었으나 함량이 증가할수록 큰 입자의 경우가 높은 값을 보여 주었다.