• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.448-449
• /
• 2022

이미지 업스케일링 분야에서 보간법을 이용하는 것보다 딥러닝을 이용한 방법이 우수한 결과를 보이고 있다. 그리고 홀로그램 업스케일링도 일반적인 보간법보다 딥러닝을 사용하는 것이 더 좋은 결과를 보이고 있다. 본 논문에서는 이에 대한 네트워크 구조 및 학습 결과를 분석한다. 동일한 가중치에서 네트워크의 깊이와 채널 수를 조절하여 학습한 결과를 비교한다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2005년도 제25회 추계학술대회논문집
• /
• pp.299-303
• /
• 2005

본 연구에서는 축척방법에 의한 구성품 성능선도의 부정확성을 개선하기 위해 실험을 통하여 획득한 데이터를 유전자 알고리즘(Genetic Algorithms)으로 압축기 성능전도를 생성하는 방법을 제안하였고, 유전자 알고리즘만 이용할 경우 압축기 성능선도 생성시 서지점들과 쵸크점들을 예측하는데 불분명한 단점이 있어 기존의 구성품 성능선도 생성에 널리 사용하는 스케일링 기법을 보완적으로 이용하여 보다 정확한 구성품 성능선도의 예측을 시도하였다.

• 대한치과의사협회지
• /
• 제36권3호통권346호
• /
• pp.182-190
• /
• 1998

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권4호
• /
• pp.507-511
• /
• 2010

본 논문은 GPGPU가속을 이용한 스케일링 필터(scaling filter) 및 트랜스코딩(Transcoding)의 성능 향상 방법을 제안한다. 트랜스코딩 기술은 다양한 요구조건을 지닌 멀티미디어 기기에 적합하게 동영상을 가공하는 기술로, 오늘날 여러 분야에서 활용되는 중요한 기술이다. 그러나 트랜스코딩에는 대량의 연산이 필요하기 때문에 기존 트랜스코더(Transcoder) 사용자들은 오랜 처리시간을 감내 해야만 했는데, 이는 CPU만을 이용한 트랜스코딩이 충분히 효율적이지 못하기 때문이다. 본 연구에서는 고성능의 연산이 가능한 GPGPU기술을 활용하여, 트랜스코더의 스케일링 필터를 GPU 상에서 높은 병렬성을 가지고 동작하도록 개선함으로써 트랜스코더의 전체적인 성능을 향상시켰다. 개선된 트랜스코더는 다양한 크기의 동영상과 여러 종류의 스케일링 필터 옵션들에 대해 잘 동작함이 검증되었으며, 기본 옵션에서 36%, 최대 101%의 성능향상을 보였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제19권3호
• /
• pp.30-38
• /
• 2015

적설한랭지의 경우, 동절기의 동해 및 적설에 의한 교통통행의 원활을 기하기 위하여 제설제를 사용한다. 이와 같은 제설염의 사용은 동결융해 및 염화물에 의해 콘크리트의 급속한 스케일링 피해를 야기시킨다. 이에 대한 피해로 인하여 콘크리트 포장은 콘크리트의 피복두께 감소에 따른 조기 열화 및 사용자의 안정성 등 여러 가지 문제를 발생시킨다. 이에 따라 국외적으로 이와 같은 현상에 대하여 평가를 하기 위해 다양한 시험 및 평가 방법이 제시되고 있다. 하지만 국내에서는 아직 평가방법에 대한 규정은 없으며, 관련 연구 또한 미미한 수준이다. 따라서 본 논문에서는 각 기관 및 나라에서 제시되고 있는 평가방법을 조사하고, 각각의 규정에 따라 실험을 수행하여 결과를 도출하여 비교 분석하였다. 나아가 이와 같은 실험방법과 실험결과의 고찰을 통하여 국내현장에 맞는 실험법을 제안하고자 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2008년도 추계학술대회
• /
• pp.177-180
• /
• 2008

최근 유/무선 통신망과 접속 기술의 발달로 사용자들은 다양한 네트워크로의 접근이 가능하게 되었다. 하지만 이러한 여러 종류의 접속 기술은 접속 기술간 서비스 이동에 따른 이동성 보장이 서로 독립적이기 때문에 핸드오버 시 부가적인 지연이 발생하는 문제가 있다. 또한 다른 접속 서비스로의 비디오 전송 시 QoS 보장이 어려운 문제점이 있다. 따라서 본 논문에서 IEEE 802.21 Media Independent Handover 정보 서비스를 이용하여 네트워크 접속망에서 스케일러블 비디오 코딩 전송 방법을 제안한다. 이는 MIH Function에서 각 단말기에 대한 데이터 전송률과 QoS 정보를 MIH 정보 서버로부터 얻어 비디오 스케일링 레이어를 결정한다. 이렇게 결정된 스케일링 레이어를 이용하여 스케일러블 비디오 코딩을 수행한 후, 각각의 단말기에게 비디오를 전송하게 된다. 이러한 새로운 스케일러블 비디오 전송 모델은 서로 다른 여러 종류의 해상도, 화질, 프레임 전송률을 갖는 영상을 다양한 네트워크의 다양한 디바이스로 적응적인 비디오 전송이 가능하다.

• 한국컴퓨터정보학회논문지
• /
• 제3권3호
• /
• pp.99-106
• /
• 1998

본 논문에서는 탐색영역 제한방식과 스케일링 방식을 이용하여 프랙탈 부호화시에걸리는 시간을 줄이는 방법으로서 영상통신을 위한 새로운 프랙탈 부호화 기법을 제안한다.먼저, 원영상을 스케일링 방식을 이용해 이분의 일과 사분의 일의 크기를 가지는 영상으로축소한다. 이어서, 이분의 일의 크기를 가지는 레인지 블럭들 중에 사분의 일의 크기를 가지는 도메인 블럭과 가장 유사한 블럭을 탐색영역 제한방식을 이용해 검색하게 된다. 실험 결과, 제안된 알고리즘은 Jacquin의 방법에 비해 복원된 영상의 화질은 약간 떨어졌으나, 압축율이 향상되고 부호화 시간을 크게 감소시킬 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제4권2호
• /
• pp.135-140
• /
• 1999

본 논문은 영상 부호화시에 걸리는 오랜 시간을 줄이기 위해 스케일링 방식과 탐색영역 제한방식을 이용한 어핀변환 부호화 방식을 제안한다. 제안한 방법의 성능을 평가하기 위해, 제안한 알고리즘과 전통적인 어핀변환 부호화 방식을 사용하는 Jacquin의 방법과 비교하였다. 시뮬레이션 결과, 제안한 알고리즘은 스케일링 방식과 탐색영역 제한 방식을 사용하므로써, 부호화 시간을 상당히 줄일 수 있었다. Jacquin의 방식과 비교해, 복원된 영상의 화질은 약간 저하되었지만 부호화 시간을 많이 단축하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.412-412
• /
• 2021

일반적으로 강우자료의 시간 해상도가 높을수록(측정 주기가 짧아질수록) 강우침식능 값이 크게 산정되는 경향이 있다(Yin et al. 2015). 또한, 강우자료의 시간해상도가 서로 다를 경우에 각각 산정된 강우침식능 값을 동일한 값으로 비교하기 위해서는 어떤 변환 과정을 거쳐야 하는지에 대한 해석기법이 정립되어야 한다. 강우자료의 시간 해상도가 다를 경우 결과 값이 달라진다는 것은 알고 있지만, 이 값을 동일하게 산정된 값으로 간주하고 비교하는 것은 실무적으로 큰 오류를 범할 수 있다. 본 연구는 이러한 문제에 대하여 통계적인 방법과 강우의 스케일링 성질을 이용하여 서로 다른 지속기간을 갖는 해상도를 강우자료로 산정된 강우침식능 값을 상호 비교하여 변환할 수 있는 인자를 가진 실험식을 제시하고자 한다. 지난 50여 년 동안 전 세계 많은 연구자들이 서로 다른 방법으로 다양한 강우침식능 값을 산정하고 제시하였으나, 국가별로 상이한 자료와 각기 다른 계산방법으로 산정한 값을 동일한 값으로 비교하는 것은 큰 오류가 있으며, 이러한 오류를 감소시키기 위해서는 강우침식인자 계산방법에 대한 적절한 기준을 통한 산정방법이 마련되어야 한다. 본 연구를 통해 강우자료의 다양한 시간해상도에 따른 강우침식능 추정기법이 정립되면, 국내외 학계 및 실무자들이 각기 다양한 시간해상도로 산출된 강우침식능을 비교 분석할 수 있는 밑바탕을 마련할 수 있을 것으로 판단된다.

• 한국음향학회지
• /
• 제39권3호
• /
• pp.143-149
• /
• 2020

본 논문에서는 딥러닝(deep learning)을 이용하여 환경음 분류 시 전처리 단계에서 사용하는 특징 추출 방법이 콘볼루션 신경망의 분류 성능에 미치는 영향에 대해서 다루었다. 이를 위해 환경음 분류 연구에서 많이 사용되는 UrbanSound8K 데이터셋에서 멜 스펙트로그램(mel spectrogram), 로그 멜 스펙트로그램(log mel spectrogram), Mel Frequency Cepstral Coefficient(MFCC), 그리고 delta MFCC를 추출하고 각각을 3가지 분포로 스케일링하였다. 이 데이터를 이용하여 4 종의 콘볼루션 신경망과 이미지넷에서 좋은 성능을 보였던 VGG16과 MobileNetV2 신경망을 학습시킨 다음 오디오 특징과 스케일링 방법에 따른 인식률을 구하였다. 그 결과 인식률은 스케일링하지 않은 로그 멜 스펙트럼을 사용했을 때 가장 우수한 것으로 나타났다. 도출된 결과를 모든 오디오 인식 문제로 일반화하기는 힘들지만, Urbansound8K의 환경음이 포함된 오디오를 분류할 때는 유용하게 적용될 수 있을 것이다.