• Annual Conference on Human and Language Technology
• /
• 1995.10a
• /
• pp.152-163
• /
• 1995

본 논문에서는 은닉 마르코프 모형(HMM)을 이용하여 사람이 쓴 필기의 통계적 특징을 갖는 글씨를 생성하는 방법에 대해서 기술코자 한다. 온라인 필기처럼 같이 필기 궤적을 시계열 신호로 표현하고, 그 특징을 통계적 모형의 하나인 HMM으로 표현한다. HMM은 시계열 신호에 대응하는 모형 내부 경로와 심볼열의 확률 분포를 표현하는 함수이다. 따라서 최적 경로에서 볼 수 있는 최적 출력 심볼열은 훈련 필기 데이타의 평균적 필기 특징에 해당한다. HMM이 주어졌을 때 HMM에서 최적의 패턴을 해석적으로 구하는 방법은 알려져 있지 않다. 본 논문에서는 동적 프로그래밍 기법을 적용하여 HMM이나 HMM 네트워크 모형에서 필기를 생성하는 방법을 제시하고, 아울러 HMM의 문제점을 지적한다.

• Journal of the KSME
• /
• v.28 no.2
• /
• pp.169-174
• /
• 1988

신호처리 및 해석에 대한 교육효과를 증대시키기 위해서는 응용사례의 발굴, 프로젝트 개발, P C를 이용한 그래픽스 교육도 이루어져야 하며, 스펙트럼 분석기술 이외에 시간영역 파라미터 모형에 의한 신호해석기법〔예를 들어 자동회귀-이동평균(ARMA)등의 시계열 모형화〕도 최근 에는 실시간 응용의 가능성이 높아지는 추세에 있으므로 PC를 이용한 신호처리 및 해석 교육에 반영하는 것이 바람직하다.

• Journal of Astronomy and Space Sciences
• /
• v.25 no.4
• /
• pp.395-404
• /
• 2008

We explore the linkage between the long term variability of the Sun and earth's climate change by analysing periodicities of time series of solar proxies and global temperature anomalies. We apply the power spectral estimation method named as the periodgram to solar proxies and global temperature anomalies. We also decompose global temperature anomalies and reconstructed total solar irradiance into each local variability components by applying the EMD (Empirical Mode Decomposition) and MODWT MRA (Maximal Overlap Discrete Wavelet Multi Resolution Analysis). Powers for solar proxies at low frequencies are lower than those of high frequencies. On the other hand, powers for temperature anomalies show the other way. We fail to decompose components which having lager than 40 year variabilities from EMD, but both residuals are well decomposed respectively. We determine solar induced components from the time series of temperature anomalies and obtain 39% solar contribution on the recent global warming. We discuss the climate system can be approximated with the second order differential equation since the climate sensitivity can only determine the output amplitude of the signal.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2004.05a
• /
• pp.298-298
• /
• 2004

본 연구는 외부에서 고 농도 (30％)의 산소 공급이 공간 인지 능력에 어떠한 변화를 유발하는지 뇌기능 영상의 시계열 신호 분석을 통해 관찰하고자 한다. 8명의 오른손잡이 남자 대학생 (평균 23.5세)이 피험자로 참여하였다. 21％와 30％ 산소 농도를 각각 BL/min의 양으로 일정하게 공급할 수 있는 장치를 개발하였다. 공간 인지 능력 측정을 위해 20 문항을 포함하는 두 개의 문제지를 제작하였고, 과제 수행 결과로부터 정답률을 산출하였다. 3T MRI 기기를 사용하였고, single-shot EPI 방법으로 뇌기능 영상을 획득하였다.(중략)

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• 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 고요한 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 의미있는 정보로 변환시켜줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망의 모형결합을 통해 기존연구과는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서는 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이브릿분석을 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. 기존의 주기분할방법론은 모형개발자입장에서 여러 가지 통계기준치중에서 최적의 기준치를 합리적으로 선택해야 하는 문제가 추가적으로 발생하며, 본 연구에서는 이상의 제반 문제들을 개선시키기 위해 통합방법론으로서 기존의 인공신경망모형을 구조적으로 확장시켰다. 이 모형에서 기존의 입력층 이전단계에 새로운 층이 정의된다. 이렇게 해서 생성된 새로운 통합모형은 기존모형에서 생성되는 기본적인 학습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.

• 전기의세계
• /
• v.54 no.8
• /
• pp.20-25
• /
• 2005

• Proceedings of the Korean Vacuum Society Conference
• /
• 2012.08a
• /
• pp.101-101
• /
• 2012

본 논문은 현재 제품화 단계로 진행 중인 터보 분자펌프(turbo-molecular pump, TMP)와 극저온 펌프(cryopump)의 고장 방지 및 예지 보수를 위한 상태 진단 시스템에 대하여 소개를 한다. 본 상태 진단 시스템은 고진공 펌프들의 다중 상태변수 즉 흡/배기부의 진공 압력, 부위별 온도, 소비 전류(혹은 전력), 그리고 부위별 진동 신호들을 실시간으로 측정하는 상태변수 수집장치, 수집된 시계열 상태변수들이 저장된 database, 그리고 저장된 상태변수를 이용한 고진공펌프의 상태진단 프로그램으로 구성되어 있다. 금번 연구에서 구축한 상태변수 체계의 특징 중 하나는 진동신호를 상태변수로 측정하여 이를 상태진단에 활용하는 점이 기존의 접근방법과 상이한 점이다. 실시간 신호 수집장치는 NI사 PXI 시스템 기반의 16채널 24-bit 동시 전압신호 측정 모듈, 8부위의 온도 측정장치(Lakeshore 218S, RS-232C 통신), 그리고 펌프의 소비전류/전력 측정장치(Hioki 3169, RS-232C), 그리고 고진공 펌프의 흡입 및 배기구의 진공도 측정장치로 구성하였다. 신호 수집용 프로그램은 NI사 Labview를 이용하여 작성하였다. 본 장치는 Nano-Fab 센터의 협조 하에 turbo-molecular 펌프와 cryopump측정 단에 각각 1대를 설치 완료하였으며 현재까지 운용 중이다. PC에 저장된 시계열 상태변수 database는 기 개발된 적응형 인자모델을 이용한 매개변수로 변환되며, 상태진단은 변환된 매개변수를 이용하여 수행할 예정이다.

• The Journal of the Acoustical Society of Korea
• /
• v.38 no.1
• /
• pp.96-105
• /
• 2019

Ocean reverberation is the most limiting factor in designing realistic and real-time system for sonar simulator. The simulation for an ocean reverberation requires a lot of computational loads, so it is hard to embed program and generate real-time signal in the sonar simulator. In this study, we simulate a time-domain bottom reverberation signal based on Harrison's energy-flux bottom reverberation model by applying Doppler effects as ship maneuvering and autoregressive model. Finally, the bottom reverberation signal with realistic characteristics could be generated for the simulation of ONR reverberation modeling workshop-I problem XI and East Sea ocean environments.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.395-397
• /
• 2003

온라인 필기 인식기의 필기 모델을 응용하여 오프라인 한글 필기의 필기 궤적을 추적하고 인식하는 방법을 제안한다. 사용한 온라인 모델은 HMM의 망으로 구성한 조합형 한글 필기 모델 BongNet이다. 그리고 시계열 신호의 길이에 대한 모델이 전혀 없는 표준 HMM 대신 동적인 연속 출력 nonstationary HMM 을 이용한 방법을 기술하였다. 획 추적 계산 과정에는 프레임 동기 알고리즘을 적용한다 HMM의 각 상태는 가능한 필기 궤적상의 위치에 대한 정보를 기록한다. 매 시각마다 최종 상태의 후보 중에서 모든 획을 완전히 지나는 경로가 있는지를 조사한다. 본 방법은 문자영상에서 온라인 시계열 코드를 만들어 가는 과정이며 코드와 동시에 인식결과를 출력한다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.1 no.1
• /
• pp.15-22
• /
• 2000

The analysis of power spectrum based on linear AR model is applied widely to quantize the response of autonomic nerve noninvasively, In this paper, we estimate the power spectrum density for heartrate variability of the electrocadiogram and pulse wave for short term data(less than two minute), The time series of heart rate variability is obtained from the time interval(RRI, PPI) between the feature point of the electrocadiogram and pulse wave for normal person, The generated time series reconstructed into new time series through polynomial interpolation to apply to the AR mode. The power spectrum density for AR model is calculated by Burg algorithm, After applying AR model, the power spectrum density for heart rate variability of the electrocadiogram and the pulse wave is shown smooth spectrum power at the region of low frequence and high frequence, and that the power spectrum density of electrocadiogram and pulse wave has similar form for same subject.