• 한국지능시스템학회논문지
• /
• 제9권4호
• /
• pp.396-403
• /
• 1999

본 논문에서는 새로운 블록기반 신경망을 제안하고 블록기반 신경망의 패턴류 성능을 확인하였다. 블록기반 신경망은 4개의 가변 입출력을 가지는 블록을 기본 구성요소로하고 있으며 블록들의 2차원배열 형태로 이루어진다. 블록기반 신경망은 재구성가능 하드웨어에 의하여 구현이 용이하고 구조 및 가중치의 최적화에 진화 알고리즘을 적용시킬수 있는 새로운 신경망 모델이다. 블록 기반 신경망의 구조와 가중치를 재고성 가능 하드웨어(FPGA)의 비트열에 대응시키고 유전자 알고리즘에 의하여 전역최적화를 하여 구조와 가중치를 최적화한다. 유전 알고리즘에 의하여 설계된 블록기반 신경망을 비선형 결정평면을 가지는 여러 학습패턴에 적용하여 패턴분류 성능을 확인하였다.

• Journal of Hospice and Palliative Care
• /
• 제12권2호
• /
• pp.56-60
• /
• 2009

암성 통증의 80%는 진통제를 투여하는 약물치료로서 조절될수 있지만 $10{\sim}20%$는 다른 대책이 필요하다. 신경파괴제를 사용하는 블록은 이런 경우 중요한 역할을 한다. 신경블록은 암환자의 통증을 예방하고 삶의 질을 증가시킬수 있다. 특히 암성 통증이 신체 말단부위나 어떤 한 부위에 국한되 있는 경우 말초신경블록이나 교감신경블록은 좋은 효과를 나타낸다. 신경파괴제를 사용하는 교감신경블록 특히 복강신경총블록은 조기에 시행하면 훨씬 효과적이며 장기간 효과를 나타낸다. 환자 선택이 성공적인 결과를 얻는데 중요하다. 신경파괴제를 사용하는 신경블록은 복부 및 골반강내 암성통증을 감소시키고 진통제의 사용량을 감소시킬뿐 아니라 진통제에 관련된 부작용을 감소시키므로서 삶의 질을 향상시킨다. 따라서 조기단계에서 보다 적극적인 신경블록요법이 권고된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.2998-3000
• /
• 2000

본 논문에서는 BNN, 블록기반 신경망 모델을 재구성가능 하드웨어(FPGA)로 설계한다. 블록기 반 신경망은 재구성가능 하드웨어에 의하여 구현이 용이하고 구조 및 가중치의 최적화에 진화 알고리즘을 적용시킬 수 있다. 블록기반 신경망의 구조와 가중치를 표현하는 바이너리 스트링을 오프라인으로 진화시킨 후, 재구성가능 하드웨어로 구현한다. FPGA로 구현된 블록기반 신경망의 성능을 확인하기 위하여 간단한 성능시험에 사용되는 대표적인 패턴들을 사용하여 블록기반 신경망의 패턴분류 성능을 알아본다.

• 한국통신학회논문지
• /
• 제26권9B호
• /
• pp.1292-1298
• /
• 2001

본 논문에서는 공간 영역에서의 블록 분류 (block classification)와 순방향 신경망 필터(feedforward neural network filter)를 이용한 블록 기반 부호화에서의 적응적 블록화 현상 제거 알고리듬을 제안하였다. 제안한 방법에서는 각 블록 경계를 인접 블록간의 통계적 특성을 이용하여 평탄 영역과 에지 영역으로 분류한 후, 각 영역에 대하여 블록화 현상이 발생하였다고 분류된 클래스에 대하여 적응적인 블록간 필터링을 수행한다. 즉, 평탄 영역으로 분류된 영역 중 블록화 현상이 발생한 영역은 오류 역전파 학습 알고리듬 (error backpropagation learning algorithm)에 의하여 학습된 2계층 (2-layer) 신경망 필터를 이용하여 블록화 현상을 제거하고, 복잡한 영역으로 분류된 영역 중 블록화 현상이 발생한 영역은 에지 성분을 보존하기 위하여 선형 내삽을 이용하여 블록간 인접 화소의 밝기 값만을 조정함으로써 블록화 현상을 제거한다. 모의 실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1199-1202
• /
• 2022

본 논문에서는 최근 연구되고 있는 신경망 이미지 부호화(NNIC: Neural Network based Image Coding)를 위한 적응적 크기 조정을 이용한 블록 기반 신경망 이미지 부호화 알고리즘을 제안한다. 제안 방법은 이미지를 여러 개의 2N×2N 블록으로 분할한 후 분할된 각 블록에 대해 두 가지 크기 조정 모드 중 하나로 부호화를 수행한다. 첫번째 모드는 2N×2N 블록을 구성하는 4 개의 N×N 블록을 각각 NNIC 인코더의 입력으로 사용하는 모드 1(크기 미조정 모드)이며, 두번째 모드는 2N×2N 블록을 하나의 N×N 블록으로 다운 스케일링하여 NNIC 입력으로 사용하는 모드 2(크기 조정 모드)이다. 모드 결정은 비트율-왜곡 비용(Rate-distortion Cost)이 더 적도록 이루어진다. 블록 기반 부호화와 제안 알고리즘을 비교하면, BDBR 은 약 -1.75%, BDSNR 은 약 0.073dB 으로 제안 알고리즘에서 성능 향상이 나타났고, 픽처 부호화와 제안 알고리즘을을 비교하면 BDBR 은 약 0.57%, BDSNR 은 -0.029dB 로 픽처 부호화와 거의 유사한 성능을 보인다는 것을 확인할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 추계학술대회
• /
• pp.62-65
• /
• 2018

신경망은 깊어질수록 gradient vanishing/exploding과 같은 네트워크가 불안정해지는 문제가 발생 한다. 잔차 블록을 이용하여 이러한 문제를 해결 할 수 있다. 본 논문에서는 영상 인식 분야에서 훌륭한 성능을 보여준 잔차 블록 기반의 깊은 합성곱 신경망을 통한 단일 영상 초해상도 복원 기법을 제안 한다. 제안한 알고리듬은 EDSR에 사용된 잔차 블록을 다양한 크기의 합성곱 연산을 통해 영상의 특징들을 다르게 분석하도록 수정하고 VDSR과 비슷한 수준의 복잡도로 구성하여 향상된 성능을 얻었다. 실험 결과, VDSR에 비해 PSNR이 최대 0.1dB까지 증가했다.

• 경영정보학연구
• /
• 제22권1호
• /
• pp.1-16
• /
• 2020

블록체인은 시스템에 참여하는 사용자들 사이에 믿음을 확보할 수 있는 기술로 떠오르고 있다. 블록체인에 대한 관심이 높아지면서 선행 연구들은 블록체인 기술에 관련된 암호화폐와 적용방안에 대한 연구를 주로 수행하였다. 반면에 블록체인의 안정적인 구동에 대한 연구는 크게 주목하지 않았다. 대표적으로 블록체인의 엉클블록은 블록체인 시스템의 안정적 구동에 중요한 역할을 담당함에도 불구하고 이에 대한 연구는 거의 수행되지 않았다. 이러한 인식을 기반으로 본 연구는 블록체인 정보와 거시 경제 요인들을 활용하여 블록체인의 엉클블록을 머신러닝 기법으로 예측하고자 하였다. 인공신경망, 서포트벡터머신 분석 결과, 블록체인 정보와 거시 경제 요인들은 블록체인의 엉클블록 예측에 기여하는 것으로 나타났다. 또한, 블록체인 정보만을 활용한 인공신경망은 엉클블록의 발생을 예측하는데 가장 우수한 성능을 제공하는 것으로 나타났다. 본 연구는 정보시스템 분야에서 블록체인 연구를 주도하고 기여할 수 있는 방안을 제시한다.

• 한국지능시스템학회논문지
• /
• 제8권6호
• /
• pp.122-128
• /
• 1998

이 논문에서는 영상시퀀스의 프레임간 차영상 블록을 영상활동도의 크기 및 분포에 따라 적응적으로 분류함으로써 영상시퀀스를 압축하는 기법을 제안한다. 활동도의 크기에 의한 분류에서는 차영상 블록에 포함되어 있는 물체의 에지부분에 해당하는 활동블록과 비활동 블록으로 분류하고, 활동도의 분포에 의한 분류에서도 활동블록들을 이산 코사인변환계수의 분포정도를 특징으로 하여 수직, 수평, 저활동 블록으로 분류한다. 대표적인 분류결과를 이용하여 RBFN 신경망을 학습시켜 프레임간 차영상 블록들의 비선형적인 분류 특성을 얻었다. 시뮬레이션 결과 RBFN을 이용한 차영상 블록의 분류가 영상활동도의 정렬방법이나 다층퍼셉트론 신경망(MLP)에 비해 영상시퀀스의 압축성능이 향상되었다.

• 한국지능시스템학회논문지
• /
• 제10권3호
• /
• pp.179-187
• /
• 2000

프랙탈을 이용한 영상압축기법들은 놓은 압축률과 빠른 복호화 시간의 장점을 가지나 부호화과정에서 최적의 윳사 변환점을 얻기 위해 장시간을 소모하는 단점으로 인해 응용에 많은 제한을 받는다. 본 논문에서는 부호화에 소요되는 시간을 줄이기 위해 신경회로망을 이용한 고속블록분류기를 제안한다. 제안된 방법은 정의역에서 블로데 대한 탐색 시간을 줄이기 위아혀 각 정의역을 화소의 분포형태에 따라 신경망을 이용하여 4가지의 부류로 구분하고 각 치역 블록과 비교할 때 해당 치역 블록의 부류를 판단하여 전체에 대해서 탐색을 행하지 않고 해당하는 부루에 대해서만 탐색하는 방법을 사용한다. 또한 블록의 크기를 가변적으로 할당하여 화소의 분포형태에 따라 고르게 분포되어 있는 경우에는 블록의 크기를 크게 할당하고 복잠한 형태의 블록에 대해서는 블록의 크기를 작게 할당하는 방법을 사용한다. 다양한 특성을 갖는 영상들에 대한 실험결과는 허용 가능한 수준의 화질인 PSNR 30dB정도의 화질을 유지하면서 기존의 방법들에 비해 압축속도가 평균 40%가량 개선됨을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.550-552
• /
• 2002

본 논문에서는 웨이브렛 변환 영역의 정보를 신경망 학습을 통하여 영상검색에 관한 연구를 제안하였다. 영상검색은 연구가 이루어지고 있지만, 영상의 특징을 정확하게 표현한다는 것은 현실적으로 어렵기 때문에 영상의 저장 및 검색에 많은 어려움이 있다. 따라서 영상데이터의 효율적인 저장 및 검색을 위해서는 공간 영역보다는 변환 영역에서의 특징추출 방법이 고려되어야 한다. 본 논문에서는 웨이브렛 변환 후 생성되는 저주파 대역의 영상을 일정한 크기로 ( 2$^n$$\times$2$^n$) 분할한 다음 각 블록의 표준편차를 구하고, 주어진 경계 값을 기준으로 작성된 블록 맵을 유사성의 척도로 이용하여 유사한 영상을 함께 모아 카테고리 분류에 의한 저장을 한다. 또한 질의영상에 대한 블록 맵을 신경망 학습을 통해 해당 카테고리를 찾아 1:1매칭을 통한 검색을 함으로써 검색 시간을 줄이고, 제안된 시스템 효율을 증대 시킬 수 있었다.