• Proceedings of the Materials Research Society of Korea Conference
• /
• 2003.03a
• /
• pp.144-144
• /
• 2003

니켈계 내열합금의 성형은 수백 $^{\circ}C$에 이르는 고온에서 이루어지기 때문에 열간성형 과정에서 소재 내부의 미세조직 변화에 대한 이해는 부품의 특성 제어 측면에서 매우 중요하다. 특히 열간 동적 재결정에 의해 발생되는 결정립 구조의 변화를 적절히 조절함으로써 부품의 특성을 극대화 할 수 있다. 본 연구에서는 Ni-Fe계 초내열합금에 대한 고온 압축실험과 압축시편에 대한 EBSD 분석을 통해 열간 변형 과정에서 발생하는 소재 내부의 동적인 결정립 구조의 변화를 정량적으로 분석하고자 하였다. 고온 압축시험은 101$0^{\circ}C$, 1066$^{\circ}C$의 온도 조건과 0.5s-1, 0.005s-1의 변형율 속도 조건에서 최대 진변형율 0.7까지 수행하였으며 진변형율에 따른 결정립 조직 변화를 관찰하기 위해 진변형 율에도 변화를 주어 실험을 수행하였다. 이들 고온 압축시편은 응력방향에 평행한 면에 대한 미세조직 관찰을 통해 재결정립 크기, 분율 및 결정립계의 특성 변화에 대한 정량적 연구를 수행하였다.

• Journal of KIISE:Software and Applications
• /
• v.26 no.5
• /
• pp.702-712
• /
• 1999

지연 함수형 언어를 효율적으로 구현하기 위한 한 방법으로 G-machine이 제안되었다. G-machine은 그래프 축약을 빠르게 수행하지만, 축약 과정의 그래프를 저장하기 위해 많은 기억장소를 필요로 한다. 이는 그래프 축약 방법자체의 문제점으로 생각된다. 이 논문에서는 그래프 노드의 태그를 옮김으로써 기억장소의 그래프 구조를 압축할수 있는 방법을 제안한다. 노드의 태그는 그 노드를 가리키는 포인터 자리로 옮겨지는데, 포인터 정보의 유지하기 위해 상대주소와 합쳐져 함께 옮겨진다. 태그 옮기기는 그래프 구성 노드를 힙에 동시에 할당할수 있을 때 가능하다. 그러나, 일반적으로 그래프의 일부가 전체 그래프가 생성되기 이전에 생성될 수 있으므로, 이러한 태그 옮기기가 항상 가능한 것은 아니다. 그렇지만, 태그 옮기기에 의해서 어느 정도의 힙 사용량을 줄일 수있다. 태그 옮기기에 의해 그래프를 압축했을 때 압축된 그래프를 해석하기위한 수행시간의 부담이 생기게 되는데, 이 부담정도를 알아보기 위해 몇몇 작은 프로그램에 대해서 실험결과를 보였다. 실험결과에 따르면, 태그 옮기기를 수행한 결과, 총 힙 사용량은 평균 약 305 감소하였고, 이로 인한 수행시간은 원래의 G-machine과 비슷한 수준인 것으로 나타났다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.10B
• /
• pp.1409-1418
• /
• 2001

영상 압축 분야에서 많은 정수 웨이블릿 변환들이 손실 압축 성능, 무 손실 압축 성능, 그리고 복잡성을 기준으로 비교되었다. 응용분야에 따라서 상대적인 조건에 의한 최적인 웨이블릿 변환을 선택함에 따라서 여러 웨이블릿 변환들 중에서 상대적으로 우수한 변환들이 존재함이 알려졌다. 본 논문에서는 우수한 성능을 보이는 웨이블릿 필터들을 리프팅 기법을 응용해서 통합한다. 이들 우수한 몇 개의 변환들은 간단한 파라미터로 표현이 가능하고 이들 파라미터들은 주어진 입력 영상에 종속적이다. 본 논문에서는 이들 파라이터를 구현하는 이론적인 결과와 실험결과를 제공한다. 제안된 방법이 S+P[2] 방법보다 대다수 경우에서 우수함을 실험결과로서 보여주고 있다.

• Proceedings of the Korean Geotechical Society Conference
• /
• 2005.03a
• /
• pp.1061-1069
• /
• 2005

다짐화강풍화토의 강도와 변형특성을 조사하기 위하여 불포화배수 삼축압축실험을 실시하였다. 본 실험을 위하여 야마구치현의 시모네세키에서 화강풍화토를 구하였으며 주응력방향과 다짐방향을 0, 45, 90도의 세가지 방향성을 갖도록 하였다. 등방압축시 발생하는 압축변형률은 다짐각도에 따라 크게 영향을 받는다. 이차압축시의 변형거동에 관한 시간의존성은 다짐각도와 관계가 없다. 다짐각도가 압축강도와 변형에 미치는 영향은 특히 낮은 구속압력시에 크다. 다짐각도가 다르다 하더라도 다일러탄시 비율은 다일러턴시로 인한 강도증가와 상관하여 변화한다. 따라서 다짐풍화토는 초기 비등방성 조직을 갖고 있는 모래와 같이 비등방성 역학적 성질을 갖는다고 할 수 있다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1995.06a
• /
• pp.175-178
• /
• 1995

기존이 연속 출력 분포형 HMM은 시계열의 과도적 변화에 대하여 표현 능력이 부족하다는 단점이 있다. 이것을 보완하기 위해 본 논문에서는 음성의 동적 변화를 반영하기 위한 특징 파라메타로서 여러 개의 프레임을 결합하여 세그멘트를 구성하여 각각에 대해 한 개의 벡터를 만들었다. 이것을 그대로 이용하면 세그멘트의 프레임수에 대응하는 파라메타의 차원수가 증가하기 때문에 학습 데이터가 불충분한 경우 모델의 파라메타를 잘 추정할 수 없으므로 K-L 전개로서 파라메타의 차원을 압축하여 파라메타수를 감소시켰다. 인식실험은 한국어 단음절에 대하여 멜켑스트럼ㅇ르 K-L 전개로 압축한 벡터를 이용한 결과와 멜켑스트럼, 멜켑스트럼 선형회귀계수를 파라메타로 이용한 경우를 비교하였다. 실험결과 K-L 전개로 압축한 벡터만을 이용한 경우는 멜켑스트럼 + 선형회귀계수를 파라메타로 이용한 경우보다 인식율이 낮앗으나 멜켑스트럼 + K-L 전개로 압축한 경우와 거의 동등한 결과를 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10a
• /
• pp.687-690
• /
• 2000

특정 칼라 디바이스가 최대한 표현할 수 있는 색공간을 색역 (Color Gamut) 이라 한다. 색역폭 압축 알고리즘이란 색역폭이 큰 (예. CRT 모니터) 디바이스에서 표현되던 이미지 색들을 프린터와 같이 색역폭이 작은 디바이스에서 최대한 일치되는 색이 재현될 수 있도록 하는 알고리즘이다. 본 연구에서는 서로 다른 색역폭을 가진 이미지를 상호 비교함으로 관찰자 색역 압축 성향을 취합, 분석하는 도구를 개발 22 명의 관찰자로 하여금 실험을 수행하였다. 이 실험으로 도출된 관찰자 데이터를 기반 3 개의 새로운 색역폭 알고리즘을 개발하였다. 이 3 개 알고리즘은 기존 6개 알고리즘과 11 명의 관찰자를 이용 Pair comparison방법을 이용 성능평가, 1 개의 가장 우수한 알고리즘을 도출하였다. 또한 이 알고리즘이 어떠한 디바이스에서도 사용될 수 있도록 알고리즘의 일반화 (Algorithm Generalization)을 통하여 일반적으로 사용이 가능한 압축 알고리즘도 개발하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.191-192
• /
• 2022

본 논문에서는 딥러닝의 주요 기법 중 하나인 GAN 을 활용하여 압축된 영상의 품질을 개선하는 방법을 제안한다. 제안하는 GAN 의 생성자는 U-Net 과 ResNet 을 기반으로 구성되었으며, 판별자는 합성곱층과 전연결층으로 구성하였다. 네트워크의 학습은 HEVC (High Efficiency Video Coding)의 테스트 모델인 HM16.25 를 사용하여 RA (Random Access) 구성하에 양자화 계수 37 로 압축된 영상을 입력으로 하여 수행되었다. 제안하는 네트워크의 성능 확인을 위해 학습 시와 동일한 조건으로 압축된 다른 영상을 입력으로 하여 실험하였다. 실험 결과 영상의 평균 PSNR 은 34.20dB 에서 34.24dB 로 0.04dB 의 품질 향상이 이루어진 것을 확인할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.821-824
• /
• 2022

최근 딥러닝(Deep Learning) 기술이 다양한 분야에서 활용되고 있으며, 사전 학습된 딥러닝 모델에 대한 압축과 전송 방안에 관한 연구 또한 활발히 진행되고 있다. 이와 관련하여, 국제 표준화 기구인 ISO/IEC 산하 MPEG(Moving Picture Expert Group)에서는 인공신경망 모델을 다양한 딥러닝 프레임워크(Deep Learning Framework)에서 상호운용 가능한 포맷으로 압축 표현할 수 있는 NNC(Compression of Neural Network for Multimedia Content Description nd Analysis) 표준화를 진행하고 있다. 압축된 딥러닝 모델의 데이터를 효과적으로 저장하여 전송 및 사용하기 위해서는 ISOBMFF(ISO based Media File Format) 캡슐화 과정이 필요하다. 본 논문에서는 MPEG의 NNC 표준에 따라 사전 학습된 딥러닝 모델을 압축한 후 이를 통해 생성된 비트스트림(bitstream)을 ISOBMFF로 캡슐화하기 위한 기술을 제안 및 실험한다. 또한, 실험에 대한 검증을 위하여 생성된 ISOBMFF 데이터를 비트스트림으로 복원한 뒤 복호화하여 입력 비트스트림과 차이가 없음을 확인한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.134-138
• /
• 2006

실제 데이터들은 압축이 필요할 정도로 큰 경우가 종종 있다. 일반적인 구조론적 데이터 압축 방법은 테이블을 긴 바이트 스트링으로 취급하여 바이트 레벨에서 압축을 시도한다. 이런 경우에 보통 압축의 효율과 검색의 용이성(특정 레코드의 애프리뷰트 값을 찾아내기 위해 압축을 풀어야 하는 부분의 크기)사이에 교환관계가 발생한다. 이런 점에서 검색을 위해 압축을 풀 필요가 없는 의미론적 압축 방법이 주목을 받고 있다. 이 논문에서는 기존의 파시클(fascicle) 알고리즘을 개선하는 새로운 의미론적 알고리즘을 제시하고 실험을 통하여 제안된 알고리즘의 우수성을 입증한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.62-64
• /
• 2015

본 논문에서는 디지털 홀로그램 영상 데이터를 Fresnelet 변환을 이용하여 압축하는 기법을 다룬다. 이 방법은 quad-tree 기반 Fresnelet 변환을 통해 주파수 영역의 부대역으로 나누고, 각 부대역의 에너지에 따라 일정 순서의 부대역을 제거한 후, 나머지 부대역들을 2 차원 동영상 압축기로 압축하는 방식이다. 압축기는 H.264/AVC 와 HEVC 사용되며, 실험결과는 압축기를 거치지 않고 특정 부대역의 에너지를 제거한 영상과 원본과의 화질을 비교하고, 제거되는 않은 영역들을 압축한 결과 압축률에 따른 화질을 비교, 분석한다.