• 항공우주기술
• /
• 제10권2호
• /
• pp.49-55
• /
• 2011

인공위성에 사용되는 센서들의 장착 방향은 보통 방향코사인행렬로 구현되어 있다. 이 방향코사인행렬의 극성검증을 위해서는 센서에 알고 있는 외부 자극을 인가하여 출력되는 응답을 확인하는 방법이 사용된다. 그러나 자이로 센서의 경우에는 인위적인 외부 자극 없이 지구 자전에 의한 회전각속도가 방향코사인행렬의 극성검증을 위한 입력으로 사용될 수 있다. 본 연구에서는 인공위성의 조립 및 시험 단계에서 여러 번 수행되는 자이로 센서의 상태점검 시험결과를 이용하여 자이로 센서의 방향코사인행렬 극성검증을 수행하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 1998년도 춘계학술발표논문집
• /
• pp.411-416
• /
• 1998

본 논문은 Wavelet 변환 영역에서 특징 벡터를 추출하여 ART2 신경회로망으로 실장 PCB 패턴을 인식하는 알고리즘을 제안한다. PCB 형태 정보는 Wavelet에 의해 주파수 영역으로 변환되고, 이들 계수 행렬로부터 특징 벡터로서 추출된다. ART2 신경회로망은 이러한 특징 벡터들을 입력벡터로 사용하여 인식한다. 실장 PCB 영상 55장을 사용하여 실험한 결고, 학습된 입력패턴은 물론 비학습 입력패턴에 대해서도 약 99%의 인식율을 얻었다. 또한 제안된 방법은 Wavelet 변환 영역사에서 수직, 수평, 대각선 정보만으로 특징 벡터를 구축함으로써 특징 추출 과정이 비교적 간단하고 특징 벡터의 수도 줄일 수 있어, 효과적인 특징벡터의 추출이 가능함을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.910-913
• /
• 2017

데이터의 양이 증가하면서 인공신경망을 통한 데이터 분석 기술이 주목받고 있으며, 텍스트, 그림, 동영상 등에 이르기까지 다양한 종류의 데이터를 자동으로 분석하여, 번역기, 채팅봇, 그림 캡션 자동 생성 등에 대한 연구 및 서비스 개발에 활용되고 있다. 인공신경망 기반으로 수행된 많은 연구들이 공통적으로 가진 한계가 있는데, 그것은 은닉층에 대한 해석이 어렵다는 것이다. 가령, 입력층, 은닉층, 그리고 결과층으로 이루어진 인공신경망을 임의의 데이터로 학습시키면, 입력층과 은닝층 사이에 존재하는 행렬은 해당 데이터에 존재하는 패턴 정보를 내포하게 된다. 따라서, 행렬에 존재하는 패턴 정보를 직접 분석할 수 있다면, 인공신경망 결과물에 대한 해석이 가능할 뿐만 아니라 성능을 높이기 위해 어떤 조정이 필요한지에 대한 직관도 얻을 수 있을 것이다. 하지만, 이 행렬의 실체는 숫자로 이루어진 벡터이므로 사람이 직접 해석하는 것은 불가능하며, 지금까지 수행되어온 대부분의 인공신경망 연구들은 공통적으로 이러한 한계점을 가지고 있다. 본 연구는 데이터에 존재하는 패턴을 잡아내면서도 해석이 가능한 토픽 모델과 인공신경망의 결과물을 비교함으로써, 인공신경망 은닉층 해석에 대한 실마리를 찾기 위한 연구이다. 실험을 통해 토픽과 은닉층 패턴의 유사성을 검증하고, 향후 인공신경망 연구에서 은닉층에 대한 가능성을 논한다.

• 한국통신학회논문지
• /
• 제15권8호
• /
• pp.667-677
• /
• 1990

본 논문에서는 2차원 Hopfield 신경회로망 모델에 근거한 새로운 광 연산 메모리 시스템을 구현하였다. 2차원 영상의 실시간 처리를 위하여 입력 공간광변조기와 메모리 마스크는 상용 LCTV를 사용하고 특히, 4차원 메모리 행렬은 2차원 부행렬 마스크의 2차원적 배열로 구성하였으며 임의의 이력 패턴과 메모리 행렬간의 내적 계산은 multifocus hololens를 사용하여 처리하였다. 출력 영상은 전자적으로 thresholding 된 후 2차원 CCD 카메라를 사용하여 다시 연상 메모리 시스템의 입력으로 궤환되도록 루프를 구성하였다. 본 시스템의 연상 기억 및 오류 정정 능력에 대한 실험결과를 통해 본 논문에서 제시된 새로운 2차원 신경회로망 모델의 광학적 구현 시스템은 앞으로 패턴 인식, machine vision 등과 같은 분야에 실질적 응용이 가능하다.

• 한국방사선학회논문지
• /
• 제6권3호
• /
• pp.167-171
• /
• 2012

본 논문에서는 의용영상의 병소부위 특징을 추출하는 알고리즘을 제시하였다. 특징 추출을 위해 위장영상을 입력하여 DCT계수 행렬을 구하였다. DCT계수 행렬은 저주파 영역으로 에너지가 집중되기 때문에 저주파 영역에서 128개의 특징 파라미터를 추출하였다. 추출된 특징 파라미터를 이용하여 질환영상과 정상영상을 비교하여 그래프로 나타내었다. 특징 파라미터는 PACS의 차등압축과 CAD를 위한 입력 파라미터로 활용될 수 있을 것이다.

• 한국전산구조공학회논문집
• /
• 제26권2호
• /
• pp.99-112
• /
• 2013

이 논문은 부분공간 시스템 확인기법을 이용하여 전단빌딩의 강성행렬과 부재의 강성을 추정하는 기법을 소개한다. 시스템 행렬은 입력-출력 데이터로 구성된 행켈행렬을 LQ 분해와 특이치 분해를 통해 추정한다. 추정된 시스템 행렬은 닮음 변환을 통해 실제 좌표축으로 변환하고, 변환된 시스템 행렬로부터 강성행렬을 계산한다. 추정된 강성행렬의 정확성과 안정성은 행켈행렬의 크기에 따라 변한다. 전단빌딩의 기저 유한요소 모델을 이용하여 행켈행렬의 크기에 따른 강성행렬의 추정 오차 곡선을 구한다. 오차 곡선을 이용하여 목표 정확도 수준에 부합하는 행켈행렬의 크기들을 결정한다. 이렇게 선택된 행렬의 크기들 중에서 부분공간 시스템 확인의 계산비용을 고려하여 보다 적절한 행렬의 크기를 결정할 수 있다. 결정된 크기의 행켈행렬을 이용하여 강성행렬을 추정하고 추정된 강성행렬로부터 부재의 강성을 추정한다. 제안된 방법을 손상 전후의 5층 전단빌딩 수치 예제에 적용하여 타당성을 검증한다.

• 한국지능시스템학회논문지
• /
• 제22권2호
• /
• pp.205-211
• /
• 2012

통계학과 기계학습의 다양한 기법을 이용하여 문서집합을 군집화하기 위해서는 우선 군집화분석에 적합한 데이터구조로 대상 문서집합을 변환해야 한다. 문서군집화를 위한 대표적인 구조가 문서-단어행렬이다. 각 문서에서 발생한 특정단어의 빈도값을 갖는 문서-단어행렬은 상당부분의 빈도값이 0인 희소성문제를 갖는다. 이 문제는 문서군집화의 성능에 직접적인 영향을 주어 군집화결과의 성능감소를 초래한다. 본 논문에서는 문서-단어행렬의 희소성문제를 해결하기 위하여 인자분석을 통한 인자점수를 이용하였다. 즉, 문서-단어행렬을 문서-인자점수행렬로 바꾸어 문서군집화의 입력데이터로 사용하였다. 대표적인 문서군집화 알고리즘인 자기조직화지도에 적용하여 문서-단어행렬과 문서-인자점수행렬에 대한 문서군집화의 결과들을 비교하였다.

• 한국지능시스템학회논문지
• /
• 제12권3호
• /
• pp.239-245
• /
• 2002

본 논문에서는 입력에 제한이 있는 시간지연 비선형 시스템에 대한 퍼지 $H_2/H_{\infty}$ 제어기 설계 방법을 제시한다. 포화입력을 갖는 시간지연 비선형 시스템을 시간지연과 포화입력을 갖는 Takagi-Sugeno 퍼지 모델로 표현하고 병렬분산보상(PDC)의 개념을 이용하여 제어기를 설계한다. Lyapunov 함수를 이용하여 시간지연과 포화입력을 갖는 $H_2/H_{\infty}$ 퍼지모델에 대한 폐루프 시스템의 안정성 조건과 LQ 성능을 최소화하는 조건을 유도하고, 퍼지 $H_2/H_{\infty}$ 제어기가 존재할 충분조건을 선형행렬부등식(LMI: liner matrix inequality)을 이용하여 구한다. 제어기는 선형행렬부등식의 해를 구하므로써 바로 구할 수 있으며, 설계된 퍼지 $H_2/H_{\infty}$ 제어기는 $H_{\infty}$ 노옴 한계값을 만족하면서 LQ성능의 상한값을 최소화한다. 마지막으로 포화압력으로 포화압력을 가지는 시간지연 비선형 시스템에 대해 퍼지 $H_2/H_{\infty}$ 제어기 설계 사례를 보인다.

• 전자공학회논문지S
• /
• 제35S권12호
• /
• pp.69-76
• /
• 1998

본 논문에서는 ICP (Iterative Closest Point) 알고리즘을 이용한 영상등록에서의 회전 성분 신뢰도를 추정할 수 있는 행렬을 유도하 였다. ICP 알고리즘 결과의 신뢰도는 영상등록을 하려는 입력 물체의 모양에 따라 다르다. 보통 원통과 같은 어떤 축에 대한 회전체보 다는 더 복잡하고 두드러진 특징이 많은 물체일수록 신뢰도가 높은 결과를 얻게 된다. 본 논문에서는 ICP 알고리즘으로 구한 값의 신뢰도를 점으로 표현되는 입력물체에서의 각 점의 위치와 법선 벡터에 대한 식으로 나타내었다. 입력물체에 잡음이 들어갔을 때, 이로 인한 ICP 결과의 오차를 제시한 신뢰도를 이용해 추정하였다. 마지막으로 타원체 합성영상에 대한 신뢰도와 잡음이 들어갔을 때의 ICP 결과의 오차를 컴퓨터 모의실험으로 비교 분석하여 이론치와 부합되는 것을 보였다.

• 한국콘텐츠학회논문지
• /
• 제5권6호
• /
• pp.41-48
• /
• 2005

이 논문은 얼굴인식을 수행하기 위해서 이미 잘 알려진 주성분 분석법과 선형판별 분석법에 레이디얼 기저 함수 신경망을 결합한 인식 알고리즘을 제시하였다. 입력된 원래의 얼굴영상은 주성분분석법을 통하여 차원을 줄인 고유 얼굴 가중치를 산출한다. 이 가중치 벡터를 선형판별 분석법의 입력데이터로 사용하여 선형판별분석의 변환행렬을 계산할 때 클래스 내의 분산행렬에서 특이점이 발생하지 않도록 하면서 특징벡터를 산출하여 인식을 수행하였다. 두 번째 시도에서는 선형판별분석법에 의해 생성된 특징벡터를 레이디얼 기저 함수 신경망에 입력하여 학습하고 얼굴인식을 수행하였다. ORL DB의 얼굴영상에 대해 실험한 결과 93.5%의 인식률을 얻을 수 있었다.