• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.294-297
• /
• 2013

기존 연구에서의 어라운드뷰 모니터링 시스템은 차량에 설치하는 과정에서 호모그래피 행렬 획득 시 평균점을 이용한 호모그래피 변환 방법을 사용했으나, 영상의 흐릿함과 어긋난 매핑을 개선하기 위해 전체점을 이용한 호모그래피 변환 방법이 제안되어 사용되었다. 하지만 전체점을 이용한 호모그래피 변환 방법은 수동적으로 호모그래피 행렬을 획득해야 한다. 그러나 호모그래피 행렬 획득 과정을 자동화한다면 전체점을 이용한 호모그래피 변환 방법이 가진 장점을 모두 살리면서 어라운드뷰 모니터링 시스템을 차량에 설치하는 과정이 단순해진다. 본 논문에서는 차량의 전 후방 및 좌 우측에 장착된 4대의 카메라를 입력받아 카메라 보정 및 호모그래피 변환 측정 과정을 거쳐 차량 주변 상황을 한눈에 보여주는 어라운드뷰 모니터링 시스템 중 호모그래피 변환 측정 과정을 자동화하여 전체 어라운드뷰 모니터링 시스템을 단순화하는 자동 호모그래피 변환 방법을 설명한다. 또한 제안하는 자동 호모그래피 변환 방법을 이용하여 자동화된 어라운드뷰 모니터링 시스템의 구현 가능성을 검증한다.

• 한국정보처리학회논문지
• /
• 제5권8호
• /
• pp.1985-1996
• /
• 1998

본 논문에서는 행렬 또는 벡터 곱셈을 선형 프로세서나 VLIW 시뮬레이터로 분할 및 배치하는 알고리즘을 제안한다. 먼저 입력 행렬이나 벡터를 임의 크기의 프로세서 배열에 배치하는 기법에 대해 논의하고, 문제 크기를 프로세서 배열 크기로 분할하는 알고리즘을 보인다. 이 알고리즘을 VLIW 시뮬레이터 상에서 실행하고 알고리즘의 효율성을 보이도록한다. 그 결과 우리가 설계한 VLIW 시뮬레이터 상에서의 수행이 선형 프로세서 상에서 보다 병렬화 성능이 향상됨을 알 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.55-58
• /
• 2000

본 논문은 애파인 국소모델을 갖는 TS 퍼지 모델로 표현된 비선형 시스템의 제어에 관하여 다룬다. 여기서 사용하는 TS 퍼지 모델은 실제 모델의 비선형 미분 방정식의 근사로부터 유도된다. 그리고 이 모델을 바탕으로 비례 입력행렬을 가지는 시스템에 대해 안정화시킬 수 있는 TS 퍼지 제어기를 구한다. 본 논문의 설계 과정은 도립진자 제어를 통해 검증한다.

• 한국산학기술학회논문지
• /
• 제17권1호
• /
• pp.717-724
• /
• 2016

본 논문은 카메라로부터 획득한 컬러 비디오 영상에서 컬러 색상과 에지 그래디언트의 공분산 행렬에 기반한 영상의 변화영역을 검출하는 방법을 제안한다. 컬러 비디오 영상은 RGB 영상 대신에 밝기정보와 색상정보가 분리된 YCbCr 컬러비디오 포맷을 사용한다. CbCr-채널로부터 컬러의 색상분포를 알 수 있는 컬러 공분산 행렬을 계산하며, Y-채널로부터는 영상의 에지 그래디언트 분포를 알 수 있는 공분산 행렬을 계산한다. 컬러 공분산 행렬과 에지 그래디언트 공분산 행렬은 배경영상으로부터 적분영상을 사용하여 사각영역의 합계와 제곱 합계, 곱셈 합계를 효과적으로 계산하여 각 화소에서 빠르게 계산된다. 또한 시간에 따른 변화를 반영하기 위하여 배경영상과 입력영상의 가중평균에 의해 배경영상을 갱신한다. 현재 프레임에서의 배경영상으로부터의 변화영역은 컬러 공분산 행렬과 에지 그래디언트 공분산 행렬을 사용한 통계적 거리측정인 마하라노비스 거리를 이용하여 검출한다. 고속도로의 컬러 비디오 영상의 실험결과에서 컬러색상과 그래디언트의 변화영역을 효과적으로 검출할 수 있었다.

• 한국정보통신학회논문지
• /
• 제26권5호
• /
• pp.649-655
• /
• 2022

본 논문에서는 음성존재확률을 활용한 2채널 입력신호 상관행렬의 행렬식 기반 잡음제거 기법을 제안하였다. 제안한 기법은 음성존재확률을 이용해 기존의 행렬식 기반 2채널 잡음제거 기법의 위너 필터 이득을 음성과 잡음구간에 따라 적응적으로 조절함으로써 잡음제거 성능을 더욱 향상시키고자 하였다. 제안한 기법은 잡음 종류, 반향 조건, 신호대잡음비, 잡음원의 개수와 방향이 다양한 모의 환경에서 객관적 평가 방법을 통해 평가되었다. 실험 결과는 대부분의 실험환경에서 행렬식 기반의 기법들이 위상차를 기반으로 한 기법들보다 성능이 우수했고 특히 제안한 음성존재확률을 이용한 행렬식 기반 잡음제거기법이 음성 신호 왜곡을 최소화하면서 가장 우수한 잡음 제거 성능을 보였다.

• 한국전자파학회논문지
• /
• 제14권6호
• /
• pp.599-605
• /
• 2003

이중모드 비대칭 canonical 구조 필터는 일반적으로 위성 중계기의 입력 멀티플렉서에 주로 사용된다. 본 논문에서는 비대칭형 canonical 필터의 용이한 합성 방법에 대하여 언급하였다. 비대칭형 canonical 필터의 결합행렬은 대칭형 canonical 필터의 결합 행렬로부터 평면 회전(plane rotation)과 같은 similarity transformation을 이용하여 구하였다. 비대칭형 canonical 필터의 결합 행렬을 구하기 위한 similarity transformation 과정에 있어서 회전 순서, 피벗(pivot), 회전각을 제시하였다. 본 논문에서 제시한 방법을 이용하여 8차 및 10차 비대칭 canonical filter의 결합 행렬을 추출하였으며, 비대칭형 canonical 필터의 주파수 응답 특성은 대칭형 canonical 필터의 주파수 응답 특성과 동일한 특성을 나타내었다.

• 한국통신학회논문지
• /
• 제35권8C호
• /
• pp.661-666
• /
• 2010

본 논문에서는 비음수 행렬 인수분해 기법을 기반으로 한 새로운 음성 검출 (Voice Activity Detection, VAD) 알고리즘을 제안한다. 먼저, 기존의 통계모델기반의 음성검출기를 분석하고, 이를 기반으로 비음수 행렬 인수분해를 통해 도출한 입력 기초 벡터와 잡음 기초 벡터 차이로 음성의 유무를 판단한다. 이때 최적의 문턱값을 찾기 위해 통계모델 기반의 음성검출기에 의해 추정된 잡음 구간에서 NMF 결과의 분포에 따라 최적화된 문턱값을 비음수 행렬기반의 음성 검출 알고리즘에 적용하는 방법을 제안한다. 실험 결과 기존의 통계적 모델 기반의 음성검출기에 비해 6.75%의 성능향상을 가져왔다.

• 한국항공우주학회지
• /
• 제33권3호
• /
• pp.39-46
• /
• 2005

본 논문에서는 광범위한 함수 근사성질을 갖고 있는 신경회로망을 이용하여, 시스템의 입출력 조화성분의 선형관계를 표현하기 위해 추정된 전달행렬의 적용범위를 확장할 수 있는 적응 고차조화제어(Higher Harmonic Control, HHC) 기법을 제안하고 있다. 신경회로망의 학습신호는 추정된 전달행렬을 기반으로 계산된 최적제어 이득 값 행렬을 이용하여 구성된다. 내부 안정성을 보장하기 위하여 신경회로망의 가중치 학습방법은 Lyapunov 직접 방법을 이용하여 유도하였다. 6개의 입력과 2개의 출력을 갖는 비선형 시스템에 대한 시뮬레이션 결과를 통해 적응 고차조화제어 기법이 불확실한 전달행렬에 적용 가능함을 보였다.

• 한국지진공학회논문집
• /
• 제8권2호
• /
• pp.45-53
• /
• 2004

본 연구에서는 자유진동, 조화하중, 그리고 백색잡음실험을 통해 얻어지는 진동수, 감쇠비, 모드 벡타와 같은 구조물의 모드정보를 이용하여 강성행렬과 감쇠행렬을 구성하였다. 입력신호로는 지진하중을 모사 하는 바닥판 가속도를 이용하였고, 출력신호는 각층 절대가속도를 사용하였다. 각각의 실험에서 얻어지는 구조물 모드정보의 제한조건과 그에 따른 시스템 식별 모델들의 특성을 비교하였다. 본 연구의 결과는 진동대 실험을 위한 기초적인 동적 실험 및 분석에 이용될 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.