• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.11a
• /
• pp.192-195
• /
• 2010

영상 정보의 정확성을 필요로 하는 다양한 서비스 및 여러 학문 분야의 적용성으로 인해 물리적인 한계성을 극복할 수 있는 고해상도 영상처리 기법의 요구가 대두되고 있다 뿐만 아니라, 인터넷 상의 디지털 콘텐츠 중의 하나인 동영상 UCC의 제작환경이 보편화됨으로써 비전문적인 제작으로 인한 다양한 형태의 해상도 저하 및 영상의 왜곡 현상이 발생하여 고품질의 영상을 추구하는 사용자들의 요구를 충족시키지 못하고 있다. 이러한 문제점을 해결하기 위한 압축 동영상의 개선 된 영상 정보를 획득하기 위한 연구가 이루어지고 있지만 다음과 같은 문제점이 있다. 기존의 방법은 일반적으로 저역 통과 필터 기법과 정규화 영상 복원 방식으로 구분되어 연구되고 있으며, 저역 통과 기법은 계산량 측면에서 장점이 있으나, 영상과 양자화 정도에 따라 적응적이지 못한 단점이 있다. 또한 정규화 복원 방식은 압축 영상의 시각적으로 불편한 현상의 완화 정도를 결정하는 정규화 매개변수를 일괄적으로 모든 화소에 적용해, 화소의 위치에 대한 적응도가 낮고 정규화 매개 변수 선택 시 원 영상에 대한 정보를 알고 있다는 가정을 사용했으므로 실제 사용이 불가능하며, 영상들 사이의 불균일로 인해 적응적으로 처리하지 못하는 단점이 있다. 본 연구에서는 이러한 문제점을 극복할 수 있도록 압축 정보 활용을 통한 POCS 방식을 사용한 coding artifact 제거 방식에 대해 기술한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.265-267
• /
• 2002

본 논문에서는 적응적 정규화 자연기울기 학습법과 자연 프루닝(pruning) 방법의 결합을 통하여 일반화 성능이 우수만 신경망을 구성하고자 한다. 먼저 적응적 정규화 자연기울기 학습을 통하여 신경망의 가중치를 최적화 시키고, 자연 프루닝에 의하여 신경망의 구조를 단순화 시킨다. 이러한 모델들 중 최적의 모델은 베이시안 정보 기준에 의해 선택함으로써 일반화 성능이 우수만 신경망을 구성하는 방법을 제안한다 벤치마크 (benchmark) 데이터로 제안하는 방법과 유클리디안(Euclidean) 거리에 기반한 결합 방법과 자연 프루닝만을 적용한 방법을 비교함으로써 우수성을 검증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.67-69
• /
• 2011

데이터의 군집 분석에서 두 개의 서로 다른 데이터에 대한 유사도(거리)를 어떻게 정의하는가는 매우 중요한 문제이다. 수치속성에 대한 거리 측정 방법에는 다양한 기법이 존재하지만 각 속성의 크기와 범위가 서로 크게 다를 경우 이들을 동일한 인자로 여기고 거리 측정을 하게 되면 논리적인 오류를 범할 수 있다. 기존의 군집 분석 연구에서 사용된 거리 측정 기법은 데이터의 정규화 과정을 통해 이 문제를 해결하려고 노력하지만 일반적인 정규화는 이상치의 존재나 데이터의 편중된 분포 등의 이유로 속성별 거리가 왜곡될 수 있다. 본 논문은 이러한 문제점을 해결하기 위해 정규화된 데이터에서 각 속성의 비중을 고려한 적응적 유클리드 거리 측정 기법(AEDM: Adaptive Euclidean Distance Measure)을 제안한다. AEDM은 유클리드 거리를 기반으로 정규화 된 데이터의 형태에 따라 가중치를 부여하여 데이터의 분포에 관계없이 각 속성간의 거리를 충분히 반영하기 때문에 더욱 정확한 군집 분석을 가능하게 한다.

• Transactions of the Korean Society of Mechanical Engineers
• /
• v.16 no.9
• /
• pp.1722-1727
• /
• 1992

In this study, techniques of adaptive input-output linearizing control of a class of uncertain nonlinear system are investigated. It is shown through concepts of signal growth rates that bounded trackings yield by adaptive input-output linearizing control law using normalized estimator. The convergence characteristics are improved significantly by using the normalized estimator. Simple example is presented as illustration.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2002.11a
• /
• pp.49-55
• /
• 2002

기존의 영상 획득 시스템들이 어느 정도의 엘리어싱을 허용하도록 제작되어왔음에도 불구하고, 고해상도 영상에 대한 요구는 점점 더 증가하고 있다. 본 논문에서는 부정확한 부화소 단위의 위치추정 오류를 고려한 고해상도 재구성 알고리즘을 제안한다. 부정확한 부화소 위치 추정 오류로 인해 생기는 불량위치문제(ill-posedness)를 해결하기 위해 정규화된 반복 연산법을 적용하였다. 특히 여러장의 저해상도 영상들을 개별적으로 고려하기에 적합한 다중채널 영상 재구성 방법을 도입하였다. 각 저해상도 영상에서 발생하는 움직임 추정오류는 서로 다른 경향성을 나타내므로, 정규화 파라미터들은 각 채널에 맞게 결정되어야 한다. 이를 위채 정규화 파라미터들을 자동으로 결정하는 방법을 제안한다. 제안한 알고리즘은 움직임 추정 오류에 매우 안정하며, 원 영상과 잡음에 대한 사전정보를 필요로 하지 않는다. 또한 주관적인 측면과 객관적인 측면에서 모두 우수한 결과를 실험적으로 보인다.

• The Journal of the Acoustical Society of Korea
• /
• v.30 no.5
• /
• pp.265-272
• /
• 2011

In most of the ISF (or LSF) based real time speech codec, SVQ (split vector quantization) method is used to decrease the quantizer complexity and memory size of codebook. However, it produces drawback that the level of correlation between code vectors can not be used during vector splits. This paper presents a new method of adaptive ISF vector quantization, which compensates the drawbacks of SVQ structured quantizer for wideband speech codec. In each different frame, the proposed method makes use of the correlation between splitted vectors by adaptively changing codebook distribution according to ordering property of ISF. The algorithm is evaluated in AMR-WB, and shows about 1.5 bit per frame improvement.

• Proceedings of the Korean Institute of Communication Sciences Conference
• /
• 1991.10a
• /
• pp.96-99
• /
• 1991

FIR형은 하드웨어 규모가 커져서 구성이 어렵다는 단점을 가지고 있으나, IIR형은 적은 차수로써 큰 차수의 FIR필터를 대신할 수 있다. IIR형은 적은 계산량과 간단한 하드웨어 구성이라는 장점을 갖고 있으나 수렴성에 있어서는 어려움이 있다. 본 연구에서는 적은 차수로 양호한 수렴특성을 갖는 IIR 필터를 구성하기 위하여 연속시간영역의 직교필터를 이산시간영역으로 변환하고 직교성을 유지하도록 정규화한 정규직교함수계에 의해서 설정된 전달함수를 적응 디지틀필터에 적용하였다. 이 방법을 확인하기 위하여 FIR형에 비교해서 적은 차수로 컴퓨터 시뮬레이션을 수행한 결과 양호한 수렴특성을 확인하였다.

• Journal of Korea Multimedia Society
• /
• v.6 no.1
• /
• pp.136-147
• /
• 2003

To achieve an optimal performance for a given problem, we need an integrative process of the parameter optimization via learning and the structure optimization via model selection. In this paper, we propose an efficient optimization method for improving generalization performance by considering the property of each sub-method and by combining them with common theoretical properties. First, weight parameters are optimized by natural gradient teaming with adaptive regularization, which uses a diverse error function. Second, the network structure is optimized by eliminating unnecessary parameters with natural pruning. Through iterating these processes, candidate models are constructed and evaluated based on the Bayesian Information Criterion so that an optimal one is finally selected. Through computational experiments on benchmark problems, we confirm the weight parameter and structure optimization performance of the proposed method.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.1
• /
• pp.15-23
• /
• 2022

Among the learning methods for Continuous Learning environments, "Learning without Forgetting" has fixed regularization strengths, which can lead to poor performance in environments where various data are received. We suggest a way to set weights variable by identifying the features of the data we want to learn. We applied weights adaptively using correlation and complexity. Scenarios with various data are used for evaluation and experiments showed accuracy increases by up to 5% in the new task and up to 11% in the previous task. In addition, it was found that the adaptive weight value obtained by the algorithm proposed in this paper, approached the optimal weight value calculated manually by repeated experiments for each experimental scenario. The correlation coefficient value is 0.739, and overall average task accuracy increased. It can be seen that the method of this paper sets an appropriate lambda value every time a new task is learned, and derives the optimal result value in various scenarios.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.153-156
• /
• 2007

인간의 시각 시스템은 선택적 주의 집중에 의해 시각 수용체로 도달되는 많은 물체들 중에서 필요한 정보만을 추출하여 원하는 작업을 수행한다. Itti와 Koch는 시각적 주의를 제어할 수 있는, 신경계를 모방한 계산적 모델을 제안하였으나 조명환경에 고정적인 saliency map을 구성하였다. 따라서, 본 논문에서는 영상에서 ROI(region of interest)을 탐지하기 위한 조명환경에 적응적인 saliency map 모델을 구성하는 기법을 제시한다. 변화하는 환경에서 원하는 특징을 부각시키기 위하여 상황에 적응적인 동적 가중치를 부여한다. 동적 가중치는 conspicuity map에 S.K. Chang이 제안한 PIM(Picture Information Measure)을 적용시켜 정보량을 측정한 후, 이에 따라 정규화된 값을 부여함으로써 구현한다. 제안하는 조명환경에 강인한 적응적인 saliency map 모델 구현의 성능을 얼굴검출 실험을 통하여 검증하였다.