• 자연과학논문집
• /
• 제8권1호
• /
• pp.5-15
• /
• 1995

IRR 적응 휠터의 공식오차 방식은 지역 최소값에 관계없이 전역 최소값에 수렴하며 안정성이 높다. 그러나 공식오차 방식은 입력 신호에 잡음이 섞여 경우 예측계수가 바이어스 되는 문제가 있다. 본 논문에서는 사전에 잡음에 대한 지식이 없이 바이어스가 없는 예측계수를 얻을 수 있는 새로운 공식 오차 방식을 위한 알고리즘을 제안한다. 이 알고리즘은 공식오차를 스므딩하는 방식을 이용하여 입력에 추가되는 잡음이 백색잡음인 경우 바이어스 없이 계수를 예측할 수 있다. 시뮬레이션을 통해 새로운 알고리즘이 공식오차의 중요한 장점인 빠른 수렴속도와 안정성을 유지하며 바이어스를 효율적으로 제거함을 볼 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.27-29
• /
• 2008

시스템 분석에 주로 사용하는 자료 중에는 비선형 자료와 시계열 등이 있다. 이들 자료는 그 함축적인 관계가 매우 복잡하여 전통적인 통계분석 도구로 분석하는데 어려움이 많다. 본 연구에서는 현실 세계에서 다양하게 나타나는 복잡성을 다루기 위하여 하이브리드 진화 신경망 모델링 접근 방법으로 자료를 모형화 하고 이를 통한 학습의 적합도를 살펴본다. 비선형 자료 등을 모형화하기 위한 학습은 역전파 신경망 기법을 이용한다. 학습의 효율을 높이기 의해서 격자감소 학습 알고리즘과 함께 이용하는 유전자 알고리즘은 네트워크 구조를 최적화 시킬 수 있는 초기가중값을 이용한 전역 최소값을 찾는데 이용한다. 학습 결과를 통해 제안된 하이브리드형 접근방법의 학습이 보다 효율적임을 살펴보기 위하여 유전자 알고리즘으로 최적화된 신경망 학습 알고리즘을 비선형 모의자료의 학습에 적용하여 보았다.

• 한국측량학회지
• /
• 제25권1호
• /
• pp.39-45
• /
• 2007

한국형 UTM 좌표계는 현행 좌표계의 문제점 및 한계를 극복할 수 있으며 GIS를 기반으로 하는 첨단 산업에도 다양하게 적용 될 수 있도록 도입되었다. 본 연구에서는 한반도 전역에 적용 가능한 최적의 UTM-K 투영 중앙자오선과 축척계수를 결정하기 위하여 여러 가지 조합을 설정한 후 각각의 경우에 발생하는 지도의 누적 투영 왜곡량을 비교함으로써 결론을 도출하였다. 남한 지역에 적용하기 위해 도입된 현행 UTM-K에서 정의한 기준을 한반도 전역에 적용해 본 결과, 지도 투영으로 인한 누적 투영 왜곡량은 $47.0837{\times}10^{-2}$로 나타났다. 반면에 투영 중앙 자오선을 $127^{\circ}26'$, 축척계수를 0.99991로 설정했을 경우 누적 투영 왜곡량이 $21.0495{\times}10^{-2}$으로 최소값을 보였다. 따라서 한반도 전역에 적용할 최적의 UTM-K 투영 자오선은 $127^{\circ}26'$, 축척계수는 0.99991라는 결론을 얻었다.

• Investigative Magnetic Resonance Imaging
• /
• 제6권2호
• /
• pp.137-146
• /
• 2002

목적: 본 논문에서는 신경망을 이용한 자기공명영상의 분류에 있어 결정론적 이완 방법(deterministic relaxation)과 응집 군집화(agglomerative clustering) 방법에 의한 개선된 영상 분류방법을 제시한다. 제안된 방법은 신경망을 이용한 영상의 분류시 지역적 최소치로의 수렴문제와 입력 패턴의 증대로 인하여 수렴 속가 늦어지는 문제를 해결한다. 대상 및 방법: 신경망을 이용한 영상의 분류는 지역적 계산과 병렬 계산이 가능한 특성을 갖고 있어 기존의 통계적 방법을 대신하는 방법으로 주목을 받고 있다. 그러나 일반적으로 신경망에 의한 분류알고리즘이 지닌 문제점의 하나는 에너지함수가 항상 전역적 최소치로 수렴하지 않고 지역적 최소치로도 수렴할 수 있다는 점이고, 또 다른 문제점은 반복수렴을 수행하는 에너지함수의 수렴속도가 너무 늦다는 점이다. 따라서 지역적 최소치로의 수렴을 방지하고 전역적 최소치로의 수렴속도를 가속화시키기 위하여 본 논문에서는 결정적 이완 알고리즘의 하나인 MFA(Mean Field Annealing) 방법을 적용하여 지역적 최소치로의 수렴문제를 해결하는 방법을 제시한다. MFA는 모의 애닐링의 통계적 성질을 변수의 평균값에 적용하는 결정론적인 수정 법칙들로 대신하고, 이러한 평균값을 최소화함으로서 수렴속도를 개선한 방법이다 아울러 신경망이 갖고 있는 문제점인 과다한 클래스 패턴의 생성에 따른 처리속도 지연의 문제점을 해결하기 위하여 응집 군집화 알고리즘을 이용하여 영상을 구성하는 군집을 결정하여 신경망에 입력되는 값을 초기화하여 영상패턴이 증가되는 것을 제한하였다. 결과: 본 논문에서 제시된 응집 군집화 방법 및 결정론적 이완 방법은 신경망에 의한 자기공명영상의 분류 시 발생할 수 있는 지역적 최적 치로의 수렴 문제를 해결하여 전역적 최적화로 신속히 수렴함을 알 수 있었다. 결론: 본 논문에서는 클러스터의 분석과 결정론적 이완 방법에 의하여 신경망에 의한 자기공명영상의 분류결과를 향상시키기 위한 새로운 방법을 소개하였으며 실험결과를 통하여 그러한 사실을 확인할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권11호
• /
• pp.1115-1122
• /
• 2000

기존의 블록 정합 알고리즘인 FS(Full Search) 알고리즘은 정확한 움직임 벡터를 구할 수 있으나 요구되는 계산량이 많다. 반면에 국부 탐색을 하는 고속 블록 정합 알고리즘은 FS보다 빠른 탐색을 할 수 있으나 FS 보다 정합 오차가 크다. 본 연구는 전역탐색을 하는 유전자 알고리즘에 빠른 탐색을 하는 블록 정합 알고리즘인 NTSS(New Three Ste Search)알고리즘을 제안한다. 제안한 방법에서 각 염색체는 움직임 벡터를 표현하며 초기 염색체는 탐색 공간의 중심 탐색점 가까이에 고정적으로 발생시키고 각 염색체는 MSE(Mean Square Error)값으로 평가된다. 평가된 염색체 중 작은 MSE값을 가지는 염색체가 NTSS의 탐색점 수만큼 다음 세대의 탐색점으로 선택된다. 선택된 염색체는 세대를 거치면서 돌연변이 연산과 교배연산이 행해지고 이 때 돌연변이 연산의 크기는 NTSS의 탐색 단계 크기가 된다. 제안한 세대 수 만큼 반복 후 최소의 MSE 값을 가지는 유전자가 해당 블록의 움직임 벡터가 된다. 시뮬레이션 결과 제안한 방법을 가장 우수한 성능을 가지는 FS와 유사한 MSE 값을 얻을 수 있었고 동시에 FS에서 요구되는 계산량에 비해 많은 계산량을 줄일 수 있었다.

• 전기전자학회논문지
• /
• 제19권2호
• /
• pp.244-253
• /
• 2015

본 논문은 비의도 움직임 검출 및 적응적 움직임 완화 필터를 이용한 동영상 안정화 기법을 제안한다. 제안된 기법은 비의도 움직임 검출 단계와 검출된 비의도 움직임을 완화 필터링하는 단계로 구성된다. 움직임 완화 과정에 요구되는 속성들을 활용하기 위하여 누적 전역 움직임 매개변수들로 구성된 집합의 국부 최대값과 국부 최소값을 정의한다. 국부 정보를 사용하여 비의도 움직임 검출에 필요한 제약조건을 정의하며, 제약조건들을 기반으로 하여 알파-조정 평균 필터의 알파 값을 결정하여 재구성된 동영상의 움직임 완화 정도를 제어한다. 실험 결과를 통해 제안된 방식의 성능 우수성을 입증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (C)
• /
• pp.522-526
• /
• 2008

모션 캡쳐 장비는 사람의 자연스러운 행동이나 동작 정보를 정밀하게 얻기 위해 널리 사용되며, 영화나 게임과 같은 콘텐츠에서 자주 활용되고 있다. 하지만 모션 캡쳐 장비가 고가이기 때문에 한번 입력받은 데이터를 모션별로 분할하고 상황에 맞게 재결합하여 사용할 필요가 있으며, 입력 데이터를 모션별로 분할하는 것은 대부분 수동으로 이루어진다. 이 때문에 캡쳐된 데이터를 자동으로 분할하기 위한 연구들이 다양하게 시도되고 있다. 기존의 연구들은 크게 전역적 특성에 대한 고려없이 이웃하는 프레임만을 고려하는 온라인 방식과 데이터를 전역적으로 고려하나 이웃하는 프레임 사이의 관계를 고려하지 않는 오프라인 방식으로 나누어진다. 본 논문에서는 온라인과 오프라인 방식을 병합한 그래프 기반의 모션 분할 방법을 제안한다. 분할을 위해 먼저 모션데이터를 기반으로 그래프를 생성하며, 그래프는 이웃하는 각 프레임사이의 유사도뿐만 아니라 시간축을 기반으로 일정시간내의 프레임들의 유사도를 모두 고려하였다. 이렇게 생성된 그래프를 분할하기 위해 분할된 모션내의 유사도 합을 최소화하고 각 모션간의 유사도는 최대화할 수 있는 normalized cuts을 이용하였다. 실험에서 제안된 방법은 기존의 오프라인 방식 중 하나인 GMM과 온라인 방식 중 하나인 국부최소값 분할 방법보다 좋은 결과를 보였으며, 이는 각 프레임 사이의 유사도뿐만 아니라 일정시간내의 유사도를 전역적으로 고려하기 때문이다.

• 한국지능시스템학회논문지
• /
• 제8권5호
• /
• pp.98-106
• /
• 1998

본 논문에서는 신경망의 학습성능을 개선하기 위해 확룰적 근사법과 공액기울기법에 기초를 둔 새로운 학습방법을 제안하였다. 제안된 방법에서는 확률적 근사법과 공액기울기법을 조합 사용한 전역 최적화 기법의 역전파 알고리즘을 적용함으로써 학습성능을 최대한 개선할 수 있도록 하였다. 확률적 근사법은 국소최소점을 벗어나 전역최적점에 치우친 근사점을 결정해 주는 기능을 하도록 하며, 이점을 초기값으로 하여 결정론적 기법의 공액기울기법을 적용함으로써 빠른 수렴속도로 전역최적점으로의 수렴확률을 놓였다. 제안된 방법을 패리티 검사와 패턴 분류에 각각 적용하여 그 타당성과 성능을 확인한 결과 제안된 방법은 초기값을 무작위로 설정하는 기울기하강법에 기초를 둔 기존의 역전파 알고리즘이나 확률적 근사법과 기울기하강법에 기초를 둔 역전파 알고리즘에 비해 최적해로의 수렴 확률과 그 수렴속도가 우수함을 확인할 수 있었다.

• 한국산업정보학회논문지
• /
• 제13권1호
• /
• pp.57-67
• /
• 2008

본 논문에서는 광류를 이용한 적응 블록 정합 움직임 추정 방법을 제안하였다. 제안 방법에서는 먼저 각 화소의 시간 경사값과 공간 경사값을 미분필터를 통하여 계산한 후, 이 경사값들로부터 최소 자승 추정법을 이용하여 광류를 추정하여 탐색영역의 위치와 크기를 결정하였다. 특히 움직임 특성에 따라 탐색영역을 결전함으로써 움직임 추정 오차가 큰 영역인 크고 복잡한 움직임을 갖는 영상에 대해서 뛰어난 성능을 갖는다. 다양한 움직임 특성을 가지는 실험 영상들에 대한 기존의 방법과 제안한 방법의 움직임 추정 성능 평가를 위한 컴퓨터 모의실험을 통하여, 제안한 방법이 움직임이 크고 복잡한 영상에 대해서 기존의 방법에 비해 우수한 PSNR을 나타냄을 확인하였다.

• 전자공학회논문지S
• /
• 제36S권11호
• /
• pp.102-111
• /
• 1999

본 논문에서는 탐색 영역에서의 탐색점 부표본화와 현재 블록 내의 화소들의 이웃 화소간의 화소값의 차를 이용한 고속 전역 탐색 블록 정합 알고리듬을 제안하였다. 제안한 방법에서는 각 탐색점에서의 평균 절대치 오차 (mean absolute difference; MAD) 값의 최소 범위를 이웃 탐색점에서의 MAD와 현재 블록 내의 화소들의 이웃 화소간의 화소값의 차를 이용하여 구한 뒤, 이를 이용하여 블록 정합이 필요한 탐색점에 대하여서만 블록 정합을 행함으로써 고속으로 움직임을 추정하였다. 이때, 현재 탐색점에서의 MAD의 최소 범위를 구하기 위해서는 이웃 탐색점에서의 MAD를 사용한다. 그러므로 제안한 방법에서는 먼저, 탐색 영역에 대하여 4:1로 탐색점 부표본화를 행한 뒤, 부표본화 된 탐색점에 대하여 블록 정합을 행하여 MAD를 구한다. 그리고, 나머지 탐색점에 대하여서는 각 탐색점의 MAD 값의 최소범위를 부표본화 된 탐색점에서의 MAD와 현재 블록 내의 화소들의 이웃 화소간의 화소 값의 차를 이용하여 구한 뒤, 블록 정합이 필요한 탐색점에 대하여서만 블록 정합을 행하였다. 즉, 제안한 방법에서는 각 탐색점에서 MAD의 최소 범위를 이용하여 블록 정합이 필요한 탐색점 수를 줄임으로써 전역 탐색 블록 정합 알고리듬 (full search block matching algorithm; FSBMA)과 동일한 성능을 유지하면서도 고속으로 움직임을 추정할 수 있었다. 모의 실험을 통하여 제안한 방법이 FSBMA와 동일한 성능을 유지하면서도 많은 계산량의 감소를 얻을 수 있음을 확인하였다.