• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.37-37
• /
• 2016

기후변화는 댐유입량의 시공간적 변화를 야기할 것으로 전망된다. 따라서 기후변화에 따른 댐 유입량의 영향을 정량적으로 평가하고 그에 적응할 수 있는 댐 운영 방안이 필요하지만 영향평가 시 많은 불확실성이 발생하기 때문에 불확실성을 정량적으로 평가할 수 있는 기술 개발이 요구된다. 본 연구에서는 기후변화에 따른 댐 유입량 전망 시 발생하는 불확실성을 평가 단계별로 분해할 수 있는 기법을 이용하여 계절별 댐 유입량 전망 결과의 불확실성을 평가하였다. 이를 위해 현재 국내에서 가용한 CORDEX East Asia에서 제공하고 있는 5개 RCM 결과를 이용하였으며, 5가지 통계적 후처리기법, 2가지 수문모형을 이용하였다. 대상지역은 충주댐 유역으로 선정하였으며, 계절 댐 유입량에 대한 과거기간 대비 미래기간의 전망 결과에 대해 분석하였다. 평가결과, 겨울철을 제외한 모든 계절에서 RCM이 29.3~68.9%로 가장 큰 비중을 차지하는 것으로 나타났으며, 겨울철은 수문모형이 46.5%를 차지하는 것으로 나타났다. 이는 홍수기의 댐 유입량은 강수량에 직접적인 영향을 받으나 이수기에는 강수량 이외에 그 당시의 토양상태, 기후환경 등의 영향에 따른 수문순환 전반적인 영향이 물가용성에 영향을 미친다. 따라서 이수기는 수문모형에 더욱 영향이 큰 것으로 나타났으며, 홍수기는 기후 모델링 부분의 영향이 큰 것으로 사료된다. 이러한 분석을 통해 특정 RCM이나 통계적 후처리기법, 수문모형 등의 선정에 따라 전체 불확실성에 미치는 영향을 분석할 수 있으며, 이를 통해 불확실성을 저감할 수 있는 방안을 마련할 수 있을 것으로 기대된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.441-443
• /
• 2000

연속 음성 인식을 하는 경우에 많은 에러가 발생한다. 특히 기능어의 경우나 서술어의 경우에는 동시 조음 현상에 의한 음운 변화에 의해 빈번한 에러가 발생한다. 이러한 빈번한 에러를 수정하기 위한 방법에는 언어 모델의 개선과 음향 모델의 개선등을 통한 인식률 향상과 여러 단계의 인식과정을 두어 서로 다른 언어 모델을 적용하는 등의 방법이 있지만 모두 시간과 비용이 많이 들고 각각의 상황에 의존적인 단점이 있다. 따라서 본 논문에서 제안하는 방법은 이것을 수정하기 위해 음성 인식기로부터 인식되어 나온 결과 문장을 정답과 비교, 학습함으로써 빈번하게 에러 패턴을 통계적 방법에 의해 학습하고 후처리 모듈을 이용하여 인식시에 발생하는 에러를 적은 비용과 시간으로 수정할 수 있도록 하는 것이다. 실험은 3000 단어급의 한국어 낭독체 연속 음성을 대상으로 하여 형태소와 의사형태소를 각각 인식단위로 하고, 언어모델로 World bigram과 Tagged word bigram을 각각 적용 실험을 하였다. 형태소, 의사 형태소일 경우 모두 언어 모델을 tagged word bigram을 사용하였을 경우 N best 후보 문장 중 적당한 단어 후보의 분포로 각각 1 best 문장에 비해 12%, 18%정도의 에러 수정하여 문장 인식률 향상에 상당한 기여를 하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.930-933
• /
• 2011

This paper addresses an adaptive postprocessing method applied in the spatial domain for block-based discrete cosine transform (BDCT) coded images. The proposed algorithm is designed by a serial concatenation of a 1D simple smoothing filter and a 2D directional filter. The 1D smoothing filter is applied according to the block type, which is determined by an adaptive threshold. It depends on local statistical properties, and updates block types appropriately by a simple rule, which affects the performance of deblocking processes. In addition, the 2D directional filter is introduced to suppress the ringing effects at the sharp edges and the block discontinuities while preserving true edges and textural information. Comprehensive experiments indicate that the proposed algorithm outperforms many deblocking methods in the literature, in terms of PSNR and subjective visual quality evaluated by GBIM.

• Annual Conference on Human and Language Technology
• /
• 2002.10e
• /
• pp.62-68
• /
• 2002

음성인식기를 거친 결과는 오류를 포함할 수 있으며 이를 다른 자연어처리 응용에 이용하기 위해서는 오류의 검출과 수정과정이 필수적이다. 음성인식 오류 후처리는 그 성격상 문자인식 후처리와는 다른 접근 방법을 필요로 하며, 본 인구에서는 잡음환경을 제외한 특정 도메인에 국한된 음성발화 상황에 초점을 맞추고자 한다. 후처리 방법에 있어서는 통계적 접근과 패턴매칭에 의한 접근 방법이 있으며, 본 연구에서는 특정 도메인에서 사용되는 어휘의 의미정보를 포함하는 패턴을 자동으로 생성시켜 이에 의한 오류 검출 및 수정 방안을 제안한다. 본 실험에 사용된 도메인은 차량정보센터용 음성정보 제공 시나리오이며 상용 음성인식기를 후처리를 위한 개발 툴로 사용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.19-21
• /
• 2012

모든 암 세포는 체세포 변이를 동반한다. 따라서 암 유전체 변이 분석에 의하여 암을 발생시키는 유전자 및 진단/치료법을 찾아낼 수 있다. 본 연구에서는 차세대 시퀀싱 데이터를 이용하여 암 특이적 단이 반복 변이(copy number variation, CNV) 유형을 밝히는 새로운 알고리즘을 제안한다. 제안하는 방식은 암 환자의 정상 세포와 암세포로부터 얻어진 정상 유전체와 암 유전체를 동시 분석하여 각각 CNV 후보 영역을 추출하며, 통계적 유의성 분석을 통하여 암 특이적 CNV 후보 영역을 선별하고, 다음 후처리 과정에서 참조 표준 서열(reference sequence)에 존재하는 오류 영역 보정 작업을 수행하여 정확한 암 특이적 CNV 영역을 추출해 낸다. 또한 다수의 대용량 유전체 데이터 동시 분석을 위하여 맵리듀스(MapReduce) 기법을 기반으로 하는 병렬 수행 알고리즘을 제안한다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.40 no.2
• /
• pp.185-198
• /
• 2016

In this work, experimental errors from an impact hammer test were investigated to develop a statistic-based technique for updating a finite element model. Digital signal processing was analyzed by using theoretical models and experiments when errors occurred during the experimental procedure. First, the duration time and peak level of the excitation signal, the stiffness and position of elastic springs connecting the specimen as well as the support, position and mass of the accelerometer were considered as error factors during the experiment. Then the picket fence effect, leakage, and exponential window function were considered as candidate error factors during the digital signal processing. Finally, methods to reduce errors are suggested.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.42 no.6
• /
• pp.19-26
• /
• 2005

Image interpolation in the wavelet domain usually takes advantage of the probabilistic models for the intrascale statistics and the interscale dependency. In this paper, we adopt the linear model for the absolute values of wavelet coefficients of interpolated image across scale to estimate the variances of extrapolated bands. The proposed algorithm uses randomly generated wavelet coefficients based on the estimated parameters for probabilistic model. Random number generation according to the estimated probabilistic model may induce the 'salt and pepper' noise in subbands. We reduce the noise power by Wiener filtering. We observe that the proposed method generates the histogram of the subband coefficients similar to the that of original image. Experimental results show that our method outperforms the previous wavelet-domain interpolation method as well as the conventional bicubic method.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.226-226
• /
• 2016

최근 이상기상현상과 기후변화로 인하여 국지적인 집중호우의 빈도 및 규모가 증가하고 있으며, 이로 인한 돌발 홍수피해가 증가하고 있다. 이러한 홍수 피해를 줄이기 위해서는 정확도가 우수한 초단시간(1~2시간 이내) 예측 강우량 정보가 필요하다. 본 연구에서는 집중호우에 대한 초단시간예보 및 실황 예측을 위해 시공간적으로 고해상도 자료를 제공할 수 있는 기상레이더 강우자료와 위성영상 자료를 결합하여 초단기 강수 예측기법 개발 연구를 수행하였다. 또한 기상레이더 강우량은 지상강우관측에 비해 정확성이 낮고, 많은 불확실성을 포함하고 있으므로, 위성영상에서 산출되는 강우자료와 결합하여 강우추정의 정확도를 개선하고자 하였다. 레이더 볼륨자료에서 반사도 자료를 추출하여, 1.5km CAPPI(Constant Altitude Plan Position Indicator) 자료를 생성하고, 반사도 CAPPI 자료의 패턴 상관분석을 통하여 강우시스템의 최적 이동벡터를 산출하였다. 또한 이동벡터를 고려하여 시공간적으로 외삽하여 강우이동 예측 모델을 개발하고, 초기자료로 레이더와 천리안 위성(Communication, Ocean and Meteorological Satellite, COMS) 영상자료에서 생성되는 강우자료를 결합한 강수장 자료를 이용하여 강수 예측장을 생성하였다. 레이더-위성 결합 초단기 강우예측 모델의 정확성 검증을 위하여 2014년 8월 25일 부산 및 영남 지역에 발생한 집중호우 사례에 대하여 지상기상자동관측시스템(Automatic Weather System, AWS) 강우 측정 결과를 비교 분석 하였으며, 그 적용 가능성을 검증하였다. 초단기 강우예측 분석 결과 지상강우자료와의 오차가 발생하나, 추후 여러 통계적 후처리 과정을 통하여 그 성능이 개선될 것으로 보이며, 보다 정확한 강우량 예측을 위해서는 지속적인 알고리즘 개선 및 모형의 검 보정이 필요할 것으로 사료된다.

• Journal of Korea Multimedia Society
• /
• v.14 no.10
• /
• pp.1252-1261
• /
• 2011

In this paper, we propose the comparison method of pattern similarity for video segmentation algorithm. The shot boundary type is categorized as 2 types, abrupt change and gradual change. The representative examples of gradual change are dissolve, fade-in, fade-out or wipe transition. The proposed method consider the problem to detect shot boundary as 2-class problem. We concentrated if the shot boundary event happens or not. It is essential to define similarity between frames for shot boundary detection. We proposed 2 similarity measures, within similarity and between similarity. The within similarity is defined by feature comparison between frames belong to same shot. The between similarity is defined by feature comparison between frames belong to different scene. Finally we calculated the statistical patterns comparison between the within similarity and between similarity. Because this measure is robust to flash light or object movement, our proposed algorithm make contribution towards reducing false positive rate. We employed color histogram and mean of sub-block on frame image as frame feature. We performed the experimental evaluation with video dataset including set of TREC-2001 and TREC-2002. The proposed algorithm shows the performance, 91.84% recall and 86.43% precision in experimental circumstance.

• Journal of the Korean earth science society
• /
• v.28 no.2
• /
• pp.214-226
• /
• 2007

Because precipitation is influenced by various atmospheric variables, it is highly nonlinear. Although precipitation predicted by a dynamic model can be corrected by using a nonlinear Artificial Neural Network, this approach has limits such as choices of the initial weight, local minima and the number of neurons, etc. In the present paper, we correct simulated precipitation by using a multiple linear regression (MLR) method, which is simple and widely used. First of all, Ensemble hindcast is conducted by the PNU/CME Coupled General Circulation Model (CGCM) (Park and Ahn, 2004) for the period from April to August in 1979-2005. MLR is applied to precipitation simulated by PNU/CME CGCM for the months of June (lead 2), July (lead 3), August (lead 4) and seasonal mean JJA (from June to August) of the Northeast Asian region including the Korean Peninsula $(110^{\circ}-145^{\circ}E,\;25-55^{\circ}N)$. We build the MLR model using a linear relationship between observed precipitation and the hindcasted results from the PNU/CME CGCM. The predictor variables selected from CGCM are precipitation, 500 hPa vertical velocity, 200 hPa divergence, surface air temperature and others. After performing a leave-oneout cross validation, the results are compared with the PNU/CME CGCM's. The results including Heidke skill scores demonstrate that the MLR corrected results have better forecasts than the direct CGCM result for rainfall.