• 한국멀티미디어학회논문지
• /
• 제11권4호
• /
• pp.516-524
• /
• 2008

본 논문은 기존에 연구되지 않았던 옷의 독특한 특징들을 묵시적 제한방법을 사용하여 강력한 제한력으로 구현하는 새로운 모델링 방법을 제안한다. 기존의 명시적 제한방법인 Baumgarte 안정화 방법은 해에 빠르게 수렴하도록 하기 위해 사용자가 시뮬레이션에 따라서 값이 달라지는 안정화 변수 값을 선택해야 하고, 시뮬레이션의 시간 간격 사용에 있어서 안정화에 한계가 있는 단점들이 있다. 본 논문은 큰 시간 간격에도 안정적이고, 안정화 변수 값을 요구하지 않고, 물리적으로도 적합한 물체의 움직임을 보장하는 묵시적 제한방법을 사용한다. 또한 묵시적 제한 방법의 계산 복잡도는 Baumgarte 안정화 방법과 같다. 본 논문은 묵시적 제한방법의 수식과 제한의 오차 분석을 설명하였고 옷의 솔기, 단추, 옷 주름, 옷의 구김, 과잉 늘어짐 방지 등의 복잡한 옷의 요소들에 대한 모델링 방법을 제시하였다. 본 논문에서 제안된 방법은 외부 상황에 의해 각종 제한들이 자동적으로 설정되고 제거되어 계산 비용을 절약함과 동시에 옷의 독특한 특징들의 구현을 통해 현실감 있는 옷 시뮬레이션의 결과들을 얻었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.261-263
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 각 노드의 후반부 파라미터들은 최소자승법을 이용하여 최적화 하였다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• 비파괴검사학회지
• /
• 제16권1호
• /
• pp.34-45
• /
• 1996

음향 방출 신호의 수집 및 처리, 특징값 추출 및 선택, 분류기 설계 및 검증 과정 등을 수행할 수 있는 신호 형상 인식 프로그램을 개발하고, 이를 오스테나이트계 STS304 용접부의 인공 결함 분류 연구에 적용하였다. 특히 분류기로는 선형 함수 분류기, 경험적 Bayesian 분류기, 신경 회로망 분류기를 사용하였고, 센서는 광대역 센서와 공진형 센서를 사용하여 분류기간의 비교와 센서간의 차이점을 검토하였다. 그 결과 신경 회로망 분류기가 다른 분류기에 비해 높은 인식률을 주었고, 공진형 센서보다는 광대역 센서를 통해 받은 신호가 더 높은 인식률을 주었다.

• 한국멀티미디어학회논문지
• /
• 제3권1호
• /
• pp.23-33
• /
• 2000

본 논문에서는 복잡한 배경으로부터 자연스런 상태로 촬영된 얼굴들을 검출하는 알고리듬에 대해 기술한다. 이 방법은 얼굴영역이 적당한 크기의 블록내에서는 비교적 비슷한 밝기는 지닌다는 점에 착안하였다. 이 사실을 근거로, 먼저 영상을 계층적으로 블록화하고, 블록들의 밝기가 서로 비슷한 영역을 신속히 얼굴후보로 선택하여, 후보영역내에서 구체적인 얼굴특징을 찾는 단계적 처리방법을 도입하였다. 후보영역내의 구체적인 특징추출을 위해서 어둡고 좁은 영역을 강조하는 국소 휘도치 변환법을 사용하였으며 최종 판단을 위해서는 얼굴의 각 기관이 갖는 삼각형의 배치구조를 제약으로 사용하였다. 매우 간단한 방법으로 얼굴영역을 처리하였기 때문에 특징점들을 추출할 때 생기는 파라메터 설정문제를 피할수 있고 그 결과 파라메터값에 크게 의존하지 않는 안정된 시스템 구현이 가능하다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2013년도 제44회 동계 정기학술대회 초록집
• /
• pp.677-677
• /
• 2013

최근 석유에너지의 고갈과 휴대용 전자기기의 사용의 증가로 고효율의 배터리의 개발이 요구되고 있다. 생체칩에서 부터 전기자동차, 에너지 저장체까지 광범위한 산업군에 걸처 배터리의 개발이 되고 있어 시장규모의 계속적인 성장이 있을 것으로 전망하고 있다. 현재 상용되고 있는 음극 재료는 카본재료(이론 용량 372 mAh/g)이다. 이 카본재료의 특징은 값이 싸고, 표준 환원전위가 낮아 비교적 높은 전압을 낼 수 있다. 그러나 낮은 에너지밀도를 갖으므로 높은 에너지를 필요로 하는 차세대 산업군인 전기자동차 등에는 적합하지 않은 것으로 평가되고 있다. 그래서 더 높은 에너지 밀도를 갖는 다른 재료들에 대한 연구들이 활발히 이루어지고 있다. 본 연구에서는 음극 재료로서 주석을 선택해서 연구를 하였다. 카본계열의 음극재료의 질량당 이론 에너지 밀도는 372 mAh/g임에 반해 주석같은 경우는 약 991 mAh/g 정도의 비교적 큰 이론용량을 갖고 있다. 하지만, 주석 등 금속, 혹은 금속 합금을 음극재료로 사용할 경우 많은 양의 리튬이 삽입/탈착되면서 약 300% 이상의 부피변화가 있게 된다. 그러한 과정에서 주석이 분쇄되어 떨어지거나 전자를 제공받는 집전체로부터 떨어지게 되고, 이 과정에서 심각한 에너지 밀도의 손실이 일어나게 된다. 이러한 문제점들을 극복하기 위해 다음과 같은 구조들을 고안하여 도금 공정을 사용하여 음극재료를 제작하여 실험을 진행하게 되었다. 도금법은 대면적을 싼 가격으로 할 수 있으며 원하는 두께 및 모폴로지까지 쉽게 조절할 수 있다. 부피팽창에 의한 스트레스를 최소화하기 위해 도금법을 사용하여 나노구조를 만들어 그에 따른 전기화학적 특성 변화를 측정하였다. 다공성 필름인 AAO 디스크의 한 면에 구리를 sputtering 공정을 사용하여 0.5 um 두께의 seed layer 구리 박막을 형성하고 형성된 구리 박막 위에 도금공정을 이용하여 두껍게 구리를 증착함으로 구리 음극 집전체를 형성한다. 그 후 AAO 구조 안에 주석을 도금하면 AAO의 구조를 따라 주석 나노와이어가 형성이 된다. 마지막으로 NaOH로 AAO를 제거해주면 직경 200 nm, 길이 2 um 정도의 주석 나노와이어를 구리 집전체위에 만들 수 있었다. 배터리의 용량을 측정한 결과 안정한 싸이클 특성과 약 400 mAh/g의 에너지 밀도를 갖는 것으로 나타났다.

• 한국ITS학회 논문지
• /
• 제10권1호
• /
• pp.67-75
• /
• 2011

본 논문은 기존의 단일값(점추정)으로 제시하던 검지기 성능평가 결과를 통계적 신뢰구간(구간추정)으로 제시하기 위한 검지기 성능평가 방안을 제시했다. 일반적으로 구간추정은 점추정에 비해 표본 통계의 더 많은 정보를 제공하기 때문에 기존 단일값으로 제시해 오던 검지기 성능평가 결과의 신뢰성을 향상시킬 수 있다. 방법론은 크게 표본 추출, 평가척도 분석, 평가결과 제시의 세 부분으로 나누어진다. 표본추출 방법에는 다양한 통계적 표본 추출 방법이 있지만 교통, 조도, 기상조건에 따라 변화하는 차량검지기 성능의 특성상 층화추출법이 통계적 신뢰구간 제시를 위한 가장 적합한 방법론으로 간주되었다. 또한 기존에 널리 사용된 검지기 성능평가 척도들의 특징을 면밀히 분석하여 평가자로 하여금 해당 검지자료에 적합한 평가척도를 선택할 수 있는 프로세스를 정립하였다. 마지막으로 평가기간 전체(예. 30분)와 개별분석 단위(예. 1분) 평가결과의 통계적 신뢰구간을 반영하기 위한 방법론을 제시했다. 본 연구는 기존 검지기 성능평가 결과의 단일값 제시로 인해 불가능 했던 신뢰구간 제시를 가능하게 함에 따라 검지기 성능평가 결과의 신뢰성을 향상시킬 수 있을 것으로 판단된다.

• 대한의용생체공학회:의공학회지
• /
• 제21권4호
• /
• pp.333-338
• /
• 2000

본 논문에서는 T1 강조영상, T2 강조 영상 그리고 PD의 영상의 특징을 상호 보완적으로 이용한 자동적인 영상 분할법을 제안한다. 제안한 분할 알고리듬은 3단계로 이루어지는데, 첫 단계에서는 PD 영상으로부터 대뇌 마스크를 획득한 후, T1과 T2, PD의 입력 영상에 대뇌 마스크를 씌워 각각의 대뇌 영상을 추출하고, 둘째 단계에서는 대뇌 내부 조직에 해당하는 두드러진 클러스터(outstanding cluster)를 3차원 클러스터들 중에서 선택한다. 3차원 클러스터는 최적스케일 영상(optimal scale image)으로 이루어지는 3차원 공간상에서 화소가 밀집된 봉우리들을 교집합해서 생성되는 클러스터로 결정한다. 최적스케일 영상은 각 2타원 히스토그램에 스케일 스페이스 필터링을 적용시키고 그래프(graph) 구조를 검색하여 2차원 히스토그램의 모양을 가장 잘 나타내는 봉우리(peak) 영상을 최적 스케일 영상으로 선택한다. 마지막 단계에서는 앞에서 찾은 두드러진 클러스터의 중심값을 FCM 알고리듬의 초기중심 값으로 두고, FCM 알고리듬을 이용하여 대뇌 영상을 분할한다. 제안한 분할 알고리듬은 정확한 클러스터의 중심값을 계산함으로 초기 값을 영향을 많이 받는 FCM 알고리듬의 단점을 보완하였고 다중 스펙트럼 영상의 특성을 조합하여 분할에 이용함으로 단일 스펙트럼 영상만을 이용하는 방법보다 향상된 결과를 얻을 수 있었다.

• 한국산업정보학회논문지
• /
• 제10권3호
• /
• pp.21-29
• /
• 2005

대부분의 자동협상시스템은 협상의 진행과정에 있어 협상자의 제안에 의존적이라 할 수 있다. 특히 협상속성에 대한 선호도, 평가함수 그리고 협상전략 등은 협상자에 의해 협상라운드마다 다양하게 변화하게 되고 이러한 특징은 협상의 수정제안 생성에 영향을 미치게 된다. 따라서 본 연구에서는 협상자의 참여를 최소화하는 자동협상방법론 및 협상 모델을 제안하였다. 협상자의 참여를 최소화하기 위하여, 협상자의 속성에 대한 선호도는 판매자와 구매자의 제안값에 대한 비율에 의해 예측되었으며, 협상자의 평가함수는 각 협상라운드마다 최소자승법을 통하여 예측한 후, 결정계수($R^2$)값에 의해 평가함수가 선택되도록 하였다. 또한 본 연구에서는 예측된 속성에 대한 선호도와 평가함수를 이용하여 최적 수정 제안을 유전알고리즘을 이용하여 생성하였다.

• 한국터널지하공간학회 논문집
• /
• 제18권2호
• /
• pp.129-142
• /
• 2016

지표침하를 발생시키는 다양한 원인 중에 하나로 알려진 지하에서 발생되는 공동은 지반의 불연속적 특징이다. 그러므로 기존의 연속체해석으로 분석하기에는 한계가 있을 것으로 판단된다. 본 연구에서는 지표침하를 발생시키는 구형지하공동에 대해서 개별요소법을 활용하여 분석하였다. 지표침하에 영향을 미치는 구형지하공동의 특성인자로서 지반의 물성치, 구형지하공동의 심도 및 크기를 선택하였고, 각 특성인자들의 값의 변화가 지표침하에 미치는 영향에 대해 분석하였다. 또한 지하공동의 직경에 대한 상대적 깊이와 지표침하의 관계를 분석하였고, 이를 통해 지하공동의 붕괴 예측 및 보강유무를 결정하기 위한 근간을 제시하였다.

• 전자공학회논문지
• /
• 제52권8호
• /
• pp.117-125
• /
• 2015

본 논문은 '좌', '우' 방향 제어를 위해 취득된 EEG(Electroencephalogram) 신호 기반 분류 알고리즘과 EEG 센서, Labview, DAQ, Matlab, 주행로봇으로 구성된 방향 제어 시스템을 제안한다. 제안된 알고리즘은 DWT(Discrete Wavelet Transform)로 추출된 주파수대역 정보를 특징으로 이용하며, Fishers score를 이용하여 변별력이 높은 주파수 대역의 특징을 선별한다. 또한, SVM (Support Vector Machine)을 이용하여 분류 성능이 최고가 되는 특징벡터의 조합을 제안하고, 잘못된 판정에 의한 오동작을 방지하기 위한 MLD(Maximum Likelihood Decision) 기반의 판정보류 알고리즘도 제안한다. 제안된 알고리즘에 의해 선택된 4개의 특징벡터는 국제 표준 전극 배치법에 따른 P8 채널의 d2(16-32Hz), d5(2-4Hz) 주파수 대역의 전압의 절대 값 평균과 표준편차이다. SVM 분류기로 실험한 결과 98.75%의 정확도와 1.25%의 오류율 성능을 보였다. 또한, 오류 확률 70%를 판정 보류로 규정할 경우, 제안된 알고리즘은 인식률 95.63%의 정확도와 오류율 0%을 보였다.