• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 추계학술대회 논문집
• /
• pp.706-709
• /
• 2005

A hybrid focus method with multiple laser slits has been newly proposed and it is based on the integration of DFD and DFF Rough depth information is estimated using DFD equipped with multiple laser slits, and then DFF is applied to only each specific depth range using the depth information resulting from DFD. The proposed hybrid method gives more accurate results than DFD and DFF, and faster measurement than DFF. Its performance has been verified through experiments of calibration blocks with sharp depth discontinuity.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권1호
• /
• pp.11-17
• /
• 2024

폐암은 크기가 다양하고 유사한 밝기값을 갖는 주변 구조물이 존재하기 때문에 흉부 CT 영상에서 폐암을 정확하게 분할하는 것이 어렵다. 이러한 문제를 해결하기 위해 본 논문에서는 심층 감독을 포함하고 UNet3+를 백본으로 사용하는 폐암 분할 네트워크를 제안한다. 또한, 픽셀 기반, 영역 기반 및 형태 기반의 3가지 구성 요소로 이루어진 하이브리드 병변 초점 손실함수를 제안한다. 이를 통해 배경에 비해 작은 영역을 차지하는 폐암 부분에 집중하고, 불명확한 경계를 처리하는데 도움이 되는 형태 정보를 고려할 수 있다. 제안 방법을 UNet 및 UNet3+와 비교 실험을 통해 검증하였고, 제안 방법은 모든 폐암 크기에서 DSC 측면에서 가장 우수한 성능을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.800-801
• /
• 2007

본 연구는 지역별 전력수급을 고려한 발전기 보수 계획 수립에 관한 Hybrid Particle Swarm Optimization알고리즘(HPSO) 접근법을 제시하였다. 전체 계통의 예비력 확보에 초점이 맞춰진 기존의 연구에 지역별 예비력을 고려한 제약조건을 추가하였다. 본 연구의 목적함수로는 결정적 신뢰도 지수인 공급 예비율 분산값의 최소화(공급예비율 평활화)를 사용하였으며, IEEE RTS(1996) 계통에서의 사례연구를 수행하여 기존의 PSO알고리즘의 경우와의 비교분석을 통해 제안된 방법의 우수성을 보였다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2006년도 추계학술대회
• /
• pp.202-205
• /
• 2006

최근 지열원 열펌프 시스템 설치가 해마다 평균 10-30%젓도 꾸주히 증가하고 있다 주요 연구동향은 토양열전도 측정, 지열히트펌프 시스템 전주기 성능평가 하이브리드 시스템의 초기비용 저감과 이러한 지열원 열펌프 시스템 설계방법분야 개발에 대해 초점이 맞춰지고 있다. 특히 국내에서 현재 시공되어진 많은 시스템들이 부실시공의 문제에 노출되고 있으며 이러한 시점에서 현재의 저가 입찰제도 보다는 외국 사례와 같은 성능확인 제도로의 전환 및 많은 연구가 필요하다. 성능확인제도는 사전 성능 예측과 사후 성능 확인 검증으로 구성되며 본 기술현안 보고서는 최근 국내외 연구동향 및 사전 성능 예측과 사후 성능 검증 관하여 정리하여 본다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.319-322
• /
• 2006

오늘날 분산 컴퓨팅 환경에서 운용되는 시스템이 증가됨에 따라 시스템의 관리작업은 고수준의 자동화를 요구하고 있다. 이에 따라 시스템 관리방식은 전통적인 관리자 중심에서 시스템 스스로가 자신의 문제를 인식하고 상황을 분석하여 해결하는 자율 컴퓨팅 방식으로 변화하고 있으며, 현재 이에 대한 연구가 많은 연구기관에서 다양한 방법으로 이루어 지고 있다. 그러나 이러한 대부분의 연구에서 자율 컴퓨팅의 한 요소인 자가 치유는 문제가 발생한 이후의 치유에 주로 초점이 맞추어져 있다. 이러한 문제를 해결하기 위해서는 시스템 스스로가 동작환경을 인식하고 에러의 발생을 예측하기 위한 예측 모델을 필요로 하게 된다. 따라서, 본 논문에서는 자율 컴퓨팅환경에서 자가 치유를 지원하는 4 가지 예측 모델 설계 방법을 제안하며, 본 예측 모델을 ID3 알고리즘, 퍼지추론, 퍼지뉴럴네트워크 그리고 베이지안 네트워크가 각 시스템 상황에 맞추어 적절하게 사용되는 하이브리드 방식이며, 이를 통해 보다 정확하고, 신속한 에러 예측이 가능해진다. 우리는 제안 모델을 평가하기 위해 본 예측 모델을 자가 치유 시스템에 적용하여 기존 연구와 예측 효율을 비교하였으며, 그 결과를 통해 제안 모델의 유효성을 증명하였다.

• 대한설비공학회:학술대회논문집
• /
• 대한설비공학회 2006년도 하계학술발표대회 논문집
• /
• pp.1238-1243
• /
• 2006

최근 열펌프 시스템 설치가 해마다 평균 10-30% 정도 꾸준히 증가하고 있다. IEA HP Annex 28, 29('열펌프 성능평가 기술', '열펌프 시장 현황 현안')등 국제공동연구를 통한 꾸준한 지열원 열펌프 시스템 응용분야의 발전은 기존의 지열원 시스템에 비해 비용과 더불어 보다 많은 에너지 절감효과를 가져왔다. 지열기술의 성공적 사용여부는 기술의 견실함, 설계기술의 개발, 기반시설설치, 히트펌프와 부품제조업자의 반응에 기인한다. 최근 주요 연구동향은 토양열전도 측정, 지열히트펌프 시스템 전주기 성능평가, 하이브리드 시스템의 초기비용 절감과 이러한 열펌프 시스템 설계방법분야 개발에 대해 초점이 맞춰지고 있다. 본 기술현안 보고서는 최근 국내외 연구동향을 정리하여 본다.

• 한국통신학회논문지
• /
• 제37A권11호
• /
• pp.918-926
• /
• 2012

3차원 비디오 전송에 있어서, 렌더링에 사용되는 깊이 맵은 압축 효율을 위하여 일반적으로 낮은 해상도로 다운샘플링 되어 전송된다. 이때, 다운샘플링 과정에서 발생하는 오류는 디코딩 후의 적절한 업샘플링 기법을 통하여 효과적으로 복구할 수 있다. 하지만 기존의 연구들은 이러한 오류를 줄이기 위하여 여러 업샘플링 기법에 대해서만 초점이 맞춰져 있었다. 본 논문에서는 사람의 인지적인 화질을 보다 제고시키기 위하여 동적인 객체와 정적인 배경에 서로 다른 다운샘플링 비율을 적용시키는 새로운 하이브리드 깊이 맵 다운샘플링 기법을 제안한다. 실험적인 결과는 제안하는 방법이 시각적인 품질과 PSNR 측면에서의 이득이 있음을 보여준다. 또한 제안하는 방법은 여러 업샘플링 기법들과 호환이 가능하다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.381-386
• /
• 2006

오늘날 분산 컴퓨팅 환경에서 운용되는 시스템이 증가함에 따라 시스템의 관리작업은 고수준(high-level)의 자동화에 대한 요구가 증가하고 있다. 이에 따라 시스템 관리방식이 전통적인 관리자 중심의 방식에서 시스템 스스로가 자신의 문제를 인식하고 상황을 분석하여 해결하는 자율 컴퓨팅 방식으로 변화하고 있으며, 이에 대한 연구가 많은 연구기관에서 다양한 방법으로 이루어지고 있다. 그러나 이러한 대부분의 기존 연구들은 문제가 발생한 이후의 치유에 주로 초점이 맞추어져 있다. 이러한 문제를 해결하기 위해서는 시스템 스스로가 동작환경을 인식하고 에러의 발생을 예측하기 위한 예측 모델이 필요하다. 따라서 본 논문에서는 자율 컴퓨팅환경에서 자가 치유를 지원하는 4가지의 예측 모델 설계 방법을 제안한다. 본 예측 모델은 ID3 알고리즘, 퍼지 추론, 퍼지 뉴럴 네트워크 그리고 베이지안 네트워크가 각 시스템 상황에 맞춰 적절하게 사용되는 방식이며, 이를 통해 보다 정확한 에러 예측이 가능해진다. 우리는 제안모델의 평가를 위해 본 예측모델을 자가치유 시스템에 적용하여 기존 연구와 예측의 효율을 비교하였으며, 그 결과를 통해 제안 모델의 유효성을 증명하였다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.173-190
• /
• 2015

부도는 막대한 사회적, 경제적 손실을 야기할 수 있으므로, 미리 부도여부를 정확하게 예측하여 선제 대응하는 것은 경영분야에서 대단히 중요한 의사결정문제 중 하나이다. 이에 지능정보시스템 분야에서도 그간 기업의 재무 데이터에 기반해 부도예측을 개선하기 위한 노력을 기울여왔는데, 안타깝게도 기존의 연구들은 대부분 분류모형의 성능 개선을 통해 예측 정확도를 개선하는 것에만 주로 초점을 맞추어 다른 요소들을 충분히 고려하지 못했다는 한계가 있다. 이러한 배경에서 본 연구는 부도예측 모형의 정확도를 개선하기 위한 방편으로 새로운 데이터 전처리 방법, 그 중에서도 효과적인 표본추출 방법을 제안하고자 한다. 일반적으로 부도예측을 위해 사용되는 데이터들은 극심한 데이터 불균형 문제에 노출되어 있는데, 본 연구에서는 k-reverse nearest neighbor(k-RNN)와 one-class support vector machine(OCSVM) 방법을 결합한 하이브리드 언더샘플링(hybrid under-sampling) 접근법을 통해 이같은 데이터 불균형 문제를 해결하고자 하였다. 본 연구에서 제안한 접근법에서 k-RNN은 이상치를 효과적으로 제거할 수 있으며, OCSVM은 다수를 구성하는 등급의 데이터로부터 정보량이 풍부한 표본만 효과적으로 선택할 수 있는 수단으로 활용될 수 있다. 제안된 기법의 성능을 검증하기 위해, 본 연구에서는 국내 한 은행의 비외감기업 부도예측모형 구축에 제안 기법을 적용해 본 뒤, 일반적으로 많이 사용되는 랜덤샘플링(random sampling)과 제안 기법의 성능을 비교해 보았다. 그 결과, 로지스틱 회귀분석, 판별분석, 의사결정나무, SVM 등 대다수의 분류모형에 있어 분류 정확도가 개선됨을 확인할 수 있었으며, 모든 분류모형에 있어 부정 오류, 즉 부실기업을 정상으로 예측하는 오류율이 크게 감소함을 확인할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권12호
• /
• pp.1016-1023
• /
• 2009

자동차 번호판 인식 시스템은 문자 추출, 특징 추출 등의 영상처리와 추출된 문자를 인식하는 인식기로 구성된다. 특징 추출은 문자 영역의 데이터 감소뿐만 아니라 인식 성능을 결정한다. 따라서 본 논문에서는 번호판 인식의 결과에 영향이 큰 숫자 인식, 특히 숫자의 특징 추출에 초점을 두었으며, 데이터의 군집성을 재배치하여 데이터 간의 최적의 산란도를 확보할 수 있는 통계적 특징의 혼합 모델을 제안하고, 이를 다층 퍼셉트론과 LVQ 신경망을 이용하여 유효성을 검증하였다. 제안된 통계적 특징 추출 방법은 번호판 영상이 갖는 정보를 가장 잘 유지하고, 잡음과 외부 환경에 강건하며 효과적인 방법임을 보여준다.