• 한국항행학회논문지
• /
• 제22권6호
• /
• pp.675-680
• /
• 2018

본 논문에서는 RCE (restricted coulomb energy) 신경망을 이용한 손동작 인식기를 제안하고, 이의 실시간 학습 및 인식을 위한 하드웨어 구현 결과를 제시한다. RCE 신경망은 네트워크 구조가 학습에 따라 유동적이며, 학습 알고리즘이 여타 신경망에 비해 비교적 간단하기 때문에 실시간 학습 및 인식이 가능하므로 손동작 인식기에 적합한 장점을 갖는다. FPGA기반 검증 플랫폼을 사용하여 3D 숫자 데이터 셋을 생성하였으며, 설계된 손동작 인식기는 3D 숫자 데이터 셋에 대해 98.8%의 인식 정확도를 나타냈다. 제안된 손동작 인식기는 Intel-Altera cyclone IV FPGA기반 구현 결과, 26,702개의 logic elements로 구현 가능함을 확인하였으며, 70MHz의 동작 주파수로 실시간 학습 및 인식 결과에 대한 검증을 수행하였다.

• 한국통신학회논문지
• /
• 제35권1B호
• /
• pp.1-7
• /
• 2010

본 논문에서는 편향 자기 경로 제어 방법을 사용하는 새로운 고성능 고장 감내 스위칭 망을 제시한다. 기반이 되는 델타 망의 위상적 구조를 대수적 기법을 사용하여 해석한 결과로 부터, 편향 자기 경로 제어 알고리즘을 사용하는 다중 경로 스위칭 망인 다차원 링-델타 망을 유도한다. 제시된 스위칭 망에서는 델타 망의 링크들을 포함하는 모든 링크들이 결함 혹은 혼잡이 생긴 링크들을 우회하는 대체 경로들로써 사용된다. 본 연구에서 비균일 주소 분포를 가진 부하를 가했을 경우의 이 망의 성능을 시뮬레이션을 사용하여 분석하였다. 입력 셀의 도착률이 0.9이고, Hot Ratio가 0.8인 경우, $1024\;{\times}\;1024$ 크기의 제안된 스위칭 망의 통과율은 사이클릭 벤얀 망에 비해서 36.5% 우수하고, 2차원 링-벤얀 망에 비해서 13.3% 우수하다. 또한, $64\;{\times}\;64$ 크기의 제안된 스위칭 망의 신뢰도 는 Hui의 망에 비해 2.2배, 2차원 링-벤얀 망에 비해 46.6% 높다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제26권3호
• /
• pp.87-97
• /
• 2020

본 논문에서는 사용자가 지정한 반사 하이라이트 맵을 가이드 영상으로 하는 뉴럴 재조명 기법을 제안한다. 제안하는 신경망은 다양한 조명 위치에서 렌더링 된 영상을 이용해 사전학습시킨 백본 뉴럴 렌더러를 활용하며, 기저 영상과 렌더링 영상의 차이가 사용자가 제공한 반사 하이라이트 맵과 유사하도록 역전파에 의해 광원의 위치와 관련된 재조명 영상을 동시 최적화한다. 제안하는 방법은 아티스트가 선호하는 이차원 화면 공간 인터페이스를 제공하면서도 삼차원 조명의 위치를 명시적으로 추론할 수 있는 장점이 있다. 제안하는 뉴럴 재조명의 성능은 실제 값을 설정할 수 있는 실험 상황을 수립하여, 본 논문의 방법이 주어진 하이라이트 맵을 얼마나 잘 반영하는지 평가하고 실제 하이라이트 맵으로 추론한 조명 및 재조명 영상의 오차를 측정하였다. 제안하는 뉴럴 재조명이 추정한 광원 위치의 평균 오차율은 정규화된 삼차원 장면 크기 대비 0.11이다.

• Journal of Electrical Engineering and information Science
• /
• 제3권1호
• /
• pp.21-27
• /
• 1998

In this paper we apply routing algorithms in circuit switched networks to B-ISDN networks and investigate the performance. B-ISDN supports a wide range of services with hetrogeneous bandwidth requirements. We assume that the network supports D classes of traffic. It is modeled as a finite D dimensional Markov chain. A call is blocked on arrival if the required bandwidth is not available on the route. The shortest path routing, alternate routing and trunk reservation are considered for performance comparison. We also consider trunk reservation with restricted access control where the network reserves certain amount of bandwidths for one class of traffic that assumes a higher transmission priority. Through the method of successive iterations, we obtain the steady state equilibrium probabilities and call blocking probabilities for dynamic routing. The results can be used to design a B-ISDN network that improves network connection availability and efficiency while simultaneously reducing the network costs.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2006년도 춘계학술발표회 논문집
• /
• pp.387-392
• /
• 2006

3D-based information is needed increasingly as well as 2D Information as cities grow and buildings become large and complex, and use of 3D-models is getting attention to handle such problems. However, there are limitations in using 3D-models because most applications and research efforts using them have been for visual analysis. This study presents a method to find optimal paths in indoor spaces as an illustration for using 3D-models in spatial analysis. We modeled rooms, paths and other facilities in a building as individual 3D objects. We made it possible to find paths based on network structure by integrating the vector-based networks of 2D-GIS and 3D-model.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권9호
• /
• pp.1150-1160
• /
• 2004

본 논문에서는 MPEG-2에서 정의한 시공간적 계위를 확장하여 enhanced Access Grid (e-AG) 상의 서로 다른 디스플레이 시스템 및 네트워크 환경을 가진 수신 단말의 효율적인 디스플레이를 위한 새로운 3차원 영상의 부호화 방법을 제안한다. 제안된 부호화기는 3차원 영상에 대해서 시공간적 기본 해상도 및 고 해상도의 영상을 표현 가능하도록 여러 계층의 비트 열을 생성한다. 생성된 비트 열은 수신 단말의 네트워크 환경 및 처리속도, 디스플레이 환경에 따라 다른 시공간적 해상포론 표현할 수 있도록 선택적으로 전송된다. 제안된 시공간적 계위를 이용한 3차원 영상 부호화기는 이질적인 분산환경에서의 효율적인 3차원 비디오 전송 서비스에 활용 가능하다.

• 로봇학회논문지
• /
• 제18권3호
• /
• pp.346-351
• /
• 2023

With the release of numerous open driving datasets, the demand for domain adaptation in perception tasks has increased, particularly when transferring knowledge from rich datasets to novel domains. However, it is difficult to solve the change 1) in the sensor domain caused by heterogeneous LiDAR sensors and 2) in the environmental domain caused by different environmental factors. We overcome domain differences in the semi-supervised setting with 3-stage model parameter training. First, we pre-train the model with the source dataset with object scaling based on statistics of the object size. Then we fine-tine the partially frozen model weights with copy-and-paste augmentation. The 3D points in the box labels are copied from one scene and pasted to the other scenes. Finally, we use the knowledge distillation method to update the student network with a moving average from the teacher network along with a self-training method with pseudo labels. Test-Time Augmentation with varying z values is employed to predict the final results. Our method achieved 3rd place in ECCV 2022 workshop on the 3D Perception for Autonomous Driving challenge.

• International Journal of Computer Science & Network Security
• /
• 제22권7호
• /
• pp.443-450
• /
• 2022

The method of studying 3D-technologies abroad and in Ukraine is considered. The analysis of educational resources and experience of use of the equipment in branch is carried out. The didactic principles of the educational process for 3D-printing specialists are determined. The use of FDM technology and the ability to minimize the occurrence of defects in the future have been studied. An analysis of the international experience of the educational process of relevant specialists in the field. The content of training for 3D printing specialists has been developed. The experience of using 3D-technologies is described and the list of recommendations for elimination of defects during production of products by means of additive technologies is made. The recommendations will be useful not only for beginners, but also for experienced professionals in additive technologies. The need to study such experience is the main condition for the development of enterprises in Ukraine that plan to automate their own production. A 3D printing engineer must know the basics of economics and marketing, because his responsibilities include optimizing workflows to reduce the cost and speed up printing. Therefore, the knowledge gained from practical experience presented and in building for learning 3D printing engineers by the authors will be important.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권3호
• /
• pp.85-90
• /
• 2021

본 논문에서는 고령자를 위한 개별 웨어러블(Wearable) 기기를 이용한 낙상 감지에 대해 논한다. 신뢰할 수 있는 낙상 감지를 위한 저비용 웨어러블 기기를 설계하기 위해서 대표적인 두 가지 모델을 종합적으로 분석하여 제시한다. 기계 학습 모델인 의사결정 나무(Decision Tree), 랜덤 포래스트(Random Forest), SVM(Support Vector Machine)과 심층 학습 모델인 일차원(One-Dimensional) 합성곱 신경망(Convolutional Neural Network)을 사용하여 낙상 감지 학습 능력을 정량화하였다. 또한 입력 데이터에 적용하기 위한 데이터 분할, 전처리, 특징 추출 방법 등을 고려하여 검토된 모델의 유효성을 평가한다. 실험 결과는 전반적인 성능 향상을 보여주며 심층학습 모델의 유효성을 검증한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권7호
• /
• pp.585-594
• /
• 2007

오류역전파 방법을 이용하는 신경망들은 패턴들의 학습시간이 매우 오래 걸리고 또한 추가학습과 반복학습의 한계를 가지며, 이런 단점을 보완할 수 있는 이진신경망(Binary Neural Network, BNN)이 Aleksander에 의해 제안되었다. 그러나 BNN도 반복학습에 있어서는 단점을 가지고 있으며, 일반화 패턴을 추출하기 어렵다. 본 논문에서는 BNN의 구조를 개선하여 반복학습과 추가학습이 가능할 뿐 아니라, 특징점들까지 추출할 수 있는 다중 판별자를 가지는 삼차원 뉴로 시스템을 제안한다. 제안된 모델은 기존의 BNN을 기반으로 하여 만들어진 이차원 특징을 가지는 Single Layer Network(SLN)에 귀환회로가 추가되어 특징점들을 누적할 수 있는 삼차원 신경망이다. 학습을 통해 누적된 정보는 판별자의 각 신경세포에 임계치를 조정함으로써 일반화 패턴을 추출할 수 있다. 그리고 생성된 일반화 패턴을 인식에 재사용함으로써 반복학습의 효율성을 높였다. 최종 판정 단계에서는 Maximum Response Detector(MRD)를 이용하였다. 본 논문에서 제안한 시스템을 평가하기 위하여 NIST에서 제공하는 숫자 자료를 이용하였으며, 99.3%의 인식률을 얻었다.