• 한국인터넷방송통신학회논문지
• /
• 제15권3호
• /
• pp.77-83
• /
• 2015

블록절단 코딩 또는 BTC(Block Truncation Coding)는 회색 영상을 위한 손실 영상 압축 기술의 일종이다. 이 방법은 원본 영상을 여러 개의 블록으로 나누고 각 블록에 대해서 평균과 표준편차를 계산하여 각 블록에서의 회색 레벨의 수를 줄인다. BTC는 비디오 압축에 적합하도록 만들어졌다. BTC의 변형된 것으로 AMBTC (Absolute Moment Block Truncation Coding)가 있다. AMBTC는 BTC보다 계산이 간편하다. 본 논문에서는 압축 성능과 이미지 해상도를 높이기 위해서 패턴을 활용한 BTC 기반의 이미지 압축방법을 제안하고자 한다. 이 방법은 여러 이미지의 BTC에 빈도수가 높은 패턴 36개와 64개를 추출하여 코드 북을 만든다. 이미지를 압축할 때 해당 블록과 패턴을 비교해서 일치하는 패턴의 인덱스를 압축에 이용하는 방법이다. 제안한 방법을 실험하였고 36개의 패턴을 활용할 경우 1.37bpp의 압축 성능을 보였다. 본 논문에서 제안한 방법은 BTC 압축보다 높은 성능을 보였다. 제안한 방법의 성능은 표준 이미지를 이용하여 실험하였다.

• 한국위성정보통신학회논문지
• /
• 제7권2호
• /
• pp.8-12
• /
• 2012

스테레오 비전 분야에서 영역 기반의 영상 정합은 스테레오 영상 분석을 위한 대표적인 방법이다. SAD (Sum of Absolute Difference) 알고리즘은 영역 기반 정합 알고리즘의 한 종류로서 대규모 데이터 집약적 계산을 요구하여 소프트웨어 방식을 사용할 경우 처리속도가 매우 느리게 된다. 본 논문에서는 소프트웨어 기반 SIMD (Single Instruction Multiple Data) 병렬 기법인 SSE (Streaming SIMD Extensions) 명령어를 이용한 고속 SAD 알고리즘을 제안한다. SSE 명령어를 지원하는 CPU는 16개의 128비트 크기의 XMM 레지스터를 보유하여 SIMD 명령어 집합 확장을 가능하게 하였다. 제안하는 소프트웨어 기반 병렬 고속화 기법의 성능 측정을 위하여 일반적 SAD를 이용한 영상 정합 알고리즘과 SSE 명령어를 사용한 알고리즘의 수행 속도차이를 측정하였다. 제안하는 기법은 일반적 SAD 알고리즘보다 평균 4배의 성능 향상의 결과를 보임으로 소프트웨어 기반 고속병렬 처리를 통한 실시간 스테레오 비전 응용분야에 효과적으로 적용될 수 있음을 보였다.

• 한국도로학회논문집
• /
• 제4권4호
• /
• pp.53-66
• /
• 2002

아스팔트는 노화에 따라 물리적 특성변화가 일어난다. 하지만 같은 수준으로 노화시킨 아스팔트 혼합물들임에도 골재와 결합재 등에 따라 서로 다른 강성이나 취성을 보인다. 이는 노화에 의한 바인더 특성 변화의 차이에 기인한 것인데 이와 같이 혼합물 내에서 바인더의 물리적 특성 변화 차이에 영향을 주는 요인에 대한 연구는 별로 없다. 따라서 본 연구에서는 아스팔트 혼합물의 노화 후추출한 바인더의 물리적 특성을 측정하고 물성 차이에 영향을 미치는 요인을 분석하였다. 폴리머 3종류와 골재 두 종류, 두 가지 입도, 두 종류의 아스팔트를 사용하여 32종류의 혼합물을 제조하고, 이를 장 단기 노화 처리하였다. 각 혼합물의 노화 후 Abson recovery 방법으로 바인더를 추출 회생하고 바인더 물성 시험(침입도, 동점도, 절대점도)을 수행하였다. 이를 SAS를 이용하여 통계 분석하였다. 바인더 시험에서 골재 종류와 폴리머가 노화시 물성변화에 차이를 가져오는 심각한 요인임을 알 수 있었고, 입도는 점도 변화에 큰 영향을 미치는 인자인 것임을 확인할 수 있었다. 본 연구 결과, 혼합물 내의 바인더 물성은 골재 종류, 입도, 개질제의 종류, 바인더의 종류 등의 다양한 요인에 의해 많은 영향을 받는 다는 것을 알 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제19권4호
• /
• pp.161-167
• /
• 2019

최근 안정적인 전력수급과 급증하는 전력수요를 예측하는 수요예측 기술에 대한 관심과 실시간 전력측정을 가능하게 하는 스마트 미터기의 보급의 증대로 인해 수요예측 기법에 대한 연구가 활발히 진행되고 있다. 본 연구에서는 실제 측정된 가정의 전력 사용량 데이터를 학습하여 예측결과를 출력하는 딥 러닝 예측모델 실험을 진행한다. 그리고 본 연구에서는 데이터 전처리 기법으로써 이동평균법을 도입하였다. 실제로 측정된 데이터를 학습한 모델의 예측량과 실제 전력 측정량을 비교한다. 이 예측량을 통해서 전력공급 예비율을 낮춰 사용되지 않고 낭비되는 예비전력을 줄일 수 있는 가능성을 제시한다. 또한 본 논문에서는 같은 데이터, 같은 실험 파라미터를 토대로 세 종류의 기법: 다층퍼셉트론(Multi Layer Perceptron, MLP), 순환신경망(Recurrent Neural Network, RNN), Long Short Term Memory(LSTM)에 대해 실험을 진행하여 성능을 평가한다. 성능평가는 MSE(Mean Squared Error), MAE(Mean Absolute Error)의 기준으로 성능평가를 진행했다.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.120-126
• /
• 2019

최근 에너지 인터넷에서 지능형 원격검침 인프라를 이용하여 확보된 대량의 전력사용데이터를 기반으로 효과적인 전력수요 예측을 위해 다양한 기계학습기법에 관한 연구가 활발히 진행되고 있다. 본 연구에서는 전력량 데이터와 같은 시계열 데이터에 대해 효율적으로 패턴인식을 수행하는 인공지능 네트워크인 Gated Recurrent Unit(GRU)을 기반으로 딥 러닝 모델을 제안하고, 실제 가정의 전력사용량 데이터를 토대로 예측 성능을 분석한다. 제안한 학습 모델의 예측 성능과 기존의 Long Short Term Memory (LSTM) 인공지능 네트워크 기반의 전력량 예측 성능을 비교하며, 성능평가 지표로써 Mean Squared Error (MSE), Mean Absolute Error (MAE), Forecast Skill Score, Normalized Root Mean Squared Error (RMSE), Normalized Mean Bias Error (NMBE)를 이용한다. 실험 결과에서 GRU기반의 제안한 시계열 데이터 예측 모델의 전력량 수요 예측 성능이 개선되는 것을 확인한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권4호
• /
• pp.27-36
• /
• 2022

본 논문에서는 이러한 어류 가공 현장의 문제점을 개선하기 위해서 AI 머신 비전을 이용한 어류의 목표 중량 절단 예측기법을 제안한다. 제안하는 방법은 먼저 입력된 물고기의 평면도와 정면도를 촬영하여 이미지기반의 전처리를 수행한다. 그런 다음 RANSAC(RANdom SAMmple Consensus)를 사용하여 어류의 윤곽선을 추출한 다음 3D 모델링을 사용하여 물고기의 3D 외부 정보를 추출한다. 이어서 추출된 3차원 특징 정보와 측정된 중량 정보를 머신러닝하여 목표 중량에 대한 절단 지점을 예측하기 위한 신경망 모델을 생성한다. 마지막으로 제안기법을 통해 예측된 절단 지점으로 직접 절단한 뒤 그 중량을 측정하였다. 그리고 측정된 무게를 목표 무게와 비교하여 MAE(Mean Absolute Error) 와 MRE(Mean Relative Error)와 같은 평가 방법을 사용해 성능을 평가하였다. 그 결과, 목표 중량과 비교해 3% 이내의 평균 오차율을 달성하였다. 제안된 기법은 향후 자동화 시스템과 연계되어 수산업 발전에 크게 기여할 것으로 전망한다.

• 한국전문물리치료학회지
• /
• 제28권2호
• /
• pp.123-131
• /
• 2021

Background: Only 2% of falls in older adults result in serious injuries (i.e., hip fracture). Therefore, it is important to differentiate injurious versus non-injurious falls, which is critical to develop effective interventions for injury prevention. Objects: The purpose of this study was to a. extract the best features of surface electromyography (sEMG) for classification of injurious falls, and b. find a best model provided by data mining techniques using the extracted features. Methods: Twenty young adults self-initiated falls and landed sideways. Falling trials were consisted of three initial fall directions (forward, sideways, or backward) and three knee positions at the time of hip impact (the impacting-side knee contacted the other knee ("knee together") or the mat ("knee on mat"), or neither the other knee nor the mat was contacted by the impacting-side knee ("free knee"). Falls involved "backward initial fall direction" or "free knee" were defined as "injurious falls" as suggested from previous studies. Nine features were extracted from sEMG signals of four hip muscles during a fall, including integral of absolute value (IAV), Wilson amplitude (WAMP), zero crossing (ZC), number of turns (NT), mean of amplitude (MA), root mean square (RMS), average amplitude change (AAC), difference absolute standard deviation value (DASDV). The decision tree and support vector machine (SVM) were used to classify the injurious falls. Results: For the initial fall direction, accuracy of the best model (SVM with a DASDV) was 48%. For the knee position, accuracy of the best model (SVM with an AAC) was 49%. Furthermore, there was no model that has sensitivity and specificity of 80% or greater. Conclusion: Our results suggest that the classification model built upon the sEMG features of the four hip muscles are not effective to classify injurious falls. Future studies should consider other data mining techniques with different muscles.

• 한국정보전자통신기술학회논문지
• /
• 제15권6호
• /
• pp.433-439
• /
• 2022

최대근지구력시간(MET, maximum endurance time)을 예측하기 위한 근피로모델은 실험적으로 측정한 MET를 이용하여 구축한 실증적 모델과 생리학적 과정을 수학적으로 표현한 이론적 모델로 나뉜다. 본 연구에서는 전완의 등척성 수축시 MET을 예측하기 위한 이론적 모델인 동적 근피로모델의 예측성 평가를 위하여 실증적 모델과 비교 및 평가하고자 한다. 실험에 참여한 피검자는 40명(남성 20, 여성 20)이며 실증적 모델인 지수모델과 거듭제곱모델 및 이론적 모델인 동적 근피로모델을 이용하여 비교하였다. 평가를 위하여 평균절대치편차(MAD, mean absolute deviation), 상관계수 및 급내상관계수를 구한 결과 동적 근피로모델과 실증적 모델들 사이에 MAD는 3.5%p 이하였으며, 상관계수는 0.93, 급내상관계수는 0.87 이상으로 전완의 등척성 수축시 MET을 예측하기 위한 이론적 모델인 동적 근피로모델이 적합함을 확인하였다.

• Advances in materials Research
• /
• 제13권1호
• /
• pp.63-86
• /
• 2024

Asphalt concrete (AC), is a mixture of bitumen and aggregates, which is very sensitive in the design of flexible pavement. In this study, the Marshall stability of the glass and carbon fiber bituminous concrete was predicted by using Artificial Neural Network (ANN), Support Vector Machine (SVM), Random Forest (RF), and M5P Tree machine learning algorithms. To predict the Marshall stability, nine inputs parameters i.e., Bitumen, Glass and Carbon fibers mixed in 100:0, 75:25, 50:50, 25:75, 0:100 percentage (designated as 100GF:0CF, 75GF:25CF, 50GF:50 CF, 25GF:75CF, 0GF:100CF), Bitumen grade (VG), Fiber length (FL), and Fiber diameter (FD) were utilized from the experimental and literary data. Seven statistical indices i.e., coefficient of correlation (CC), mean absolute error (MAE), root mean squared error (RMSE), relative absolute error (RAE), root relative squared error (RRSE), Scattering index (SI), and BIAS were applied to assess the effectiveness of the developed models. According to the performance evaluation results, Artificial neural network (ANN) was outperforming among other models with CC values as 0.9147 and 0.8648, MAE values as 1.3757 and 1.978, RMSE values as 1.843 and 2.6951, RAE values as 39.88 and 49.31, RRSE values as 40.62 and 50.50, SI values as 0.1379 and 0.2027 and BIAS value as -0.1 290 and -0.2357 in training and testing stage respectively. The Taylor diagram (testing stage) also confirmed that the ANN-based model outperforms the other models. Results of sensitivity analysis showed that the fiber length is the most influential in all nine input parameters whereas the fiber combination of 25GF:75CF was the most effective among all the fiber mixes in Marshall stability.

• 농업과학연구
• /
• 제38권1호
• /
• pp.129-143
• /
• 2011

In this study, to select the incoming solar radiation equation which is most suitable for the estimation of Penman evaporation, 12 incoming solar radiation equations were selected. The Penman evaporation rates were estimated using 12 selected incoming solar radiation equations, and the estimated Penman evaporation rates were compared with measured pan evaporation rates. The monthly average daily meteorological data measured from 17 meteorological stations (춘천, 강능, 서울, 인천, 수원, 서산, 청주, 대전, 추풍령, 포항, 대구, 전주, 광주, 부산, 목포, 제주, 진주) were used for this study. To evaluate the reliability of estimated evaporation rates, mean absolute bias error(MABE), root mean square error(RMSE), mean percentage error(MPE) and Nash-Sutcliffe equation were applied. The study results indicate that to estimate pan evaporation using Penman evaporation equation, incoming solar radiation equation using meteorological data such as precipitation, minimum air temperature, sunshine duration, possible duration of sunshine, and extraterrestrial radiation are most suitable for 11 study stations out of 17 study stations.