• 한국통신학회논문지
• /
• 제39C권10호
• /
• pp.887-895
• /
• 2014

졸음운전은 전체 교통사고 원인 중 큰 비중을 차지하며 그 위험성이 음주운전보다도 크다고 알려져 있다. 따라서 운전자의 졸음을 판단하고 경고하는 시스템 개발에 대한 관심이 높아지고 있으며, 뇌파를 분석하는 것이 운전자의 피로와 졸음을 감지하는데 효과적이라는 연구결과들이 발표되었다. 본 논문은 짧은 시간에 높은 해상도를 가지는 auto-regressive 모델 기법 중 잡음에 강인한 errors-in-variables(EIV) 방법을 이용하여 특징벡터를 추출하고, 다층신경망(multilayer perceptron; MLP)에 적용하여 운전자의 상태를 각성, 천이, 졸음의 세 가지 상태로 분류하는 졸음 감지 시스템을 제안한다. 생체신호의 측정 환경에 따른 성능을 평가하기 위해 높은 진단률을 갖도록 하는 EIV차수를 결정하고, 잡음에 대한 강인성을 확인하기 위해 신호대 잡음비(signal-to-noise ratio; SNR)에 따른 성능을 선형 예측 부호화(linear predictive coding; LPC) 방법과 비교하였다. 이 결과로부터 제안한 EIV와 MLP를 결합한 졸음 감지 시스템은 기존의 LPC와 MLP를 이용한 시스템에 대해 우수한 성능을 얻을 수 있음을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제47권6호
• /
• pp.28-38
• /
• 2010

녹화된 아날로그 영상에 내재하는 잡음을 효과적으로 제거하기 위해서는 잡음의 실제 특성과 정도를 정확히 파악하는 것이 매우 중요하다. 본 논문에서는 실제 방송되는 아날로그 영상을 녹화하여 잡음의 특성을 분석한 후, 녹화된 아날로그 영상을 위한 효과적인 학습기반 잡음개선 방법을 제안한다. 먼저 녹화된 아날로그 영상의 잡음을 분석하여 무시할 수 없는 잡음의 연관성이 존재하는 것을 보임으로써, 전통적인 부가 백색 가우시안 잡음 (AWGN) 모델에 기반을 둔 잡음의 추정과 잡음 제거 방법이 가지는 한계를 설명한다. 또한 잡음의 연관성을 고려한 자기회귀 모델을 이용해서 녹화된 아날로그 영상에 내재하는 잡음을 추정하고 합성할 수 있음을 보이며, 추정된 자기회귀 모델을 이용해 학습기반 잡음제거 기법에 적용함으로써 비디오 잡음을 제거한다. 실험결과는 제안된 방법이 무시할 수 없을 정도로 잡음 연관성을 가진 실제 녹화된 아날로그 영상의 잡음 제거에 효과적으로 활용될 수 있음을 보여준다.

• 응용통계연구
• /
• 제24권1호
• /
• pp.71-81
• /
• 2011

본 논문은 GARCH-ARJI(auto regressive jurnp intensity) 모형을 활용하여 KOSPI 주가지수의 변동을 체계적으로 분석하였다. GARCH-ARJI 모형은 변동성과 점프 인텐시티의 시간 가변성을 동시에 고려하는 모형으로, 수익률의 조건부 변동성을 GARCH 모형으로 설명할 수 있는 일상적인 변동과 점프에 의해 설명되는 변동의 두 부분으로 나눌 수 있는 장점이 있다. 실증분석 결과, KOSPI 주가 수익률에 내재된 점프 인텐시티가 상수가 아니라 자기 희귀 과정을 따르는 시간 가변성을 뚜렷이 확이할 수 있었고, KOSPI 수익률의 조건부 변동성은 점프로 인한 변동성이 GARCH에 의해 설명되는 일상적인 변동성보다 다소 작게나타나는 것을 발견할 수 있었다. 추가적으로, 9.11 위기와 2008 금융위기 등의 외부 충격으로 인한 KOSPI 수익률의 변동성에 대한 영향을 분석한 결과, 점프에 의한 영향력은 2008년 금융위기 기간이 9.11 기간보다 크고 지속적임을 발견할 수 있었다.

• 한국항해항만학회지
• /
• 제43권6호
• /
• pp.469-474
• /
• 2019

세계의 주요 자원중 하나인 원유는 산업의 가장 기초적인 부분을 담당하고 있으며 원유를 통하여 많은 액체화물이 생산되고 있다. 석유화학단지들은 인근의 항만을 통해 원유를 수입후 정제를 통해 석유정제품, 화학생산공업품 등을 생산한다. 본 연구에서는 우리나라의 주요 석유화학단지와 인근에 위치한 액체화물 항만 간의 관계를 확인하고자 울산항, 대산항, 여수광양항을 선정하였다. 항만물동량 시계열 데이터를 이용한 분석을 실시하였으며 VAR 모형을 이용하였다. 이를 수행하기 위해 단위근 검정을 실시했으며 Granger 및 Toda-Yamamoto 인과 검정을 통하여 관계를 확인하였다.

• 해양환경안전학회지
• /
• 제26권4호
• /
• pp.382-391
• /
• 2020

본 연구에서는 인공지능기법을 이용하여 진동만의 용존산소량 예측을 하였다. 관측자료에 존재하는 결측 구간을 보간하기 위해 양방향재귀신경망(BRITS, Bidirectional Recurrent Imputation for Time Series) 딥러닝 알고리즘을 이용하였고, 대표적 시계열 예측 선형모델인 ARIMA(Auto-Regressive Integrated Moving Average)과 비선형모델 중 가장 많이 이용되고 있는 LSTM(Long Short-Term Memory) 모델을 이용하여 진동만의 용존산소량을 예측하고 그 성능을 평가했다. 결측 구간 보정 실험은 표층에서 높은 정확도로 보정이 가능했으나, 저층에서는 그 정확도가 낮았으며, 중층에서는 실험조건에 따라 정확도가 불안정하게 나타났다. 실험조건에 따라 정확도가 불안정하게 나타났다. 결과로부터 LSTM 모델이 중층과 저층에서 ARIMA 모델보다 우세한 정확도를 보였으나, 표층에서는 ARIMA모델의 정확도가 약간 높은 것으로 나타났다.

• 한국통신학회논문지
• /
• 제31권1A호
• /
• pp.30-37
• /
• 2006

본 논문에서는 차세대 이동통신 수송망에서 트래픽 클래스별 서비스 품질 요구 사항을 고려한 효율적인 대역폭 재할당 기법을 제안한다. 제안 기법은 유선망 트래픽 클래스를 실시간 클래스와 비시실시간 클래스로 구분하여 무선망 계층에서 정의된 서비스 품질 클래스를 유선망 트래픽 클래스로 매핑시킨 후 실시간 트래픽 클래스가 비실시간 트래픽 클래스의 유휴 자원을 동적으로 사용하도록 한다. 제안 기법은 운영자가 지정한 패킷 손실율과 Auto-Regressive(AR) 시계열 모델을 이용하여 주기적으로 비실시간 트래픽 클래스의 향후 필요 대역폭을 예측하며 유휴 대역폭이 발생하는 경우에만 이를 실시간 트래픽 클래스에 동적으로 할당함으로써 비실시간 트래픽 클래스의 패킷 손실율을 보장함과 동시에 시스템의 대역폭 이용율을 향상시킨다. 본 논문에서는 실제 측정된 인터넷 트래픽을 비실시간 트래픽 클래스로 이용하여 제안 기법은 링크 대역폭의 효율을 증가시켜 실시간 트래픽의 수용량을 증가시킴과 동시에 모든 시 구간에서 비실시간 트래픽 클래스에 원하는 패킷 손실율을 보장할 수 있음을 검증하였다.

• 한국전자파학회논문지
• /
• 제19권3호
• /
• pp.294-303
• /
• 2008

ISAR(Inverse Synthetic Aperture Radar) 영상은 표적에 대한 RCS(Radar Cross Section)를 2차원 공간에 표현하며, 표적구분에 이용될 수 있다. 2차원 IFFT(Inverse fast Fourier Transform)를 이용하여 쉽고 빠르게 ISAR 영상을 만들 수 있다. 하지만 IFFT를 이용하여 만든 ISAR 영상은 측정된 주파수 대역 폭과 각도 영역이 작아질 경우 해상도가 떨어지게 된다. 이를 해결하기 위해 AR(Auto Regressive), MUSIC(Multiple SIgnal Classification), Modified MUSIC과 같은 고해상도 스펙트럼 예측 기법을 이용하여 주파수 대역 폭과 각도 영역이 작아도 높은 해상도의 ISAR 영상을 만들 수 있다. 본 논문에서는 IFFT, AR, MUSIC, Modified MUSIC 기법을 적용하여 만든 ISAR 영상을 이용하여 표적 구분에 이용하고, 표적 구분에 적절한 ISAR 영상을 얻기 위한 고해상도 기법을 연구한다. 그리고 표적 구분 결과를 보여준다.

• 대한전자공학회논문지TC
• /
• 제45권3호
• /
• pp.53-60
• /
• 2008

최근 들어, 광 기록 저장 시스템을 위한 다양한 기록 방식들이 연구되고 있다. BD (Blue-ray Disc)나 HD-DVD (High-Definition Digital Versatile Disc) 기록 방식의 표준화가 진행된 후에 차세대 광 기록 방식에 대한 관련 업계의 초점이 모아지고 있다. 이러한 차세대 광 기록 저장 시스템 가운데 기술의 호환성이 장점인 Super-RENS (Super-Resolution Near field Structure) 기술이 유력한 후보 중 하나이다. 본 논문에서는 HOS (Higher-Order Statistics)에서 사용되는 bicoherence 테스트를 통해 Super-RENS read-out 신호의 비선형성을 분석하고, Super-RENS 시스템의 비선형 모델링을 위해 신경망을 적용하고자 한다. 본 논문에서 고려하는 모델 구조는 NARX (Nonlinear AutoRegressive eXogenous) 모델이다. 모의실험 결과, Super-RENS read-out 신호의 비선형성이 존재함을 알 수 있었고, Super-RENS 시스템의 비선형 모델링을 위해 신경망이 유용하게 활용될 수 있다는 가능성을 확인하였다.

• 정보처리학회논문지B
• /
• 제9B권2호
• /
• pp.173-180
• /
• 2002

기존의 VOB(Virtual Output Buffer) 모델에서 신경회로망의 학습 패턴 처리를 위해 가상 셀 손실율이 도입되었다. VOB모델은 신경망이 실제 셀 손실율 없이도 연결 수락 경계을 잘 찾을 수 있음을 보여주었다. 그러나 VOB 모델은 셀 손실율을 과다 평가하는 경향이 있어 결과적으로 망 자원의 이용률이 낮은 단점이 있다. 본 논문에서는 이러한 단점을 보완하는 방법으로 연결 수락 경계에서 셀 손실율의 평균에 대한 정보를 충분히 포함하는 셀 손실율 참조 곡선의 개념을 제안하였다. 그리고 제안된 셀 손실율 참조 곡선을 이용하여 가상 셀 손실율을 처리하는 방법을 제안하였다. 제안된 한습 패턴 처리 방법은 ATM 트래픽 중에 가장 대표적인 두 가지 호원에 대하여 실험하였다. 실험에 사용된 호원은 LAN 데이터의 그래픽 특성을 가시는 On-Off 트래픽과 비디오 화상 통신의 특성을 가지는 Auto-Regressive 트래픽이다.

• 대한전자공학회논문지TC
• /
• 제45권12호
• /
• pp.90-96
• /
• 2008

최근 들어, 광 기록 저장 시스템을 위한 다양한 기록 방식들이 연구되고 있다. BD (Blu-ray Disc)나 HD-DVD (High-Definition Digital Versatile Disc) 기록 방식의 표준화가 진행된 후에 차세대 광 기록 방식에 대한 관련 업계의 초점이 모아지고 있다. 이러한 차세대 광 기록 저장 시스템 가운데 기술의 호환성이 장점인 Super-RENS (Super-Resolution Near Field Structure) 기술이 유력한 후보 중 하나이다. 본 논문에서는 Super-RENS 디스크를 위한 신경망 기반의 비선형 등화기 (NNEQ)를 제안하였다. 비선형 심볼간 간섭 (Inter-Symbol Interference : ISI)을 제거하기 위해 신경망의 한 종류인 NARX (Nonlinear AutoRegressive eXogenous) 모델을 적용하였다. Super-RENS 디스크로부터 획득한 RF 신호 샘플들을 사용하여 모의실험을 수행한 결과, 제안된 비선형 등화기의 성능은 비트오율 측면에서 등화기가 없는 경우나 기존의 Limit-EQ 보다 우수한 성능을 나타내었다.