• 한국방재안전학회논문집
• /
• 제8권1호
• /
• pp.15-19
• /
• 2015

수문학에서 사용되는 강우-유출 모델의 경우 선형적인 시스템을 기반으로 유효강수량으로부터 시간적 지연을 통해서 유출량이 결정되는데 그 양은 강우량의 선형적인 비로 표현되어서 결국 합성곱을 통해 해석되게 된다. 또한 자료에 대한 확률론적 분석에 많이 이용되는 비매개변수 핵밀도함수의 경우, 핵(Kernel)의 의미자체가 합성곱에서 나온 것으로서 개개의 자료를 바탕으로 핵을 통해 매끄러운 확률밀도함수를 구하게 된다. 본 연구에서는 합성곱을 바탕으로 강우-유출 모델과 비매개변수 확률밀도함수를 해석하는 방법에 대해서 되짚어 보고 그 공통적인 특성과 다른 점을 수학적으로 나타내 줌으로써 사용되는 합성곱 함수의 유용성에 대해서 논하였다.

• 대한수학회보
• /
• 제58권2호
• /
• pp.515-526
• /
• 2021

Denote by ��+ the set of probability measures supported on ℝ+. Suppose V�� is the variance function of the Cauchy-Stieltjes Kernel (CSK) family ��-(��) generated by a non degenerate probability measure �� ∈ ��+. We determine the formula for variance function under boolean multiplicative convolution power. This formula is used to identify the relation between variance functions under the map ${\nu}{\mapsto}{\mathbb{M}}_t({\nu})=({\nu}^{{\boxtimes}(t+1)})^{{\uplus}{\frac{1}{t+1}}}$ from ��+ onto itself.

• 한국지능시스템학회논문지
• /
• 제11권6호
• /
• pp.454-458
• /
• 2001

이 논문에서는 디지털 영상의 퍼지 시스템 표현으로부터 유도된 Edge 검출 알고리듬에 대하여 기술한다. 이 알고리듬은 Gradient을 기반으로 한 것으로 Convolution Kernel이 기존의 Roberts, Prewitt 또는 Sobel등이 제안한 Gradient Kernel과 다른 새로운 것이다. 사용한 퍼지시스템은 디지털 영상을 근사적으로 표현한 Bicubic Spline 함수를 퍼지시스템 화한것으로서 2차 도함수가 연속이기 때문에 Gradient나 Laplacian 연산이 가능하다. Grid 점들에서 이 함수의 Gradient는 두 개의 축 방향으로 각각 한개의 3$\times$3행렬과 영상과의 Covolution에 의하여 산출됨을 보였으며 이를 이용하여 검출된 Edge들은 기존의 다른 방법을 사용하여 검출된 Edge 영상보다 훨씬 선명함을 확인하였다. 이 알고리듬 적용사례 2개에 대한 기술에 포함되어 있다.

• 전기전자학회논문지
• /
• 제25권4호
• /
• pp.664-671
• /
• 2021

본 논문은 합성곱 신경망에 데이터 재사용 방법을 효과적으로 적용하여 연산 횟수와 메모리 접근 횟수를 줄일 수 있는 GPGPU구조를 제안한다. 합성곱은 kernel과 입력 데이터를 이용한 2차원 연산으로 kernel이 slide하는 방법으로 연산이 이루어 진다. 이때, 합성곱 연산이 완료될 때 까지 kernel을 캐시메모리로 부터 전달 받는 것이 아니고 내부 레지스터를 이용하는 재사용 방법을 제안한다. SIMT방법으로 명령어가 실행되는 GPGPU의 원리 이용하여 데이터 재사용의 효과를 높이기 위해 합성곱에 직렬 연산 방식을 적용하였다. 본 논문에서는 레지스터기반 데이터 재사용을 위하여 kernel을 4×4로 고정하고 이를 효과적으로 지원하기 위한 warp 크기와 레지스터 뱅크를 갖는 GPGPU를 설계하였다. 설계된 GPGPU의 합성곱 신경망에 대한 성능을 검증하기 위해 FPGA로 구현한 뒤 LeNet을 실행시키고 TensorFlow를 이용한 비교 방법으로 AlexNet에 대한 성능을 측정하였다. 측정결과 AlexNet기준 1회 학습 속도는 0.468초이며 추론 속도는 0.135초이다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.29-37
• /
• 2021

본 논문에서는 안저영상의 다중 스케일 정보를 다루기 위한 딥러닝 기반의 망막 혈관 분할 모델을 제안한다. 제안 모델은 이미지 분할 딥러닝 모델인 U-Net과 선택적 커널 합성곱을 통합한 합성곱 신경망으로 안저영상에서 눈과 관련된 질병을 진단하는데 중요한 정보가 되는 망막 혈관의 다양한 모양과 크기를 갖는 특징 정보를 추출하고 분할한다. 제안 모델은 일반적인 합성곱과 선택적 커널 합성곱으로 구성된다. 일반적인 합성곱 층은 같은 크기 커널 크기를 통해 정보를 추출하는 반면, 선택적 커널 합성곱은 다양한 커널 크기를 갖는 브랜치들에서 정보를 추출하고 이를 분할 주의집중을 통해 적응적으로 조정하여 결합한다. 제안 모델의 성능 평가를 위해 안저영상 데이터인 DRIVE와 CHASE DB1 데이터셋을 사용하였으며 제안 모델은 두 데이터셋에 대하여 F1 점수 기준 82.91%, 81.71%의 성능을 보여 망막 혈관 분할에 효과적임을 확인하였다.

• Journal of applied mathematics & informatics
• /
• 제27권1_2호
• /
• pp.419-426
• /
• 2009

In expansion of function by special basis functions, properties of expansion kernel are very important. In the Fourier series, the series are expressed by the convolution with Dirichlet kernel. We investigate some of properties of kernel in wavelet expansions both in one and higher dimensions.

• ETRI Journal
• /
• 제39권6호
• /
• pp.841-850
• /
• 2017

We investigate neural network image reconstruction for magnetic particle imaging. The network performance strongly depends on the convolution effects of the spectrum input data. The larger convolution effect appearing at a relatively smaller nanoparticle size obstructs the network training. The trained single-layer network reveals the weighting matrix consisting of a basis vector in the form of Chebyshev polynomials of the second kind. The weighting matrix corresponds to an inverse system matrix, where an incoherency of basis vectors due to low convolution effects, as well as a nonlinear activation function, plays a key role in retrieving the matrix elements. Test images are well reconstructed through trained networks having an inverse kernel matrix. We also confirm that a multi-layer network with one hidden layer improves the performance. Based on the results, a neural network architecture overcoming the low incoherence of the inverse kernel through the classification property is expected to become a better tool for image reconstruction.

• 한국언어정보학회:학술대회논문집
• /
• 한국언어정보학회 2007년도 정기학술대회
• /
• pp.415-421
• /
• 2007

This paper proposes a convolution tree kernel-based approach for relation extraction where the parse tree is expanded with entity features such as entity type, subtype, and mention level etc. Our study indicates that not only can our method effectively capture both syntactic structure and entity information of relation instances, but also can avoid the difficulty with tuning the parameters in composite kernels. We also demonstrate that predicate verb information can be used to further improve the performance, though its enhancement is limited. Evaluation on the ACE2004 benchmark corpus shows that our system slightly outperforms both the previous best-reported feature-based and kernel-based systems.

• 대한수학회보
• /
• 제54권3호
• /
• pp.935-952
• /
• 2017

It is natural to try to find a kernel such that its convolution of integrable functions converges faster than that of the $Fej{\acute{e}}r$ kernel. In this paper, we introduce a weighted Fourier partial sums which are written as the convolution of signed good kernels and prove that the weighted Fourier partial sum converges in $L^2$ much faster than that of the $Ces{\grave{a}}ro$ means. In addition, we present two numerical experiments.

• 정보처리학회논문지B
• /
• 제13B권1호
• /
• pp.27-34
• /
• 2006

본 연구에서는 엔트로피를 이용한 독립성분분석(ICA : Independent Component Analysis)에서 점수함수(score function)를 생성하는 알고리즘을 제안한다. 점수함수를 생성하기 위해서 원 신호(original signals)에 대한 확률밀도함수의 추정이 반드시 필요하고 밀도함수가 미분 가능해야 한다. 따라서 원 신호에 따른 적응적인 점수 함수를 유도할 수 있도록 커널 기반의 밀도추정(kernel density estimation)방법을 사용하였으며, 보다 빠른 밀도 추정 계산을 위해서 식의 형태를 컨볼루션(convolution) 변환 한 후, 컨볼루션을 빠르게 계산할 수 있는 FFT(Fast Fourier Transform) 알고리즘을 이용하였다. 제안한 점수함수 생성 방법은 원 신호에 확률밀도분포와 추정된 신호의 확률밀도 분포의 오차를 줄이는 역할을 한다 실험 결과, 암묵신호분리(blind source separation)문제에서 기존의 Extended Infomax 알고리즘과 Fixed Point ICA 보다 원 신호와 유사한 밀도함수를 추정하였고, 분리된 신호의 신호대잡음비등(SNR)에 있어서 향상된 성능을 얻을 수 있었다.