• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.25-32
• /
• 2004

본 논문에서는 스테레오 영상으로부터 자연스러우면서도 정확한 변이 정보를 추출하기 위한 변이 추정 알고리듬을 제안한다. 제안된 알고리듬은 영역 분할 기법을 이용한 계층적 변이 추정부와 편미분 방정식(PDE: Partial Differential Equation)을 이용한 에너지 기반 경계 보존 변이 평활화부로 구성되어 있다. 제안된 계층적 변이 추정 기법은 빠르면서도 신뢰도 있는 변이를 제공하며, 이러한 변이장은 정확도와 평활화도를 함께 고려한 에너지 모델의 최소화 기법에 의해 자연스럽고 정밀한 최종 변이장으로 추출된다. 에너지 모델의 최소화 과정은 대응되는 Euler-Lagrange 방정식으로 변형되어 유한차분법(FDM: Finite difference Method)을 이용한 근사화를 통해 구현된다. 실험을 통해 제안된 변이 추정 기법은 다양한 환경의 영상에 대해서도 자연스러우면서도 정확하고, 경계가 잘 보존된 변이를 추정해 낼 수 있음을 검증하였다.

• 전기전자학회논문지
• /
• 제20권2호
• /
• pp.152-162
• /
• 2016

전기 저항률 단층촬영법(ERT)은 표면 전극으로부터 측정된 전압을 사용하여 물체 내부의 임피던스 분포를 영상화하는 기술이다. ERT 역문제는 비정치성(ill-posedness)이 매우 심하여 영상복원의 수렴성을 확보하기 위해 조정방법이 사용된다. 사용된 조정방법에 따라 영상복원 성능이 달라지므로 상황에 따라 보다 강건한 영상 복원 성능을 얻기 위해, 서로 다른 영상복원 특성을 나타내는 L1-norm 조정방법과 Total Variation (TV) 조정방법의 두 개의 모드가 상호작용하는 상호작용 이중-모드 조정방법을 제안하였다. 제안한 이중-모드 조정방법은 실제 상황에 따라 달라지는 모드 확률을 계산하고 이에 근거하여 적합한 모드를 선택하거나 두 개의 모드를 결합한다. 모의실험을 수행하여 제안된 기법의 영상 복원 성능을 평가한 결과 비교적 양호한 성능을 나타내었다.

• 한국지능시스템학회논문지
• /
• 제21권1호
• /
• pp.6-11
• /
• 2011

본 논문에서는 고유특징 정규화 및 추출 기법(ERE: Eigenfeature Regularization and Extraction)을 이용한 걸음걸이 바이오 정보 기반 사용자 인식 시스템을 제안한다. 먼저 카메라 센서에서 취득한 걸음걸이 시퀀스로부터 사용자 인식을 위한 특징 정보로 걸음걸이 에너지 영상(GEI: Gait Energy Image)을 생성한다. 학습 단계에서는 갤러리 걸음걸이 에너지 영상에 ERE를 적용하여 정규화된 변환행렬을 획득하여 고유공간(eigenspace)에 사상된 특징정보를 구하고, 검증 단계에서는 걸음걸이 에너지 영상을 학습단계에서 생성한 고유공간에 사상하여 최근접 이웃 분류기를 이용하여 사용자를 인식한다. 제안한 시스템의 유효성 검증을 위해 CASIA 걸음걸이 데이터셋 A를 이용하여 실험하였고, 기존 연구에 비해 인식 정확도 면에서 우수한 성능을 보여주었다.

• 전기전자학회논문지
• /
• 제18권2호
• /
• pp.272-281
• /
• 2014

전기 임피던스 단층촬영법을 이용한 정적 영상 복원에서 대표적으로 사용되고 있는 복원 알고리즘은 modified Newton-Raphson(mNR) 알고리즘으로 수렴 속도 및 추정 정확도 측면에서 비교적 다른 알고리즘들에 비해 좋은 성능을 나타낸다. mNR 알고리즘에서는 측정 전압과 계산 전압과의 차이, 즉 잔류오차를 최소화하도록 목적함수를 설정하고 이를 반복 연산하여 내부의 저항률 분포를 추정한다. 이때 EIT 역문제의 비정치성을 완화시키기 위해 조정방법을 사용하며 조정인자에 따라 서로 다른 영상 복원 성능을 나타낸다. 기존 기법에서는 반복 연산마다 일정한 상수 값의 조정인자를 사용하기 때문에 대상 물체의 내부 상태가 변하거나 측정 잡음 등이 있는 경우 때때로 조정인자에 따라 영상 복원이 수렴되지 않는다. 따라서 본 논문에서는 영상 복원 수렴 및 성능을 개선하기 위하여 잔류오차에 기반하여 반복 연산마다 자동적으로 조정인자를 수정하는 기법을 제안하였다. 시뮬레이션과 실험을 수행하여 제안된 기법의 영상 복원성능을 평가한 결과 비교적 양호한 성능을 나타내었다.

• 지구물리와물리탐사
• /
• 제16권4호
• /
• pp.211-216
• /
• 2013

일반적으로 평활화 필터는 주변값들과의 차이를 감소시켜 함수를 정규화하는 역할을 한다. 따라서 완전파형역산에 평활화 필터를 적용하면 역산 해를 정규화 할 수 있으며 실제 지하 구조에 가까운 영상을 얻을 수 있다. 다만 단일 평활화 계수를 사용했을 때는 지층 형태나 속도변화에 관계없이 동일하게 평활화가 이루어지므로 지층간 경계면이나 단층 등의 구조가 불명확해지는 단점이 있다. 본 논문에서는 이러한 문제를 해결하기 위해 단일 평활화 계수가 아닌 역산 반복 과정에 따라 선택적으로 평활화 계수를 조정하는 정규화 기법을 개발하였다. 먼저 파형역산에 적합한 탐사자료의 주파수 대역과 그에 대응하는 파수 범위를 분석하였다. 분석한 파수 범위에 적합한 평활화 계수를 선정하기 위해 평활화 필터의 파수 스펙트럼에서 99백분위수에 해당하는 파수를 유효최대파수로 결정하였다. 선정된 평활화 계수를 반복역산에 따라 다르게 적용하여 여러 주파수를 동시에 이용하는 멀티-스케일 완전파형역산을 구현하였다. 암염 모델과 같은 속도대비가 큰 지질구조에 대해 성공적인 역산결과를 얻음으로써 본 연구에서 개발한 평활화 계수 선택기법이 효과적인 정규화 과정을 구현한다는 것을 알 수 있었다. 또한 무작위 잡음이 더해진 인공합성 음원모음 자료에 대한 수치예제를 통해 현장 자료에 대한 적용 가능성도 확인할 수 있었다.

• 전기전자학회논문지
• /
• 제19권2호
• /
• pp.219-224
• /
• 2015

전기 임피던스 단층촬영 기법은 전극들을 통해 전류를 주입하고 이에 유기되는 전압을 측정한 후, 이들 데이터를 기반으로 내부의 도전율 분포를 영상으로 복원하는 방법이다. 이 논문에서는 기존의 Gauss-Newton 방법의 역행렬 항목의 차원을 도메인의 원소의 개수가 아닌 데이터의 개수의 차원으로 바꿔줌으로써, 관심 도메인 내부의 도전율 분포를 보다 빠르게 추정할 수 있는 방법을 제안하였다. 그리고 자코비안 행렬의 대각성분의 최소-최대를 이용하여 조정인자를 계산하는 방법을 함께 제안하였다. 몇 가지 시나리오를 설정하고 모의실험을 통해 제안한 방법의 복원 성능을 비교분석하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제11권4호
• /
• pp.247-253
• /
• 2011

A sustainability of electricity supply has emerged as a critical issue for low carbon green growth in South Korea. Wind power is the fastest growing source of renewable energy. However, due to its own intermittency and volatility, the power supply generated from wind energy has variability in nature. Hence, accurate forecasting of wind speed and power plays a key role in the effective harvesting of wind energy and the integration of wind power into the current electric power grid. This paper presents a short-term wind speed prediction method based on support vector regression. Moreover, particle swarm optimization is adopted to find an optimum setting of hyper-parameters in support vector regression. An illustration is given by real-world data and the effect of model regularization by particle swarm optimization is discussed as well.

• 한국정보기술학회 영문논문지
• /
• 제9권1호
• /
• pp.89-102
• /
• 2019

Collagen can be used in building artificial skin replacements for treatment of burns and towards the reconstruction of bone as well as researching cell behavior and cellular interaction. The strength of collagen in connective tissue rests on the characteristics of collagen fibers. 3D confocal imaging of collagen fibers enables the characterization of their spatial distribution as related to their function. However, the image stacks acquired with confocal laser-scanning microscope does not clearly show the collagen architecture in 3D. Therefore, we developed a new method to reconstruct, visualize and characterize collagen fibers from fluorescence confocal images. First, we exploit the tensor voting framework to extract sparse reliable information about collagen structure in a 3D image and therefore denoise and filter the acquired image stack. We then propose to segment the collagen fibers by defining an energy term based on the Hessian matrix. This energy term is minimized by a min cut-max flow algorithm that allows adaptive regularization. We demonstrate the efficacy of our methods by visualizing reconstructed collagen from specific 3D image stack.

• 한국전산구조공학회논문집
• /
• 제32권4호
• /
• pp.223-231
• /
• 2019

정전기 문제에 대한 연속체 기반 설계 민감도 해석(DSA) 방법을 해석적으로 유도하였다. 고차 항을 포함한 목적 함수를 고려하기 위해 해석 및 DSA 방법을 위해 9 노드 유한요소법 기반 함수를 형상 함수로 사용하였다. 최적화 과정에서의 설계 변수를 B- 스플라인 함수로 매개 변수화하여 비현실적인 형상이 아닌 부드러운 경계를 가진 최적 형상을 얻을 수 있었다. 유한요소법을 이용한 최적화 과정에서 일반적으로 발생하는 메쉬 얽힘 문제를 해결하기 위해 메쉬 균일화 기법을 사용하였다. 이 기법은 디리쉴릿 에너지 범함수를 최소화함으로써 메쉬 균일성을 자동으로 얻을 수 있게 한다. 몇 가지 수치 예제들을 통해 DEP 힘을 최대화하기 위한 평행판의 최적 형상을 얻어낸다. 이를 기존에 실험적으로 검증된 평행판의 최적 형상과 비교하여 그 특성을 논의하였다.

• Nuclear Engineering and Technology
• /
• 제55권11호
• /
• pp.4102-4111
• /
• 2023

In order to better perform thermal hydraulic calculation and analysis of supercritical water reactor, based on the experimental data of supercritical water, the model training and predictive analysis of the heat transfer coefficient of supercritical water were carried out by using the support vector machine (SVM) algorithm. The changes in the prediction accuracy of the supercritical water heat transfer coefficient are analyzed by the changes of the regularization penalty parameter C, the slack variable epsilon and the Gaussian kernel function parameter gamma. The predicted value of the SVM model obtained after parameter optimization and the actual experimental test data are analyzed for data verification. The research results show that: the normalization of the data has a great influence on the prediction results. The slack variable has a relatively small influence on the accuracy change range of the predicted heat transfer coefficient. The change of gamma has the greatest impact on the accuracy of the heat transfer coefficient. Compared with the calculation results of traditional empirical formula methods, the trained algorithm model using SVM has smaller average error and standard deviations. Using the SVM trained algorithm model, the heat transfer coefficient of supercritical water can be effectively predicted and analyzed.