본 논문에서는 개별 센싱 결과를 결합하기 위해 센싱의 성능은 연판정 방식보다 낮지만, 시스템의 부담이 적고 비교적 단순한 방식인 경판정 방식을 적용하였으며, 센싱의 성능을 높이기 위해 각 CR 기기의 검출 확률을 반영하여 가중치를 설정하고, 계산된 가중치가 개별 센싱 결과에 재반영되어 결합하는 최적화된 경판정 방식을 제안한다. 기존의 경판정 방식과 달리 가중치를 적용하여 센싱 성능을 높이도록 하였고, 모의 실험 및 분석을 통하여 성능을 나타내었다. 1차 사용자의 신호는 OFDM 기반의 시스템을 가정하였고, 1차 사용자와 CR 기기 사이의 무선 채널은 가우시안(Gaussian) 채널로 모델링하였다.
본 논문은 전력선 통신에서 딥 러닝 기술 적용시킨 연구의 초기 결과를 보여준다. 본 논문에서는 전력선 통신의 성능을 감소시키는 원인인 잡음을 제거하기 위해 딥 러닝 기술을 적용시켜 효과적인 잡음 제거를 목표로 하고 수신 단에서 딥 러닝 모델을 추가하여 잡음을 효과적으로 제거하는 시스템을 제안한다. 딥 러닝 모델을 학습시키기 위해서는 데이터가 필요하므로 기존의 데이터들을 저장하고 있다고 가정하고 제안하는 시스템에 대해 시뮬레이션을 진행하여 부가 백색 가우시안 잡음 채널의 이론적 결과와 비트 에러률을 비교하여 제안하는 시스템 모델이 잡음을 제거하여 통신 성능을 향상시킨 것을 확인한다.
비터비 디코딩 방법은 컨볼루션 복호화 방법 중에서 가장 많이 사용되고 알려진 복호화 방법이다. 본 논문에서는 실질적인 비터비 복호화 성능 고찰을 위하여 여러 가지 파라미터 값을 이용한다. 파라미터 값에 대한 여러 가지 비터비 복호화 방법에 대하여 논의한다. 그리고 비터비 알고리즘 방법중, 중판정과 경판정 이라는 서로 다른 의사결정에 의한 복호화 방법의 차이를 비교한다. 여러 가지 파라미터 값과 의사결정 방법을 가지고 가우시안 채널 상에서의 다양한 비터비 복호화 방법에 대하여 논의하여 가장 적절한 파라미터 값과 의사결정 방법에 대하여 논의한다.
비트율 제어는 채널 용량이나 프레임율과 같은 제한 조건에서 더 좋은 화질을 제공하기 위해 비디오 부호화에 있어서 필요한 구성 요소이다. 일반적으로 양자화 변수를 결정할 때 양자화가 수행될 데이터를 단일 분포로 가정하면, 실제 데이터의 분포를 지나치게 간략화하게 되는 문제가 발생할 수 있으며, 이는 이동통신 환경과 같이 전송 대역의 제약이 심한 상황에서 부호화 효율을 떨어뜨리는 원인이 된다. 본 논문에서는 이러한 문제를 해결하기 위해 다양한 소스 분포를 일반화된 가우시안 분포(Generalized Gaussian Distribution)를 이용하여 정의하고, 각각의 분포 특성을 나타내는 모양 변수를 결정하여 일반화된 가우시안 분포의 비트율-왜곡 함수에 기반을 둔 양자화 변수 결정 모델을 설계한다. 본 논문에서 제안한 알고리즘은 저 비트율 환경에서 우수한 성능을 제공하는 비디오 부호화 표준인 H.264 비디오 코덱에 구현하여 MPEG-2 TM5 및 H.263 TMN8과 그 성능을 비교한다.
본 연구에서는 차세대 나노소자인 DGMOSFET에 대하여 문턱전압 이하영역에서 발생하는 단채널 효과 중 문턱전압 및 드레인유도장벽감소의 변화를 스켈링 이론에 따라 분석하였다. 포아송방정식의 분석학적 해를 구하기 위하여 전하분포함수에 대하여 가우시안 함수를 사용함으로써 보다 실험값에 가깝게 해석하였으며 이때 가우시안 함수의 변수인 이온주입범위 및 분포편차 그리고 소자 파라미터인 채널의 두께, 도핑농도 등에 대하여 문턱전압 특성의 변화를 관찰하였다. 본 연구의 모델에 대한 타당성은 이미 기존에 발표된 논문에서 입증하였으며 본 연구에서는 이 모델을 이용하여 문턱전압이하 특성을 분석하였다. 분석결과 스켈링 이론 적용 시 문턱전압 및 드레인유도장벽감소 현상이 변화하였으며 변화 정도는 소자파라미터에 따라 변화한다는 것을 관찰하였다.
본 논문에서는 페이딩 채널 환경에서 OFDM 시스템의 채널추정과 심볼 검출이 결합된 방식들을 제안하였다. 제안된 방식들은 결정지향 채널 추정(DDCE) 방식에 근거하여 채널을 추정하며 비터비 알고리즘을 이용한 심볼 검출을 수행한다. 제안된 비터비 결정지향 추정 (VDDCE)방식은 시간상 변화하는 채널을 추척하고 ML 심볼 열을 검출 한다. VDDCE방식에 근거한 순환적 비터비 결정지향(RVDDCE) 방식에서는 복잡도를 줄이기 위해 검출될 심볼 열의 길이를 줄인다. 즉, 훈련 심볼의 간격동안에 채널 추정과 비터비 알고리즘이 일정 간격으로 반복적으로 수행되도록 한다. 또한,AWGN의 효과를 줄이기 위해 평균화 채널 추정(ACE) 방식을 VDDCE와 RVDDCE 방식에 적용하였다. 제안된 방식들은 컴퓨터 시뮬레이션으로 검증하였다.
본 논문에서는 라이시안(Rician) 감쇄가 존재하는 채널 환경에서 협대역 잡음이 더하여진 경우에 대역 여파기를 통과한 수신신호의 위상오류에 대한 확률 밀도 함수를 유도하고 0차 모먼트가 1이 됨을 보임으로써 확률밀도 함수로서의 타당성을 검증한다. 일반적으로 감쇄 환경에서 시스템의 오류 확률은 먼저 가산성 백색 가우시안 잡음(AWGN : Additive White Gaussian Noise)만이 존재할 때의 오류 확률을 구한 후, 그 결과 식을 해당 감쇄에 대한 확률 밀도 함수로 평균을 취하여 구한다. 하지만 본 논문에서는 감쇄 환경에서의 수신 신호에 대한 위상 오류식을 구한 다음, 그 식을 한번의 이중 적분을 취함으로써 오류 확률을 구하게 된다.
본 연구에서는 이중게이트(Double Gate; DG) MOSFET에서 발생하는 단채널효과 중 하나인 드레인유기장벽 감소(Drain Induced Barrier Lowering; DIBL)에 대하여 분석하고자 한다. 드레인 유기장벽감소 현상은 채널의 길이가 짧아질 때 드레인 전압이 소스쪽 장벽에 영향을 미쳐 장벽의 높이를 감소시키는 현상으로써 단채널에서 발생하는 매우 중요한 효과이다. 본 연구에서는 DIBL을 해석하기 위하여 이미 발표된 논문에서 타당성이 입증된 포아송방정식의 해석학적 전위분포를 이용할 것이다. 이 모델은 특히 전하분포함수에 대하여 가우시안 함수를 사용함으로써 보다 실험값에 가깝게 해석하였으며 소자 파라미터인 채널두께, 산화막두께, 도핑강도 등에 대하여 드레인 유기장벽감소의 변화를 관찰하고자 한다.
We demonstrate that a deep learning classifier that only uses to gravitational wave (GW) detectors auxiliary channel data can distinguish various types of non-Gaussian noise transients (glitches) with significant accuracy, i.e., ≳ 80%. The classifier is implemented using the multi-scale neural networks (MSNN) with PyTorch. The glitches appearing in the GW strain data have been one of the main obstacles that degrade the sensitivity of the gravitational detectors, consequently hindering the detection and parameterization of the GW signals. Numerous efforts have been devoted to tracking down their origins and to mitigating them. However, there remain many glitches of which origins are not unveiled. We apply the MSNN classifier to the auxiliary channel data corresponding to publicly available GravitySpy glitch samples of LIGO O1 run without using GW strain data. Investigation of the auxiliary channel data of the segments that coincide to the glitches in the GW strain channel is particularly useful for finding the noise sources, because they record physical and environmental conditions and the status of each part of the detector. By only using the auxiliary channel data, this classifier can provide us with the independent view on the data quality and potentially gives us hints to the origins of the glitches, when using the explainable AI technique such as Layer-wise Relevance Propagation or GradCAM.
100GHz와 150GHz 대역의 우주전파를 동시에 관측하기 위한 준광학계가 설계, 제작되었다. 밀리미터파 및 서브밀리미터파 대역의 전송수단으로 널리 이용되고 있는 준광학계는 가우시안 빔으로 해석된다. 따라서 가우시안 빔 이론을 이용하여, 광대역 주파수 범위에서 주로 사용되는 영상 빔 방법으로 준광학계를 해설한다. 이중채널 준광학계는 두 대역의 전파를 동시에 관측하기 위해서, 두 개의 빔을 유도하는 시스템이다. 따라서 두 빔을 유도하기 위한 준광학계와 준광학계를 구성하는 각 부품은 영상 빔 방법을 이용하여 설계하였다. 이러한 설계를 바탕으로 준광학계의 각 소자들이 제작되었고, 전체 시스템이 구현되었다. 제작된 준광학계는 자체에서 제작한 빔 측정장치를 이용하여 측정함으로써, 설계에 대한 검증과 정확한 제작여부를 확인하였다. 그리고 제작된 시스템은 이중채널 수신기에 설치되어, 우주전파를 동시에 성공적으로 관측함으로써 그 성능이 입증되었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.