• 대한전자공학회논문지SP
• /
• 제37권2호
• /
• pp.39-49
• /
• 2000

본 논문에서는 다중 클래스 데이터를 위한 특징 추출 방법을 최적화하는 기법을 제안한다 제안된 특징 추출 기법은 분류 오차에 기반한 방법으로 특징 공간(feature space)을 탐색하여 가우시안 최대우도 분류기 (Gaussian ML Classifier)의 분류오차(classification error)가 최소가 되도록 하는 특징벡터 집합을 구하는 방법이다 제안된 방법은 임의의 초기 특징벡터를 설정한 후 steepest descent 알고리즘을 적용하여 분류오차가 감소하는 방향으로 초기벡터를 갱신시킨다 본 논문에서는 순차탐색 및 전체탐색 두 가지의 방법을 제안하며 순차탐색은 추가로 특징벡터를 구하는 경우 이미 구해진 특징벡터를 포함하여 최소의 분류오차를 얻을 수 있는 특징벡터를 구한다 반면에 전체탐색 방법은 추가의 특징벡터를 구할 경우 새로운 초기 특징벡터 집합을 설정하여 이미 구해진 특징벡터를 포함하는 제약을 받지 않는다. 실험결과 제안된 두 가지 방법은 기존의 특징추출 방법보다 우수한 성능을 보여주고 있다.

• 대한원격탐사학회지
• /
• 제33권4호
• /
• pp.423-436
• /
• 2017

This paper presents a deep learning-based road segmentation framework from very high-resolution orthophotos. The proposed method uses Deep Convolutional Autoencoders for end-to-end mapping of orthophotos to road segmentations. In addition, a set of post-processing steps were applied to make the model outputs GIS-ready data that could be useful for various applications. The optimization of the model's parameters is explained which was conducted via grid search method. The model was trained and implemented in Keras, a high-level deep learning framework run on top of Tensorflow. The results show that the proposed model with the best-obtained hyperparameters could segment road objects from orthophotos at an average accuracy of 88.5%. The results of optimization revealed that the best optimization algorithm and activation function for the studied task are Stochastic Gradient Descent (SGD) and Exponential Linear Unit (ELU), respectively. In addition, the best numbers of convolutional filters were found to be 8 for the first and second layers and 128 for the third and fourth layers of the proposed network architecture. Moreover, the analysis on the time complexity of the model showed that the model could be trained in 4 hours and 50 minutes on 1024 high-resolution images of size $106{\times}106pixels$, and segment road objects from similar size and resolution images in around 14 minutes. The results show that the deep learning models such as Convolutional Autoencoders could be a best alternative to traditional machine learning models for road segmentation from aerial photographs.

• 한국음향학회지
• /
• 제22권2호
• /
• pp.145-152
• /
• 2003

본 논문에서는 인식 단위로서의 개개의 은닉 마코프 모델 (HMM: Hidden Markvo Model)에 대응하는 가중치를 도입하여 HMM출력 스코어는 HMM출력 확률과 HMM 가중치의 곱으로 표현된다고 가정하고 기존의 최소 분류 오류 훈련 방법과 유사하게 HMM 가중치를 반복적으로 훈련하는 방법을 제안하였다. 제안된 방법은 오인식 척도에 대해 차분 (delta) 계수를 정의하고 이를 이용하여 HMM 가중치를 반복하여 훈련하는 방법이다. 이러한 방법은 HMM 가중치의 합을 HMM 개수의 총합으로 제한함으로써 기존의 파라미터 추정 방법과 비터비 (Viterbi) 알고리즘에 큰 변화 없이 음성 인식에 효과적으로 적용될 수 있다. 제안된 방법은 기존의 분할 (segmental) 최소 분류 오류훈련 방법과 비교하여 추정하는 파라미터의 개수가 감소되었으며 훈련 모델의 최적 상태열을 이용한 경도 계산 과정이 포함되지 않음으로써 계산량을 효과적으로 단축할 수 있다. HMM가중치를 이용한 HMM기반의 음성 인식기의 성능 평가를 위해서 단독 숫자음 인식 실험을 실시하였다. 실험적 결과들은 HMM 확률 보정을 이용한 음성 인식 시스템이 베이스라인 시스템보다 음성 인식 성능이 더 우수함을 보여준다. 제안된 방법은 기존의 최소 분류 오류 훈련 방법에 비하여 구현하기 간편한 반면에 더욱 우수한 음성 인식 성능 향상을 보여준다.

• 한국멀티미디어학회논문지
• /
• 제8권2호
• /
• pp.164-173
• /
• 2005

회화적 렌더링은 색상, 방향, 크기 그리고 모양 등 브러시 스트로크의 특징을 결정하는 파라미터들에 의해서 다양한 결과를 만들어 낼 수 있다. 본 논문에서는 참조 데이터를 이용하여 소스 영상에 가장 적합한 브러시 스트로크 생성에 관한 방법을 제안하고자 한다. 색상은 실제로 화가들이 사용한 팔레트 색상을 생성하여 이용하였다. 팔레트를 생성하기 위하여 본 논문에서는 특정화가(특히, 고흐)의 작품에서 주로 사용된 색상을 참조하였으며 소스 영상에서 사용된 색상과 생성된 팔레트 색상을 비교하여 가장 비슷한 색상으로 색상을 변환하여 브러시 스트로크의 색상을 결정하였다. 방향은 반 고흐 스타일 같은 동적인 방향성을 가지는 브러시스트로크를 표현하기 위해 소스 영상의 에지방향을 참조 데이터로 사용하여 에지 주변의 브러시 스트로크의 방향을 보간하는 방법을 적용하였다. 크기는 그리고자 하는 대상의 크기에 따라 각 레이어 별로 폭이 큰 브러시에서 작은 브러시 순으로 결정하였다. 마지막으로, 모양은 소용돌이치는 듯한 반 고흐 스타일을 표현하기 위해 스플라인 곡선을 적용하였다. 이런 방법으로 만들어진 브러시 스트로크는 영영 분할된 각 레이어별로 적용하였으며 렌더링 후에 각 레이어를 합성하였다.

• 대한기계학회논문집B
• /
• 제34권5호
• /
• pp.505-513
• /
• 2010

삼지화염 구조는 화염 선단의 구조로서 다루어져 왔으며, 많은 연구자들에 의해 해석적인 방법과 실험적인 방법으로 연구가 되어왔다. 그러나 연료의 종류에 따른 가연한계의 차이가 삼지화염의 구조에 미치는 영향에 대한 연구는 깊이 있게 다루어지지 않았다. 본 연구에서는 화염 구조에 대한 비대칭 가연한계의 영향을 예혼합화염과 확산화염에 관한 몇 가지 층류화염 이론에 근거한 간단한 수치 기법을 통해 연구하였다. 고정된 유동장이 사용되었으며, 예혼합 화염 가지에서의 경계조건이 연계되었다. 예혼합 화염 후류의 확산화염의 형성과 소멸을 성공적으로 모사할 수 있었다. 비대칭 가연한계 조건과 열손실에 따른 확산화염의 변화가 연구되었다. 본 연구는 화염의 기초 구조에 대한 이해를 도울 수 있으며, 이후의 연구를 위한 기초로 활용될 수 있을 것이다.

• 한국항공우주학회지
• /
• 제33권7호
• /
• pp.18-25
• /
• 2005

본 연구에서는 뒷전, 전단류와 초기교란의 상호작용에 의한 불안정파의 생성 기제의 분석과 뒷전 산란현상을 고차의 전산공력음향학을 이용하여 모사하였다. 수치적 알고리즘은 Hybrid 기법에 기초하였으며, Simple Linearized Euler Equation과 Full Linearized Euler Equation의 결과를 비교를 통해 정상류 구배항이 불안정파의 생성에 중요한 역할을 함을 볼 수 있었다. 또한 Full Navier-Stokes Equation을 이용한 결과와 비교함으로써, Full Linearized Euler Equation은 뒷전의 초기 근접장에서 불안정파를 해석하는데 있어서 Full Navier-Stokes Equation 보다 효율적임을 알 수 있다.

• Journal of Astronomy and Space Sciences
• /
• 제26권1호
• /
• pp.31-46
• /
• 2009

An Unscented Kalman Filter (UKF) for estimation of the attitude and rate of a spacecraft using only magnetometer vector measurement is developed. The attitude dynamics used in the estimation is the nonlinear Euler's rotational equation which is augmented with the quaternion kinematics to construct a process model. The filter is designed for small satellite in low Earth orbit, so the disturbance torques include gravity-gradient torque, magnetic disturbance torque, and aerodynamic drag torque. The magnetometer measurements are simulated based on time-varying position of the spacecraft. The filter has been tested not only in the standby mode but also in the detumbling mode. Two types of actuators have been modeled and applied in the simulation. The PD controller is used for the two types of actuators (reaction wheels and thrusters) to detumble the spacecraft. The estimation error converged to within 5 deg for attitude and 0.1 deg/s for rate respectively when the two types of actuators were used. A joint state parameter estimation has been tested and the effect of the process noise covariance on the parameter estimation has been indicated. Also, Monte-Carlo simulations have been performed to test the capability of the filter to converge with the initial conditions sampled from a uniform distribution. Finally, the UKF performance has been compared to that of the EKF and it demonstrates that UKF slightly outperforms EKF. The developed algorithm can be applied to any type of small satellites that are actuated by magnetic torquers, reaction wheels or thrusters with a capability of magnetometer vector measurements for attitude and rate estimation.

• 스마트미디어저널
• /
• 제6권3호
• /
• pp.15-20
• /
• 2017

최근 자동차 산업은 IT 기술을 접목하여 운전자에게 편의를 제공하기 위한 운전자 보조 시스템에 관한 연구가 진행되고 있다. 본 논문에서는 차선 이탈 방지 및 자율 주행에 적용 가능한 도로상태 변화에 강인한 차선 검출 방법을 제안한다. 제안하는 방법은 Otsu 임계값 결정 방법과 가우시안 필터와 에지를 통한 후보 영역 검출 방법을 이용한다. 또한, 허프 변환을 통한 차선의 기울기와 폭 정보를 이용하여 차선을 검출한다. 실선뿐만 아니라 점선 차선 검출을 위해 기존에 검출된 차선 정보를 이용하여 다음 프레임에서 차선이 위치할 경로를 계산해 가상의 차선을 그려주는 방법을 제안한다. 제안하는 알고리즘은 실선과 점선상황에서 차선 검출이 모두 가능했고 오픈소스 하드웨어인 라즈베리 파이 2에 적용할 경우 실시간 처리가 가능함을 확인했다.

• International Journal of Computer Science & Network Security
• /
• 제22권12호
• /
• pp.185-196
• /
• 2022

The Internet of Things (IoT) has become more and more widespread in recent years, thus attackers are placing greater emphasis on IoT environments. The IoT connects a large number of smart devices via wired and wireless networks that incorporate sensors or actuators in order to produce and share meaningful information. Attackers employed IoT devices as bots to assault the target server; however, because of their resource limitations, these devices are easily infected with IoT malware. The Distributed Denial of Service (DDoS) is one of the many security problems that might arise in an IoT context. DDOS attempt involves flooding a target server with irrelevant requests in an effort to disrupt it fully or partially. This worst practice blocks the legitimate user requests from being processed. We explored an intelligent intrusion detection system (IIDS) using a particular sort of machine learning, such as Artificial Neural Networks, (ANN) in order to handle and mitigate this type of cyber-attacks. In this research paper Feed-Forward Neural Network (FNN) is tested for detecting the DDOS attacks using a modified version of the KDD Cup 99 dataset. The aim of this paper is to determine the performance of the most effective and efficient Back-propagation algorithms among several algorithms and check the potential capability of ANN- based network model as a classifier to counteract the cyber-attacks in IoT environments. We have found that except Gradient Descent with Momentum Algorithm, the success rate obtained by the other three optimized and effective Back- Propagation algorithms is above 99.00%. The experimental findings showed that the accuracy rate of the proposed method using ANN is satisfactory.

• 대한의용생체공학회:의공학회지
• /
• 제45권2호
• /
• pp.90-94
• /
• 2024

Diagnosing wounds presents a significant challenge in clinical settings due to its complexity and the subjective assessments by clinicians. Wound deep learning algorithms quantitatively assess wounds, overcoming these challenges. However, a limitation in existing research is reliance on specific datasets. To address this limitation, we created a comprehensive dataset by combining open dataset with self-produced dataset to enhance clinical applicability. In the annotation process, machine learning based on Gradient Vector Flow (GVF) was utilized to improve objectivity and efficiency over time. Furthermore, the deep learning model was equipped U-net with residual blocks. Significant improvements were observed using the input dataset with images cropped to contain only the wound region of interest (ROI), as opposed to original sized dataset. As a result, the Dice score remarkably increased from 0.80 using the original dataset to 0.89 using the wound ROI crop dataset. This study highlights the need for diverse research using comprehensive datasets. In future study, we aim to further enhance and diversify our dataset to encompass different environments and ethnicities.