• 전자공학회논문지
• /
• 제50권12호
• /
• pp.261-269
• /
• 2013

본 연구에서는 자극에 대한 유발전위 발현시점의 변화와 유발전위에 혼입된 무작위 잡음을 시간지연현상과 자음혼입 가법모형으로 모델링 하였다. 동기시점 불일치에 따른 평균화 처리과정의 유발전위 신호의 왜곡을 개선하기 위하여 시간지연추정을 잡음제거 위너필터에 결합한 복합적 시간지연보상-잡음개선 위너필터-앙상블평균 처리기법 (DWEA: Delay compensated Wiener filtered ensemble averaging)을 적용하였다. 제시한 방법의 성능은 임의의 시간지연과 크기의 변화를 변화시킨 백색잡음 데이터를 합성한 대리모의실험을 통하여 검증하였다. 모의실험데이터에 대하여 DWEA 방법이 위너필터링앙상블평균 방법과 기존의 앙상블평균방법보다 우수 하였다. DWEA 방법은 10% MSE 오차한계에 대하여 잡음이득 7까지 동작 가능하였다. 실험결과를 통하여 DWEA 방법은 잡음의 혼입과 동기 불일치 현상을 보이는 유발전위의 신호개선의 가능성을 제시하였다.

• Journal of Microbiology and Biotechnology
• /
• 제17권4호
• /
• pp.644-649
• /
• 2007

Response surface model was developed for predicting the growth rates of Salmonella enterica sv. Typhimurium in tryptic soy broth (TSB) medium as a function of combined effects of temperature, pH, and NaCl. The TSB containing six different concentrations of NaCl (0, 2, 4, 6, 8, and 10%) was adjusted to an initial of six different pH levels (pH 4, 5, 6, 7, 8, 9, and 10) and incubated at 10 or $20^{\circ}C$. In all experimental variables, the primary growth curves were well $(r^2=0.900\;to\;0.996)$ fitted to a Gompertz equation to obtain growth rates. The secondary response surface model for natural logarithm transformations of growth rates as a function of combined effects of temperature, pH, and NaCl was obtained by SAS's general linear analysis. The predicted growth rates of the S. Typhimurium were generally decreased by basic (9, 10) or acidic (5, 6) pH levels or increase of NaCl concentrations (0-8%). Response surface model was identified as an appropriate secondary model for growth rates on the basis of coefficient determination $(r^2=0.960)$, mean square error (MSE=0.022), bias factor $(B_f=1.023)$, and accuracy factor $(A_f=1.164)$. Therefore, the developed secondary model proved reliable predictions of the combined effect of temperature, NaCl, and pH on growth rates for S. Typhimurium in TSB medium.

• 한국통신학회논문지
• /
• 제34권10C호
• /
• pp.1001-1009
• /
• 2009

본 논문은 orthogonal frequency division multiplexing (OFDM) 통신에서 무선자원을 절약할 수 있는 효율적인 블라인드(blind) 주파수 옵셋 추정 방식을 제안한다. 제안된 방식은 OFDM 통신에서 cyclic prefix (CP)를 이용하여 시간차가 있는 2개의 OFDM 신호 블록을 얻고 이를 이용하여 블라인드 주파수 옵셋 추정을 위한 비용함수를 정의한다. 제안된 방식에서 비용함수는 3개의 독립적인 주파수 옵셋 위치에서 비용함수 값들을 이용하여 폐쇄형(closed form)의 코사인 함수로 나타낼 수 있음을 보인다. 이 코사인 함수를 이용하면 전체 주파수 옵셋 범위에 대한 탐색 없이 최저 비용함수 값을 쉽게 계산할 수 있기 때문에 주파수 옵셋 추정이 효율적이다. 폐쇄형 코사인 함수로부터 구한 주파수 옵셋은 정확도가 해상도에 제한 받지 않기 때문에 signal-to-noise ratio (SNR)이 증가할 수 록 추정 오차가 계속 줄거듦을 확인하였다. 컴퓨터 시뮬레이션 결과 제안된 방식은 기존의 오버샘플링(oversampling)기법이나 MUSIC 방식보다 평균제곱오차 (mean square error, MSE) 성능이 우수함을 보였다.

• Nuclear Engineering and Technology
• /
• 제51권3호
• /
• pp.807-817
• /
• 2019

Airborne Gamma Ray Spectrometry (AGRS) with its important applications such as gathering radiation information of ground surface, geochemistry measuring of the abundance of Potassium, Thorium and Uranium in outer earth layer, environmental and nuclear site surveillance has a key role in the field of nuclear science and human life. The Broyden-Fletcher-Goldfarb-Shanno (BFGS), with its advanced numerical unconstrained nonlinear optimization in collaboration with Artificial Neural Networks (ANNs) provides a noteworthy opportunity for modern AGRS. In this study a new AGRS system empowered by ANN-BFGS has been proposed and evaluated on available empirical AGRS data. To that effect different architectures of adaptive ANN-BFGS were implemented for a sort of published experimental AGRS outputs. The selected approach among of various training methods, with its low iteration cost and nondiagonal scaling allocation is a new powerful algorithm for AGRS data due to its inherent stochastic properties. Experiments were performed by different architectures and trainings, the selected scheme achieved the smallest number of epochs, the minimum Mean Square Error (MSE) and the maximum performance in compare with different types of optimization strategies and algorithms. The proposed method is capable to be implemented on a cost effective and minimum electronic equipment to present its real-time process, which will let it to be used on board a light Unmanned Aerial Vehicle (UAV). The advanced adaptation properties and models of neural network, the training of stochastic process and its implementation on DSP outstands an affordable, reliable and low cost AGRS design. The main outcome of the study shows this method increases the quality of curvature information of AGRS data while cost of the algorithm is reduced in each iteration so the proposed ANN-BFGS is a trustworthy appropriate model for Gamma-ray data reconstruction and analysis based on advanced novel artificial intelligence systems.

• International Journal of Computer Science & Network Security
• /
• 제21권1호
• /
• pp.143-151
• /
• 2021

The enormous prevalence of transferring official confidential digital documents via the Internet shows the urgent need to deliver confidential messages to the recipient without letting any unauthorized person to know contents of the secret messages or detect there existence . Several Steganography techniques such as the least significant Bit (LSB), Secure Cover Selection (SCS), Discrete Cosine Transform (DCT) and Palette Based (PB) were applied to prevent any intruder from analyzing and getting the secret transferred message. The utilized steganography methods should defiance the challenges of Steganalysis techniques in term of analysis and detection. This paper presents a novel and robust framework for color image steganography that combines Linear Congruential Generator (LCG), simulated annealing (SA), Cesar cryptography and LSB substitution method in one system in order to reduce the objection of Steganalysis and deliver data securely to their destination. SA with the support of LCG finds out the optimal minimum sniffing path inside a cover color image (RGB) then the confidential message will be encrypt and embedded within the RGB image path as a host medium by using Cesar and LSB procedures. Embedding and extraction processes of secret message require a common knowledge between sender and receiver; that knowledge are represented by SA initialization parameters, LCG seed, Cesar key agreement and secret message length. Steganalysis intruder will not understand or detect the secret message inside the host image without the correct knowledge about the manipulation process. The constructed system satisfies the main requirements of image steganography in term of robustness against confidential message extraction, high quality visual appearance, little mean square error (MSE) and high peak signal noise ratio (PSNR).

• 한국전자통신학회논문지
• /
• 제17권4호
• /
• pp.641-648
• /
• 2022

본 연구에서는 지수 형태의 분포(Exponential Basic, Inverse Exponential, Lindley, Rayleigh) 특성을 갖는 NHPP 소프트웨어 신뢰성 모형의 성능을 비교 분석하였고, 이를 근거로 최적의 신뢰성 모형도 함께 제시하였다. 소프트웨어 고장 현상을 분석하기 위하여 시스템 운영 중 수집된 고장 시간 데이터를 사용하였고, 모수 추정은 최우 추정 법을 적용하여 해결하였다. 다양한 비교 분석(평균제곱오차(MSE) 분석, 평균값 함수의 참값 예측력 분석, 강도 함수의 평가, 임무 시간을 적용한 신뢰도를 평가)을 통하여 Lindley 모형이 가장 우수한 성능을 가진 효율적인 모형임을 알 수 있었다. 본 연구를 통하여 기존 연구사례가 없는 지수 형태의 특성을 갖는 분포의 신뢰도 성능을 새롭게 파악하였고, 이를 통하여 소프트웨어 개발자들이 초기 단계에서 활용할 수 있는 기본적인 설계 데이터를 제시할 수 있었다.

• 국제학술발표논문집
• /
• The 8th International Conference on Construction Engineering and Project Management
• /
• pp.463-481
• /
• 2020

Cutter suction dredgers (CSDs) are widely used in various dredging constructions such as channel excavation, wharf construction, and reef construction. During a CSD construction, the main operation is to control the swing speed of cutter to keep the slurry concentration in a proper range. However, the slurry concentration cannot be monitored in real-time, i.e., there is a "time-lag effect" in the log of slurry concentration, making it difficult for operators to make the optimal decision on controlling. Concerning this issue, a solution scheme that using real-time monitored indicators to predict current slurry concentration is proposed in this research. The characteristics of the CSD monitoring data are first studied, and a set of preprocessing methods are presented. Then we put forward the concept of "index class" to select the important indices. Finally, an ensemble learning algorithm is set up to fit the relationship between the slurry concentration and the indices of the index classes. In the experiment, log data over seven days of a practical dredging construction is collected. For comparison, the Deep Neural Network (DNN), Long Short Time Memory (LSTM), Support Vector Machine (SVM), Random Forest (RF), Gradient Boosting Decision Tree (GBDT), and the Bayesian Ridge algorithm are tried. The results show that our method has the best performance with an R² of 0.886 and a mean square error (MSE) of 5.538. This research provides an effective way for real-time predicting the slurry concentration of CSDs and can help to improve the stationarity and production efficiency of dredging construction.

• 한국방사선학회논문지
• /
• 제18권2호
• /
• pp.93-99
• /
• 2024

디지털 영상, 특히, 전산화 단층촬영 영상은 X선 신호를 디지털 영상 신호로 변환하는 과정에서 노이즈가 필수적으로 포함되기 때문에 노이즈 저감화에 대한 고려가 필수적이다. 최근, 딥러닝 모델 기반의 노이즈 감소가 가능한 연구가 수행되고 있다. 그러므로, 본 연구의 목적은 폐 CT 영상에서의 다양한 종류의 노이즈를 U-net 딥러닝 모델을 이용하여 노이즈 감소 효과를 평가하였다. 총 800장의 폐 CT 영상을 사용하였고, Adam 최적화 함수와 100회의 반복 학습 횟수, 0.0001의 학습률을 적용한 U-net 모델을 이용하였다. 노이즈를 포함한 입력 영상 생성을 위하여 Gaussian 노이즈, Poisson 노이즈, salt & pepper 노이즈, speckle 노이즈를 적용하였다. 정량적 분석 인자로 평균 제곱 오차, 최대 신호 대 잡음비, 영상의 변동계수를 사용하여 분석하였다. 결과적으로, U-net 네트워크는 다양한 노이즈 조건에서 우수한 성능을 나타냈으며 그 효용성을 입증하였다.

• 한국지진공학회논문집
• /
• 제28권4호
• /
• pp.193-203
• /
• 2024

Existing reinforced concrete (RC) building frames constructed before the seismic design was applied have seismically deficient structural details, and buildings with such structural details show brittle behavior that is destroyed early due to low shear performance. Various reinforcement systems, such as fiber-reinforced polymer (FRP) jacketing systems, are being studied to reinforce the seismically deficient RC frames. Due to the step-by-step modeling and interpretation process, existing seismic performance assessment and reinforcement design of buildings consume an enormous amount of workforce and time. Various machine learning (ML) models were developed using input and output datasets for seismic loads and reinforcement details built through the finite element (FE) model developed in previous studies to overcome these shortcomings. To assess the performance of the seismic performance prediction models developed in this study, the mean squared error (MSE), R-square (R²), and residual of each model were compared. Overall, the applied ML was found to rapidly and effectively predict the seismic performance of buildings according to changes in load and reinforcement details without overfitting. In addition, the best-fit model for each seismic performance class was selected by analyzing the performance by class of the ML models.

• 정보보호학회논문지
• /
• 제9권4호
• /
• pp.11-22
• /
• 1999

LMS 적응필터는 많은 신호처리 응용분야에서 광범위하게 사용되고 있으나 반복 적 최소 자승 (RLS) 적응 필터와 비교해서 주어진 안정상태 평균 자승 에러에 대한 수렴특성이 떨어진 다. 본 논문은 LMS 알고리즘의 수렴속도를 향상시키기 위해 폐기된 탭 입력 데이터를 몇 개의 한정된 버퍼를 이용 탭 가중치를 적응적으로 조절하여 수렴특성을 개선한다. 컴퓨터 시뮬레이션 결과를 통해 스텝 크기 매 개변수 $\mu$값의 증가는 보다 빠른 수렴속도와 평균 자승에러를 감소시키는 효과를 가지므로 데이터 재순 환 버퍼 구조에서 탭 가중치의 갱신에 비례하여 평균 자승 에러의 수렴속도가 재순환 버퍼 B를 증가시 켜 수렴속도가 (B+1)배 만큼 증가한다. 데이터 버퍼 알고리즘을 이용한 제안된 TDL 필터가 LMS 알고 리즘과 동일한 수렴조건을 가지고 실행될 때 연산복잡성의 실질적 부담감을 배제하고 채널 간의 상호심 볼간섭을 보다 효율적으로 제어하면서 적응 횡단선 필터의 수렴속도를 증기시켜 개선한다.