• 대한전기학회논문지:시스템및제어부문D
• /
• 제54권10호
• /
• pp.639-642
• /
• 2005

In this paper, a robust nonlinear echo cancellation is proposed, where a third-order adaptive Volterra filtering is employed along with an expanded correlation LMS (ECLMS) algorithm to compensate for nonlinear distortion in the echo path. (e.g., DAC of the hybrid network). Finally, the robustness in the echo cancellation of the proposed approach is demonstrated using computer simulations, where high attenuation of echo signals is achieved even in the double-talk situation (e.n., BdB improvement in ERLE).

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.1
• /
• pp.277-282
• /
• 2006

It is well known that Kalman filtering is an optimal real-time data fusion method for GPS/INS integration. However, it has some limitations in terms of stability, adaptability and observability. A Kalman filter can perform optimally only when its dynamic model is correctly defined and the noise statistics for the measurement and process are completely known. It is found that estimated Kalman filter states could be influenced by several factors, including vehicle dynamic variations, filter tuning results, and environment changes, etc., which are difficult to model. Neural networks can map input-output relationships without apriori knowledge about them; hence a proper designed neural network is capable of learning and extracting these complex relationships with enough training. This paper presents a GPS/INS integrated system that combines Kalman filtering and neural network algorithms to improve navigation solutions during GPS outages. An Extended Kalman filter estimates INS measurement errors, plus position, velocity and attitude errors etc. Kalman filter states, and gives precise navigation solutions while GPS signals are available. At the same time, a multi-layer neural network is trained to map the vehicle dynamics with corresponding Kalman filter states, at the same rate of measurement update. After the output of the neural network meets a similarity threshold, it can be used to correct INS measurements when no GPS measurements are available. Selecting suitable inputs and outputs of the neural network is critical for this hybrid method. Detailed analysis unveils that some Kalman filter states are highly correlated with vehicle dynamic variations. The filter states that heavily impact system navigation solutions are selected as the neural network outputs. The principle of this hybrid method and the neural network design are presented. Field test data are processed to evaluate the performance of the proposed method.

• Spatial Information Research
• /
• 제19권5호
• /
• pp.63-74
• /
• 2011

최근 특정 공간영역 내에 포함되는 센서노드들만의 센싱정보를 에너지 효율적으로 수집하는 센서 네트워크 기반 공간질의처리에 대한 관심이 증가하고 있다. 이러한 센서 네트워크 기반 공간질의처리의 가장 단순한 방법은 모든 센서노드의 위치와 센싱정보를 서버로 수집한 다음, 서버에서 공간질의를 처리하는 Centralized 방법이다. 이 방법은 간단하다는 장점은 있지만, 모든 센서노드를 접근하기 위하여 소요되는 높은 무선통신 비용으로 인하여 센서노드의 에너지 효율성이 크게 떨어지는 단점을 가지고 있다. 이러한 Centralized 방법을 보완하기 위하여 센서노드에서 분산 공간 필터링을 수행하여 센서노드 간의 무선통신 횟수를 감소시키는 In-network 기반 분산 공간색인기법들이 제안되어 왔다. 그러나, 이러한 분산 공간색인기법들은 대부분 서버에서 이용되던 기존 공간색인기법들을 센서 네트워크에 단순히 적용하였기 때문에, In-network 환경에서 공간 필터링의 효과와 센서노드들 간의 무선 라우팅을 동시에 최적화하지 못하는 단점을 가지고 있다. 이에 본 논문에서는 In-network 환경에서 공간 필터링을 최적화하면서 동시에 센서노드들 간의 라우팅을 보장할 수 있는 GR-tree의 새로운 분산 공간색인기법을 제안하고자 한다. GR-tree 방법은 R-tree와 유사하게 MBR 기반의 트리를 구성하며, 센서노드들 간의 무선 라우팅 및 공간적인 인접성을 보장하면서 MBR들 간의 겹침을 최소화할 수 있는 특징을 가지고 있다. 끝으로, GR-tree와 기존 방법들의 다양한 성능 비교 실험을 통하여 제안된 방법의 효율성을 보여주고자 한다.

• 한국정보과학회논문지:데이타베이스
• /
• 제36권4호
• /
• pp.280-291
• /
• 2009

스카이라인 질의 처리는 센서 네트워크 응용에서 다차원 데이터를 효과적으로 활용할 수 있어서 그 역할이 중요하다. 센서 네트워크는 배터리 제약 사항을 가지고 있기 때문에, 센서 네트워크에서의 스카이라인에 관한 연구는 에너지 소비를 최소화 하는데 그 목표를 두고 있다. 이를 위해 기존연구에서 필터링 기법이 제안되었다. 하지만 기존 필터링 기법은 일회성 질의에 초점을 맞추고 있고, 상위 노드의 정보만을 활용하기 때문에 그 성능의 한계가 있다. 본 논문에서는 연속스카이라인 질의 처리를 위한 상향식 필터링 투플 선정 방법을 제안한다. 하위노드에서 생성된 이전 스카이라인 정보를 각 센서노드에 저장하고, 필터링 투플 선정에 활용함으로써 불필요한 데이터 통신을 감소시킬 수 있다, 이와 더불어 추가 필터링 투플을 선택할 때 사용될 수 있는 SFT(Support Filtering Tuple)방법을 제안한다. 센서 데이터의 경우, 이전 센싱된 데이터와 현재 데이터 간의 시간 관계성(temporal correlation)의 특징을 갖고 있다. SFT 방법은 저장된 과거 데이터를 기반으로 현재데이터를 예측하여 추가 필터링 투플을 선정하여 필터링 성능을 향상시킨다. 실험 결과를 통해, 제안하는 방법들이 기존 방법에 비해 데이터 감소율과 총 통신량 측면에서 효율적임을 보여준다.

• 한국정보처리학회논문지
• /
• 제7권5S호
• /
• pp.1666-1675
• /
• 2000

본 논문에서는 전자상거래 시스템에서 요구하는 상호운용성과 실시간 요구사항들을 지원할 수 있는 실시간 웹 미들웨이(RTWM Real-Time Web Middleware) 프레임워크를 제안한다. RTWM시스템은 전자상거래 시스템의 실시간 요구사항들을 지원하기 위해CORBA 객체 서비스 구조를 확장하여 이벤트 모니터, 실시간 스케줄러, 실시간 이벤트 서비스 등의 객체 컴포넌트를 포함하는 구조를 가진다. 특히, 본 논문에서는 전자상거래 사용자의 실시간 요구사항을 지원할 수 있는 실시간 이벤트 필터링을 제공하는 것에 중점을 두었다. 사용자로부터 시간적 제약조건과 원하는 이벤트 정보를 입력받아 QoS저장소에 저장하고, 실시간 이벤트가 발생하며RTFA(Real-Time Fitering Agent)를 통해 소비자가 원하는 이벤트를 필터링하여 제공하게 된다. 이로써 사용자는 보다 높은 서비스를 제공받게 되고 이 과정을 통해 전체적인 네트워크 트래픽이 감소되는 효과를 얻을 수 있다.

• 디지털융복합연구
• /
• 제15권2호
• /
• pp.115-120
• /
• 2017

본 연구는 온라인 사회연결망서비스(SNS)를 기반으로 하는 전자상거래, 즉 소셜 커머스 상의 콘텐츠 또는 상품광고에 대하여 형성되는 사용자 평판 형성의 신뢰도를 강화시키는 기법을 도출하고자 하는 데에 목적을 두고 있다. 온라인 평판정보는 소비자들의 의사결정에 중요한 요인으로 작용하고 있음에도 불구하고 평가자의 주관적 성향에 의존적이고 또한 이러한 평가를 자신 또는 판매자의 이익을 위해 악용하는 경우가 있기 때문에 온라인 여론 형성의 신뢰도에 문제가 있을 수 있다. 따라서, 본 연구에서는 협업필터링 기법을 기반으로 각 사용자 평판에 차별적인 가중치를 부여하는 방식을 적용해 SNS용 온라인 평판시스템 신뢰도를 향상시키고자 하였다. 본 연구의 결과는 사용자 평가 값에 각 개인의 신뢰도 가중치를 반영함으로써 좀 더 신뢰할 수 있는 평판결과를 제시할 수 있고, 아울러 특정집단의 이익을 위해 사용자 평판시스템을 악용하는 것을 막는 데 기여할 수 있을 것으로 기대된다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.146.1-146
• /
• 2001

The researches of science and engineering need the latest information from internet resources. But searching and filtering processes of appropriate web documents from huge internet resources are very complex as well as having some repeated procedures. In this paper, I propose a Personalized Agent System(PAS), which can filter World Wide Web Documents that the user is interested, such as papers. To do this, PAS uses a modified spreading activation neural network which 1 propose here. PAS observes the user´s local paper database to analyze, adapt and learn the user interests, and the then constructs the user-specified neural network model by the analyzed interests ...

• IEIE Transactions on Smart Processing and Computing
• /
• 제5권1호
• /
• pp.5-9
• /
• 2016

The modulation bandwidth of a reflective semiconductor optical amplifier (RSOA) is limited by carrier lifetime. Therefore, it is hard to directly modulate an RSOA with high-speed electrical signals. We theorize that an optical filter can act as an optical equalizer, compensating for the narrow bandwidth limitation imposed by the RSOA. By modeling a time-varying RSOA with a modified transfer matrix method (TMM), we simulated 25 Gbps operation of an RSOA with optical filtering effects. We investigated the impact of detuning the center wavelength of the optical filter on the modulation of an RSOA. The numerical results show that it is possible to modulate an RSOA with an optical filtering effect at 25 Gbps without electronic equalization or digital signal processing.

• The Journal of the Acoustical Society of Korea
• /
• 제23권1E호
• /
• pp.16-18
• /
• 2004

There have been numerous studies on the enhancement of the noisy speech signal. In this paper, I propose a completely new speech enhancement method, that is, a filtering of a dissonant frequency combined with noise reduction algorithm. The simulation results indicate that the proposed method provides a significant gain in audible improvement compared with the conventional method. Therefore if the proposed enhancement scheme is used as a pre-filter, the perceptual quality of speech is greatly enhanced.

• International journal of advanced smart convergence
• /
• 제9권3호
• /
• pp.85-96
• /
• 2020

It is important to extract salient object image and to solve the invariance problem for image recognition. In this paper we propose a new hybrid algorithm for invariance and improved classification performance in image recognition, whose algorithm is combined by FT(Frequency-tuned Salient Region Detection) algorithm, Guided filter, Zernike moments, and a simple artificial neural network (Multi-layer Perceptron). The conventional FT algorithm is used to extract initial salient object image, the guided filtering to preserve edge details, Zernike moments to solve invariance problem, and a classification to recognize the extracted image. For guided filtering, guided filter is used, and Multi-layer Perceptron which is a simple artificial neural networks is introduced for classification. Experimental results show that this algorithm can achieve a superior performance in the process of extracting salient object image and invariant moment feature. And the results show that the algorithm can also classifies the extracted object image with improved recognition rate.