• 한국정보통신학회논문지
• /
• 제7권4호
• /
• pp.691-698
• /
• 2003

적응 횡단선 필터에서 수렴 속도의 개선을 위해 기존의 최소 평균 자승 알고리즘을 확장한 반복적 최소 자승 알고리즘의 탭 가중치 갱신 메커니즘에 재순환 데이터 버퍼를 이용함으로서 수렴특성을 개선시키는 효율적인 기법을 제시하였다. 본 논문은 기존의 적응 횡단선 필터에 데이터 재순환 버퍼 구조를 제안하여 새로운 RLS 탭 가중치 갱신 알고리즘을 유도하여 조화 평균 학습 곡선의 평균 자승 에러 값에 대한 반복수에 대해서 데이터 재순환 버퍼를 사용한 학습 곡선의 수렴 속도가 버퍼가 없는 경우의 재순환 버퍼 RLS 알고리즘의 수렴 속도보다 비례하여 빠르게 수렴한다는 것을 수학적인 연산을 통해 증명하였다. 채널 진폭의 왜곡의 정도와 재순환 데이터 버퍼 수에 따른 평균 자승 에러에 대한 삼차원 시뮬레이션 결과로부터 고유치 확산이 증가함에 따라 특정 값에 수렴하기 위한 요구된 샘플의 반복수가 비례하여 증가하였으며, 재순환 데이터 버퍼 수 B가 증가함에 따라 요구된 샘플의 반복수가 B배만큼 감소함으로서 제안된 구조에서 RLS 가중치 갱신 알고리즘의 수렴특성이 개선됨을 입증하였다.

• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.303-311
• /
• 2020

미국의 탄저린 감귤귤 재배면적은 2009년 19,000ha에서 2016년 27,000ha로 급격히 증가하여 7년 동안 42% 증가했다. 최근 일본으로의 수출이 급증함에 따라 향후 약 6 ~7천 톤의 수출량이 증가할 가능성이 높다. 따라서, 본연구의 목적은 미국 탄저린 수입이 감귤산업에 미치는 경제적 파급효과를 다양한 시나리오를 통해 시뮬레이션 분석을 하는데 있다. 미국 탄저린감귤의 수입 가능성을 조사하기 위해 미국 감귤이 수입된 적인 없기 때문에 미국 탄저린 감귤의 일본 수출 단가가 사용되었다. 감귤류는 재배 방법과 품종에 따라 노지감귤, 하우스감귤, 한라봉 등 만감류(월동 온주 포함)로 분류하였다. 노지와 하우스감귤의 생산시즌을 고려해 보면, 미국 탄저리감귤의 수입량은 2021년 약 4,700 톤에서 2027년에는 10,000톤으로 증가할 것으로 예상된다. 미국 탄저린감귤의 수입은 국내산 노지와 하우스감귤의 생산량과 품질뿐만 아니라 미국산 탄저린감귤의 생산량에 따라 변동될 수 있다. 그렇지만, 미국 탄저린감귤의 관세율이 50% 이하로 떨어지는 2021년 이후에는 수입될 수 있다는 점을 명심해야 한다.

• 비파괴검사학회지
• /
• 제25권2호
• /
• pp.110-116
• /
• 2005

비젼시스템을 검사, 물체위치 결정 및 용접 작업등에 실시간 응용하고자할 때 CCD카메라에서 얻어진 많은 데이터를 처리해야 하기 때문에 전산처리 속도를 줄이는 것이 매우 중요하다. 또한, 비젼시스템 모델에 포함되어 있는 매개변수를 추정하는데 있어서 Newton-Raphson 방법 같은 반복적인 기법을 사용하면 많은 전산처리 시간을 필요하게 되어 실시간 응용을 어렵게 한다. 위의 문제점을 해결하기 위해 확장칼만필터링 같은 효율적인 방법이 필요하다. 확장칼만필터링 방법은 CCD카메라로부터 얻어지는 측정데이터의 불확실성을 고려할 뿐만 아니라, 순환적인 처리 기법을 사용하므로 전산처리 속도 향상을 가져온다. 이리하여 본 연구는 비젼시스템 모델에 포함된 카메라 내부 및 외부 매개변수를 설명하는 6개 매개변수 추정과 이를 이용한 물체 치수를 추정하는데 확장칼만필터링 방법을 적용하였다. 마지막으로 개발된 추정기법의 실시간 적용의 타당성을 실험을 통하여 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.416-419
• /
• 2015

본 논문에서는 HEVC(High Efficiency Video Coding) 부호기의 실시간처리를 위한 효율적인 하드웨어 변환기 하드웨어 설계를 제안한다. HEVC 부호기는 율-왜곡 비용을 비교하여 변환 모드($4{\times}4$, $8{\times}8$, $16{\times}16$, $32{\times}32$)를 결정한다. 율-왜곡비용은 변환과, 양자화, 역양자화, 역변환을 통해 계산된 왜곡값과 비트량으로 결정되므로 상당한 연산량과 소요시간이 필요하다. 따라서 본 논문에서는 변환을 통한 계수의 합계를 비교하여 변환 모드를 결정하는 새로운 방법을 제안한다. 또한, 제안하는 하드웨어구조는 $4{\times}4$, $8{\times}8$, $16{\times}16$, $32{\times}32$ 변환 모드에 대한 공통 연산기와 멀티플렉서, 재귀 가감산기, 쉬프터 만으로 구현하여 연산량을 대폭 감소시켰다. 제안하는 변환 모드 결정 방법은 HM 10.0과 비교하여 BD-PSNR은 0.096, BD-Bitrate는 0.057 증가하였으며, 인코딩 시간은 약 9.3% 감소되었다. 제안된 하드웨어는 TSMC 130nm CMOS 표준 셀 라이브러리로 합성한 결과 최대 동작 주파수는 200MHz, 약 256K개의 게이트로 구현되었으며, 140MHz의 동작주파수에서 4K UHD급 해상도인 $3840{\times}2160@60fps$의 실시간 처리가 가능하다.

• 방송공학회논문지
• /
• 제26권4호
• /
• pp.429-440
• /
• 2021

최근 심층 합성 곱 신경망 학습의 발전에 따라 단일 이미지 초해상도에 적용되는 심층 학습 기법들은 좋은 성과를 보여주고 있다. 현존하는 딥러닝 기반 초해상도 기법들 중 하나로 잔여 밀집 블록을 이용하여 초기의 특징 정보를 마지막 계층에 전달하여 이후의 계층들이 이전의 계층들의 입력정보를 사용하여 복원하는 RDN(Residual Dense Network)이 있다. 하지만 계층적인 모든 특징을 연결하여 학습하고 다수의 잔여 밀집 블록을 쌓게 되면 좋은 성능에도 불구하고 많은 파라미터의 수와 연산량을 가지게 되어 느린 처리 속도와 네트워크를 학습하는데 많은 시간이 소요되고 모바일 시스템에 적용이 어렵다는 단점을 가지고 있다. 본 논문에서는 이전의 정보를 다시 사용하는 연속 메모리 구조인 잔여 밀집 구조와 이미지의 특징맵에 따라 중요도를 결정해주는 채널 집중 기법을 이용한 잔여밀집 채널 집중 블록을 재귀적인 방식으로 사용하여 추가적인 파라미터 없이 네트워크의 깊이를 늘려 큰 수용 영역을 얻으며 동시에 간결한 모델을 유지할 수 있는 방식을 제안한다. 실험 결과 제안하는 네트워크는 RDN과 비교 하였을 때 4배 확대 배율에서 평균적으로 PSNR 0.205dB만큼 낮지만 약 1.8배 더 빠른 처리속도, 약 10배 더 적은 파라미터의 수와 약 1.74배 더 적은 연산량을 갖는 것을 실험을 통해 확인하였다.

• 방송공학회논문지
• /
• 제27권1호
• /
• pp.104-123
• /
• 2022

신경망 기반 스타일 전이 기법은 영상의 고차원적 구조적 특징을 반영하여 높은 품질의 스타일 전이 결과를 제공함으로써 최근 크게 주목받고 있다. 본 논문은 이러한 신경망 기반 스타일 전이의 GPU 메모리 제한에 따른 해상도 한계에 대한 문제를 다룬다. 신경망 출력이 가진 제한적 수용장 특징을 바탕으로, 부분 영상 기반의 스타일 전이 손실함수 경사도 연산이 전체 영상을 대상으로 구한 경사도 연산과 동일한 결과를 생성할 수 있을 것으로 기대할 수 있다. 이러한 아이디어를 기반으로, 본 논문에서는, 스타일 전이 손실함수의 각 구성 요소에 대한 경사도 연산 구조를 분석하고, 이를 통해 부분 영상의 생성 및 패딩에 대한 필요조건을 구하고, 전체 영상의 신경망 출력에 좌우되는 경사도 연산 요구 데이터를 확인하여 구조화함으로써 재귀적 초고해상도 스타일 전이 알고리즘을 개발하였다. 제안된 기법은, 사용하는 GPU 메모리가 처리할 수 있는 크기로 초고해상도 입력을 분할하여 스타일 전이를 수행함으로써, GPU 메모리 한계에 따른 해상도 제한을 받지 않으며, 초고해상도 스타일 전이에서만 감상할 수 있는 독특한 세부 영역의 전이 스타일 특징을 제공할 수 있다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.

• 수산경영론집
• /
• 제51권2호
• /
• pp.51-69
• /
• 2020

The purpose of this study is to construct an outlook model that is consistent with the "Fisheries Outlook" monthly published by the Fisheries Outlook Center of the Korea Maritime Institute(KMI). In particular, it was designed as a partial equilibrium model limited to abalone items, but a model was constructed with a dynamic ecological equation model(DEEM) system taking into account biological breeding and shipping time. The results of this study are significant in that they can be used as basic data for model development of various items in the future. In this study, due to the limitation of monthly data, the market equilibrium price was calculated by using the recursive model construction method to be calculated directly as an inverse demand. A model was built in the form of a structural equation model that can explain economic causality rather than a conventional time series analysis model. The research results and implications are as follows. As a result of the estimation of the amount of young seashells planting, it was estimated that the coefficient of the amount of young seashells planting from the previous year was estimated to be 0.82 so that there was no significant difference in the amount of young seashells planting this year and last year. It is also meant to be nurtured for a long time after aquaculture license and limited aquaculture area(edge style) and implantation. The economic factor, the coefficient of price from last year was estimated at 0.47. In the case of breeding quantity, it was estimated that the longer the breeding period, the larger the coefficient of breeding quantity in the previous period. It was analyzed that the impact of shipments on the breeding volume increased. In the case of shipments, the coefficient of production price was estimated unelastically. As the period of rearing increased, the estimation coefficient decreased. Such result indicates that the expected price, which is an economic factor variable and that had less influence on the intention to shipments. In addition, the elasticity of the breeding quantity was estimated more unelastically as the breeding period increased. This is also correlated with the relative coefficient size of the expected price. The abalone supply and demand forecast model developed in this study is significant in that it reduces the prediction error than the existing model using the ecological equation modeling system and the economic causal model. However, there are limitations in establishing a system of simultaneous equations that can be linked to production and consumption between industries and items. This is left as a future research project.

• 비파괴검사학회지
• /
• 제23권1호
• /
• pp.21-29
• /
• 2003

실시간 로봇 위치 제어를 위해 비젼시스템을 사용할 때 이 모델에 포함된 매개변수를 추정하는데 있어 계산시간을 줄이는 것은 매우 중요하다. 불행히도 흔히 사용되고 있는 일괄 처리 기법은 반복적으로 계산이 수행되기 때문에 많은 계산 시간을 필요로 하여 실시간 로봇 위치 제어를 어렵게 한다. 반면에 본 연구에서 사용하고자 하는 화장 칼만 필터링은 사용하기 편리하고, 또한 순환적 방법으로 계산되기 때문에 비젼시스템의 매개변수를 계산하는데 있어 시간을 줄이는 커다란 장점을 가지고 있다. 따라서 본 연구에서는 실시간 로봇 위치 제어를 위해 사용하는 비젼 제어 기법에 확장 칼만 필터링을 적용되었다 여기서 사용된 비젼시스템 모델은 카메라 내부 매개변수(방향, 초점거리 등) 및 외부 매개변수(카메라와 로봇 사이의 상대적 위치)를 설명하기 위해 6개 매개변수를 포함하고 있다. 이러한 매개변수를 추정하기 위해 확장 칼만 필터링 기법이 적용되었다. 또한 이렇게 추정된 6개 매개변수를 사용하여 로봇을 구동시키기 위해 필요한 로봇 회전각 추정에도 화장 칼만 필터링 기법이 적용되었다. 최종적으로 확장 칼만 필터링을 사용하여 개발된 비젼 제어 기법의 타당성을 로봇 위치 제어 실험을 수행하여 확인하였다.

• 한국산학기술학회논문지
• /
• 제17권8호
• /
• pp.113-126
• /
• 2016

본 연구는 간호학과에 재학 중인 남학생들을 대상으로 학과 적응 경험의 구성요소와 도움을 주는 요인을 밝혀냄으로써 지도적 중재에 필요한 자료를 제공하고자 하였다. 본 연구의 참여자는 간호학과에 재학 중인 남학생 7명이다. 심층면담을 통하여 수집된 자료는 Giorgi의 현상학적 분석 절차에 따라 분석하였다. 참여자의 학과 적응 경험의 핵심 구성요소는 '미래 진로에 대한 희망과 기대', '현실적 문제에 따른 갈등과 방황', '타협과 마음 다스림', '자기 성장을 위한 노력'으로 축약되었다. 이 구성요소들 간에는 인과적, 촉진적, 순환적 특성을 보여주었고, 학과 적응과정은 시간적 맥락에 따라 구조화 하고 있다. 이들이 원만한 학과 적응을 위해서는 자신의 의지력 강화, 확고한 진로의식 고취, 적응 전략의 채택 등 자신의 내적 통제가 중요하였으며, 가족과 친지, 선배 및 학과 교수의 지지가 학과 적응에 도움이 되는 요인으로 드러났다. 연구 결과를 토대로 제언하면, 간호학과 남학생들의 학과 생활 부적응으로 인한 탈락률을 파악하고 그 요인을 분석하는 후속연구가 필요하다. 또한 이들이 학과 생활 적응에 필요한 다양한 대처방식과 실천적 지지체계의 구축 및 지도 프로그램을 개발하여 적용하는 것이 필요하다.