• Journal of Information Processing Systems
• /
• 제17권6호
• /
• pp.1170-1178
• /
• 2021

This paper proposed a versatile algorithm based on a dual-tree complex wavelet transform for intensifying the visual aspect of medical images. First, the decomposition of the input image into a high sub-band and low-sub-band image is done. Further, to improve the resolution of the resulting image, the high sub-band image is interpolated using Lanczos interpolation. Also, contrast enhancement is performed by singular value decomposition (SVD). Finally, the image reconstruction is achieved by using an inverse wavelet transform. Then, the Gaussian filter will improve the visual quality of the image. We have collected images from the hospital and the internet for quantitative and qualitative analysis. These images act as a reference image for comparing the effectiveness of the proposed algorithm with the existing state-of-the-art. We have divided the proposed algorithm into several stages: preprocessing, contrast enhancement, resolution enhancement, and visual quality enhancement. Both analyses show the proposed algorithm's effectiveness compared to existing methods.

• East Asian mathematical journal
• /
• 제40권3호
• /
• pp.307-318
• /
• 2024

This paper explores the application of matrix factorization, specifically CUR decomposition, in the clustering of Korean language documents by topic. It addresses the unique challenges of Natural Language Processing (NLP) in dealing with the Korean language's distinctive features, such as agglutinative words and morphological ambiguity. The study compares the effectiveness of Latent Semantic Analysis (LSA) using CUR decomposition with the classical Singular Value Decomposition (SVD) method in the context of Korean text. Experiments are conducted using Korean Wikipedia documents and newspaper data, providing insight into the accuracy and efficiency of these techniques. The findings demonstrate the potential of CUR decomposition to improve the accuracy of document clustering in Korean, offering a valuable approach to text mining and information retrieval in agglutinative languages.

• 한국인터넷방송통신학회논문지
• /
• 제15권5호
• /
• pp.39-49
• /
• 2015

Jacket Matrices: Construction and Its Application for Fast Cooperative Wireless signal Processing[27]에 소개된 Jacket 행렬로부터 일반화된 의사 Jacket 행렬에 대한 특성과 생성에 관한 정리가 발표됐다. 본 논문에서는 MIMO 채널과 같이 $2{\times}4$, $3{\times}6$ 같은 비정방 행렬에서의 의사 Jacket 역행렬에 대한 예제를 제안했다. 또한 의사 MIMO 특이값 분해 (SVD, Singular Value Decomposition) channel을 추론하여 적용하였으며 안테나 어레이를 분할하여 추정하는 채널을 기반으로 SVD를 활용하는데 적용하였다. 이것은 MIMO 채널 및 고유값 분해 (EVD, Eigen Value decomposition) 등에 사용할 수 있다.

• Structural Engineering and Mechanics
• /
• 제31권1호
• /
• pp.57-74
• /
• 2009

Power signals resulting from spindle and feed motor, present a rich content of physical information, the appropriate analysis of which can lead to the clear identification of the nature of the tool wear. The partial least-squares regression (PLSR) method has been established as the tool wear analysis method for this purpose. Firstly, the results of the application of widely used techniques are given and their limitations of prior methods are delineated. Secondly, the application of PLSR is proposed. The singular value theory is used to noise reduction. According to grey relational degree analysis, sample variable is filtered as part sample variable and all sample variables as independent variables for modelling, and the tool wear is taken as dependent variable, thus PLSR model is built up through adapting to several experimental data of tool wear in different milling process. Finally, the prediction value of tool wear is compare with actual value, in order to test whether the model of the tool wear can adopt to new measuring data on the independent variable. In the new different cutting process, milling tool wear was predicted by the methods of PLSR and MLR (Multivariate Linear Regression) as well as BPNN (BP Neural Network) at the same time. Experimental results show that the methods can meet the needs of the engineering and PLSR is more suitable for monitoring tool wear.

• 전자공학회논문지T
• /
• 제36T권2호
• /
• pp.48-55
• /
• 1999

로봇이 환경변화에 능동적으로 대처하기 위해서는 화상정보를 이용한 시각귀환제어(VFC)가 필요하다. 시각귀환 제어시스템은 매니퓰레이터와 카메라로 구성되는데, 고정된 시각시스템의 경우, 특징량이 동일선상에 위치하면 시각귀환제어를 할 수 없는 특이치 문제가 발생한다. 특이치 문제를 해결하기 위한 방법으로 이미지 자코비안의 상태값을 정의하고, 여러가지 경우 특징량을 조합 평가하여 이용 가능한 특징량을 선택하는 방법이 있다. 그러나 이 방법은 특징량의 수를 증가해야하는 단점이 있다. 그러므로 본 논문에서는 시각귀환시스템의 카메라를 능동적으로 이동시키므로써 특이치가 발생하지 않는 알고리즘을 제안하고, 시뮬레이션을 통해 그 유효성을 확인한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1979년도 하계 전자.전기연합학술발표회논문집
• /
• pp.151-152
• /
• 1979

• 한국컴퓨터정보학회논문지
• /
• 제19권9호
• /
• pp.21-31
• /
• 2014

특이치 분해는 다양한 분야의 데이터 집단에서 고유한 특성을 찾는 특징 추출 분야에 많이 활용되고 있다. 하지만 특이치 분해의 복잡 행렬 연산은 많은 연산 시간을 요구한다. 본 논문에서는 특이치 분해의 대표적인 알고리즘인 one-sided block Jacobi를 고속 처리하기 위해 2차원 멀티코어 시스템을 이용하여 효율적으로 병렬 구현하고 성능을 향상시킨다. 또한, one-sided block Jacobi 알고리즘의 다양한 행렬 ($128{\times}128$, $64{\times}64$, $32{\times}32$, $16{\times}16$)을 서로 다른 2차원 PE 구조에 구현하고 성능 및 에너지를 분석함으로써 각 행렬에 대한 최적의 멀티코어 구조를 탐색한다. 더불어 동일한 행렬의 one-sided block Jacobi 알고리즘에 대해 선택된 멀티코어 구조와 상용 고성능 그래픽스 프로세싱 유닛 (GPU)과의 성능 비교를 통해 제안한 2차원 멀티코어 방법의 잠재 가능성을 확인한다.

• 한국자기학회지
• /
• 제18권6호
• /
• pp.221-224
• /
• 2008

본 논문에서는 함정 선체의 갈바닉 부식 전류에 의해 발생되는 수중 전기장 신호를 경계요소 해석 도구인 FNREMUS 소프트웨어를 이용하여 예측하고, 예측된 신호로부터 함정 전기장 신호 특성을 특이치 분해(singular value decomposition) 방법을 이용하여 등가적으로 다이폴 모델링하는 방법에 대해 기술하고 있다. 제안된 다이폴 모델링 기법은 30 m 심도에서 예측된 경계요소 해석 결과와의 평균 차이 비교 방법을 통해 타당함이 확인되었다. 본 논문에서 제안된 모델링 기법을 이용하면 함정에서의 다양한 심도 변화에 따른 수중 정 전기장 신호 분포 특성 예측 및 분석이 가능하다.

• 한국산학기술학회논문지
• /
• 제16권12호
• /
• pp.8455-8461
• /
• 2015

본 논문에서는 라만 스펙트럼의 고속 탐색을 위해 특이값 분해(SVD, Singular Value Decomposition)를 이용한 새로운 탐색 알고리즘들을 제안한다. 제안 알고리즘에서는 SVD를 통해 얻은 특이벡터를 중요도에 따라 선별하여 실험에 사용함으로써 계산량 단축을 도모한다. 파일럿 테스트(Pilot test)를 수행하여 일부 데이터들을 미리 탐색 대상에서 제외시키고 부분탐색법(PDS, Partial Distance Search)을 적용하여 탐색을 수행함으로써 큰 폭으로 계산량을 감소시킨다. 실험에 사용한 데이터베이스는 총 14,032종의 화학 물질 라만 스펙트럼으로 구성하였으며, 기존의 탐색 방법인 전체탐색법(Full Search), PDS와 평균피라미드탐색법(MPS, Mean Pyramid Search)를 1차원공간상의 신호에 적용하기 적절하게 변형한 1DMPS에 PDS를 적용한 실험(1DMPS+PDS), 데이터의 분산을 내림차순 정렬하여 !DMPS와 PDS를 적용한 실험(1DMPS Sort with Variance+PDS), 데이터의 250차원 성분만 SVD 변환하여 PDS를 적용한 실험(250SVD+PDS), 그리고 제안 알고리즘 PSP(Partial SVD with PDS)와 PSSP(Partial SVD with Sorted Pilot test)을 적용한 실험을 비교 분석하였다. 각 알고리즘의 성능은 곱셈 및 덧셈의 연산량 비교를 통해 이루어졌는데, 실험 결과에 따르면 250SVD+PDS에 비해 제안알고리즘 PSP는 15.7%, PSSP에서는 64.8%의 계산량 감소를 확인하였다.

• 한국산학기술학회논문지
• /
• 제14권5호
• /
• pp.2393-2399
• /
• 2013

본 논문에서는 특이값 분해(SVD: singular value decomposition)에 의한 기저 스펙트럼의 합성을 통해 혈소판 라만 스펙트럼에서 알츠하이머병(AD: Alzheimer's disease)을 검출하는 방법을 제안하였다. AD가 유도된 형질 전환 실험용 쥐의 혈소판에서 측정한 라만 스펙트럼은 가산 잡음과 배경 잡음의 제거와 정규화로 구성된 전처리 과정을 수행한다. 각 데이터 행렬의 열벡터는 AD와 정상(NR: normal)의 라만 스펙트럼으로 구성한다. 이 데이터 행렬을 SVD로 분해한 다음 각 행렬의 열벡터 12개를 AD와 NR의 기저 스펙트럼으로 결정한다. 분류 과정은 각 클래스의 기저 스펙트럼을 선형 합성한 스펙트럼과 분류 스펙트럼의 평균제곱근오차(root mean square error)가 최소인 클래스를 선택하는 것으로 완료된다. 278개의 혈소판 라만 스펙트럼을 사용한 실험에 따르면 제안한 방법의 평균 분류율은 약 97.6%로 주성분 분석(principle components analysis)으로 추출한 특징에 MLP(multi-layer perceptron)를 이용한 경우보다 약 6.1% 정도의 우수한 성능을 보였다. 이 결과에서 SVD에 의한 기저 스펙트럼이 혈소판 라만 스펙트럼에서 AD의 검출에 적합하게 사용될 수 있음을 확인하였다.