• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.357-357
• /
• 2021

홍수로 인한 침수피해 발생을 최소화하기 위해 정확한 하천의 수위 예측과 리드타임 확보가 매우 중요하다. 특히 조석현상의 영향을 받는 감조하천의 경우 기존의 물리적 수문모형의 적용이 제한되어 하천수위 예측의 정확도가 떨어지기도 한다. 따라서 본 연구에서는 이러한 감조하천 수위 예측의 정확도를 높이기 위해 조석현상을 분리하고 인공신경망을 활용하는 하이브리드 모델을 제안 하였으며 다중 선형회귀분석과 비교 분석하였다. 감조하천에 위치한 교량의 수위데이터에서 Stationary Wavelet Transform으로 조석현상을 분리하였으며, 이외의 수위에 영향을 주는 time series data와 인공신경망(ANN)을 활용하여 1시간, 2시간, 3시간 후의 수위를 예측하였다. 하이브리드 모델은 96% 이상의 정확도를 보였으며 다중 선형회귀 분석과 비교하여도 높은 정확성을 보여주었다.

• 한국콘텐츠학회논문지
• /
• 제11권11호
• /
• pp.10-18
• /
• 2011

개인정보보호법의 시행은 의료기관에서 의료자산에 대한 보안이 중요시 되고 있으며 이를 위한 얼굴인식은 가장 흥미롭지만 다양한 문제점을 가지고 있는 요소 중의 하나이다. 얼굴인식은 얼굴 영상의 변화하는 요인인 포즈, 조명, 표정과 크기의 변화요소를 포함하고 있다. 이와 같은 변화 요인 중에서 빛의 위치와 방향의 변화요인이 가장 큰 어려움중의 하나이다. 이와 같은 단점을 극복하기 위하여 본 논문에서는 의료자산 보호를 위한 CCTV 관제에서 얼굴인식을 위하여 가보웨이블릿의 계수의 분석, 커널 선정, 특징점, 커널크기와 같은 요소를 분석하였다. 제안된 방법은 분석으로 구성되어있다. 첫 번째 분석은 이미지로부터 커널을 선정하기 위한 것이며, 두 번째 분석은 커널 크기에 대한 계수 분석이다. 마지막으로 입력 영상의 크기에 따른 가보커널 크기의 변화에 대한 측정이다. 실험을 통하여 도출된 계수를 이용하여 얼굴인식을 수행하였으며, 평균 97.3%라는 인식 결과를 도출하였다. 제안하는 방법을 개발하여 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다. 따라서 얼굴인식에서 서비스의 만족도와 질을 향상시켰다.

• 한국전산구조공학회논문집
• /
• 제23권1호
• /
• pp.1-8
• /
• 2010

푸리에 급수는 사인 곡선처럼 일정한 진폭으로 진동하는 정규파(wave)를 사용한다. 그래서 푸리에 급수에서 사용하는 함수는 진동수의 크기가 시간에 따라 변하지 않기 때문에 국부적인 영역에서 급작스런 진동이나 불연속성을 갖는 신호를 표현하기에는 한계가 있다. 그러나 이러한 푸리에 해석의 단점을 여러개의 적절한 웨이블렛의 선형조합에 의해 보완할 수 있는 것이 웨이블렛 급수해석이다. 시간에 집중되어진 궤적의 작은 잔파(wavelet)를 사용함으로써 시간과 주기의 폭을 변화시킬 수 있기 때문에 유동적이고, 특이(singular)형상을 지닌 신호들을 보다 효율적으로 표현할 수 있다. 이 연구의 주요 목적은 웨이블렛 급수해석이라고 불리는 방법을 2계 편미분방정식으로 표현되는 1차원 축방향 부재에 웨이블렛 이론을 적용함과 동시에 유한요소법과 같은 수치해석법과의 비교를 통해 성능평가를 위해 제안되었다. 여러 형태의 웨이블렛 함수의 검토 후에 HAT 함수가 웨이블렛 및 스케일링 함수로 채택되었다. 등분포하중을 받는 경우의 축방향 부재해석에서 제안된 방법은 유한요소법과 같이 효율적임을 보이며, 특히 응력특이점에서는 더 정확한 값을 보였으며, 계산시간도 절약되는 장점을 얻을 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제25권6호
• /
• pp.431-438
• /
• 2004

의료용 초음파 영상 장비는 안전하면서도 사용이 편리할 뿐 아니라, 인체 내부의 구조적 영상을 포함하여 혈류나 내부 장기의 움직임에 이르기까지 진단을 위한 다양한 정보를 제공한다. 뿐만 아니라 조직 특성화 영상에서는 반사된 초음파 신호로부터 생체 조직의 물리적인 특성을 파악하여 진단에 활용하기도 한다. 하지만 영상의 획득을 위해 사용하는 탐침용 초음파 펄스 신호는 인체내부를 거쳐 그 흔적이 반사신호에 남게 되고, 이는 영상의 화질 저하로 이어져 미세한 조직이나 인접한 부분의 세밀한 관찰이 어려운 단점이 있다. 이를 해결하기 위한 다양한 연구가 시도 되었으나, 한정된 반사 신호로부터 탐침 펄스의 영향을 제거하고 매질의 특성을 복원하는 데에는 어려움이 있었다. 본 연구에서는 wavelet 과 subband filter bank 에 기반한 새로운 탐침용 초음파 펄스 및 그에 따른 영상획득 방법을 제안하였다. Perfect reconstruction (PR) 조건을 만족하는 일련의 wavelet filter 세트를 초음파 펄스로 구현하여 탐침에 사용하고, 반사되어온 신호를 적절히 재조합 하면 탐침 펄스의 영향이 배제되어, 매질의 세밀한 특성을 복원한 영상을 얻게 된다. 이는 조직 특성화 영상등을 위해 중요한 정보가 된다. 검증을 위해 2종류 (A-mode 와 B-mode) 의 초음파 영상 시뮬레이션에서, 제안된 방법으로 영상을 획득하였다. 그 결과, 탐침 대상의 주파수 특성을 복원할 수 있었으며, 기존의 방법에 비해 향상된 화질의 초음파 영상을 얻을 수 있었다.

• 한국정보과학회논문지:시스템및이론
• /
• 제31권5_6호
• /
• pp.297-304
• /
• 2004

본 논문에서는 컴퓨터 응용환경에서 3차원 물체를 효율적으로 표현하기 위해 웨이브릿 변환과 2D 평면 표본화를 이용한 3D 객체 간소화 알고리즘을 제안한다. 기존의 웨이브릿 변환을 이용한 메쉬의 압축 및 간소화 알고리즘은 3차원 정점에 대해서 변환을 수행하기 때문에 연결 정보가 필요한 합성과정에서 정점들을 다시 다각형으로 연결시키는 타일링 최적화 문제를 해결해야만 하는 단점을 가지고 있다. 그러나 제안한 방식은 3차원 메쉬를 2차원 평면상으로 표본화하여 각 평면에 대한 2차원 다각형을 최소화하기 때문에 변환이 용이하며 2차원 정점을 순서적으로 나열하면 2개의 1차원 배열 자체가 연결정보를 포함하기 때문에 1차원 변환으로 다각형을 변환 및 표현할 수 있다는 장점이 있다. 그리고 표본화 평면의 간격조정과 각 평면에서의 웨이브릿 계수를 선택적으로 조정함으로써 간단히 LOD를 조절할 수 있다 2차원 다각형의 간소화는 주관적 화질에 영향을 주지 않는 작은 웨이브릿 계수를 선택하여 제거함으로써 수행되어진다. 그 결과 제안된 알고리즘은 간단하지만 효율적이다. 실험을 통하여 제안한 알고리즘은 적은 외부 붕괴를 가지면서 정확한 간소화 메쉬를 보여준다는 것을 알 수 있다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권12호
• /
• pp.1-10
• /
• 2020

This study investigates the problem of outlier detection based on discrete wavelet transform in the context of time series data where the identification and treatment of outliers constitute an important component. An outlier is defined as a data point that deviates so much from the rest of observations within a data sample. In this work we focus on the application of the traditional method suggested by Tukey (1977) for detecting outliers in the closed price series of the Saudi Arabia stock market (Tadawul) between Oct. 2011 and Dec. 2019. The method is applied to the details obtained from the MODWT (Maximal-Overlap Discrete Wavelet Transform) of the original series. The result show that the suggested methodology was successful in detecting all of the outliers in the series. The findings of this study suggest that we can model and forecast the volatility of returns from the reconstructed series without outliers using GARCH models. The estimated GARCH volatility model was compared to other asymmetric GARCH models using standard forecast error metrics. It is found that the performance of the standard GARCH model were as good as that of the gjrGARCH model over the out-of-sample forecasts for returns among other GARCH specifications.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(3)
• /
• pp.25-28
• /
• 2001

RBFN has some problem that because the basis function isn't orthogonal to each others the number of used basis function goes to big. In this reason, the Wavelet Neural Network which uses the orthogonal basis function in the hidden node appears. In this paper, we propose the composition method of the actual function in hidden layer with the scaling function which can represent the region by which the several wavelet can be represented. In this method, we can decrease the size of the network with the pure several wavelet function. In addition to, when we determine the parameters of the scaling function we can process rough approximation and then the network becomes more stable. The other wavelets can be determined by the global solutions which is suitable for the suggested problem using the genetic algorithm and also, we use the back-propagation algorithm in the learning of the weights. In this step, we approximate the target function with fine tuning level. The complex neural network suggested In this paper is a new structure and important simultaneously in the point of handling the determination problem in the wavelet initialization.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권4호
• /
• pp.238-245
• /
• 2016

Inverters are considered the basic building blocks of industrial electrical drive systems that are widely used for various applications; however, the failure of electronic switches mainly affects the constancy of these inverters. For safe and reliable operation of an electrical drive system, faults in power electronic switches must be detected by an efficient system that is capable of identifying the type of faults. In this paper, an open switch fault identification technique for a three-phase inverter is presented. Single, double, and triple switching faults can be diagnosed using this method. The detection mechanism is based on stator current analysis. Discrete wavelet transform (DWT) using Daubechies is performed on the Clarke transformed (-) stator current and features are extracted from the wavelets. An artificial neural network is then used for the detection and identification of faults. To prove the feasibility of this method, a Simulink model of the DWT-based feature extraction scheme using a neural network for the proposed fault detection system in a three-phase inverter with an induction motor is briefly discussed with simulation results. The simulation results show that the designed system can detect faults quite efficiently, with the ability to differentiate between single and multiple switching faults.

• 센서학회지
• /
• 제25권4호
• /
• pp.291-296
• /
• 2016

The ideal chemical sensor must show the similar result under the same condition for accurate measurement of gases regardless of time. However, the actual responses of chemical sensors have been shown the lacks of repeatability and reproducibility because of the drift which has been caused by aging and pollution of the sensor and the environment change such as temperature and humidity. If the problems are not properly taken into considerations, the stability and reliability of the system using chemical sensors would be decreased. In this paper, we analyzed the sensor's drift and applied the three different compensation methods(DWT( Discrete Wavelets Transform), Baseline Manipulation, Internal Normalization) for reducing the effects of the drift in order to improve the stability and the reliability of short term of the chemical sensors. And in order to compare the results of the methods, the standard deviation was used as a criterion. The sensor drift was analyzed by a trend line graph. We applied the three methods to the successive data measured for three days and compared the results. As a result of comparison, the standard deviation of DWT showed lowest value. (Before compensation: 7.1219, DWT: 1.3644, Baseline Manipulation: 2.5209, Internal Normalization: 3.1425).

• 한국정보통신학회논문지
• /
• 제9권1호
• /
• pp.8-15
• /
• 2005

비선형적인 위상 변화를 지닌 비정상(non-stationary)신호는 레이더, 통신, 지질탐사, 음향, 생체공학 응용등 여러 분야에서 쉽게 접하는 신호이다. 비정상 신호는 일반적으로 시간의 변환에 따라 신호의 스페트럼 특성이 변화하는 신호를 의미하며, 순간 주파수는 신호의 특정시간에 해당하는 신호성분의 주파수를 의미한다. 따라서 열거한 레이더, 음향, 생ㅊ신호등에 있어서 순간 주파수는 신호의 물리적 특성을 파악하기 위한 중요한 변수이다. 이 논문에서는 연속 웨이브렛 변환을 이용한 비정상 신호의 순간 주파수를 결정에 대하여 연구하였고, 기존의 방법과 비교하였다. 신호에 잡음이나 여러 가지의 주파수가 중첩되어 있는 경우, 기존에 방법들로서는 정확한 순간 주파수를 결정할 수 없는 반면, 웨이브렛 변환을 이용한 경우, 신호의 성분에 관계없이 상당히 정확한 순간주파수를 결정할 수 있음에 대하여 설명하였다.