• 지구물리와물리탐사
• /
• 제16권3호
• /
• pp.139-144
• /
• 2013

유한길이의 다중 송수신 쌍극자에 의한 수평다층구조의 시간영역 전자기장을 계산하기 위한 컴퓨터 프로그램을 개발하였다. 시간영역 반응은 주파수영역에서 계산된 값에 빠른 역푸리에변환(inverse fast Fourier transform: FFT)을 적용하여 효율적으로 얻을 수 있다. 먼저 대수영역에서 등간격으로 한 decade 당 10개의 주파수영역 반응을 구한 후 FFT를 적용시키기 위해 3차 스플라인 사이채움(cubic spline interpolation)을 실시한다. 이 때 위상의 경우에는 스플라인 사이채움 이전에 위상곡선을 연속적으로 만들어 주는 과정이 추가된다. 스플라인 사이채움된 자료들은 송신전류파형과 곱말기(convolution)를 한 후 FFT를 통해 시간영역 자료로 만들어진다. 이 논문에서는 step-off 파형만 고려하였다. 개발된 시간영역 프로그램은 해석해와 해양 탄화수소 저류층 모델에 대한 반응을 이용하여 검증하였으며, 그 결과는 충분히 정확함을 확인 할 수 있었다.

• 전기전자학회논문지
• /
• 제22권1호
• /
• pp.156-161
• /
• 2018

최근 인구가 급격히 증가하면서 음식물의 부족 및 낭비의 심각성이 대두되고 있다. 이를 해결하기 위해 다양한 국가 및 기업에서는 소비자의 식재료 구매 패턴 연구 및 IoT 기술이 적용된 스마트 냉장고 제품개발 등의 시도를 진행 중에 있다. 그러나, 현재 판매되고 있는 스마트 냉장고들은 기존에 비해 상당한 가격대를 형성하고 있으며, 복잡한 구성으로 인한 오작동 및 파손으로 또 다른 낭비를 초래한다. 본 논문에서는 음식물 부족 및 낭비 해결과 가정 내 원활한 식재료 관리를 위한 저비용의 IoT 기반 스마트 냉장고 시스템을 제안한다. 본 시스템은 QR코드, 이미지 인식, 음성 인식을 통해 식재료를 인식하여 등록하고 이를 바탕으로 다양한 서비스를 제공할 수 있다. 이미지 인식의 정확도를 높이기 위해 우리는 딥 러닝 알고리즘을 사용한 모델을 활용하였으며 정확한 식재료 등록이 가능함을 검증하였다.

• 대한전자공학회논문지SP
• /
• 제42권3호
• /
• pp.31-40
• /
• 2005

이 논문은 국내 디지털 오디오 방송(Digital Audio Broadcasting, DAB)의 표준으로 채택된 Eureka 147 DAB 시스템에 결합 소스/채널 부호화 기법(Joint Source/Channel Coding, JSC)을 적용한 데이터 전송시스템의 기본틀을 제안한다. 제안전송시스템의 소스부호화기는 기존의 SNR-계층적 부호화(SNR-Scalability) 기법의 발전된 형태인 MPEG-4 FGS(Fine Granular Scalability) 비디오부호화기, 채널부호화기로는 상이오류보호(Unequal Error Protection, UEP)에 효율적인 RCPC 부호화기 그리고 변조방식은 QPSK를 적용하였다. 채널환경은 랜덤잡음환경과 이동수신환경을 고려하였다. 이 논문에서는 여러 가지 채널 상태(Es/No)에 따른 율-왜곡특성에 대해 분석하여 소스비트율과 채널부호율 간에 최적의 상충점(Trade-off point)을 결정하였고, DAB의 계층적 비디오 전송을 위한 FGS-JSC 기법이 적용되었을 때와 단일계층의 고정부호율 전송의 경우를 비교하여 FGS-JSC 기법의 우수함을 보였다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제6권1호
• /
• pp.10-17
• /
• 2017

We propose classification algorithms for human and dog movement. The proposed algorithms use micro-Doppler signals obtained from humans and dogs moving in four different directions. A two-stage classifier based on a support vector machine (SVM) is proposed, which uses a radial-based function (RBF) kernel and $16^{th}$-order linear predictive code (LPC) coefficients as feature vectors. With the proposed algorithms, we obtain the best classification results when a first-level SVM classifies the type of movement, and then, a second-level SVM classifies the moving object. We obtain the correct classification probability 95.54% of the time, on average. Next, to deal with the difficult classification problem of human and dog running, we propose a two-layer convolutional neural network (CNN). The proposed CNN is composed of six ($6{\times}6$) convolution filters at the first and second layers, with ($5{\times}5$) max pooling for the first layer and ($2{\times}2$) max pooling for the second layer. The proposed CNN-based classifier adopts an auto regressive spectrogram as the feature image obtained from the $16^{th}$-order LPC vectors for a specific time duration. The proposed CNN exhibits 100% classification accuracy and outperforms the SVM-based classifier. These results show that the proposed classifiers can be used for human and dog classification systems and also for classification problems using data obtained from an ultra-wideband (UWB) sensor.

• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.1-8
• /
• 2021

본 논문은 저해상도 적외선영상을 사양이 낮은 임베디드 시스템에서 추론 가능하도록 강화된 VGG 스타일과 Global Average Pooling 조합으로 정확도를 증가시키면서 연산량을 최소화하는 딥러닝 컨볼루션 신경망을 이용한 저해상도 적외선 표적 분류 방법을 제안한다. 제안한 알고리즘은 OKTAL-SE로 생성한 합성영상 클래스 9개 3,723,328개를 분류하였다. 최초 임베디드 추론 가능하도록 파라메터 수가 최소화된 최대풀링 레이어 기준 입력단 8개와 출력단 8개 조합에 비해 강화된 VGG 스타일을 적용한 입력단 4개와 출력단 16개 필터수 조합을 이용하여 연산량은 약 34% 감소시켰으며, 정확도는 약 2.4% 증가시켜 최종 정확도 96.1%을 획득하였다. 추가로 C 코드로 포팅하여 수행시간을 확인하였으며, 줄어든 연산량 만큼 수행 시간이 약 32% 줄어든 것을 확인할 수 있었다.

• 한국기계가공학회지
• /
• 제21권5호
• /
• pp.46-52
• /
• 2022

Although pipe performs various functions in industrial sites and residential spaces, if it is damaged due to corrosion caused by the external environment, it may cause equipment failure or a major accident. For this reason, various studies for safety management are being conducted, but studies on detecting corrosion or cracks on the pipe surface using a laser displacement sensor have hardly been conducted. Therefore, in this study, the corrosion degree of the pipe surface was compared and classified into 4 corrosion conditions, and inspection equipment using a laser scanner was manufactured. The corrosion height was calculated from the four surface data obtained from the measuring equipment and applied to various CNN algorithms, and 91% accuracy was obtained during training using the Modified VGGNet16 code with reduced number of parameters.

• 대한토목학회논문집
• /
• 제38권6호
• /
• pp.859-865
• /
• 2018

달 지상 인프라 및 기지 건설은 건설재료나 에너지 확보가 가능한 지역과 연계되어야 하며, 얼음 등의 핵심 자원이 풍부한 영구음영 지역을 형성하는 달 크레이터 지형의 탐지와 정보 수집이 선행되어야 한다. 본 연구에서는 이러한 달 크레이터(crater) 객체 정보를 최신 딥러닝 알고리즘을 이용해 효과적으로 자동 탐지하는 방안에 대해 고찰하였다. 딥러닝 학습을 위해 NASA LRO 달 궤도선의 레이저 고도계 데이터를 기반으로 구축된 9만개의 수치표고모델과 개별 수치표고모델에 존재하는 크레이터들의 위치와 크기를 레이블링한 자료를 활용하였다. 딥러닝 학습은 최신 알고리즘인 Faster RCNN (Regional Convolution Neural Network)을 자체적으로 코드화하여 적용하였다. 이를 통해 학습된 딥러닝 시스템은 학습되지 않은 달표면 이미지 내 크레이터를 자동 인식하는데 적용되었으며, NASA에서 인력에 의해 정의한 크레이터 정보들의 오류를 자동 보정 가능하고, 정의되지 않은 많은 크레이터 까지도 자동 인식 가능함을 보였다. 이를 통해 공학적으로 매우 가치가 있는 각 지역별 크레이터들의 크기 분포 특성 및 발생 빈도 분석 등이 가능하게 되었으며, 향후에는 시간 이력별 변화추이도 분석 가능할 것으로 판단된다.