• 대한수학회보
• /
• 제49권1호
• /
• pp.75-88
• /
• 2012

A new algorithm is proposed for the construction of Brezing-Weng-like elliptic curves such that polynomials defining the CM discriminant are linear. Using this construction, new families of curves with variable discriminants and embedding degrees of $k{\in}\{8,16,20,24\}$, which were not covered by Freeman, Scott, and Teske [9], are presented. Our result is useful for constructing elliptic curves with larger and more flexible discriminants.

• 대한수학회지
• /
• 제61권2호
• /
• pp.357-375
• /
• 2024

The smooth quintic del Pezzo variety Y is well-known to be obtained as a linear sections of the Grassmannian variety Gr(2, 5) under the Plücker embedding into ℙ⁹. Through a local computation, we show the Hilbert scheme of conics in Y for dimY ≥ 3 can be obtained from a certain Grassmannian bundle by a single blowing-up/down transformation.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.733-735
• /
• 2014

표본기반 초해상도(Super Resolution 이하 SR) 기법은 데이터베이스에 저장된 고해상도 영상의 패치와 저해상도 영상의 패치 사이에 대응관계를 이용하여, 저해상도의 입력영상에 가장 유사한 고해상도 패치를 덧붙여서 고해상도를 구성하는 방식이다. 이러한 방식은 한 장의 영상만으로 고해상도 영상을 얻을 수 있고, 위의 과정을 반복하여 2배 이상의 확대된 영상을 얻을 수 있어서 기존의 고전적 SR의 문제점을 해결할 수 있다. 표본기반 SR의 방법들 중 네이버 임베딩(Neighbor Embedding 이하 NE) 기법의 기본 원리는 지역적 선형 임베딩이라는 매니폴드 학습방법의 개념과 같다. 그러나 네이버 임베딩의 빈약한 일반화 능력으로 인하여 알고리즘의 성능을 크게 저하시킨다. 이유는 국부학습 데이터 집합의 크기가 너무 작아서 NE 알고리즘의 성능을 현저히 저하시킨다. 본 논문에서는 이와 같은 문제점을 해결하기 위해서 일반화 능력이 뛰어난 Support Vector Regression(이하 SVR)기반 개선된 NE를 제안하였다. 저해상도 입력 패치가 주어지면 SVR 기반 개선된 NE를 이용하여 고해상도의 해당 화소 값을 예측하였다. 실험을 통하여 제안된 기법이 기존의 보간법 및 NE 기법 등에 비해 정량적인 척도 및 시각적으로 향상된 결과를 보여 주었다.

• 디지털콘텐츠학회 논문지
• /
• 제15권6호
• /
• pp.737-743
• /
• 2014

단일 영상 초해상도 기법에는 보간 기반 방법과 표본 기반 방법 등이 있다. 보간 기반 방법들은 간결성에 강점을 가지고 있으나, 이들 방법들은 선지식을 이용할 수 없기 때문에 톱니 모양의 윤곽선을 가진 고해상도 영상을 생성하는 경향이 있다. 표본 기반 초해상도 기법에서는 최근방 기반 알고리즘들이 널리 이용되어 지고 있다. 그들 중, 네이버 임베딩은 지역적 선형 임베딩이라는 매니폴드 학습 방법의 개념과 같다. 그러나, 네이버 임베딩은 국부 학습 데이터 집합의 크기가 너무 작은데에 따른 빈약한 일반화 능력으로 인하여, 시각적으로나 정량적인 척도에 의해 취약한 성능을 보인다. 본 논문에서는 이와 같은 문제점을 해결하기 위해 개선된 네이버 임베딩 알고리즘을 제안하였다. 저해상도 입력 영상이 주어지면 고해상도 버전의 화소 값들은 개선된 네이버 임베딩 알고리즘에 의해 구해진다. 실험 결과 제안된 방법이 바이큐빅 보간법이나 네이버 임베딩에 비해 정량적인 척도 및 시각적으로도 우수한 결과를 보였다.

• 한국정보통신학회논문지
• /
• 제18권12호
• /
• pp.2946-2952
• /
• 2014

표본 기반 초해상도(Super Resolution 이하 SR) 방법들 중 네이버 임베딩(Neighbor Embedding 이하 NE) 기법의 기본 원리는 지역적 선형 임베딩이라는 매니폴드 학습방법의 개념과 같다. 그러나, 네이버 임베딩은 국부 학습 데이터 집합의 크기가 너무 작기 때문에 이에 따른 빈약한 일반화 능력으로 인하여 알고리즘의 성능을 크게 저하시킨다. 본 논문에서는 이와 같은 문제점을 해결하기 위해서 일반화 능력이 뛰어난 Support Vector Regression(이하 SVR)을 이용한 Sparse-Neighbor 영상 표현 학습 방법에 기반한 새로운 알고리즘을 제안하였다. 저해상도 입력 영상이 주어지면 bicubic 보간법을 이용하여 확대된 영상을 얻고, 이 확대된 영상으로부터 패치를 얻은 후 저주파 패치인지 고주파 패치 인지를 판별한 후 각 영상 패치의 가중치를 얻은 후 두 개의 SVR을 훈련하였으며 훈련된 SVR을 이용하여 고해상도의 해당 화소 값을 예측하였다. 실험을 통하여 제안된 기법이 기존의 보간법 및 네이버 임베딩 기법 등에 비해 정량적인 척도 및 시각적으로 향상된 결과를 보여 주었다.

• 한국음향학회지
• /
• 제24권4호
• /
• pp.202-209
• /
• 2005

디지털 미디어와 통신 네트워크의 급속한 발전으로 지적소유권 보호 기술이 절실히 요구된다. 본 논문에서 영상컨텐츠에 소유자의 음성신호를 삽입할 수 있는 새로운 영상 워터마킹 방법을 제안한다. 제안한 방법은 삽입할 워터마크로 음성신호를 이용하기 때문에 청각적으로 소유권을 주장하는데 매우 유리하다 그리고 LBX (Linear Bit expansion)에 의해 인터리빙하여 음성 워터마크를 삽입하기 때문에 공격에 의해 변형되거나 특히 제거된 음성신호를 복구할 수 있는 이점을 가진다. 본 방법은 다음세가지 기본 절차를 포함한다. 첫째, 아날그 소유자음성 신호를 PCM에 의해 부호화하고 새로운 디지털 워터마크를 생성한다. 둘째, 제안한 LBX에 의해 음성 워터마크를 인터리빙한다. 마지막으로 영상 컨텐츠를 이산 Haar 웨이브렛변환 (DHWT) 하고 저주파 영역을 마킹공간으로 하여 인터리빙 된 음성워터마크를 삽입한다. 실험 결과 본 연구에서 제안한 소유자 음성신호의 워터마크 삽입방법은 기존 워터마크 정보보다 눈에 보이지 않게 많은 정보량을 삽입할 수 있고 표준영상압축방식인 JPEG 손실압축과 특히 영상의 일부가 제거되는 영상절단과 영상회전 공격에 대해 강인성을 강건히 할 수 있었다.

• Journal of Electrical Engineering and Technology
• /
• 제8권2호
• /
• pp.271-281
• /
• 2013

In order to improve the performance of analysis, it is important to consider the nonlinearity in power system. The Carleman embedding technique (linearization procedure) provides an effective approach in reduction of nonlinear systems. In the approach, a group of differential equations in which the state variables are formed by the original state variables and the vector monomials one can build with products of positive integer powers of them, is constructed. In traditional Carleman linearization technique, the tensor matrix is truncated to form a square matrix, and then regular linear system theory is used to solve the truncated system directly. However, it is found that part of nonlinear information is neglected when truncating the Carleman model. This paper proposes a new approach to solve the problem, by combining the Poincar$\acute{e}$ transformation with the Carleman linearization. Case studies are presented to verify the proposed method. Modal analysis shows that, with traditional Carleman linearization, the calculated contribution factors are not symmetrical, while such problems are avoided in the improved approach.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.949-952
• /
• 2009

본 논문에서는 다층구조를 갖는 trellis 부호를 이용한 정보부호화 기반 워터마킹 방법에 대하여 연구하였다. 영상을 $8{\times}8$블록으로 중복되지 않게 나누어 DCT변환을 수행하고 각 블록으로부터 12개의 중간주파수 대역의 계수를 추출한다. 이를 다층구조를 갖는 trellis 부호화의 각 단계에서 평균이 0이고 분산이 1인 가우시안 난수와 비교하여 선형상관계수가 최소인 벡터를 Viterbi 알고리즘으로 구하고 이 벡터를 원 영상에 삽입하여 워터마킹된 영상을 얻는다. 제안 방법의 성능을 평가하기 위해 다수의 영상에 대한 평균 비트오차율을 계산하여 성능을 비교하였다.

• ETRI Journal
• /
• 제44권5호
• /
• pp.794-804
• /
• 2022

Transformer models have had a great impact on natural language processing (NLP) in recent years by realizing outstanding and efficient contextualized language models. Recent studies have used transformer-based language models for various NLP tasks, including Persian named entity recognition (NER). However, in complex tasks, for example, NER, it is difficult to determine which contextualized embedding will produce the best representation for the tasks. Considering the lack of comparative studies to investigate the use of different contextualized pretrained models with sequence modeling classifiers, we conducted a comparative study about using different classifiers and embedding models. In this paper, we use different transformer-based language models tuned with different classifiers, and we evaluate these models on the Persian NER task. We perform a comparative analysis to assess the impact of text representation and text classification methods on Persian NER performance. We train and evaluate the models on three different Persian NER datasets, that is, MoNa, Peyma, and Arman. Experimental results demonstrate that XLM-R with a linear layer and conditional random field (CRF) layer exhibited the best performance. This model achieved phrase-based F-measures of 70.04, 86.37, and 79.25 and word-based F scores of 78, 84.02, and 89.73 on the MoNa, Peyma, and Arman datasets, respectively. These results represent state-of-the-art performance on the Persian NER task.

• 한국통신학회논문지
• /
• 제29권5C호
• /
• pp.706-715
• /
• 2004

본 논문에서 제안되는 워터마크(Watermark) 삽입 알고리즘은 웨이블릿 변환 영역에서 구성되는 부대역간의 트리구조(Tree structure)와 공간 영역에서의 윤곽선 정보를 이용하여 워터마크를 삽입할 영역을 결정하고 삽입한다. 먼저 생성되는 고주파 성분의 부대역으로부터 저주파 부대역으로 중요 주파수 영역을 예측하게 되는데 웨이블릿 변환영역에서 구성된 트리구조에서 높은 주파수를 가지는 LHI 부대역을 4${\times}$4의 부행렬(Submatrix)로 나누고 행렬에 대한 평균과 이들에 의해 구성되는 블록 행렬(Block matrix)로부터 전체 평균 및 워터마크 삽입에 이용될 임계값을 얻는다. 또한 주파수 영역에서 구해진 에너지 특성에 대한 블록 행렬과 공간 영역에서 얻어진 영상의 윤곽선 정보에 의해 워터마크가 삽입될 위치인 키맵(Keymap)이 구해진다. 구해진 키맵에 따라서 LFSR(Linear feedback shift register)을 이용하여 발생된 무작위 순열(Random sequence)를 웨이블릿 도메인에서 이웃 웨이블릿 계수간의 관계를 이용하여 삽입한다. 최종적으로 역 웨이블릿 변환을 취함으로써 워터마크가 삽입된 영상을 생성한다. 제안된 워터마킹 알고리즘은 JPEG과 같은 압축과 Blurring, Sharpening, 그리고 가우시안(Gaussian) 잡음 등의 공격에 대해서도 기존의 방식에 비해 약 2㏈ 절도 높은 PSNR(Peak signal to noise ratio)를 보이면서 2%에서 8% 정도 높은 NR(Normalized correlation)를 가져서 좋은 특성을 나타냈다.