• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1506-1513
• /
• 2019

최근 드론과 같은 멀티로터 UAV(Unmanned Aerial Vehicle, 무인항공기)의 산업 범위가 크게 확대됨에 따라, UAV를 활용한 데이터의 수집 및 처리, 분석에 대한 요구도 함께 증가하고 있다. 그러나 UAV를 이용해서 수집된 음향 데이터는 UAV의 모터 소음과 바람 소리 등으로 크게 손상되어, 음향 데이터의 처리 및 분석이 어렵다는 단점이 있다. 따라서 본 논문에서는 UAV에 연결된 마이크를 통해 수신된 음향 신호로부터 목표 음향 신호의 품질을 향상시킬 수 있는 방법에 대해 연구하였다. 본 논문에서는 기존의 단일 채널 음향 향상 기술 중 하나인 densely connected dilated convolutional network를 음향 신호의 채널 간 특성을 반영할 수 있도록 확장하였으며, 그 결과 SDR, PESQ, STOI과 같은 평가 지표에서 기존 연구 대비 좋은 성능을 보였다.

• 대한원격탐사학회지
• /
• 제38권2호
• /
• pp.167-177
• /
• 2022

위성 영상 촬영 후 지상국에 전송된 영상을 이용하여 최종 위성 영상을 획득하기 위해 많은 영상 전/후 처리 과정이 수반된다. 전/후처리 과정 중 레벨 1R 영상에서 레벨 1G 영상으로 변환 시 기하 보정은 필수적으로 요구된다. 기하 보정 알고리즘에서는 보간 기법을 필연적으로 사용하게 되며, 보간 기법의 정확도에 따라서 레벨 1G 영상의 품질이 결정된다. 또한, 레벨 프로세서에서 수행되는 보간 알고리즘의 고속화 역시 매우 중요하다. 본 논문에서는 레벨 1R에서 레벨 1G로 변환 시 기하 보정에 필요한 경량화된 심층 컨볼루션 신경망 기반 보간 기법에 대해 제안하였다. 제안한 기법은 위성 영상의 해상도를 2배 향상하며, 빠른 처리 속도를 위해 경량화된 심층 컨볼루션 신경망으로 딥러닝 네트워크를 구성하였다. 또한, panchromatic (PAN) 밴드 정보를 활용하여 multispectral (MS) 밴드의 영상 품질 개선이 가능한 피처 맵 융합 방법을 제안하였다. 제안된 보간 기술을 통해 획득한 영상은 기존의 딥러닝 기반 보간 기법에 비해 정량적인 peak signal-to-noise ratio (PSNR) 지표에서 PAN 영상은 약 0.4 dB, MS 영상은 약 4.9 dB 개선된 결과를 보여주었으며, PAN 영상 크기 기준 36,500×36,500 입력 영상의 해상도를 2배 향상된 영상 획득 시 기존 딥러닝 기반 보간 기법 대비 처리 속도가 약 1.6배 향상됨을 확인하였다.

• The Journal of Korean Physical Therapy
• /
• 제13권2호
• /
• pp.433-444
• /
• 2001

This review highlights the ontogenesis and the differentiation of motor neuron in spinal cord, and introduce the survival motor neuron(SMN) which is associated with growth and survival of motor neurons. The differentiation of floor plate cells and motor neurons in the vertebrate neural tube appears to be induced by signals from the notochord. This signal is Sonic hedgehog(Shh). The early development of motor neurons involves the inductive action of Shh. The SMN gene is essential for embryonic viability. SMN mRNA is also expressed in virtually all cell types in spinal cord, including large motor neurons. The SMN protein is involved in RNA processing and during early embryonic development is necessary fer cell survival. Two SMN genes are present in 5q 13 in humans: the telomeric gene(SMNt), which is the SMA-determining gene, and the centromeric analog gene(SMNc). The majority of transcripts from the SMNt gene are full length but, major transcripts of the SMNc gene have a high degrees of alternative splicing and tend to have little or no exon 7. The SMN is involved in the RNA processing(the biogenesis of snRNPs and pre-mRNA splicing), the anti-apoptotic effects, and regulating gene expression.

• 전자공학회논문지
• /
• 제50권10호
• /
• pp.207-216
• /
• 2013

본 연구의 목적은 수면상태 분석을 위한 분류기를 설계해줌과 동시에 생체신호를 기반으로 하여 수면상태 판별에 유효한 주요 특징벡터들을 추출함에 있다. 수면은 인간의 삶에 중요한 영향을 끼친다. 따라서 사람들이 수면부족 혹은 수면장애를 겪게 되면 집중력 감퇴, 인지기능 장애 등의 문제를 가질 우려가 생기게 되므로, 수면단계 판별에 관한 많은 연구들이 이루어지고 있다. 본 연구에서는 피험자가 수면을 취하는 동안 피험자의 생체신호를 획득하였다. 획득 된 생체신호로부터 필터링 등의 전처리 과정을 통하여 특징들을 추출하여 주었다. 추출된 특징들은 유전 알고리즘과 신경망을 결합하여 만든 새로운 알고리즘의 입력으로 사용되었으며, 알고리즘은 수면단계 분석을 위하여 높은 가중치를 가지는 특징을 선택하여 주었다. 이에 따른 결과로 뇌파 신호와 심전도 신호 모두 사용 시 알고리즘의 정확도는 약 90.26%가 나왔으며, 선택되어진 특징은 뇌파 신호의 ${\alpha}$파와 ${\delta}$파의 주파수 파워와 심전도 신호의 SDNN(Standard deviation of all normal RR intervals)이다. 선택된 특징은 수면상태를 분류하는데 중요한 역할을 함을 알고리즘을 반복적으로 수행하여 확인하였고, 이 연구는 추후 수면장애의 진단 혹은 수면분석의 지침을 만드는데 사용가능할 것으로 사료된다.

• 한국정보통신학회논문지
• /
• 제22권2호
• /
• pp.233-242
• /
• 2018

조기심실수축(Premature Ventricular Contraction) 분류를 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경망, 퍼지 이론, Support Vector Machine 등과 같은 비선형 방법이 주로 사용되어 왔다. 이러한 대부분의 방법들은 데이터의 가공 및 연산이 복잡하다. 이러한 문제점을 극복하기 위해서 최적의 R파를 검출하고 이를 통해 R피크 기반의 특징점만을 정확하게 검출함으로써 최소한의 연산량으로 PVC를 분류할 수 있는 알고리즘이 필요하다. 따라서 본 연구에서는 전처리를 통해 잡음이 제거된 심전도 신호에서 최적 문턱치에 따른 R파를 검출하고, RR간격과 R피크 패턴을 추출한다. 이후 RR간격과 R피크 패턴에 따라 PVC를 분류하였다. 제안한 방법의 우수성을 입증하기 위해 PVC가 30개 이상 포함된 MIT-BIH 9개의 레코드를 대상으로 한 R파의 평균 검출율은 99.02%의 성능을 나타내었으며, PVC 부정맥은 각각 94.85%의 평균 분류율을 나타내었다.

• 조명전기설비학회논문지
• /
• 제21권3호
• /
• pp.75-81
• /
• 2007

Wavelet 변환은 신호를 분석하고 해석하는데 효과적인 수학적 도구로 알려져 여러 응용분야에서 다양한 연구가 진행되고 있다. Wavelet 변환은 Fourier 변환과 유사한 측면도 있으나, Fourier 변환과는 달리 다양한 Wavelet 모함수를 사용함으로써 해석 속도가 빠르고, 시간-주파수 영역에서 국재화가 가능하다는 특징을 가지고 있을뿐만 아니라 고주파 성분에 대해선 시간 분해능이 높고, 저주파 성분에 대해선 주파수 분해능이 좋다는 장점을 가지고 있으므로, 전력계통의 다양한 고장 전류의 판별에 적극 이용할 수 있을 것으로 생각된다. 본 논문에서는 고장 전류의 특성을 해석하는데 용이한 복소형의 Morlet Wavelet 모함수를 사용하여 전력계통의 고장기록장치로부터 얻어지는 선로의 전류 데이터를 Wavelet 변환하였고, 이로부터 다양한 고장 모드를 판별할 수 있었다. 실험 결과 Wavelet 변환을 이용하여 선로의 고장 모드를 판별하는 것이 기존의 고속 Fourier 변환을 이용하는 것보다 특징점 고찰에 더욱 유용하다는 것을 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제21권8호
• /
• pp.837-848
• /
• 2018

Monitoring technology of machining has a long history since unmanned machining was introduced. Despite the long history, many researchers have presented new approaches continuously in this area. Sound based machine fault diagnosis is the process consisting of detecting automatically the damages that affect the machines by analyzing the sounds they produce during their operating time. The collected sound is corrupted by the surrounding work environment. Therefore, the most important part of the diagnosis is to find hidden elements inside the data that can represent the error pattern. This paper presents a feature extraction methodology that combines various digital signal processing and pattern recognition methods for the analysis of the sounds produced by tools. The magnitude spectrum of the sound is extracted using the Fourier analysis and the band-pass filter is applied to further characterize the data. Statistical functions are also used as input to the nonlinear classifier for the final response. The results prove that the proposed feature extraction method accurately captures the hidden patterns of the sound generated by the tool, unlike the conventional features. Therefore, it is shown that the proposed method can be applied to a sound based automatic diagnosis system.

• 전력전자학회논문지
• /
• 제3권3호
• /
• pp.263-272
• /
• 1998

본 논문은 자기적 비선형성과 상간의 토오크중첩을 고려하여 맥동토오크를 최소화시킬 수 있는 제어기법을 제시하고 이를 DSP를 이용하여 구현한 SRM의 구동시스템에 대하여 기술하였다. 이를 위해 먼저 몇 단계의 상전류 크기에 대한 회전자 위치별 인덕턴스값과 발생토오크의 크기를 실측한 후 이들 대표값으로부터 신경회로망을 사용하여 제어에 필요한 충분히 정밀한 값들을 추론한다. 또한 각 상간의 토오크중첩을 고려하여 총합 발생토오크의 맥동성분의 최소화되도록 상별 지령토오크 파형을 설정한다. 회전자위치와 상전류를 검출하고, 이 검출값과 추론된 토오크데이터를 이용하여 구한 토오크 값이 지령토오크를 추종하도록 델타변조기법에 의한 제어기를 구성한다. 이러한 제어방식을 실시간으로 처리하고, 제어기의 신뢰성을 높이기 위해 DSP를 사용하였다.

• 한국멀티미디어학회논문지
• /
• 제21권4호
• /
• pp.450-463
• /
• 2018

Sound based machine fault diagnosis is the process consisting of detecting automatically the damages that affect the machines by analyzing the sounds they produce during their operating time. The collected sounds being inevitably corrupted by random disturbance, the most important part of the diagnosis consists of discovering the hidden elements inside the data that can reveal the faulty patterns. This paper presents a novel feature extraction methodology that combines various digital signal processing and pattern recognition methods for the analysis of the sounds produced by the drills. Using the Fourier analysis, the magnitude spectrum of the sounds are extracted, converted into two-dimensional vectors and uniformly normalized in such a way that they can be represented as 8-bit grayscale images. Histogram equalization is then performed over the obtained images in order to adjust their very poor contrast. The obtained contrast enhanced images will be used as the features of our diagnosis system. Finally, principal component analysis is performed over the image features for reducing their dimensions and a nonlinear classifier is adopted to produce the final response. Unlike the conventional features, the results demonstrate that the proposed feature extraction method manages to capture the hidden health patterns of the sound.

• 센서학회지
• /
• 제21권1호
• /
• pp.59-67
• /
• 2012

It was reported that the latest sensor technology allow an 65536 conductive polymer sensor array to be made with broad but overlapping selectivity to different families of chemicals emulating the characteristics found in biological olfaction. However, the supernumerary redundancy always accompanies great error and risk as well as an inordinate amount of computation time and local minima in signal processing, e.g. neural networks. In this paper, we propose a new method to reduce the number of sensor for analysis by reducing redundancy between sensors and by removing unstable sensors using the cosine similarity method and to decide on representative sensor using FCM(Fuzzy C-Means) algorithm. The representative sensors can be just used in analyzing. And, we introduce DWT(Discrete Wavelet Transform) for data compression in the time domain as preprocessing. Throughout experimental trials, we have done a comparative analysis between gas sensor data with and without reduced redundancy. The possibility and superiority of the proposed methods are confirmed through experiments.