수신신호의 도래방향을 추정하는 기술은 어레이 안테나를 이용하는 무선통신시스템의 성능향상을 위하여 핵심역할을 수행하여 왔다. 이러한 기술중에서 MUSIC 및 ESPRIT와 같은 고분해 추정 알고리즘은 어레이 안테나에서 관측되는 수신신호의 데이터 벡터에 대한 공분산행렬을 계산한 후, 고유치 전개기법을 적용하여 도래방향을 정도 높게 추정한다. 그러나 이러한 고유치 전개기법에 기초를 둔 고분해 알고리즘은 멀티패스 환경에서 코히어런트 입사파 또는 상호간에 높은 상관관계를 가지는 수신신호들의 도래방향을 분리${\cdot}$추정하기가 어렵다. 이러한 경우에 종래의 방법은 사전 신호처리 과정으로서 공간평균법에 의한 공분산행렬을 계산한 후에 이를 이용하여 고유치 전개에 기초를 둔 고분해 알고리즘들을 적용하여 멀티패스 수신신호의 도래방향을 추정한다. 그러나 종래의 공간평균법이 어레이 안테나에 수신되는 신호에 대한 자기 공분산행렬의 대각요소를 포함하는 부분행렬들 만을 이용하기 때문에 멀티패스파의 분리${\cdot}$추정을 가능하게 하는 대신에 안테나의 유효구경을 감소하는 결과를 초래한다. 또한 종래의 방법이 공분산행렬의 대각요소를 포함하는 부분행렬들 만을 이용하고 대각요소를 포함하지 않은 상호상관 요소들에 대한 부분행렬은 고려하지 않음으로써 어레이 안테나에 의한 도래방향 추정성능을 저하시키는 요인이 된다. 따라서, 본 연구에서는 어레이 안테나에서 관측되는 수신신호 벡터의 자기상관행렬의 모든 요소들을 이용하는 새로운 공간평균법을 제안하고 종래의 공간평균법과 비교${\cdot}$평가한다.
영상융합은 저해상도 다중분광영상과 고해상도 전정영상을 통합시키는 기법으로서 현재 까지 널리 사용되고 있다 하지만, 기존의 사용되어온 방법은 융합과정시 적지않은 분광정보의 왜곡을 불러일으키거나 웨이블렛 기법과 같은 경우 주파수 분해 및 복원 과정이 필요하므로 처리시간이 길어지는 단점이 있다. 본 연구에서는 비교적 간단한 분광정보 보존 기법: 평활화 필터 기반 대체기법을 제안하였다. 이 기법은 단순화 시킨 태양 방사 및 지표면 반사 모델에 기반을 두고 있으며 저주파수 영역 필터링 영상과 전정영상의 해상도 비율을 이용하여 분광학적 특성의 왜곡을 최소화시키며 전정영상의 상세한 지형묘사를 그대로 유지 시킨다. 또한 이 방법은 RGB 의 컬러 합성 뿐만 아니라 단일밴드의 융합에도 적용 시킬 수 있다. 제안된 기법을 검증하기 위하여 IKONOS 전정영상과 다중분광영상을 이용하여 분광정보의 왜곡정도와 공간정보의 상세함에 대한 분석을 하였다. 시각적 검토 및 통계적 방법을 통해 기존의 융합기법과 비교한 결과 분광정보 보전의 측면에서 제안된 SFR 기반 융합기법이 더 나은 결과를 보여주었다.
일반적으로 MPEG과 같이 VBR 트래픽 특성을 지닌 비디오는 프레임간의 심한 편차로 인해 대역폭 활용측면에서 효율적인 전송이 어렵다. 이를 위해 제안된 방법이 대역폭 순화(bandwidth smoothing) 기법으로써 상대적으로 적은 대역폭 할당과 선인출을 이용한 방법이다. 하지만 이러한 기존의 방법들은 VCR 기능과 같은 대화형 비디오 서비스에 있어서의 일어날 수 있는 서비스 요구에 대한 효과적인 대역폭 순화 기법 및 전송정책을 제공하고 있지 않다. 본 논문에서는 MPEG과 같은 VBR 트래픽 특성을 갖는 비디오에 대해 대화형 서비스를 제공하기 위한 대역폭 할당 기법을 제안하고 성능을 평가하였다. 이 기법은 기존의 대역폭 순화 기법이 제공하지 못했던 VCR 기능과 같은 서비스를 제공할 수 있을 뿐만 아니라 동시에 대역폭 활용 이득을 극대화시킬 수 있는 방법을 제공한다. 실험을 통해 제안하는 기법은 대화형 비디오 서비스 제공시 증가될 수 있는 트래픽의 양을 현저히 감소시킬 수 있음은 물론 동시에 재생에 대한 연속성도 보장시킬 수 있음을 증명하였다.
With the continuous growth in the amount of data collected and analyzed, deep learning has become increasingly popular for extracting meaningful insights from various fields. However, hardware limitations pose a challenge for achieving meaningful results with limited data. To address this challenge, this paper proposes an algorithm that leverages the characteristics of convolutional neural networks (CNNs) to reduce the size of image datasets by 20% through smoothing and shrinking the size of images using color elements. The proposed algorithm reduces the learning time and, as a result, the computational load on hardware. The experiments conducted in this study show that the proposed method achieves effective learning with similar or slightly higher accuracy than the original dataset while reducing computational and time costs. This color-centric dataset construction method using image smoothing techniques can lead to more efficient learning on CNNs. This method can be applied in various applications, such as image classification and recognition, and can contribute to more efficient and cost-effective deep learning. This paper presents a promising approach to reducing the computational load and time costs associated with deep learning and provides meaningful results with limited data, enabling them to apply deep learning to a broader range of applications.
The noise reduction algorithm using the non-local means (NLM) approach is very efficient in nuclear medicine imaging. In this study, the applicability of the NLM noise reduction algorithm in single-photon emission computed tomography (SPECT) images with a brain phantom and the optimization of the NLM algorithm by changing the smoothing factors according to various reconstruction methods are investigated. Brain phantom images were reconstructed using filtered back projection (FBP) and ordered subset expectation maximization (OSEM). The smoothing factor of the NLM noise reduction algorithm determined the optimal coefficient of variation (COV) and contrast-to-noise ratio (CNR) results at a value of 0.020 in the FBP and OSEM reconstruction methods. We confirmed that the FBP- and OSEM-based SPECT images using the algorithm applied with the optimal smoothing factor improved the COV and CNR by 66.94% and 8.00% on average, respectively, compared to those of the original image. In conclusion, an optimized smoothing factor was derived from the NLM approach-based algorithm in brain SPECT images and may be applicable to various nuclear medicine imaging techniques in the future.
본 논문은 전기자동차 충전시설 확충계획에 중요한 요소인 전기자동차 전력 수요량 예측정보를 생산하기 위하여 Exponential Smoothing를 이용하여 전력 수요량 예측 모형을 제안하였다. 모형의 입력자료 구축을 위하여 종속변수로 월별 시군구 전력수요량을 독립변수로 월별 시군구 충전소 보급대수, 월별 시군구 전기자동차 충전소 충전 횟수, 월별 전기자동차 등록대수 자료를 월 단위로 수집하고 수집된 7년간 자료 중 4년간 자료를 학습기간으로 3년간 자료를 검증 기간으로 적용하였다. 전기자동차 전력 수요량 예측 모형의 정확성을 검증하기위하여 통계적 방법인 Exponential Smoothing(ETS), ARIMA모형의 결과와 비교한 결과 ETS, ARIMA 각각의 오차율은 12%, 21%로 본 논문에서 제시한 ETS가 9% 더 정확하게 분석되었으며, 전기자동차 전력 수요량 예측 모형으로써 적합함을 확인하였다. 향후 이 모형을 이용한 전기자동차 충전소 설치 계획부터 운영관리 측면에서 활용될 것으로 기대한다.
The proposed seal identification procedure consists of the thresholding smoothing, rotation, thinning, and matching techniques. The weighted map is constructed by ditance weighted correlation CK is computed. The CK is compared with the dicision constant Cs or Cd for the purpose of seal identification.
본 연구논문에서는 LSTM 기반의 학습 모델 적용과 그 효용성을 높일 수 있도록 몇 가지 평활 기법을 비교, 적용하고자 한다. 적용된 평활 기법은 Savitky-Golay, 지수 평활법, 가중치 이동 평균 등이다. 본 연구를 통해 비트코인 데이터에 LSTM모델 적용 시 보여준 결과 값보다 전처리 과정에서 적용된 Savitky-Golay 필터가 적용된 LSTM 알고리즘이 예측 성능에 유의미한 좋은 결과를 보였다. 예측 성능 결과를 확인하기 위해 비트코인 가격 예측에 따른 복잡 요인을 제거하는데 사용된 LSTM의 경우와 Savitzky-Golay LSTM 모델에 따른 학습 손실율과 검증 손실율을 비교하고 그 신뢰성을 높일 수 있도록 20회 평균값으로 실험하였다. 그 결과 (3.0556, 0.00005), (1.4659, 0.00002)의 값을 얻을 수 있었다. 결과적으로는 비트코인과 같은 암호화폐가 주식보다 더한 변동성을 가지는 만큼 데이터 전처리 과정에서 평활 기법(Savitzky-Golay)을 적용하여 잡음(Noise)을 제거하였으며, 전처리 후의 데이터는 LSTM 신경망 학습을 통해서 비트코인 예측률을 높이는데 가장 유의미한 결과를 얻을 수 있었다.
The purpose of this study is to evaluate the relative importance of seven JIT operational techniques in Domestic industries. These techniques are used to improve manufacturing effectiveness and efficiency such as : Setup time reduction, Kanban, Multi-functional worker, U type layout, Andon(line stop), Atonomation, and Smoothing production. The new analytic hierarchy process(AHP) model is used in order to evaluate the relative importance of the seven JIT operational techniques which are used to increase the manufacturing effectiveness and efficiency. To aggregate the multi-divisions priorities, in this paper, we suggest a way which decision maker can exclude outlier matrix from group by using the concept of the compatibility in AHP.
암석의 속도를 정확히 예측하기 위해서는 속도에 1차적인 영향을 미치는 공극구조의 연구가 필수적이다. 이에 본 연구에서는 고해상도 구조 해석에 가장 많이 사용하고 있는 X선 토모그래피 방법을 이용하여 공극구조를 획득하였다. 그러나 X선 토모그래피 방법의 경우 그 역산과정에서 발생하는 smoothing 효과에 의해 공극구조가 왜곡될 수 있다.이를 간단한 공극구조 생성 방법인 single threshold 방법으로 이분화 할 경우 grain contact 부분이 명확히 표현되지 않아 입자의 접촉면적에 좌우되는 속도의 경우 많은 오차를 야기한다. 또한 grain contact의 정확한 기술을 위해서는 고해상도 토모그램 획득이 매우 중요하며, 해상도에 따른 속도의 변화양상 또한 정량적 분석이 필요한 부분이다. 이를 위해 본 연구에서는 영상처리 기법을 적용하여 다양한 이분화를 시도하고, 서로 다른 해상도의 토모그램을 이용하여 이들이 속도 계산에 미치는 영향을 분석하였다. 다양한 영상처리 기법을 적용한 결과 single threshold 방법으로 이분화 한 결과보다 정확한 접촉면적을 보여주는 이분화 결과를 얻을 수 있었지만 실제 계산된 속도에서는 그 향상 정도가 미미하였다. 고해상도 토모그램을 이용한 경우에는 입자의 grain contact이 명확하게 표현되었고, 속도 또한 상당히 향상된 결과를 보여주었다. 결론적으로 디지털 공극구조에서 시뮬레이션을 통한 속도 예측의 경우, 입자의 접촉 부분을 정확히 기술 할 수 있는 높은 해상도의 토모그램이 필수적이며, smoothing 효과의 제거 등의 영상처리와 병행된다면 보다 정확한 암석의 속도 예측이 가능할 것으로 판단된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.