RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      검색결과 좁혀 보기

      선택해제
      • 좁혀본 항목 보기순서

        • 원문유무
        • 원문제공처
          펼치기
        • 등재정보
        • 학술지명
          펼치기
        • 주제분류
        • 발행연도
          펼치기
        • 작성언어
        • 저자
          펼치기

      오늘 본 자료

      • 오늘 본 자료가 없습니다.
      더보기
      • 무료
      • 기관 내 무료
      • 유료
      • KCI등재

        도래각 추정을 위한 3단계 인공신경망 알고리듬

        박선배,유도식 한국항행학회 2020 韓國航行學會論文誌 Vol.24 No.1

        Direction of arrival (DoA) estimation is a scheme of estimating the directions of targets by analyzing signals generated or reflected from the targets and is used in various fields. Artificial neural networks (ANN) is a field of machine learning that mimics the neural network of living organisms. They show good performance in pattern recognition. Although researches has been using ANNs to estimate the DoAs, there are limitations in dealing with variations of the signal-to-noise ratio (SNR) of the target signals. In this paper, we propose a three-stage ANN algorithm for DoA estimation. The proposed algorithm can minimize the performance reduction by applying the model trained in a single SNR environment to various environments through a ‘noise reduction process’. Furthermore, the scheme reduces the difficulty in learning and maintains efficiency in estimation, by employing a process of DoA shift. We compare the performance of the proposed algorithm with Cramer-Rao bound (CRB) and the performances of existing subspace-based algorithms and show that the proposed scheme exhibits better performance than other schemes in some severe environments such as low SNR environments or situations in which targets are located very close to each other. 도래각 추정은 표적으로부터 생성, 혹은 반사된 신호를 분석하여 표적의 방향을 추정하는 것으로 다양한 분야에 활용되고 있다. 인공신경망은 생물의 신경망을 모방한 기계학습의 한 분야로 패턴인식에서 좋은 성능을 보인다. 이러한 인공신경망을 도래각 추정에 활용하는 연구가 진행되어왔으나, 다양한 신호대잡음비 환경에 대응하는데에 제한이 있는 상황이다. 본 논문에서는 도래각 추정을 위한 3단계 인공신경망 알고리듬을 제안한다. 제안하는 알고리듬은 잡음제거과정을 통해 단일 신호대잡음비 환경에서 학습한 모델을 다양한 환경에 적용해도 성능감소를 최소화할 수 있다. 또한 도래각 시프트 과정을 통해 학습 난이도를 낮출 수 있고 효율적인 추정이 가능하다. 우리는, 제안하는 알고리듬과 다른 부공간 기법, Cramer-Rao bound (CRB)와의 성능 비교를 통해 제안하는 알고리듬이 낮은 신호대잡음비 환경, 표적들의 도래각이 가까운 환경 등 특정한 열악한 관측환경에서 타 기법에 비해 좋은 성능을 보이는 것을 확인하였다.

      • KCI등재

        LSTM 신경망을 이용한 1차원 객체추적

        박선배,유도식 한국항행학회 2021 韓國航行學會論文誌 Vol.25 No.2

        Object tracking is a technique of signal processing that estimates objects locations based on past locations and present time observed data. While, Kalman filter and particle filter are among the most notable object tracking schemes, these filters need to know the system model to achieve optimal performance. The recursive neural network (RNN) with a feedback loop added to the perceptron neural network can be used for object tracking. Also, RNN evolved into long-short term memory (LSTM) that solved the long-term dependence problem and is being used in various fields. In this paper, in order to study the tracking performance of LSTM, we consider a simple problem of one-dimensional object tracking, and compare the tracking performance with Kalman and particle filters. In order to test the tracking performance in diverse observation environments, various noise models such as Gaussian, Laplace, exponential, and uniformly distributed noises are considered. Under the various circumstances, we observe that LSTM neural network achieves fairly stable performance without knowing the system model. 객체추적은 객체의 위치변화를 찾는 것으로, 이전시간의 객체의 위치와 주어진 관측 데이터를 바탕으로 객체의 위치를 추적하는 신호처리의 한 분야이다. 객체추적 기법에는 대표적으로 칼만필터와 파티클필터가 있는데, 두 필터 모두 시스템 모델을 알고 있어야 좋은 성능을 낼 수 있다. 퍼셉트론 신경망에 피드백 루프를 추가한 재귀신경망은 데이터의 시계열적 상관관계를 활용할 수 있어 객체 추적에도 사용되고 있으며, 장기의존성 문제를 해결한 LSTM으로 발전하여 다양한 분야에 활용되고 있다. 본 논문에서는 이러한 LSTM의 추적 성능을 검증하기 위하여 1차원 객체 추적이라는 공통의 문제를 설정하고, 칼만필터, 파티클필터와의 추적 성능을 비교한다. 보다 다양한 관측 환경에서의 추적 성능 비교검증을 위하여 가우시안 잡음 외에도 라플라스, 지수, 균등 분포의 잡음이 있는 경우도 상정하였다. 그 결과 LSTM 신경망은 시스템 모델이 주어지지 않고, 학습데이터만으로 학습을 하여 안정적인 성능을 낼 수 있다는 것을 확인하였다.

      • KCI등재

        인공신경망 기반의 기타 코드 분류시스템 성능 비교

        박선배,유도식 한국멀티미디어학회 2018 멀티미디어학회논문지 Vol.21 No.3

        In this paper, we construct and compare various guitar chord classification systems using perceptron neural network and convolutional neural network without pre-processing other than Fourier transform to identify the optimal chord classification system. Conventional guitar chord classification schemes use, for better feature extraction, computationally demanding pre-processing techniques such as stochastic analysis employing a hidden markov model or an acoustic data filtering and hence are burdensome for real-time chord classifications. For this reason, we construct various perceptron neural networks and convolutional neural networks that use only Fourier tranform for data pre-processing and compare them with dataset obtained by playing an electric guitar. According to our comparison, convolutional neural networks provide optimal performance considering both chord classification acurracy and fast processing time. In particular, convolutional neural networks exhibit robust performance even when only small fraction of low frequency components of the data are used.

      • KCI등재

        적응형 스케일조절 신경망을 이용한 객체 위치 추적

        박선배,유도식 한국항행학회 2022 韓國航行學會論文誌 Vol.26 No.6

        Object tracking is a field of signal processing that sequentially tracks the location of an object based on the previous-time location estimations and the present-time observation data. In this paper, we propose an adaptive scaling neural network that can track and adjust the scale of the input data with three recursive neural network (RNN) submodules. To evaluate object tracking performance, we compare the proposed system with the Kalman filter and the maximum likelihood object tracking scheme under an one-dimensional object movement model in which the object moves with piecewise constant acceleration. We show that the proposed scheme is generally better, in terms of root mean square error (RMSE) performance, than maximum likelihood scheme and Kalman filter and that the performance gaps grow with increased observation noise. 객체추적은 이전시간에서 추정한 위치와 현재 관측 데이터를 바탕으로 객체의 위치를 연속적으로 추적하는 신호처리 분야이다. 이 논문에서는 3개의 RNN을 서브모듈로 가지는 적응형 스케일조절 신경망을 이용해 입력 데이터의 스케일을 스스로 조절하여 추적할 수 있는 신경망을 제안한다. 객체 추적 성능을 평가하기 위해 객체가 조각별 등가속운동을 하는 1차원 객체 운동 모델에서 제안하는 시스템, 칼만 필터와 최대우도기법의 추적 성능을 비교한다. 그 결과 제안하는 알고리듬의 성능이 평균제곱근오차 기준으로 최대우도기법과 칼만필터보다 다양한 상황에서 전반적으로 우수하며 관측잡음이 커질수록 성능격차가 더 커지는 것을 보인다.

      • KCI등재

        항공 통신 기술 : 영상 기반의 이차 칼만 필터를 이용한 객체 추적

        박선배 ( Sun Bae Park ),유도식 ( Do Sik Yoo ) 한국항행학회 2016 韓國航行學會論文誌 Vol.20 No.1

        우리는 본 논문에서 이차 칼만 필터를 이용한 영상 기반 객체 추적분야의 새로운 알고리즘을 제안한다. 최근에 발표된 이차 칼만 필터는 영상 기반의 객체의 실제 3차원 공간의 위치를 추적하는 것에는 아직 적용되지 않았다. 2차원 영상 내의 위치를 3차원 공간상의 위치로 환원시키는 것은 비선형적 변환을 수반하기 때문에 그에 맞는 추적 알고리즘을 사용해야만 한다. 이러한 상황에서, 비선형 수식을 이차식으로 근사화하는 이차 칼만 필터가 선형으로 근사화하는 확장 칼만 필터보다 더 정확한 성능을 낼 수 있다. 우리는 동일한 상황을 가정하여 확장 칼만 필터, 무향 칼만 필터, 파티클 필터, 그리고 우리가 제안한 이차 칼만 필터를 이용하여 객체를 추적하고, 그 결과를 비교해 본다. 결론적으로 이차 칼만 필터가 발산율이 확장 칼만 필터에 비해 거의 절반가량 감소하며, 추적 정확도 측면에서 무향 칼만 필터에 비해 1% 가량 우수한 성능을 나타낸다. In this paper, we propose a novel quadratic Kalman filter based object tracking algorithm using moving pictures. Quadratic Kalman filter, which is introduced recently, has not yet been applied to the problem of 3-dimensional (3-D) object tracking. Since the mapping of a position in 2-D moving pictures into a 3-D world involves non-linear transformation, appropriate algorithm must be chosen for object tracking. In this situation, the quadratic Kalman filter can achieve better accuracy than extended Kalman filter. Under the same conditions, we compare extended Kalman filter, unscented Kalman filter and sequential importance resampling particle filter together with the proposed scheme. In conculsion, the proposed scheme decreases the divergence rate by half compared with the scheme based on extended Kalman filter and improves the accuracy by about 1% in comparison with the one based on unscented Kalman filter.

      • KCI등재

        전이학습을 이용한 효율적인 기타코드 분류 시스템

        박선배(Sun Bae Park),이호경(Ho-Kyoung Lee),유도식(Do Sik Yoo) 한국멀티미디어학회 2018 멀티미디어학회논문지 Vol.21 No.10

        Artificial neural network is widely used for its excellent performance and implementability. However, traditional neural network needs to learn the system from scratch, with the addition of new input data, the variation of the observation environment, or the change in the form of input/output data. To resolve such a problem, the technique of transfer learning has been proposed. Transfer learning constructs a newly developed target system partially updating existing system and hence provides much more efficient learning process. Until now, transfer learning is mainly studied in the field of image processing and is not yet widely employed in acoustic data processing. In this paper, focusing on the scalability of transfer learning, we apply the concept of transfer learning to the problem of guitar chord classification and evaluate its performance. For this purpose, we build a target system of convolutional neutral network (CNN) based 48 guitar chords classification system by applying the concept of transfer learning to a source system of CNN based 24 guitar chords classification system. We show that the system with transfer learning has performance similar to that of conventional system, but it requires only half the learning time.

      • KCI등재

        하악골 후방이동시 악골고정방법에 따른 악간고정기간 중 치아 및 악골의 위치변화에 대한 연구

        박선배(Sun-Bae Park),김경욱(Kyung-Wook Kim) 대한구강악안면외과학회 2003 대한구강악안면외과학회지 Vol.29 No.5

        Skeletal relapse is known as a complication following orthognathic surgery of mandibular prognathism and occurring during intermaxillary fixation period. Therefore relapse of teeth and skeleton during intermaxillary fixation period is considered as a important problem of orthognathic surgery. In this study, cephalolateral radiographs taken at pre-operation, immediate post-operation and after release of intermaxillary fixation were measured for evaluation of dental and skeletal relapse in 30 cases. The cases were classified as screw fixation group and plate fixation group, then we compared magnitude of dental and skeletal changes of each group. The results were as follows 1. The 1 SN angle increased at immediate post-operation with a mean value of 0.12。and at intermaxillary fixation period with a mean value of 0.43。(p>0.05). 2. The l‐ 􀓋 MP angle decreased with a mean value of 0.14。at immediate post-operation and with a mean value of 1.28。during intermaxillary fixation period but there were not significant difference(p>0.05). 3. There were not significant difference in magnitude of dental position changes between screw fixation group and plate fixation group(p>0.05). 4. Gonial angle increased with a mean value of 0.62。during intermaxillary fixation period. Each group showed changes of gonial angle during intermaxillary fixation period but there were not significant difference(p>0.05).

      • KCI등재후보

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼