학습 패턴의 분포 특징을 고려한 다층퍼셉트론 신경회로망의 개선

고보연(Bo-Yeon Koh) 한국정보과학회 1996 정보과학회논문지(B) Vol.23 No.9

신경회로망을 이용한 패턴인식(분류) 기술은 학습패턴들(입력데이타)에 대한 통계적 모델 없이 직접 학습이 가능하다는 장점 때문에 강력한 인식 방법으로 주목을 받아 왔다. 그러나 신경회로망 방법은 학습패턴들의 특성애 따라 망구조를 결정해야 하며 특히, 다층 구조의 경우 국부해에 빠져 제대로 학습되지 않는 경우가 종종 발생한다. 이러한 문제점을 개선하기 위하여 학습패턴들을 대표할 수 있는 간단한 수학적 모델의 도입으로 학습패턴들의 분포 특징을 사전에 추출한 후 원래의 학습 패턴과 함께 입력단에 추가하여 학습 및 인식을 하는 새로운 신경회로망 모델에 대하여 제안한다. 본 논문에서는 학습패턴들의 분포 특징을 얻기 위하여 클러스터링 모델을 이용하였으며 신경회로망 중에 응용성이 광범한 다층퍼셉트론 모델에 국한시켜 연구하였다. 세 가지 예제에 대한 모의실험 결과를 통해 다층퍼셉트론 모델에 비해 제안한 모델이 학습 속도 및 인식 능력에 있어서 개선되었음을 보였다. The technique of pattern recognition(or classification) using neural network has been remarked as a powerful method because it does not need any statistical model of learning patterns (input data sets) to train the model. However, the architecture of neural network must be constructed according to the characteristics of input data sets, and especially, in the case of multi-layered neural network, it often happens that learning stops at local minimum. To improve these problems, we propose a new technique for learning and recognition, which extracts distribution features of learning patterns using the simple mathematical model before learning, and then appends features to input layer with original input data sets. To extract the distribution features, a clustering model is used and it is applied to multi-layer perceptron model which has wide applications. Experimental results of three examples by the computer simulations showed improved convergency speed and recall capability compared to those of multi-layer perceptron model's.

Radarsat-1 SAR 신호처리 S/W 개발 및 검증

고보연 ( Bo Yeon Koh ),김만조 ( Man Jo Kim ),이석호 ( Seok Ho Lee ) 大韓遠隔探査學會 2005 大韓遠隔探査學會誌 Vol.21 No.6

SAR 기술은 일반 레이더 분야와는 달리 영상을 제작해야 하므로 각종 신호처리 기술들이 필요하다. 이러한 기술들은 선진국에서 기술이전을 회피하는 분야로써 향후 항공기, 위성 및 무인기 SAR 체계를 국내 개발함에 있어 반드시 확보해야 할 분야이다. 본 연구에서는 SAR 영상 제작과 관련된 핵심기술들을 연구하고 실제로 활용도가 높은 상용 SAR 위성인 Radarsat을 대상으로 ASPR(ADD SAR Processor for Radarsat)을 자체 개발하고 성능을 검증해 봄으로써 향후 운용될 각종 SAR 체계에 필요한 영상제작 기술을 확보하고 국내개발 가능성을 검토해 본다. 개발된 ASPR의 성능비교를 위해 선진국 SAR 전문 업체인 MDA 및 Vexcel사에서 개발한 SAR Processor를 이용하여 비교 영상을 제작하였다. SAR signal processing technique has been considered a crucial technical part in order to generate an image from radar signal data and ADD (Agency for Defense Development) has focused on this area for years to develope our own SAR Processor for various SAR systems (Radarsat, ERS, KOMSAR). In this paper, we investigated major techniques related to generation of SAR images and developed ASPR (ADD SAR Processor for Radarsat) practically using the commercial Radarsat-l radar signal data (RAW). We demonstrated the performance of the ASPR in comparison with the image generated by MDA and Vexcel`s SAR Processor (FOCUS).

신호자료 및 궤도정보를 이용한 Radarsat-1 도플러 정보 추출기법 연구

고보연 ( Bo Yeon Koh ),나원상 ( Won Sang Ra ),이용웅 ( Yong Woong Lee ) 大韓遠隔探査學會 2003 大韓遠隔探査學會誌 Vol.19 No.6

Radarsat-1 위성으로부터 수신된 신호자료를 처리하여 영상을 생성하기 위해서는 도플러 정보(도플러 중심주파수(f(dc)) 및 주파수 변화율 (f(r)))를 정확하게 추정하는 것이 중요하다. 일반적으로 이들 정보들은 신호자료를 기반으로 하는 clutterlock 및 auto-focusing 기법이 사용되고 있으나 이들은 수신 신호만을 사용하여 추정하므로 SAR 프로세서 개발시 구현하기가 어려우며 계산 시간도 많이 걸리는 단점이 있다, 본 논문에서는 주어진 위성의 궤도 및 자세정보를 최대한 이용하며 수신 신호 처리는 최소한이 되도록 하여 구현이 쉽고 계산상 이점이 있는 새로운 기법을 제안하였다. 실제 Radarsat-1 신호자료를 이용한 실험적용 결과, 본 기법이 실제 SAR 신호자료로부터 도플러 정보를 추출하는데 유용하게 사용될 수 있을 것으로 판단된다. The extraction technique for Doppler information(Doppler centroid frequency(f(dc)) and it`s rate(f(r))) is very important to make an image from the radar echo signal data. Clutterlock and auto-focusing techniques have been widely used to extract accurate Doppler information. But both techniques are not easy to implement in SAR processor and need quite lots of time to calculate accurate f(dc) and f(r) because they are generally based on echo signal data only. In this paper we suggest hybrid method for Doppler extraction using both of echo signal data and orbital and attitude information of satellite. In this method CDE(Correlation Doppler Estimation) technique is only used to estimate exact modular f(dc) using received echo signal data and rest of other algorithms are based on simple mathematical model of geometry between satellite and ground targets as well as the Doppler frequency ambiguity resolving problem. The experimental results using Radarsat-1 signal data shows that the proposed method can be effectively used for the extraction of Doppler information.

SAR 위성 신호 전파 손실에 대한 분석

고보연(Koh Bo Yeon),권순모(Kwon Soon Mo),고웅대(Ko ung Dai) 한국항공우주학회 2023 한국항공우주학회 학술발표회 논문집 Vol.2023 No.11

두 광선의 중간점 교차방법을 이용한 표적위치 추정

고보연(Koh Bo Yeon),김인종(Kim In Jong),최동찬(Choi Dong Chan) 한국항공우주학회 2023 한국항공우주학회 학술발표회 논문집 Vol.2023 No.4

RF Suitcase를 이용한 저궤도위성과 지상국 간 종단시험 항목 설계

나현준(Hyun Jun Na),고보연(Bo Yeon Koh),김동현(Dong Hyun Kim),나경수(Kyung Soo Na) 한국항공우주학회 2023 한국항공우주학회 학술발표회 논문집 Vol.2023 No.11

궤도자료를 이용한 SPOT 카메라 모델링

김만조(Kim Man-Jo),차승훈(Cha Seung-Hoon),고보연(Koh Bo-Yeon) 대한공간정보학회 2003 한국지형공간정보학회 학술대회 Vol.2003 No.4

영상보조자료를 이용한 SPOT 카메라 모델링

김만조 ( Man Jo Kim ),차승훈 ( Seung Hoon Cha ),고보연 ( Bo Yeon Koh ) 大韓遠隔探査學會 2003 大韓遠隔探査學會誌 Vol.19 No.4

본 논문에서는 외부표정요소(EOP)를 지상기준점을 이용하여 계산하는 기존의 방식과는 달리, 위성의 궤도자료와 영상촬영기하를 이용하여 EOP를 계산하고 지상기준점을 이용하여 모델오차를 보정하는 방식의 카메라모델링 기법을 제시하고 있다. 제시한 기법은 영상보조파일로부터 궤도자료, 센서의 촬영각도 및 영상중심 촬영시간 등을 추출하여 위성의 영상획득당시의 실제 기하를 최대한 충실히 재구성하여 모델링을 수행하며 외부표정요소를 일차 또는 이차의 다항식으로 근사하지 않는다. 이와 같이 수립된 카메라모델을 통해 기존의 방법에 비해 적은 한 두개 정도의 지상기준점으로 영상화소 수준의 RMSE를 얻을 수 있었으며 모델오차 보정을 위한 지상기준점이 영상라인방향으로 고루 분포하지 않아도 된다. 이러한 장점은 대형 프로젝트에서의 지상기준점 취득을 위한 비용을 획기적으로 절감할 수 있을 뿐 아니라 비접근 지역에 대한 위치정보 획득에 대한 가능성을 제시하고 있다. In this paper, a camera modeling method that utilizes ephemeris data and imaging geometry is presented. The proposed method constructs a mathematical model only with parameters that are contained in auxiliary files and does not require any ground control points for model construction. Control points are only needed to eliminate geolocation error of the model that is originated from errors embedded in the parameters that are used in model construction. By using a few (one or two) control points, RMS error of around pixel size can be obtained and control points are not necessarily uniformly distributed in line direction of the scene. This advantage is crucial in large-scale projects and will enable to reduce project cost dramatically.

최소의 결합 뉴런을 가지는 새로운 함수적 링크 네트워크

김병섭(Byung-Sup Kim),김상희(Sang-Hee Kim),고보연(Bo-Yeon Koh) 한국정보과학회 1995 정보과학회논문지(B) Vol.22 No.9

선형 식별자로서는 2개의 영역으로 분리할 수 없는 패턴이 다수 존재하고 있다. 선형분리 불가능 패턴의 좋은 예로 X-OR와 같은 패턴을 들 수가 있다.이러한 문제를 해결하기 위해서 2가지 접근 방법이 연구되어 왔다. 첫번째 방법은 다층구조 퍼셉트론 방식을 이용하여 상하로 층의 구조를 확장하는 방법이고, 또 한가지 방법은 입력층의 좌우에 새로운 뉴런을 첨가하는 함수적 링크 네트워크(FUN : FUnctional-link Network)방법이다. 본 논문에서는 패턴을 분리하기 위하여 기존의 함수적 링크 네트워크 개념을 확장시킨 MIFUN(MInimal FUN)방법을 제안하였다. MIFUN은 주어진 패턴을 선형 분리할수 있으며 또한 함수적 링크 네트워크를 사용할 때 추가로 필요한 뉴런의 수를 대폭 감소시켜 준다. MIFUN은 은닉층을 고려하지 않는 일반화된 델타 규칙(delta rule)에 의해 학습된다. MIFUN의 모의실험 결과 학습 속도에 있어서는 기존의 두 방법(다층구조 퍼셉트론, FUN)과 비교하여 볼 때 대단히 좋은 성능을 보였다. 그러나 MIFUN의 최소 결합 뉴런수에 대한 이론적인 증명은 추후 연구과제로 남겨 둔다. There are many set of patterns which can not be separated into two region spaces by linear discriminator. The set of X-OR patterns shows a good example in discrimination of non-separable patterns. To solve this problem, two approaches have been studied. One is to expand layers, which is multi-layer perceptron method, and the other is to add neurons in input layer, which is FUN(FUnctionaI-link Net) method. In this paper. we propose MIFUN(MInimal FUN) method to separate a pattern set, which enhances the FUN. MIFUN is a single layer neural net which can linearly separates given patterns and also reduces the overhead of supplementary neurons in FUN. MIFUN is trained by generalized delta rule omitting hidden layers. Simulation result shows good performance(in learning speed) of MIFUN compared to existing two(multi-layer perceptron, FUN) methods. Theoretical proof for minimal number of neurons of MIFUN. however, remains to be studied.