http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
심층신경망 기반 우주파편 영상 추적시스템 인식모델에 대한 연구
임성민(Seongmin Lim),김진형(Jin-Hyung Kim),최원섭(Won-Sub Choi),김해동(Hae-Dong Kim) 한국항공우주학회 2017 韓國航空宇宙學會誌 Vol.45 No.9
지속적으로 우주파편이 증가하고 있는 상황에서 국가 우주자산을 안전하게 보호하고 우주개발국으로서 우주환경 보호에 관심을 가지는 것은 중요하다. 우주파편의 급격한 증가를 막기 위한 효과적인 방법 중 하나는 충돌위험이 큰 우주파편들, 그리고 임무가 종료된 폐기위성을 직접 제거해 나가는 것이다. 본 논문에서는 영상기반 우주파편 추적시스템의 안정적인 인식모델을 위해 인공신경망을 적용한 연구에 대해 다루었다. 한국항공우주연구원에서 개발한 지상기반 우주쓰레기 청소위성 테스트베드인 KARICAT을 활용하여 우주환경이 모사된 영상을 획득하였고, 깊이불연속성에 기인한 영상분할 후 각 객체에 대한 구조 및 색상 기반 특징을 부호화한 벡터를 추출하였다. 특징벡터는 3차원 표면적, 점군의 주성분 벡터, 2차원 형상정보, 색상기반 정보로 구성되어있으며, 이 범주를 기반으로 분리한 특징벡터를 입력으로 하는 인공신경망 모델을 설계하였다. 또한 인공신경망의 성능 향상을 위해 입력되는 특징벡터의 범주에 따라 모델을 분할하여 각 모델 별 학습 후 앙상블 기법을 적용하였다. 적용 결과 앙상블 기법에 따른 인식 모델의 성능 향상을 확인하였다. It is essential to protect the national space assets and space environment safely as a space development country from the continuously increasing space debris. And Active Debris Removal(ADR) is the most active way to solve this problem. In this paper, we studied the Artificial Neural Network(ANN) for a stable recognition model of vision-based space debris tracking system. We obtained the simulated image of the space environment by the KARICAT which is the ground-based space debris clearing satellite testbed developed by the Korea Aerospace Research Institute, and created the vector which encodes structure and color-based features of each object after image segmentation by depth discontinuity. The Feature Vector consists of 3D surface area, principle vector of point cloud, 2D shape and color information. We designed artificial neural network model based on the separated Feature Vector. In order to improve the performance of the artificial neural network, the model is divided according to the categories of the input feature vectors, and the ensemble technique is applied to each model. As a result, we confirmed the performance improvement of recognition model by ensemble technique.
임성민(SeongMin Lim),김윤중(YoonJoong Kim) 한국정보과학회 2012 한국정보과학회 학술발표논문집 Vol.39 No.1B
개의 발성은 성도의 물리적인 특징에 따라 고유의 특정 포먼트를 만들어 내며 개의 품종에 따라 다른 물리적 특징을 가지므로 개의 발성을 HMM(Hidden Markov Model)으로 모델링하여 개의 품종을 분류하는 연구를 하였다. 주파수 특징은 MFCC(Mel Frequency Cepstral Coefficients) 12차, 에너지 컴포넌트 1차, 델타 13차, 억셀러레이션(Acceleration) 13차, 총 39차 벡터를 사용하였다. 개의 품종 분류에 적합한 HMM 구조의 설계를 위하여 기본 좌우 모델, 좌우 모델, 좌우 모델2, 전후진 모델, 총 4가지를 제안하고 실험하여 성능을 비교분석하였다. 이 중 전후진 모델이 가장 바람직한 모델로 검증 되었다. 본 모델은 다음과 같은 장점을 갖는다. (1) 기본 좌우 모델과 마찬가지로 1~2회 발성을 갖는 데이터가 입력되어도 처음에서 마지막 상태까지의 이동단계가 최소 3번까지 가능하므로 적은 횟수의 발성 데이터도 처리가 가능하다. (2) 다수 반복된 발성 데이터의 신호도 처리가 가능하다. 즉, 본 모델은 상태의 이동이 후진도 가능하므로 5회이상 반복된 발성 데이터의 신호의 처리도 가능하다.
가계도와 초기회상을 통한 자기분석 집단상담 예비 연구: 초심상담자를 중심으로
임성민 ( Seongmin Lim ) 사단법인 아시아문화학술원 2021 인문사회 21 Vol.12 No.2
본 연구의 목적은 Bowen의 가계도와 Adler의 초기회상을 활용한 자기분석 집단상담 프로그램을 개발하고, 초심상담자들에게 예비실시한 후 그 효과 및 진행 경험을 질적으로 평가하는 것이다. 이를 위해 선행연구를 고찰하여 구조화된 프로그램을 구성하였고 2018년 8월 Y상담센터에서 2회 예비실시하였다. 총 10명의 참여자는 세대 전이된 만성 불안, 분화수준, 정서 패턴, 생활양식을 탐색하여 자신을 더 이해하게 되었으며 분석과정을 학습할 수 있었다. 진행 경험에 대한 평가와 본 연구의 한계 및 제언에 대해 논하였다. 본 연구는 초심상담자들에게 가족과 개인 차원에서 접근하는 자기분석 집단상담을 소개한 점과 향후 자기분석 프로그램 개발에 기초자료를 제공한 데 그 의의가 있다. The purpose of this study is to develop a self-analysis group counseling program using Bowen's family tree and Adler’s early recollection, conduct preliminary evaluation on novice counselors, and evaluate their effectiveness and progress experience qualitatively. To this end, a structured program was organized by considering prior research and was conducted twice in August 2018 at the Y counseling center. A total of 10 participants understood themselves more by exploring generational chronic anxiety, differentiation levels, emotional patterns, and lifestyles, and were able to learn the analysis process. Evaluation of progress experience and limitations and suggestions of this study are discussed. This study is meaningful in introducing self-analysis group counseling approached at the family and individual level to novice counselors and providing basic data on future development of self-analysis programs.