감성은 의사 결정, 지각 등에 직접적으로 영향을 미치며 인간의 삶에서 중요한 역할을 한다. 본 논문에서는 고각성부정 감성의 편리하고 정확한 인식에 있어서, 생체신호를 이용한 분석 알고리즘을 설계하고자 한다. 이를 위해 본 연구에서는 보통 / 공포 감성 유발 영상을 이용하여 두 감성을 유도한 후, 생체신호 중 간단한 피부전도도 신호를 측정하였다. 측정된 피부전도도에 대해 Tonic 성분과 Phasic 성분으로 분해하고 감성 자극과 관련된 Phasic 성분을 더 상세하게 SCVSR, SCSR로 분해하여 각 성분의 주요한 특징들을 추출함으로써, 정확한 분석을 하기 위해 기존의 사용된 방법이 아닌 우수한 시간-주파수 지역화 특성을 가진 이산 웨이브렛 변환을 사용하였다. 추출된 특징들은 Phasic 성분의 최댓값, Phasic 성분의 진폭, SCVSR의 영교차율, SCSR의 영교차율이다. 분석 결과, 4가지 특징들 모두 고각성 부정 감성의 경우가 저각성 보통 감성의 경우보다 더 높은 값을 나타내고, 기존의 분석 방법보다 통계적으로 두 감정 사이의 더 유의미한 차이를 확인할 수 있었다. 이에 따라 본 연구의 결과는 피부전도도가 고각성 부정감성 측정에 대해 유용한 지표라는 것을 확인하였으며, 향후 피부전도도를 이용한 실시간 부정 감성 평가 시스템개발에 기여할 수 있을 것을 나타낸다.

지형 자료는 지구과학 여러 분야에서 중요한 기초 자료 중 하나이다. 최근 들어, 상세한 분해능을 가지는 DEM 자료가 활용가능하며 따라서 방대한 양의 자료를 효율적으로 다루는 방법이 필요하다. 본 연구에서는 방대한 DEM 자료의 무손실 압축 및 효율적인 복원에 대해 알아보았다. 이를 위해 정수웨이블릿 변환과, 엔트로피 부호화의 개념을 이용하여, 웨이블릿 계수의 부호화 및 일부 영역의 지형복원 방법을 고안하였다. 또한, 정밀 중력 지형보정 과정에서 이러한 연구 결과의 활용성을 검토하였다. DEM의 압축률이 가장 좋은 웨이블릿은 CDF3.5이며, CDF3.1 또는 CDF3.5 웨이블릿을 사용하여 3단계 정도로 분해를 하는 것이 최적의 선택이다 (약 45.4%의 압축률). 또한 웨이블릿변환의 다중단계분석 특성을 활용하여 웨이블릿계수의 일부만을 추출하여 지형의 일부만을 복원할 수 있었다.

주기적이고 지속적으로 자료를 얻을 수 있는 위성영상은 지표면의 변화를 모니터링 하기 위한 매우 효과적인 자료이다. 위성영상을 이용한 기존의 변화탐지 연구는 두 시점의 지표 특성을 각각 분석해 서로 비교하여 변화를 밝혀내는 연구를 주로 해왔다. 그러나 최근에는 연속성을 갖는 다중 시기 위성영상으로부터 전체적인 경향이나 단기적인 변화를 찾아내는 연구에 관심이 높아지고 있다. 이 연구에서는 다중 시기 위성영상을 분석하기 위해 3차원 웨이블릿 변환 기반의 기법을 제안하고 테스트해보았다. 3차원 웨이블릿 변환을 이용하면 자료의 중요한 특성은 보존하면서 차원을 줄이는 것이 가능하다. 또한 다중 시기의 자료로부터 주요 패턴을 간추려 내고 공간, 시간적으로 인접한 주변 화소와의 관계를 파악할 수 있다. 연구 결과, 3차원 웨이블릿 변환 기법은 전체적인 경향성이나 특별한 변화 특성을 빠른 시간내에 밝혀내는 데 유용할 뿐만 아니라 분해 방향에 따라 각기 다른 정보를 제공해 주는 하위 밴드를 통해 새로운 정보를 얻을 수 있을 것으로 기대된다.

The wavelet transform is robust analysis tool in the field of signal processing and image processing. Especially. in the field of image compression such as JPEG2000 and MPEG4, wavelet transform has a main roles for transform coding. This paper represents essentially wavelet transform algorithm using lifting and dual lifting scheme proposed by I. Daubieches and W. Sweldens. In this paper We detailedly derive their achievement for its algorithm. As a result the procedure of wavelet transform algorithm using lifting and dual lifting scheme is analyzed and derived.

천부지반에서 레일리파의 군속도와 위상속도 분산곡선을 역산하여 S파 속도구조를 구하는 방법을 비교하였다. 위상속도를 구하기 위해서 τ-p stacking 방법을 이용하였고, 군속도를 구하기 위해서 두 가지 방법, multiple filtering technique(MFT) continuous wavelet transform(CWT) 방법을 사용하였다. 고차모드가 존재하는 경우, 위상속도에서 기본모드와 고차모드를 분리하기가 용이하지 않았고, 군속도에서는 continuous wavelet transform 방법이 multiple filtering technique보다 효과적이었다. S파 속도 역산 결과, 위상속도와 군속도의 기본 모드만 역산할 경우, 신뢰구간의 깊이가 아주 얕았다. Continuous wavelet transform으로 구한 기본 모드와 1차 모드를 동시 역산할 경우, 신뢰구간의 깊이가 2배 이상 증가함을 알 수 있었다. 이는 1차 모드의 에너지가 더 깊은 층을 통과함으로 깊은 층에 대한 5파 속도 정보를 지니고 있기 때문으로 보인다. 위의 방법을 서해안 동호항의 조간대에 적용하여, continuous wavelet transform으로 구한 군속도의 기본 모드와 1차 모드를 동시 역산하여 S파 속도구조를 구하고, 해당 지역의 시추조사 결과와 비교하였다.

일반적으로 토목구조물에서 계측된 가속도 신호의 대부분은 적분이 매우 힘들다. 그 이유는 토목구조에서 계측된 가속도 신호는 일반적으로 비정상신호이며 또한 비가우시안 노이즈와 저주파 노이즈를 포함하고 있어, 저주파 성분이 증폭되는 적분과정에서 수치적 불안정성이 발생할 수 있기 때문이다. 따라서, 본 논문에서는 비정상 신호처리에 탁월한 웨이블릿 변환의 개념을 비가우시안 노이즈와 저주파 노이즈에 대해 확장한 수정된 웨이블릿 변환을 이용한 가속도 기록의 이중 적분방법을 제시하였다. 또한, 예제해석을 통해 제시된 방법이 비정상 신호의 노이즈 및 비가우시안 노이즈와 저주파 노이즈를 제거에 우수한 성능을 보이고 있음을 보였다.

The surface fibers on the fabric is one of decisive factors which affects human sensory evaluation as well as heat and moisture transfer characteristics. In this study the length and distribution of surface fibers that are extruded from the fabric surface of the wool/wool blend fabrics (14 wool fabrics and 10 wool blend fabrics) and its contribution to subjective sensory evaluation were investigated. In order to quantify the length and distribution of surface fibers, image analysis and wavelet transform technique were introduced. Instant warm-cool feeling of touch, Qmax/, and contact area were also measured and related to the quantified surface fibers. To figure out the effect of surface characteristics on sensory evaluation, human sensory responses to three adjectives which represent surface characteristics and warm-cool feeling of touch were obtained and analyzed. The relationship between the quantified surface fibers assessed by wavelet energy and both warm-cool reeling of touch, Qmax, and human sensory response were discussed.

This study investigates the problem of outlier detection based on discrete wavelet transform in the context of time series data where the identification and treatment of outliers constitute an important component. An outlier is defined as a data point that deviates so much from the rest of observations within a data sample. In this work we focus on the application of the traditional method suggested by Tukey (1977) for detecting outliers in the closed price series of the Saudi Arabia stock market (Tadawul) between Oct. 2011 and Dec. 2019. The method is applied to the details obtained from the MODWT (Maximal-Overlap Discrete Wavelet Transform) of the original series. The result show that the suggested methodology was successful in detecting all of the outliers in the series. The findings of this study suggest that we can model and forecast the volatility of returns from the reconstructed series without outliers using GARCH models. The estimated GARCH volatility model was compared to other asymmetric GARCH models using standard forecast error metrics. It is found that the performance of the standard GARCH model were as good as that of the gjrGARCH model over the out-of-sample forecasts for returns among other GARCH specifications.

본 연구의 목적은 구조 시스템의 구조적 손상에 의한 고유주파수 감소율과 감쇠변수 증가율을 비교 분석하는 것이다. 이를 위하여 저주파 영역의 고유주파수와 비교적 높은 감쇠변수 특성을 갖는 2경간 H-Beam을 대상으로 실내실험과 수치해석을 수행하였으며, 충격하중 에 대한 손상 전과 손상 후 응답신호를 각각 14개 위치에서 분석하였다. 각 위치에 대한 손상 전과 손상 후 응답신호는 푸리에 변환을 통하여 고 유주파수 감소율을 분석하였으며, 감쇠변수 증가율은 웨이블릿 변환을 통하여 수행되었다. 웨이블릿 변환은 최대 웨이블릿 계수에 대응되는 스케일의 시간함수 분리가 가능하기 때문에 감쇠변수 평가에 대한 정확성을 높일 수 있다. 손상 전과 손상 후 계측된 응답신호에 대하여 고유주 파수 감소율은 민감하지 못한 결과로 평가되었고, 감쇠변수 증가율은 비교적 큰 변화량을 보여 구조 시스템의 손상도 평가에 신뢰할 수 있는 결과를 보여주었다.

본 연구에서는 웨이블릿 변환을 적용한 시스템 감쇠비 평가에 있어서 고유주파수가 저주파 영역에 속하고, 비교적 높은 감쇠비를 갖는 응답신호에 대하여 웨이블릿 기저함수의 중심주파수 영향을 분석하고자 하였다. 이를 위하여 단일 모드로 구성된 신호와 일정 주파수를 이격시킨 분리 중첩 모드 신호 및 모드 주파수 성분을 근접시킨 인접 중첩 모드 신호에 대하여 수치해석으로 분석하고, H-Beam을 통한 실내실험을 수행하였다. 분석하고자 하는 모드의 고유주파수는 전체 스케일에 대한 대응 스케일로서 고려되고, 이러한 대응 스케일의 위치는 웨이블릿 기저함수의 중심주파수에 영향을 받게 된다. 따라서 각 모드의 고유주파수에 대응되는 스케일이 전체 스케일의 1/2에 위치되도록 웨이블릿 기저함수의 중심주파수가 선택될 때 감쇠비 평가에 대한 신뢰성이 향상 될 것이다.

A reliable streamflow forecasting is essential for flood disaster prevention, reservoir operation, water supply and water resources management. This study proposes a hybrid model for river stage forecasting and investigates its accuracy. The proposed model is the wavelet packet-based artificial neural network(WPANN). Wavelet packet transform(WPT) module in WPANN model is employed to decompose an input time series into approximation and detail components. The decomposed time series are then used as inputs of artificial neural network(ANN) module in WPANN model. Based on model performance indexes, WPANN models are found to produce better efficiency than ANN model. WPANN-sym10 model yields the best performance among all other models. It is found that WPT improves the accuracy of ANN model. The results obtained from this study indicate that the conjunction of WPT and ANN can improve the efficiency of ANN model and can be a potential tool for forecasting river stage more accurately.

고해상도의 지형 데이터는 용량이 크기 때문에 GPU메모리에 데이터 전체를 적재할 수 없다. 따라서 out-of-core기반의 방법이 많이 사용된다. 그러나 보조기억장치의 대역폭 한계로 인하여 실시간으로 지형을 렌더링하기 어렵기 때문에 GPU로 웨이블릿 변환을 수행하여 압축된 DEM 데이터를 전송한 후 압축 해제하여 렌더링 하는 방법이 사용된다. 하지만 이 방법은 텍스처로부터 주기적으로 값을 읽어와 정점을 변환하고 메쉬를 생성해야하므로 비효율적이다. 이 논문에서는 웨이블릿 압축된 근사 계수 값을 정점의 속성으로 저장하고 기하 쉐이더에서 압축을 해제해 지형을 효율적으로 렌더링 하는 기법을 제안한다. 제안하는 방법은 근사 계수 값을 정점의 속성으로 주어 지형 텍스처의 전송량을 줄일 수 있다. 또한 지형 텍스처로부터 별도의 업로드 과정 없이 메쉬의 생성이 가능하므로 오버헤드가 발생하지 않아 효율적인 렌더링이 가능하다.