Random and/or periodic defects occur in all spun yarns. These irregularities can often lead to defects in finished fabric. Yarn evenness tests are used to obtain statistical data about yarn properties, such as CV%, which is useful in comparing several sets of similar data that differ in mean value but may have some commonality in relative variation. Although this statistical data is helpful in determining relative yam quality, accurate predictions of how the yarn will appear in fabric form are still difficult to obtain. As an promising alterative, wavelet analysis has been employed to localize yarn defect so as to predict the visual qualities of the fabrics.

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 paper is to develop replacement models under minimal repair with exponential polynomial wavelet failure rate function. Wavelets have good time-frequency localization, fast algorithms and parsimonious representation. Also this study is presented along with numerical examples using sensitivity analysis for exponential polynomial trigonometric failure rate function.

본 연구는 Fourier, Shannon, Gabor, Wavelet Filters 간의 상호비교를 통해 Wavelet Analysis의 장점을 도출하고 학제간 모든 과학기술에 적용될 수 있는 분야를 유형화하고 기존 연구를 고찰한다.

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.

This empirical research aims to modeling and improving the forecasting accuracy of the volatility pattern by employing the Saudi Arabia stock market (Tadawul)by studying daily closed price index data from October 2011 to December 2019 with a number of observations being 2048. In order to achieve significant results, this study employs many mathematical functions which are non-linear spectral model Maximum overlapping Discrete Wavelet Transform (MODWT) based on the best localized function (Bl14), autoregressive integrated moving average (ARIMA) model and generalized autoregressive conditional heteroskedasticity (GARCH) models. Therefore, the major findings of this study show that all the previous events during the mentioned period of time will be explained and a new forecasting model will be suggested by combining the best MODWT function (Bl14 function) and the fitted GARCH model. Therefore, the results show that the ability of MODWT in decomposition the stock market data, highlighting the significant events which have the most highly volatile data and improving the forecasting accuracy will be showed based on some mathematical criteria such as Mean Absolute Percentage Error (MAPE), Mean Absolute Scaled Error (MASE), Root Means Squared Error (RMSE), Akaike information criterion. These results will be implemented using MATLAB software and R- software.

환자의 진단 및 치료를 결정할 때 전산화단층촬영 (computed tomography; CT)은 우수한 해부학 정보를 제공하기 때문에 진단에 큰 도움이 되어 있다. 그에 따른 사용빈도가 증가하고 있으며, 활용 및 응용범위도 확대되어가는 추세이다. 저관전압을 사용해서 CT 검사를 하면 노이즈가 증가한다. 기존의 여러 연구에서는 영상재구성법에 대한 노출조건을 조절하는 방법 등을 시도해서 최적의 화질을 찾는 방법을 찾고 있으나 근본적 문제해결은 되지 못한다. 입력 영상의 신호를 유지하고 노이즈만을 최대한 제거하기 위해서 이중 트리웨이블릿 알고리즘을 적용하였다. 실험결과 100kVp, 회전시간 0.5sec의 영상에서 complex oriented 2d 방을 사용할 경우 노이즈는 8.53에서 4.51로 줄어들었다. 본 연구를 통해서 저관전압 두부 CT에서 발생하는 높은 수준의 노이즈를 최적의 노이즈제거 알고리즘으로 노이즈를 제거하고 환자선량을 낮출 수 있었다. 본 연구결과를 임상에서 사용 시 저선량의 CT 사용이 가능하고 환자 피폭을 줄일 것으로 판단한다.

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.

대용량 지형 데이터는 전체를 CPU나 GPU메모리에 적재할 수 없기 때문에 하드디스크와 같은 보조기억장치에서 필요한 부분을 읽어와 렌더링하는 out-of-core기반의 방법이 사용된다. 하지만 out-of-core 기반의 방법은 하드디스크로부터 GPU메모리까지 데이터를 읽어올 때 대역폭한계로 인해 데이터의 전송시간이 길어진다. 이 논문에서는 Direct Compute를 이용하여 대용량 지형 데이터를 GPU에서 웨이블릿 기법으로 압축한 후 계수들을 이미지의 RGBA채널에 대응시켜 저장하고 렌더링 단계에서 이를 압축 해제하여 사용하는 방법을 제안한다. 이 방법은 GPU를 이용하여 압축된 지형 데이터를 빠르게 압축 해제해 사용함으로써 데이터의 전송량을 줄이고 웨이블릿 계산을 병렬적으로 수행하므로 전체 렌더링 시간을 단축할 수 있다.

The purpose of this study is to provide the damage detection method using wavelet transformation. The damage location index through the mode shape of damaged structure is formulated theoretically and applied to numerical analysis model of MATLAB. The shacking table test on reduced 3 story shear building is performed and the dynamic response signal is wavelet transformed. The result of damage detection using wavelet transformed signal is compared to that of non wavelet transformed signal to verify the applicability of the wavelet transformation in damage detection.

디지털유방촬영기에서 자동모드를 설정해서 검사를 할 경우 환자가 받는 평균유선선량(average grandular dose)를 줄일 수 있는 방법을 제시하고자 최적의 노출 파라미터를 찾고 노이즈 감소 알고리즘을 적용하여 화질을 개선하고자한다. 실험을 위하여 Nuclear Associates Model 18-222 의 팬텀을 사용 하였으며, 입사선량(enterance dose)과 평균유선선량을 측정하였다. 다음 노이즈(noise) 제거 알고리즘을 적용하였고, 적용 전∙후에 대해서 Signal, Noise, SNR,FOM을 측정하고 비교 평가 하였다. 실험결과 첫째, 노이즈 제거 전 Mo/Mo 23kvp에서 SNR이 가장 높았고, 평균유선선량은 W/Rh 35kvp 에서 가장 낮았다. FOM 결과 W/Rh의 28kVp를 사용하는 것이 가장 좋은 것으로 나타났다. 노이즈 제거 알고리즘 적용 후 SNR은 Mo/Mo 23kvp에서 SNR 가장 높았고, FOM의 결과 W/Rh의 28kVp를 사용 하는것이가장 좋은 것으로 나타났다. 이때 동일한 평균유선선량을 갖는 조건에서 노이즈 값은 4.36에서 1.74로 감소되었으며,SNR 값은 4.6에서 11.6으로 향상되었다. 제안하는 노이즈 제거 처리를 적용하면 영상에서 중요한 정보를 유지하면서 노이즈를 감소시킬 수 있고, 최적의 노이즈 처리와 최적의 검사조건을 선택함으로써 유방 검사 시 발생하는 방사선 피폭을 줄일 수 있을 것이다.