• Proceedings of the Korean Institute of Communication Sciences Conference
• /
• 1998.06a
• /
• pp.1029-1032
• /
• 1998

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2522-2524
• /
• 2003

본 논문은 다수의 가우시안(Gaussian) 함수를 가중치 함수로 이용하여 퍼지 소속 함수의 효율적인 동정기법을 제안한다. 먼저 데이터를 가장 잘 구분하는 특징 변수를 선정하고, 이에 대한 기본 소속 함수를 가우시안 함수로 설정한 후, 다수의 가우시안 함수를 곱하여 소속 함수를 동정한다. 해당 특징 변수에 대한 소속 함수의 동정 후, 다음 우선 순위의 특징 변수를 퍼지 규칙에 첨가하여 가장 높은 정확도를 획득할 때까지 반복적으로 소속 함수를 동정한다. 이러한 방법은 데이터의 분포 성향을 소속 함수에 반영시킬 수 있을 뿐만아니라, 알고리듬의 고속 연산도 가능하다. 제안한 방법의 성능을 검증하기 위해 iris 데이터에 적용하여 모의실험의 예를 보인다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.12C
• /
• pp.1149-1155
• /
• 2007

In this paper, we propose a new overlap and add speech synthesis method which demonstrates improved continuity performance. The proposed method uses a weighted phase error function and minimizes the wave discontinuity of the synthesis signal, rather than the phase discontinuity, to estimate the mid-point phase. Experimental results show that the proposed method improves the continuity between the synthesized signals relative to the existing method.

• The Journal of the Korea Contents Association
• /
• v.5 no.6
• /
• pp.41-48
• /
• 2005

This paper presents a face recognition method based on the combination of well-known statistical representations of Principal Component Analysis(PCA), and Linear Discriminant Analysis(LDA) with Radial Basis Function Networks. The original face image is first processed by PCA to reduce the dimension, and thereby avoid the singularity of the within-class scatter matrix in LDA calculation. The result of PCA process is applied to LDA classifier. In the second approach, the LDA process Produce a discriminational features of the face image, which is taken as the input of the Radial Basis Function Network(RBFN). The proposed approaches has been tested on the ORL face database. The experimental results have been demonstrated, and the recognition rate of more than 93.5% has been achieved.

• Industry Promotion Research
• /
• v.6 no.1
• /
• pp.1-7
• /
• 2021

We investigated multi-layer perceptrons and supervised learning algorithms, and also examined how to model functional relationships between covariates and response variables using a package called neuralnet. The algorithm applied in this paper is characterized by continuous adjustment of the weights, which are parameters to minimize the error function based on the comparison between the actual and predicted values of the response variable. In the neuralnet package, the activation and error functions can be appropriately selected according to the given situation, and the remaining parameters can be set as default values. As a result of using the neuralnet package for the infertility data, we found that age has little influence on infertility among the four independent variables. In addition, the weight of the neural network takes various values from -751.6 to 7.25, and the intercepts of the first hidden layer are -92.6 and 7.25, and the weights for the covariates age, parity, induced, and spontaneous to the first hidden neuron are identified as 3.17, -5.20, -36.82, and -751.6.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.17 no.1
• /
• pp.153-160
• /
• 2022

A greedy algorithm is proposed to select a subset of nodes of a graph for bandlimited graph signals in which each signal value is generated with its weight. Since graph signals are weighted, we seek to minimize the weighted reconstruction error which is formulated by using the QR factorization and derive an analytic result to find iteratively the node minimizing the weighted reconstruction error, leading to a simplified iterative selection process. Experiments show that the proposed method achieves a significant performance gain for graph signals with weights on various graphs as compared with the previous novel selection techniques.

• The Korean Journal of Applied Statistics
• /
• v.30 no.6
• /
• pp.993-1004
• /
• 2017

A stratified sampling method is generally used with a sample selected using the same sample weight in each stratum in order to improve the accuracy of the sampling survey estimation. However, the weight should be adjusted to reflect the response rate if the response rate is affected by the value of the variable of interest. It may be also more effective to adjust the weights by subdividing the stratum rather than using the same weight if the variable of interest has a linear relationship with the continuous auxiliary variables. In this study, we propose a method to increase the accuracy of estimation using an informative sampling design technique when the response rate is an exponential function of the variable of interest and the variable of interest has a linear relationship with the auxiliary variable. Simulation results show the superiority of the proposed method.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.92-92
• /
• 2017

본 연구에서는 수치모델을 이용하여 대하천서 발생되는 조류의 공간적 농도 분포를 예측하였고, 현장실험을 통해 모델을 검증하였다. 국내하천은 다수의 지류가 본류로 유입됨에 따라 오염물질의 생산과 공급이 지속적으로 발생하고, 하천의 유로연장과 하폭에 비해 수심이 낮은 지형학적 특성을 지닌다. 따라서 지류 유입 이후 발생되는 조류의 거동 특성을 분석하기 위해 수심 적분된 2차원 이송-확산 모델을 사용하였다. 광합성 성장을 이루는 조류의 성장속도 계산을 위해 영양염류, 수온, 일사량과 수심 등을 변수로 하는 성장속도 함수들을 위의 모델과 결합하였다. 본 연구의 대상구간은 낙동강과 금호강 합류부를 포함한 강정고령보 하류 약 9.2 km 구간으로 모델 검증을 위한 현장실험을 수행하였다. 2차원 이송-확산 모델의 입력 값인 유속 및 수심을 계산하는 수리동역학 모델 검증을 위해 미국 Sontek사의 M9을 이용하여 낙동강과 금호강 각각 32개, 12개 측선에 대하여 수리량을 측정하였다. 수리량 측정결과, 금호강과 낙동강의 평균 유량은 각각 $240m^3/s$, $60m^3/s$로 측정되었고 측정된 유량을 모델의 상류단 경계조건으로 사용하여 측정 유속 및 수심과 유사한 결과를 모델로부터 취득할 수 있었다. 조류 농도 측정을 위해 독일 bbe사의 AlgaeTorch 10을 사용하였으며, 수리량 측정과 동일한 측선서 총 조류 세포수(cells/ml)를 측정하였다. 농도 측정결과, 하류로 내려감에 따라 조류의 농도가 증가하는 경향이 나타났고 금호강 합류 후 최대농도는 측정구간 최하류 우안서 4,460 cells/ml로 나타났다. 주 흐름이 발생하는 하천 중앙부에 비해 유속이 느린 하안서 상대적으로 높은 농도가 측정되었으며, 이와 같은 경향은 하류로 내려감에 따라 강하게 나타났다. 측정된 조류 농도를 이용한 2차원 이송-확산 모델 검증결과, 합류부 최상류 측선서 MAPE = 10.5 %의 최대오차가 발생하였고 최하류 측선서 MAPE = 6.7 %의 최소오차가 발생하였다. 인과 질소와 같은 영양염류의 농도가 높고 횡 방향 수온 분포가 균일한 대상구간의 특성상 영양염류 함수와 수온 함수로부터 계산된 성장속도 가중치 범위는 각각 0.8~1.0, 0.91~1.09로 공간적 변동성이 크게 나타나지 않은 반면, 수심을 변수로 하는 일사량 함수의 성장속도 가중치 범위는 0.05~1.00으로 상대적으로 매우 높은 공간적 변동성이 나타났다. 수심이 4 m 이하인 하천 양안서 0.8 이상의 가중치가 나타났으며, 수심이 7 m 이상인 하천 중앙서 0.4 이하의 가중치가 나타났다. 본 연구의 수치모의 결과, 수리동역학 모델로부터 계산된 수심이 모델 결과 값에 큰 영향을 미치는 것으로 판단된다.

• Electronics and Telecommunications Trends
• /
• v.5 no.2
• /
• pp.39-50
• /
• 1990

다층 퍼셉트론 신경회로망 모델이 여러가지 복잡한 문제를 역전파 학습에 의하여 해결할 수 있다고 보고된 후로, 이 모델을 이용한 응용분야의 연구가 활발하다. 그렇지만, 이 다층 퍼셉트론 모델은 오랜 학습시간이 필요하며, 또 분류경계가 입력층과 숨겨진 층간의 연결가중치에 의해 결정되는 초기하 평면의 조합으로 이루어지기 때문에, 숨겨진 층의 뉴런 수가 부족하면 분류경계를 제대로 나타낼 수 없게 된다. 이러한 단점들을 극복하기 위하여 숨겨진 층의 활성화 함수는 시그모이드 형태가 아닌 가우스 함수가 되도록 하고 이 가우스 함수들의 선형적 합에 의하여 출력층 뉴런들의 값이 결정되는, 즉, 가우스 함수가 출력층의 전위함수(potential function)가 되는 신경회로망이 여러번 제안되었다. 본 논문에서는 가우스 함수를 전위함수로 가지는 신경회로망 모델들에 대하여 이 모델들의 실제 응용 예와 함께 알아보겠다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.315-316
• /
• 2011

일반적으로 영상에서 얼굴 영상을 검출하고 인식하는 알고리즘은 패턴 인식 연구에 있어서 인간과 컴퓨터의 상호작용의 연구라는 면에서 아주 중요한 문제로 연구되어 왔다. 본 논문에서는 고유얼굴을 이용하여 유클리디언 거리법과 퍼지기법의 인식률을 비교해보고자 한다. PCA(Principal Component Analysis) 방식은 우수한 인식 결과를 보장하는 얼굴인식 기법중의 하나이며, 얼굴 영상을 이용하여 공분산 행렬을 계산하고, 공분산 행렬을 통해 생성된 저차원의 벡터, 즉 고유얼굴(Eigenface)을 이용하여 가중치를 계산하고, 이 가중치를 기준으로 인식을 수행하는 기법이다. 이를 기반으로 하여, 본 논문에서는 전처리 과정, 고유얼굴 과정, 유클리디언 거리법 및 퍼지 소속도 함수 설계 과정, 신경망 학습과정, 인식과정으로 구성된 5단계의 얼굴 인식 알고리즘을 제안한다.