• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.419-422
• /
• 2004

본 논문에서는 신경망 학습을 위한 데이터 획득시 생길 수 있는 오차를 줄이기 위해 획득 데이터에 대한 전처리 과정을 퍼지로써 구현하는 알고리즘을 제안하였다 신경망은 주어진 정보를 이용하여 학습을 가능하게 함으로써 시스템의 특징을 추출하는데 매우 우수한 능력을 발휘하고 있다 그러나 이는 학습에 사용하는 데이터에 오차가 포함되지 않는다는 점을 전제로 하고 있다. 그런데 데이터 획득과정이 인간의 주관적 판단에 의해 수작업으로 이루어지는 경우 학습 데이터는 오차가 존재할 수 있다. 학습 데이터의 오차를 줄이기 위해 조기에 획득된 데이터를 분석하고 추가적인 후보 데이터를 선정하여 데이터 획득 과정에서 큰 영향을 미치는 물체의 거리와 크기를 모두 고려할 수 있도록 퍼지 모델로써 구현하고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.36-39
• /
• 2020

최근 딥 러닝을 이용한 방법들이 이미지 분류에서 뛰어난 성능을 보임에 따라, 복잡한 특징을 담고 있는 얼굴 이미지에 대해 이를 적용하려는 시도가 늘어나고 있다. 특히, 이미지로부터 주요한 특징들을 추출하여 간결하게 이미지를 대표할 수 있는 이미지 기술자 (Image descriptor)를 딥 러닝을 통해 생성하는 연구가 인기를 끌고 있다. 이는 딥 러닝 끝 단에 있는 Fully-connected layer 의 출력으로 얻을 수 있으며 이미지의 의미론적 상관관계를 이용하여 학습된다. 구체적으로, 이미지 기술자는 실수형 벡터 데이터로서, 한 장의 이미지를 수치화 하여 비슷한 이미지 사이에는 벡터 거리가 가깝게, 서로 다른 이미지 사이에는 벡터 거리가 멀게 구성된다. 본 연구에서는 미리 학습된 인공 신경망을 통과시켜 얻은 얼굴 이미지 기술자를 활용하여 멤버 분류를 위한 두 개의 인공 신경망을 학습하는 것을 목표로 한다. 제안된 방법을 검증하기 위해 얼굴 인식에 널리 사용되는 벤치 마크 데이터셋을 활용하였고, 그 결과 제안된 방법이 높은 정확도로 멤버를 분류할 수 있다는 것을 확인하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.22 no.10
• /
• pp.2102-2111
• /
• 1997

Hand written numeral is projected on the 3D space after pre-processing of inputs and it makes a index by tracking of numerals. It computes the distance between extracted every features. It is used by input part of recognition process from the statistical historgram of the normalization of data in order to adaptation from variation. One hundred unmeral patterns have used for making a standard feature map and 100 pattern for the recogintion experiment. The result of it, we have the recoginition rete is 93.5% based on thresholding is 0.20 and 97.5% based on 0.25.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.304-305
• /
• 2023

드론 비행 후 추출할 수 있는 Log 파일은 드론의 비행 정보를 확인할 수 있는 데이터이다. 이 데이터를 Log 분석기를 사용하여 그래프 형태로 시각화 하게 되면 비행 속도, 거리, 높이 등 다양한 비행데이터를 분석하기에 용이하다. 또한 Log 분석 자료에는 기체운용 중 발생하는 안전 이슈에 대한 기록도 포함되어 있어 드론의 사고 또는 고장유무를 판단할 때에 중요한 자료로서 활용된다. 그러므로 데이터분석 시에 안전 이슈 발생 시점과 연관지어 데이터를 분석하는 것이 보다 효과적이다. 그러나 상용 서비스에서는 분석데이터와 안전 이슈 데이터를 함께 보는 방법은 제공되지 않는다. 따라서 본 논문에서는 기존의 Log 분석 시스템에 안전 이슈 정보를 추가하여 볼 수 있는 방법을 제시하여 드론 운용자가 로그분석을 보다 효과적으로 할 수 있는 방법을 제안하고자 한다.

• Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology
• /
• v.7 no.4
• /
• pp.551-559
• /
• 2017

In this paper, a real-time training method to improve the performance of bearing fault diagnosis. The traditional bearing fault diagnosis cannot classify a condition which is not trained by the classifier. The proposed 4-step method trains and recognizes new condition in real-time, thereby it can classify the condition accurately. In the first step, we calculate the maximum distance value for each class by calculating a Euclidean distance between a feature vector of each class and a centroid of the corresponding class in the training information. In the second step, we calculate a Euclidean distance between a feature vector of new acquired data and a centroid of each class, and then compare with the allowed maximum distance of each class. In the third step, if the distance between a feature vector of new acquired data and a centroid of each class is larger than the allowed maximum distance of each class, we define that it is data of new condition and increase count of new condition. In the last step, if the count of new condition is over 10, newly acquired 10 data are assigned as a new class and then conduct re-training the classifier. To verify the performance of the proposed method, bearing fault data from a rotating machine was utilized.

• The Korean Journal of Applied Statistics
• /
• v.32 no.5
• /
• pp.671-681
• /
• 2019

Studies on predicting arrhythmia using machine learning have been actively conducted with increasing number of arrhythmia patients. Existing studies have predicted arrhythmia based on multivariate data of feature variables extracted from RR interval data at a specific time point. In this study, we consider that the pattern of the heart state changes with time can be important information for the arrhythmia prediction. Therefore, we investigate the usefulness of predicting the arrhythmia with multivariate time series data obtained by extracting and accumulating the multivariate vectors of the feature variables at various time points. When considering 1-nearest neighbor classification method and its ensemble for comparison, it is confirmed that the multivariate time series data based method can have better classification performance than the multivariate data based method if we select an appropriate time series distance function.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.29 no.4
• /
• pp.301-308
• /
• 2016

In this study, a novel method referred as non-marker vision-based displacement measuring system(NVDMS) was introduced in order to measure the displacement of structure. There are two distinct differences between proposed NVDMS and existing vision-based displacement measuring system(VDMS). First, the NVDMS extracts the pixel coordinates of the structure using a feature point not a marker. Second, in the NVDMS, the scaling factor in order to convert the coordinates of a feature points from pixel value to physical value can be calculated by using the external conditions between the camera and the structure, which are distance, angle, and focal length, while the scaling factor for VDMS can be calculated by using the geometry of marker. The free vibration test using the three-stories scale model was conducted in order to analyze the reliability of the displacement data obtained from the NVDMS by comparing the reference data obtained from laser displacement sensor(LDS), and the measurement of dynamic characteristics was proceed using the displacement data. The NVDMS can accurately measure the dynamic displacement of the structure without the marker, and the high reliability of the dynamic characteristics obtained from the NVDMS are secured.

• Journal of KIISE:Databases
• /
• v.28 no.3
• /
• pp.344-356
• /
• 2001

This paper deals with the subsequence searching problem under time-warping in sequence databases. Our work is motivated by the observation that subsequence searches slow down quadratically as the average length of data sequences increases. To resolve this problem, the Segment-Based Approach for Subsequence Searches (SBSS) is proposed. The SBASS divides data and query sequences into a series of segments, and retrieves all data subsequences that satisfy the two conditions: (1) the number of segments is the same as the number of segments in a query sequence, and (2) the distance of every segment pair is less than or equal to a tolerance. Our segmentation scheme allows segments to have different lengths; thus we employ the time warping distance as a similarity measure for each segment pair. For efficient retrieval of similar subsequences, we extract feature vectors from all data segments exploiting their monotonically changing properties, and build a spatial index using feature vectors. Using this index, queries are processed with the four steps: (1) R-tree filtering, (2) feature filtering, (3) successor filtering, and (4) post-processing. The effectiveness of our approach is verified through extensive experiments.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.43 no.1 s.307
• /
• pp.9-16
• /
• 2006

RDA(Relational Discriminant Analysis) is a way of finding classifiers based on the dissimilarity measures among the prototypes extracted from feature vectors instead of the feature vectors themselves. Therefore, the accuracy of the RDA classifier is dependent on the methods of selecting prototypes and measuring proximities. In this paper we propose to utilize PRS(Prototype Reduction Schemes) and Mahalanobis distances to devise a method of increasing classification accuracies. Our experimental results demonstrate that the proposed mechanism increases the classification accuracy compared with the conventional approaches for samples involving real-life data sets as well as artificial data sets.

• Proceedings of the KAIS Fall Conference
• /
• 2011.05b
• /
• pp.537-539
• /
• 2011

최근의 차량 연비는 엔진, 파워트레인 등 차량의 구성품들을 성능 개선하여 많이 향상 되었으나 연비 측정은 현재도 주어진 모드(LA-4, FTP-75 등)에서 컴퓨터 모의시험 및 다이나모에서 수행한다. 본 논문에서는 차량에 미리 장착된 지리정보데이터와 현재 주행하면서 수신되는 GPS 데이터를 이용하여 약 213Km 영동고속도로를 주행하면서 실제 도로의 연비 향상 방안을 도출한다. 지리정보데이터와 주행하면서 수신한 GPS 데이터 중에서 거리와 고도 데이터를 추출하여 각 구간의 경사도, 주행저항을 계산, 연비향상 알고리즘에 따른 속도 프로파일을 영동고속도로 전 구간에 대해서 완성하고 이 속도 프로파일로 컴퓨터를 이용한 AVL사의 CRUISE 프로그램으로 모의 주행하여 연비를 산출하고 연비 향상 방안을 제안한다.