• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2001.11a
• /
• pp.158-163
• /
• 2001

본 논문의 국내 패션 업체에서 상품기획 과정 중 많은 시간과 노력을 투자해야 했던 디자인 및 패턴 자료를 데이터베이스화하여 key word를 통해 효율적으로 찾아 사용할 수 있도록 한 디지털 여성 자켓 분류 데이터베이스 시스템을 개발하고자 실시되었다. 이를 위해 의류업체 종사자 48명과 의류학 전공 대학원생 54명, 패턴 전문가 11명을 대상으로 설문조사 및 인터뷰를 실시하여 디자인 및 패턴의 분류 기준과 의류 생산기획 업무의 디지털화 가능성을 검토하였다. 본 연구의 결과는 다음과 같다. 국내 의류업체에서는 상품기획시 국외패션잡지와 collection지를 가장 많이 활용하고 있었으며, 디자인 및 패턴 DB 프로그램에 대한 효용성 기대와 수용도 기대에는 집단간 유의한 차이가 있는 것으로 나타났다. 여성 자켓 디자인 DB를 위한 구성요소 분류 기준은 7가지고 선정되었고, 이미지 형용사 분류 기준은 6가지로 선정되었다. 또한 자켓 제작을 위한 block pattern 분류 기준은 4가지로 선정되었다. 본 연구를 통해 개발된 자켓 디자인 선택 프로그램의 모델을 제시한 후 실험 참가자들에게 효용성 및 사용가능성을 다시 검증한 결과, 프로그램 제시 전 조사결과보다 유의하게 긍정적으로 평가되었으며, 데이터베이스 자료 활용시 이미지 형용사를 통한 검색보다는 구성요소를 통한 검색에 더 만족하는 것으로 나타났다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1347-1348
• /
• 2015

본 논문에서는 기상레이더 데이터에서 섞여있는 강수에코 및 비강수에코를 분류하기 위하여 Interval Type-2 FCM based RBFNN의 도움으로 사례 및 에코 분류기의 설계를 제안한다. 학습과 테스트 데이터는 현재 기상청에서 사용하는 UF radar data를 사용하였으며, 사례 분류기와 에코패턴 분류기의 데이터를 각각 생성한다. 전처리 과정인 사례 분류를 통하여 강수사례 혹은 비강수사례를 분류하여 강수사례일 경우 에코패턴분류를 진행하며, 비강수사례일 경우 데이터에 관측된 모든 반사도 값을 제거한다. 사례 및 에코 분류기는 Interval Type-2 FCM based RBFNN을 통하여 패턴분류를 진행하며, 패턴분류 성능을 확인한다. 또한 후반부 파라미터의 동정 시, 각 규칙에 파라미터를 전역적으로 구하는 LSE와 각 규칙에 대한 파라미터를 독립적으로 구하는 WSLE의 비교연구를 수행한다. 분류기의 성능을 확인하기 위하여 사례 분류 후 에코패턴분류의 결과는 현재 기상청에서 사용하고는 품질검사(QC) 데이터와 비교하여 평가하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.9
• /
• pp.2145-2152
• /
• 2013

Paper manufacturing industries have huge facilities with automatic equipments. Especially, in order to improve the efficiency of the paper manufacturing processes, it is necessary to detect the paper cutting defect effectively and to classify the causes correctly. In this paper, we review the problems of web monitoring system and web inspection system that have been traditionally used in industries for defect detection. Then we propose a novel paper cutting defect detection method based on the local binary pattern analysis and its implementation to mitigate the practical problems in industry environment. The proposed algorithm classifies the defects into edge-type and region-type and then it is shown that the proposed system works stably on the real paper cutting defect detection system.

• The KIPS Transactions:PartB
• /
• v.9B no.3
• /
• pp.319-326
• /
• 2002

In this paper, we have designed and implemented cluttering classification systems- unsupervised classifiers-for the processing of satellite remote sensing images. Implemented systems adopt various design patterns which include a factory pattern and a strategy pattern to support various satellite images'formats and to design compatible systems. The clustering systems consist of sequential clustering, K-Means clustering, ISODATA clustering and Fuzzy C-Means clustering classifiers. The systems are tested by using a Landsat TM satellite image for the classification input. As results, these clustering systems are well designed to extract sample data for the classification of satellite images of which there is no previous knowledge. The systems can be provided with real-time base clustering tools, compatibilities and components' reusabilities as well.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.3
• /
• pp.289-293
• /
• 2005

Pattern classification extracts various types of pattern information expressing objects in the real world and decides their class. The top priority of pattern classification technologies is to improve the performance of classification and, for this, many researches have tried various approaches for the last 40 years. Classification methods used in pattern classification include base classifier based on the probabilistic inference of patterns, decision tree, method based on distance function, neural network and clustering but they are not efficient in analyzing a large amount of multi-dimensional data. Thus, there are active researches on multiple classifier systems, which improve the performance of classification by combining problems using a number of mutually compensatory classifiers. The present study identifies problems in previous researches on multiple SVM classifiers, and proposes BORSE, a model that, based on 1:M policy in order to expand SVM to a multiple class classifier, regards each SVM output as a signal with non-linear pattern, trains the neural network for the pattern and combine the final results of classification performance.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.148-150
• /
• 2001

발견된 Web Usage 패턴들은 분석하는 전문가에게는 불필요하고 흥미롭지 못해 의사결정에 도움이 못되는 경우가 많다. 따라서 발견된 패턴에 대한 도메인 전문가의 사전 Belief에 기반한 패턴 검증 과정이 필요하다. 발견된 패턴의 유용성 여부는 패턴의 Unexpectedness를 측정함으로써 결정할 수 있다. 본 논문에서는 패턴의 Unexpectedness를 전문가의 Belief에 기반하여 검증하기 위한 새로운 방법론 제안한다. 발견된 패턴과 전문가 Belief를 매칭 알고리즘을 이용하여 패턴을 4가지(완전일치, 조건부 일치, 결과부 일치, 완전 불일치)로 분류하는 1차 검증과 1차 검증 결과의 4가지 분류데이터를 통계적 추론 방법인 Dempster-chafer에 적용한 2차 검증으로 나뉜다. 1차 검증 과정은 패턴의 분류 용이성을 부여하나 패턴의 Unexpectedness에 대한 신뢰성을 제공하지 못한다. 이 문제점을 2차 검증 과정을 통해 해결한다.

• Journal of Korea Multimedia Society
• /
• v.10 no.11
• /
• pp.1516-1522
• /
• 2007

We had proposed the FPA(Fixed Partition Averaging) method in order to improve the storage requirement and classification rate of the Memory Based Reasoning. The algorithm worked not bad in many area, but it lead to some overhead for memory usage and lengthy computation in the multi classes area. We propose an Repetitive FPA algorithm which repetitively partitioning pattern space in the multi classes area. Our proposed methods have been successfully shown to exhibit comparable performance to k-NN with a lot less number of patterns and better result than EACH system which implements the NGE theory.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.13 no.5
• /
• pp.931-936
• /
• 2009

Classification problem plays a major role in grouping of the records in database systems, detection of faults in VLSI circuits, image processing, and so on. In this paper, we propose the algorithm constructing D1-MACA as a two-class classifier with minimum memory for given pattern sets using the concepts of subspace. Also we analyze the condition that is designed a two-class classifier D1-MACA with two attractors.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.13 no.2
• /
• pp.1-11
• /
• 2014

In this paper, travel speed patterns were deducted based on historical DSRC travel speed data using Decision Tree technique to improve availability of the massive amount of historical data. These patterns were designed to reflect spatio-temporal vicissitudes in reality by generating pattern units classified by months, time of day, and highway sections. The study area was from Seoul TG to Ansung IC sections on Gyung-bu highway where high peak time of day frequently occurs in South Korea. Decision Tree technique was applied to categorize travel speed according to day of week. As a result, five different pattern groups were generated: (Mon)(Tue Wed Thu)(Fri)(Sat)(Sun). Statistical verification was conducted to prove the validity of patterns on nine different highway sections, and the accuracy of fitting was found to be 93%. To reduce travel pattern errors against individual travel speed data, inclusion of four additional variables were also tested. Among those variables, 'traffic condition on previous month' variable improved the pattern grouping accuracy by reducing 50% of speed variance in the decision tree model developed.

• Proceedings of the KIEE Conference
• /
• 2005.11a
• /
• pp.9-11
• /
• 2005

본 연구는 GIS 진단신뢰성 향상기술 개발을 목적으로, 16개의 인위적 결함을 이용하여 부분방전 신호를 발생시키고 검출하여 그 패턴인식 확률을 높이기 위하여 신경망에 Genetic Algorithm (GA) 을 적용하였다. 이를 위하여 다음과 같은 5가지 서로 다른 신경망 모델을 선택하였다: Back Propagation (BP), Jordan-Elman Network (JEN), Principal Component Analysis (PCA), Self-Organizing Feature Map (SOFM) 및 Support Vector Machine (SVM). 이와 같이 선택된 모델에 동일한 데이터를 학습 시키고 패턴인식 확률을 비교 및 분석하였다. 실험 결과에 의하면, BP의 인식률이 가장 높고 다음으로 JEN의 인식률이 높이 나타났으며, 후자의 경우 모든 결함에 대하여 정확한 패턴분류를 한 반면에 전자의 경우 1.8% 의 분류 오차가 발생하였다. 따라서 인식률이 높은 신경망이 더 정확한 패턴분류를 보장하지 못한다는 실험적 결과를 고려 할 때, 인식률이 높은 두 개의 모델을 선정하여 각각의 출력에 일정한 가중치를 주고 합산하여 새로운 출력을 얻는 방법을 제안한다.