• Journal of the Korean Data and Information Science Society
• /
• v.28 no.6
• /
• pp.1245-1255
• /
• 2017

The online learning is a process of obtaining the solution for a given objective function where the data is accumulated in real time or in batch units. The stochastic gradient descent method is one of the most widely used for the online learning. This method is not only easy to implement, but also has good properties of the solution under the assumption that the generating model of data is homogeneous. However, the stochastic gradient method could severely mislead the online-learning when the homogeneity is actually violated. We assume that there are two heterogeneous generating models in the observation, and propose the a new stochastic gradient method that mitigate the problem of the heterogeneous models. We introduce a robust mini-batch optimization method using statistical tests and investigate the convergence radius of the solution in the proposed method. Moreover, the theoretical results are confirmed by the numerical simulations.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.53 no.2
• /
• pp.47-52
• /
• 2016

The used digital images in the smart device and small displayer has been a downscaled image. In this paper, the detection of the downscaling image forgery is proposed using the feature vector according to the pixel value's gradients. In the proposed algorithm, AR (Autoregressive) coefficients are computed from pixel value's gradients of the image. These coefficients as the feature vectors are used in the learning of a SVM (Support Vector Machine) classification for the downscaling image forgery detector. On the performance of the proposed algorithm, it is excellent at the downscaling 90% image forgery compare to MFR (Median Filter Residual) scheme that had the same 10-Dim. feature vectors and 686-Dim. SPAM (Subtractive Pixel Adjacency Matrix) scheme. In averaging filtering ($3{\times}3$) and median filtering ($3{\times}3$) images, it has a higher detection ratio. Especially, the measured performances of all items in averaging and median filtering ($3{\times}3$), AUC (Area Under Curve) by the sensitivity and 1-specificity is approached to 1. Thus, it is confirmed that the grade evaluation of the proposed algorithm is 'Excellent (A)'.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.54 no.7
• /
• pp.71-78
• /
• 2017

There are several algorithms to classify emotion, such as Support-vector-machine (SVM), Bayesian decision rule, etc. However, many researchers have insisted that these methods have minor problems. Therefore, in this paper, we propose a novel method for emotion recognition based on Electroencephalogram (EEG) signal using the Gradient method which was proposed by Han. We also utilize a database for emotion analysis using physiological signals (DEAP) to obtain objective data. And we acquire four channel brainwaves, including Fz (${\alpha}$), Fp2 (${\beta}$), F3 (${\alpha}$), F4 (${\alpha}$) which are selected in previous study. We use 4 features which are power spectral density (PSD) of the above channels. According to performance evaluation (4-fold cross validation), we could get 85% accuracy in valence axis and 87.5% in arousal. It is 5-7% higher than existing method's.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1996.11a
• /
• pp.683-689
• /
• 1996

5축 가공기는 가공중의 공구자세 변화를 요구하는 복잡한 산업형상의 가공, 혹은 경사 가공을 통한 표면조도 향상등의 목적으로 채용되는 첨예의 공작기계로서 이를 지원하는 CAM연구가 활발히 이루어지고 있다. 그러나, 산업현장에서 흔히 5축 가공기로 일컬어지는 상당수의 5축 가공기는 기구축은 5축을 가지나, 동기제어 축수는 3측인 “선택적 3/5축 가공기”의 형태로서 진정한 의미의 5축가공기와는 근본적으로 다르다. 5축 동기제어를 지원하는 CAM연구는 부분적으로 연구 개발된 상태이나, 선택적 3/5축을 지원하는 CAM 이론은 연구된 바 없으며, 이에 따라 현장에서는 공작물의 셋업을 변경시키는 소위 자동 인덱싱 방식으로 활용하고 있는 실정이다. 본 연구팀에서는 선택적 3/5축 가공기에서 5축 가공을 실현할 수 있는 공구경로 산출 및 제어알고리즘을 개발하고 있으며, 본 논문에서는 (5축 가공 대비) 선택적 3/5축 가공문제의 이론적 특성과 경사가공을 수행하기 위한 알고리즘을 소개하고 시뮬레이션을 통하여 유효성을 보인다.

• International Journal of Highway Engineering
• /
• v.8 no.2 s.28
• /
• pp.105-116
• /
• 2006

This research introduces the method to measure cross-slope using Road Safety Survey and Analysis Vehicle(RoSSAV) with multiple sensors. Cross-slope is an important element like horizontal alignment and vertical alignment in evaluating safety of the roads. In many cases, cross-slope is different from drawings due to frequent overlays. It is extremely difficult to measure cross slope at the roads which has huge traffic volume. Therefore, the algorithm, which can be used when driving the RoSSAV with CPS/INS and Laser Scanner sensors was developed for measuring the cross-slop. Also, in order to examine the algorithm, the superelevation was measured by Laser Scanner and GPS/INS system during travelling and the result was verified by statistical verification.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.588-593
• /
• 2006

자연하천은 일반적으로 만곡수로나 사행수로 형태를 보이고 있으며, 직선수로에서와 달리 원심력에 기인한 이차류 영향을 받게 된다. 이차류에 의해서 수면에서는 만곡부 바깥쪽으로, 하상에서는 만곡부 안쪽으로의 흐름특성을 보이게 된다. 만곡부 안쪽으로 가해지는 하상 전단응력에 기인하여 하상에서의 입자가 만곡부 안쪽으로 이송되며, 결과적으로 만곡부 안쪽에는 점사주가, 바깥쪽에는 소(pool)가 생성된다. 또한 지형경사의 생성으로 입자에 가해지는 중력효과도 변화된다. 따라서 이와 같은 자연하천의 흐름과 하상변동을 수치모의 하기 위해서는 만곡부 이차류 특성을 고려한 모형이 필요하다. 본 연구에서는 수심 적분된 흐름방정식과 하상토 보존방정식 (Exner equation)을 이용한 하상변동을 위한 비연계 수치모형을 위해서 하상토 보존방정식의 유한요소 알고리즘을 개발하였다. 하상토 보존방정식은 흐름 특성에 따른 평형 유사량의 공간변화율을 이용하여 일정 기간 동안의 하상 변화량을 계산한다. 이 때 이차류에 의한 하상 전단응력의 편각 및 지형경사 변화에 따른 실제 입자의 이송방향을 보정하여 평형 유사량이 계산된다. 이러한 보정식을 적용시키기 위해서는 유속성분의 공간변화량 및 지형경사의 공간성분이 필요하다. 유한요소법은 연속성 변수를 이산화시켜 근사해를 구하는 수치기법의 일종이기 때문에, 요소망이 불규칙적으로 구성되었을 경우 임의의 절점에서 연속성을 지닌 변수의 공간변화율을 계산하는데 어려움이 있다. 따라서 본 연구에서는 평형 유사량 계산 시에 절점이 아닌 요소 내부에서 평형 유사량을 계산하는, 하상토 보존방정식의 새로운 유한요소 알고리즘을 개발하고, 새로운 알고리즘을 적용시킨 수치모형의 검증을 행하였다. 경계조건 알고리즘의 검증으로 위해서 Soni 등 (1980)이 행한 상류 유입 유사량에 따른 하상변동을 수치 모의하고 실험치와 비교하였으며, Sutmuller와 Glerum (1980)이 수행한 만곡수로에서의 하상변동을 모의하고 실험과 비교하였다. 새로운 알고리즘을 적용시킨 하상토 보존방정식의 유한요소 수치모형의 결과는 매우 안정적이며, 실험과 매우 유사한 결과를 얻을 수 있었다. 본 수치모델은 현재 균일한 입자의 하상토만을 고려하므로, 입자분급이나 하상 장갑화 현상 등은 무시한다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.40 no.4
• /
• pp.206-213
• /
• 2003

In this paper, we propose a design method of automatic thickness measurement and defect inspection system, which measures the thickness of the autoclaved lightweight concrete block and inspects the defect on a real-time basis. The image processing system was established with a CCD camera, an image grabber, and a personal computer without using assembled measurement equipment. For the realization of proposed algorithm, the preprocessing method that can be applied to overcome uneven lighting environment, threshold decision method, unit length decision method in uneven condition with rocking objects, and the curvature calibration method of camera using a constructed grid are developed. From the experimental results, we have found that the required measurement accuracy specification is sufficiently satisfied using our proposed method.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.15 no.6
• /
• pp.1201-1208
• /
• 2020

A mass of seawater with similar properties in the ocean is called a water mass, and the front is a sea area where two masses of different properties meet. The gradient algorithm is a method of extracting where the sea water temperature pixel changes rapidly assuming that the slope is large, and the place with the large slope is assumed to be a front. This method is able to process large amounts of satellite data at once. Therefore, in this study, we tried to find the front lines in the sea area around the Korean Peninsula by using a gradient algorithm. The study data used gridded sea surface temperature satellite data. The resolution was 1/4°, and the monthly average data from January 1993 to December 2018 were used. There were major five fronts representatively, China Coastal Front, South Sea Coastal Front, Kuroshio Front/ Kuroshio Extension Front, Subpolar Front and the Subarctic Front. As a result of comparing the distribution of front by season, more types of front were distributed in winter and spring than in summer and autumn, and the distribution range was wider.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.2
• /
• pp.189-194
• /
• 2020

This paper analyzes the gradient descent method, which is the one most used for learning neural networks. Learning means updating a parameter so the loss function is at its minimum. The loss function quantifies the difference between actual and predicted values. The gradient descent method uses the slope of the loss function to update the parameter to minimize error, and is currently used in libraries that provide the best deep learning algorithms. However, these algorithms are provided in the form of a black box, making it difficult to identify the advantages and disadvantages of various gradient descent methods. This paper analyzes the characteristics of the stochastic gradient descent method, the momentum method, the AdaGrad method, and the Adadelta method, which are currently used gradient descent methods. The experimental data used a modified National Institute of Standards and Technology (MNIST) data set that is widely used to verify neural networks. The hidden layer consists of two layers: the first with 500 neurons, and the second with 300. The activation function of the output layer is the softmax function, and the rectified linear unit function is used for the remaining input and hidden layers. The loss function uses cross-entropy error.

• ICROS
• /
• v.17 no.3
• /
• pp.22-26
• /
• 2011

신경회로망 기술은 다양한 공학적 및 과학적 문제에 적용되어 왔으며 복잡한 동특성을 갖는 시스템의 모델링에 특히 효율적인 것으로 알려져 있다. 신경회로망 학습은 신경회로망의 가중치 및 바이러스로서 주어지는 파라미터 벡터의 요소를 주어진 목적함수를 최소화하는 최적의 값으로 추정하는 연산과정을 의미한다. 따라서 신경회로망 파라미터 학습은 전체시스템의 성능을 직접적으로 좌우하는 매우 중요한 단계라 할 수 있으며 일반적으로 파라미터의 수정규칙 알고리즘을 도출한다. 이러한 수정규칙은 주로 최적화 기법을 적용하며 경사함수(gradient function)를 포함한다. 최근에는 이러한 경사함수를 포함하지 않는 학습 알고리즘이 많이 개발되고 있으며 특히 칼만 필터링 이론을 접목한 미분 신경회로망의 학습 알고리즘이 최근에 발표되었다.