• 제목/요약/키워드: 다중 퍼셉트론

검색결과 40건 처리시간 0.022초

훈련 자료의 임의 선택과 다중 분류자를 이용한 원격탐사 자료의 분류 (Classification of Remote Sensing Data using Random Selection of Training Data and Multiple Classifiers)

  • 박노욱;유희영;김이현;홍석영
    • 대한원격탐사학회지
    • /
    • 제28권5호
    • /
    • pp.489-499
    • /
    • 2012
  • 이 논문에서는 원격탐사 자료의 분류를 목적으로 서로 다른 훈련 집단들과 분류자들로부터 생성된 분류 결과들을 결합하는 분류 틀을 제안하였다. 제안 분류 틀의 핵심 부분은 서로 다른 훈련 집단과 분류자들을 이용함으로써 분류 결과 사이의 다양성을 증가시켜서 결과적으로 분류 정확도를 향상시키는데 있다. 제안 분류 틀에서는 우선 서로 다른 샘플링 밀도를 가지는 서로 다른 훈련 집단들을 생성한 후에, 이들을 서로 다른 구분 능력을 나타내는 분류자들의 입력 훈련 자료로 사용한다. 그리고 초기 분류 결과들에 다수결 규칙을 적용하여 최종 분류 결과를 얻게 된다. 다중 시기 ENVISAT ASAR 자료를 이용한 토지 피복 분류사례 연구를 통해 제안 방법론의 적용 가능성을 검토하였다. 사례 연구에서 3개의 훈련 집단과 최대우도 분류자, 다층 퍼셉트론 분류자, support vector machine 등과 같은 3개의 분류자를 이용한 9개의 분류 결과를 결합하였다. 사례 연구 결과, 제안 분류 틀 안에서 토지 피복 구분에 관한 상호 보완적인 정보의 이용이 가능해져서 가장 높은 분류 정확도를 나타내었다. 서로 다른 결합들을 비교하였을 때, 다양성이 크지 않은 분류 결과들을 결합한 경우에는 분류 정확도의 향상이 나타나지 않았다. 따라서 다중 분류 시스템의 설계시 분류자들의 다양성을 확보하는 것이 중요함을 확인할 수 있었다.

모노스태틱 RCS와 바이스태틱 RCS의 표적 구분 성능 분석 (Performance Comparison for Radar Target Classification of Monostatic RCS and Bistatic RCS)

  • 이성준;최인식
    • 한국전자파학회논문지
    • /
    • 제21권12호
    • /
    • pp.1460-1466
    • /
    • 2010
  • 본 논문은 바이스태틱 RCS와 모노스태틱 RCS를 이용하여 각각 표적 구분 실험을 수행하고 그 성능을 비교 분석하였다. 모노스태틱 및 바이스태틱 RCS로부터 특성을 추출하기 위하여 시간-주파수 영역 해석법인 STFT와 CWT를 이용하였으며, 다중 퍼셉트론 신경망을 구분기로 이용하였다. 실험 결과, 모노스태틱과 바이스태틱 RCS 모두 CWT가 STFT보다 더 나은 구분 성능을 보여주었다. 또한, STFT에서는 바이스태틱 RCS를 이용했을 때, CWT에서는 모노스태틱 RCS를 이용하였을 때 대체적으로 더 좋은 성능을 나타내었다. 결과적으로 본 논문을 통하여 바이스태틱 RCS도 모노스태틱 RCS처럼 표적 구분에 똑같이 적용할 수 있다는 것을 알 수 있었다.

딥러닝을 이용한 가전제품 분류 시스템 구현 (Realization of home appliance classification system using deep learning)

  • 손창우;이상배
    • 한국정보통신학회논문지
    • /
    • 제21권9호
    • /
    • pp.1718-1724
    • /
    • 2017
  • 최근 IoT기반으로 가전제품을 실시간 모니터링을 하는 스마트 플러그가 활성화 되고 있다. 이를 통해 상시 실시간 에너지 소비 모니터링을 통한 소비자의 에너지 절약 유도를 하고, 소비자 설정 기반의 알람 기능을 통해 소비전력을 절감하는 효과를 보고 있다. 본 논문에서는 이러한 실시간 모니터링을 위해 벽 전원 콘센트에서 나오는 교류 전류를 측정한다. 이때, 가전제품마다의 전류 패턴을 분류하고 어떤 제품이 동작하는지 판단을 위해 딥러닝(Deep learning)으로 실험하였다. 전류 패턴의 학습으로 제품의 종류에 따른 인식 성능을 검증하기 위하여, 교차 검증 방법과 붓스트랩(Bootstrap) 검증 방법을 이용하였다. 또한 Cost function과 학습 성공률(Accuracy)이 Train 데이터와 Test 데이터가 동일함을 확인하였다.

피부색상과 복합 특징을 이용한 유해영상 인식 (Adult Image Detection Using Skin Color and Multiple Features)

  • 장석우;최형일;김계영
    • 한국컴퓨터정보학회논문지
    • /
    • 제15권12호
    • /
    • pp.27-35
    • /
    • 2010
  • 유해영상 검출에서 정확하게 피부 색상 영역을 획득하는 것은 매우 중요하다. 그러나 기존의 방법들은 서로 다른 인종, 조명, 화장, 사용된 카메라 등과 같은 여러 원인으로 인해 피부 색상 추출에 여전히 문제를 가지고 있으며, 사전에 미리 정해진 피부 색상 분포 모델을 이용하여 영상에서 피부 영역을 검출한다. 이러한 문제를 해결하기 위해 본 논문에서는 눈 주변 영역에서 샘플을 추출하여 입력 영상에 최적으로 적합된 피부 색상 분포 모델을 생성하여 피부 영역을 강건하게 분할하고, 분할된 피부 영역에서 성인 영상을 대표할 수 있는 특징을 추출한 후, 분할된 피부 영역이 나체의 몸체를 포함하고 있는지를 뉴럴 네트워크 다층 퍼셉트론을 통해 여러 대표적인 특징들을 통합하면서 추론하는 새로운 방법을 제안하다. 본 논문의 실험에서는 피부 색상 영역 분할과 성인영상 검출의 두 가지 성능 측면에서 제안한 방법의 성능이 기존의 방법에 비해 보다 우수함을 보인다. 본 논문에서 제안한 강건한 유해영상검출 기법은 얼굴 검출, 성인영상 필터링 등과 같은 관련된 여러 응용 분야에서 유용하게 활용될 것이라 기대된다.

딥러닝을 이용한 소외계층 아동의 스포츠 재활치료를 통한 정신 건강에 대한 변화 (Variation for Mental Health of Children of Marginalized Classes through Exercise Therapy using Deep Learning)

  • 김명미
    • 한국전자통신학회논문지
    • /
    • 제15권4호
    • /
    • pp.725-732
    • /
    • 2020
  • 본 논문은 소외계층 아동의 운동학습프로그램에서 체력 활동 중 나를 잘 따른다(0-9), 마음의 결정을 내리는데 많은 시간이 걸린다(0-9), 맥빠진(0-9) 등을 변수로 사용하여 '성별', '체육교실', 나이의 '상중하'를 분류하고 스포츠 재활치료를 통한 자아 탄력(ego-resiliency)과 자아 통제(self-control)의 변화를 관찰하여 정신 건강 변화를 알아본다. 이를 위해 취득한 데이터를 병합하고 Label encoder와 One-hot encoding을 사용하여 숫자의 크고 작음의 특성을 제거한 후 MLP, SVM, Dicesion tree, RNN, LSTM의 각각의 알고리즘을 적용하여 성능을 평가하기 위해 Train, Test 데이터를 75%, 25% 스플릿 한 뒤 Train 데이터로 알고리즘을 학습하고 Test 데이터로 알고리즘의 정확성을 측정한다. 측정 결과 성별에서는 LSTM, 체육 교실은 MLP와 LSTM, 나이는 SVM이 가장 우수한 결과를 보임을 확인하였다.

영상 기반 음성합성에서 심도 영상의 유용성 (The usefulness of the depth images in image-based speech synthesis)

  • 이기승
    • 한국음향학회지
    • /
    • 제42권1호
    • /
    • pp.67-74
    • /
    • 2023
  • 발성하고 있는 입 주변에서 취득한 영상은 발성 음에 따라 특이적인 패턴을 나타낸다. 이를 이용하여 화자의 얼굴 하단에서 취득한 영상으로부터 발성 음을 인식하거나 합성하는 방법이 제안되고 있다. 본 연구에서는 심도 영상을 협력적으로 이용하는 영상 기반 음성합성 기법을 제안하였다. 심도 영상은 광학 영상에서는 관찰되지 않는 깊이 정보의 취득이 가능하기 때문에 평면적인 광학 영상을 보완하는 목적으로 사용이 가능하다. 본 논문에서는 음성 합성 관점에서 심도 영상의 유용성을 평가하고자 한다. 60개의 한국어 고립어 음성에 대해 검증 실험을 수행하였으며, 실험결과 객관적, 주관적 평가에서 광학적 영상과 근접한 성능을 얻는 것을 확인할 수 있었으며 두 영상을 조합하여 사용하는 경우 각 영상을 단독으로 사용하는 경우보다 향상된 성능을 나타내었다.

활성화 함수 근사를 통한 지수함수 기반 신경망 마스킹 기법 (Masking Exponential-Based Neural Network via Approximated Activation Function)

  • 김준섭;김규상;박동준;박수진;김희석;홍석희
    • 정보보호학회논문지
    • /
    • 제33권5호
    • /
    • pp.761-773
    • /
    • 2023
  • 본 논문에서는 딥러닝 분야에서 사용되는 신경망 모델, 그중에서도 다중 계층 퍼셉트론 모델에 사용되는 지수함수 기반의 활성화 함수를 근사 함수로 대체하고, 근사 함수에 마스킹을 적용함으로써 신경망 모델의 추론 과정의 전력 분석 저항성을 높이는 방법을 제안한다. 이미 학습된 값을 사용하여 연산하는 인공 신경망의 추론 과정은 그 특성상 가중치나 편향 등의 내부 정보가 부채널 공격에 노출될 위험성이 있다. 다만 신경망 모델의 활성화 함수 계층에서는 매우 다양한 함수를 사용하고, 특히 지수함수 기반의 활성화 함수에는 마스킹 기법 등 통상적인 부채널 대응기법을 적용하기가 어렵다. 따라서 본 연구에서는 지수함수 기반의 활성화 함수를 단순한 형태로 근사하여도 모델의 치명적인 성능 저하가 일어나지 않음을 보이고, 근사 함수에 마스킹을 적용함으로써 전력 분석으로부터 안전한 순방향 신경망 모델을 제안하고자 한다.

Local min/max 연산을 이용한 필기체 숫자의 방향특징 추출 (Directional Feature Extraction of Handwritten Numerals using Local min/max Operations)

  • 정순원;박중조
    • 융합신호처리학회논문지
    • /
    • 제10권1호
    • /
    • pp.7-12
    • /
    • 2009
  • 본 논문에서는 local min/max 연산을 이용한 필기체 숫자의 방향특징 추출 기법을 제안한다. 숫자의 방향특징은 숫자를 이루는 선에서 수평, 수직 및 두 대각방향인 4개 방향의 선들로 구성된 방향선분 영상으로부터 구해진다. Kirsch 마스크를 사용하는 기존의 방향특징 추출기법은 에지형태인 두 겹으로 된 방향선분 영상을 생성하는데 반해 본 논문에서 제시하는 방법은 방향성 수축연산을 사용하여 한 겹으로 된 방향선분 영상을 생성한다. 본 방향성 수축연산을 숫자영상에 적용하기 위해서는 먼저 세선화, 영상 팽창 등의 전처리가 필요하지만 이 방법은 숫자를 이루는 선 자체와 더욱 유사한 형태를 갖는 방향선분을 제공한다. 우리가 구하고자 하는 [$4{\times}4$] 크기인 4개의 방향특징은 4개의 방향선분 영상으로부터 조닝방법을 통해 구해진다. 보다 높은 필기체 숫자인식을 얻기 위해, 본 연구에서는 우리가 제안한 방향특징에 기존의 Kirsch 방향특징과 오목특징을 결합한 다중특징을 사용하였다. 본 숫자 특징에 의한 인식률을 테스트를 위해 오류역전파 알고리즘으로 학습되는 다층퍼셉트론 신경회로망을 인식기로 사용하였으며, Concordia 대학의 CENPARMI 숫자 데이터베이스를 사용하여 실험한 결과 98.35%의 인식률을 얻을 수 있었다.

  • PDF

국토교통연구개발사업 평가지표별 연구개발과제 선정에 대한 영향력 분석 - 국토교통기술사업화지원 사업을 중심으로 - (An Analysis of Influence on the Selection of R&D Project by Evaluation Index for National Land Transport R&D Project - Focusing on the Technology Commercialization Support Project -)

  • 심형욱
    • 산업융합연구
    • /
    • 제20권2호
    • /
    • pp.1-9
    • /
    • 2022
  • 국가연구개발사업 연구개발과제 선정에 대한 투명성과 공정성에 대한 개선 필요성이 지속적으로 제기됨에 따라, 국토교통기술사업화지원 사업을 대상으로 선정평가 지표별 평가 결과에 미치는 영향력을 분석하고 분석결과를 활용한 지표 개선 방안을 모색하였다. 연구자료는 2021년도 국토교통기술사업화지원 사업 중소기업 혁신, 스타트업 2개 분야의 신규 연구개발과제의 선정평가 결과 자료와 평가지표를 적용하였으며, 로지스틱 회귀분석을 이용하여 평가지표별 영향력을 분석하였다. 회귀모형은 분석결과의 신뢰성 제고를 위해 인공신경망 다중 퍼셉트론 분석을 수행하여 영향력이 낮은 평가지표를 사전에 제거하였다. 분석결과, 중소기업 혁신 분야는 인력운영계획에 대한 평가지표의 영향력이 가장 낮고 사업화 추진계획의 적절성 지표의 영향력이 가장 높게 나타났다. 스타트업 분야는 기술개발 적합성, 시장성, 사업수행 적합성 평가지표의 영향력이 상호 유사하게 추정되었으며, 기술성 평가지표의 영향력이 가장 낮게 나타났다. 본 논문의 분석결과는 지속적인 선정평가 지표의 개선 필요성을 시사하며, 분석결과를 활용한 타당한 평가지표 선정 및 공정한 연구개발기관 선정을 통해 국토교통 분야 우수 연구성과 도출 및 우수 기업 육성에 기여할 수 있을 것으로 사료된다.

카드 데이터 기반 심층 관광 추천 연구 (Card Transaction Data-based Deep Tourism Recommendation Study)

  • 홍민성;김태경;정남호
    • 지식경영연구
    • /
    • 제23권2호
    • /
    • pp.277-299
    • /
    • 2022
  • 관광산업에서 발생하는 방대한 카드 거래 데이터는 관광객의 소비 행태와 패턴을 암시하는 중요한 자원이 되었다. 거래 데이터에 기반을 둔 스마트 서비스 시스템을 개발하는 것은 관광산업과 지식관리시스템 개발자들의 주요한 목표들 중 하나이다. 그러나 기존 추천 기법의 근간이 되어 온 평점을 활용하기 어렵다는 점은 시스템 설계자들이 학습 과정을 평가하기 어렵게 한다. 또한 시간적, 공간적, 인구통계학적 정보와 같이 추천 성과를 높일 수 있는 보조 요소들을 적절히 활용하는 방법도 어려운 상황이다. 이러한 문제들에 대하여 본 논문은 카드 거래 데이터를 기반으로 관광 서비스를 추천하는 새로운 방식인 CTDDTR을 제안한다. 먼저 Doc2Vec를 이용하여 시간성 선호도를 임베딩하여 관광객 그룹과 서비스 벡터로 데이터를 표현하였다. 다음 단계로 딥러닝 기술 중 하나인 다중 계층 퍼셉트론을 도입하여 얻어진 벡터와 관광 RDF로부터 도출한 보조 요소를 통합하여 심층 추천 모듈을 구성하였다. 추가로, 지식경영 분야의 RFM 분석 기법을 심층 추천 모듈에 도입하여 심층 신경망을 학습하는데 사용되는 평점을 생성함으로써 평점 부재 문제에 대응하였다. 제안한 CTDDTR의 추천 성능을 평가하기 위해 제주도에서 8년 동안 발생한 카드 거래 데이터를 사용하였고, 제안된 방법의 우수한 추천 성능과 보조 요소의 효과를 증명하였다.