• 제목/요약/키워드: 단일 클래스 분류

검색결과 69건 처리시간 0.034초

다중 정상 하에서 단일 클래스 분류기법을 이용한 이상치 탐지 : TFT-LCD 공정 사례 (A Novelty Detection Algorithm for Multiple Normal Classes : Application to TFT-LCD Processes)

  • 주태우;김성범
    • 대한산업공학회지
    • /
    • 제39권2호
    • /
    • pp.82-89
    • /
    • 2013
  • Novelty detection (ND) is an effective technique that can be used to determine whether a future observation is normal or not. In the present study we propose a novelty detection algorithm that can handle a situation where the distributions of target (normal) observations are inhomogeneous. A simulation study and a real case with the TFT-LCD process demonstrated the effectiveness and usefulness of the proposed algorithm.

단일 클래스 분류기법을 이용한 반도체 공정 주기 신호의 이상분류 (One-class Classification based Fault Classification for Semiconductor Process Cyclic Signal)

  • 조민영;백준걸
    • 산업공학
    • /
    • 제25권2호
    • /
    • pp.170-177
    • /
    • 2012
  • Process control is essential to operate the semiconductor process efficiently. This paper consider fault classification of semiconductor based cyclic signal for process control. In general, process signal usually take the different pattern depending on some different cause of fault. If faults can be classified by cause of faults, it could improve the process control through a definite and rapid diagnosis. One of the most important thing is a finding definite diagnosis in fault classification, even-though it is classified several times. This paper proposes the method that one-class classifier classify fault causes as each classes. Hotelling T2 chart, kNNDD(k-Nearest Neighbor Data Description), Distance based Novelty Detection are used to perform the one-class classifier. PCA(Principal Component Analysis) is also used to reduce the data dimension because the length of process signal is too long generally. In experiment, it generates the data based real signal patterns from semiconductor process. The objective of this experiment is to compare between the proposed method and SVM(Support Vector Machine). Most of the experiments' results show that proposed method using Distance based Novelty Detection has a good performance in classification and diagnosis problems.

분광혼합분석 기법을 이용한 탄천유역 불투수율 평가 (Estimating Impervious Surface Fraction of Tanchon Watershed Using Spectral Analysis)

  • 조홍래;정종철
    • 대한원격탐사학회지
    • /
    • 제21권6호
    • /
    • pp.457-468
    • /
    • 2005
  • 도시화에 따른 불투수 지표면의 증가는 도시환경에 부정적인 영향을 미치게 된다. 따라서 도시 내 불투수 지역의 시공간적 변화 사항을 탐색하고 정량화하는 작업은 도시환경을 연구함에 있어 무엇보다 중요한 일이라 할 수 있다 지난 시기 도시지역의 불투수 지표면을 탐색하는 방법으로는 전통적인 영상분류 기법이 많이 사용되었다. 그러나 기존의 전통적인 영상분류 기법은 영상을 구성하는 각 셀이 지표면에 존재하는 다양한 객체들의 분광특성이 혼합된 결과임에도 불구하고 단 하나의 클래스로만 구분하는 단점을 가진다. 또한 불투수 지표면의 비율을 산정하기 위해서는 영상분류 후 각 분류항목에 불투수율을 할당해야하는 2중의 노력이 필요하며, 각 클래스에 단일한 불투수율을 지정해야만 하는 단점을 갖는다. 본 논문에서는 기존의 영상 분류방법이 갖는 이러한 단점을 보완하고자 불투수 지표면의 비율을 산정하기 위해 분광혼합분석 (spectral mixture analysis) 기법을 이용하였다. 분광혼합분석 기법을 적용하기 위해 식생, 토양, low albedo, high albedo 등 4가지 요소를 엔드멤버로 선택하였으며, 불투수율은 low albedo와 high albedo의 합으로 산정하였다. 대상 연구지역은 지난 십여년 동안 급격한 도시화가 진행된 탄천유역을 선정하였으며, 1988, 1994, 2001년의 Landsat 영상을 이용하여 신도시 건설에 따른 불투수 지표면의 변화율을 검토하였다. 분석결과 탄천유역의 불투수율은 88년 $15.6\%$, 94년 $20.1\%$, 2001년 $24\%$로 증가된 것으로 나타났다. 결론적으로 도시 불투수율을 분석 시 분광혼합분석 기법을 적용할 경우 추가적인 노력 없이 비교적 정확한 불투수율을 얻을 수 있음을 확인할 수 있었다.

Low Resolution Infrared Image Deep Convolution Neural Network for Embedded System

  • Hong, Yong-hee;Jin, Sang-hun;Kim, Dae-hyeon;Jhee, Ho-Jin
    • 한국컴퓨터정보학회논문지
    • /
    • 제26권6호
    • /
    • pp.1-8
    • /
    • 2021
  • 본 논문은 저해상도 적외선영상을 사양이 낮은 임베디드 시스템에서 추론 가능하도록 강화된 VGG 스타일과 Global Average Pooling 조합으로 정확도를 증가시키면서 연산량을 최소화하는 딥러닝 컨볼루션 신경망을 이용한 저해상도 적외선 표적 분류 방법을 제안한다. 제안한 알고리즘은 OKTAL-SE로 생성한 합성영상 클래스 9개 3,723,328개를 분류하였다. 최초 임베디드 추론 가능하도록 파라메터 수가 최소화된 최대풀링 레이어 기준 입력단 8개와 출력단 8개 조합에 비해 강화된 VGG 스타일을 적용한 입력단 4개와 출력단 16개 필터수 조합을 이용하여 연산량은 약 34% 감소시켰으며, 정확도는 약 2.4% 증가시켜 최종 정확도 96.1%을 획득하였다. 추가로 C 코드로 포팅하여 수행시간을 확인하였으며, 줄어든 연산량 만큼 수행 시간이 약 32% 줄어든 것을 확인할 수 있었다.

스마트 교통 단속 시스템을 위한 딥러닝 기반 차종 분류 모델 (Vehicle Type Classification Model based on Deep Learning for Smart Traffic Control Systems)

  • 김도영;장성진;장종욱
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2022년도 춘계학술대회
    • /
    • pp.469-472
    • /
    • 2022
  • 최근 지능형 교통 시스템의 발전에 따라 딥러닝을 기술을 적용한 다양한 기술들이 활용되고 있다. 도로를 주행하는 불법 차량 및 범죄 차량 단속을 위해서는 차량 종류를 정확히 판별할 수 있는 차종 분류 시스템이 필요하다. 본 연구는 YOLO(You Only Look Once)를 이용하여 이동식 차량 단속 시스템에 최적화된 차종 분류 시스템을 제안한다. 제안 시스템은 차량을 승용차, 경·소·중형 승합차, 대형 승합차, 화물차, 이륜차, 특수차, 건설기계, 7가지 클래스로 구분하여 탐지하기 위해 단일 단계 방식의 객체 탐지 알고리즘 YOLOv5를 사용한다. 인공지능 기술개발을 위하여 한국과학기술연구원에서 구축한 약 5천 장의 국내 차량 이미지 데이터를 학습 데이터로 사용하였다. 한 대의 카메라로 정면과 측면 각도를 모두 인식할 수 있는 차종 분류 알고리즘을 적용한 지정차로제 단속 시스템을 제안하고자 한다.

  • PDF

다중 클래스 SVM을 이용한 계층적 인터넷 애플리케이션 트래픽의 분류 (Hierarchical Internet Application Traffic Classification using a Multi-class SVM)

  • 유재학;이한성;임영희;김명섭;박대희
    • 한국지능시스템학회논문지
    • /
    • 제20권1호
    • /
    • pp.7-14
    • /
    • 2010
  • 본 논문에서는 인터넷 애플리케이션 트래픽 분류방법으로 대표되는 포트 번호 및 페이로드 정보를 이용하는 방법론의 한계점을 극복하는 대안으로서, SVM을 기반으로 한 계층적 인터넷 애플리케이션 트래픽 분류 시스템을 제안한다. 제안된 시스템은 이진 분류기인 SVM과 단일클래스 SVM의 대표적 모델인 SVDD를 계층적으로 결합한 새로운 트래픽 분류 모델로서, 학내에서 수집된 양방향 트래픽 플로우 데이터에 대한 최적의 속성 부분집합을 선택한 후, P2P 트래픽과 non-P2P 트래픽을 빠르게 분류하는 첫 번째 계층, P2P 트래픽들을 파일공유, 메신저, TV로 분류하는 두 번째 계층, 그리고 전체 16가지 애플리케이션 트래픽별로 세분화 분류하는 세 번째 계층으로 구성된다. 제안된 시스템은 인터넷 애플리케이션 트래픽을 coarse 혹은 fine하게 분류함으로써 효율적인 시스템의 자원 관리, 안정적인 네트워크 환경의 지원, 원활한 대역폭의 사용, 그리고 적절한 QoS를 보장할 수 있다. 또한, 새로운 애플리케이션 트래픽이 추가되더라도 전체 시스템을 재학습시킬 필요 없이 새로운 애플리케이션 트래픽만을 추가 학습함으로써 시스템의 점증적 갱신 및 확장성도 가능하다. 실험을 통하여 제안된 시스템의 성능을 검증한다.

레이저유도 플라즈마 분광법을 이용한 폐금속 분류를 위한 추정 연성정보 기반의 최빈 분류 기술 (Estimated Soft Information based Most Probable Classification Scheme for Sorting Metal Scraps with Laser-induced Breakdown Spectroscopy)

  • 김에덴;장혜민;신성호;정성호;황의석
    • 자원리싸이클링
    • /
    • 제27권1호
    • /
    • pp.84-91
    • /
    • 2018
  • 본 연구에서는 레이저유도 플라즈마 분광법(Laser induced breakdown spectroscopy, LIBS) 기반의 금속 종류별 스펙트럼 데이터를 이용하여 연성정보(soft information)를 추정하고 최빈 클래스로 분류하는(most probable classification) 금속 분류 방법을 제안한다. 폐금속 자원과 같이 사전 정보가 없는 금속을 분류하는 경우 몇 가지 핵심 구성성분에 대한 정량 분석을 통해서 클래스를 추정하는 방법이 효율적이다. 이에 따라 부분 집합 기반의 부분최소제곱회귀법(Partial Least Square Regression, PLSR)을 이용하여 LIBS 검출 스펙트럼으로부터 각 성분의 농도를 독립적으로 신뢰성 있게 추정하고, 인증 표준물질(CRM) 등 알려진 모집합의 농도정보에 기반하여 최고 확률을 갖도록 분류하는 기술을 제안한다. 샘플 스펙트럼들의 다변량 분석을 통해서 여러 성분의 추정 농도를 다변량 정규 분포를 갖는 것으로 가정하고 통합(Joint) 추정 연성정보를 구할 수 있으며, 이를 활용한 최빈 확률 검출이나 추가적인 사전 정보의 결합 등을 통해서 분류 성능을 향상시킬 수 있다. 제안된 기술의 평가를 위해서 9가지 종류의 CRM 금속시료의 LIBS 스펙트럼 데이터를 사용하며, 부분 집합 기반의 PLSR 농도 추정 기술을 기반으로 단변량 혹은 다변량 정규 분포 연성 정보추정을 통해 미지 금속의 검출과 연성 정보의 검출 등을 테스트 하였다. 또한 방사형 차트(Radar chart)를 이용하여 추정된 농도와 획득한 연성정보를 효과적으로 시각화함으로써 기존 라이브러리에 포함된 부분 집합의 금속과 비교하여 해당 금속과의 유사성을 그래프를 통해 추정할 수 있다.

Ensemble of Nested Dichotomies 기법을 이용한 스마트폰 가속도 센서 데이터 기반의 동작 인지 (Ensemble of Nested Dichotomies for Activity Recognition Using Accelerometer Data on Smartphone)

  • 하으뜸;김정민;류광렬
    • 지능정보연구
    • /
    • 제19권4호
    • /
    • pp.123-132
    • /
    • 2013
  • 최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.

정보력 있는 유전자 선택 방법 조합을 이용한 마이크로어레이 분류 시스템 구현 (The Implement of System on Microarry Classification Using Combination of Signigicant Gene Selection Method)

  • 박수영;정채영
    • 한국정보통신학회논문지
    • /
    • 제12권2호
    • /
    • pp.315-320
    • /
    • 2008
  • 오늘날 인간 genome프로젝트와 같은 종합적인 연구의 궁극적 목적을 달성하기 위해서는 이들 연구로부터 획득한 대량의 관련 데이터에 대해 새로운 현실적 의미를 부여할 수 있어야 한다. 이러한 맥락에서 유전자 발현 분석 시스템과 염기 서열 분석 시스템의 구축이 포스트 genome 시대를 맞이하여 새롭게 주복을 받고 있다. 최근에는 종양의 특정 부 클래스가 특정 염색체와 관련되어 있다는 사실이 밝혀지면서, 마이크로어레이는 유전자 발현 정보를 기반으로 암의 분류와 예측을 통한 진단 분야에도 활용되기 시작했다. 본 논문에서는 암에 걸린 흰쥐 외피 기간 세포 분화 실험에서 얻어진 3840 유전자의 마이크로어레이 cDNA를 이용하여 데이터의 정규화를 거쳐 정보력 있는 유전자 목록을 별도로 추출할 수 있는 시스템을 고안하고 보다 정보력 있는 유전자를 선택하기 위해 조합 방법을 제안하였다. 그리고 제안한 시스템과 방법론의 가능성을 실험을 통해 검증하였다. 그 결과 PC-ED 조합이 98.74%의 정확도와 0.04%의 MSE를 보여 단일 유사성 척도를 사용하여 유전자 목록을 생성하고 실험을 수행한 경우보다 분류 성능이 향상되었다.

동영상 전송을 위하여 터보코드와 EREC알고리즘을 이용한 UEP설계 (Implementation of UEP using Turbo Codes and EREC Algorithm for Video Transmission)

  • 심우성;허도근
    • 한국통신학회논문지
    • /
    • 제25권7A호
    • /
    • pp.994-1004
    • /
    • 2000
  • 본 논문에서는 무선과 같은 대역 제한되고 잡음의 영향이 심한 환경에서 동영상 부호화를 위해 H.263를 이용하여 비트스트림을 구성하였다. 구현된 비트스트림의 실제 데이터 부분에 대한 UEP를 위해 제안된 EREC 알고리즘을 적용하여 EREC 서부프레임을 구현한다. 이러한 것은 블록단위의 재동기를 할 수 있어 에러의 전파를 최소로할 수 있고 INTRADC, MVD와 같은 중요 비트위치알 수 있다. 이러한 중요비트 위치를 이용하여 클래스를 분류하고 클래스정보에 의해 가변적인 puncturing 테이블을 설계하였으며 터보 코드의 부호율을 클래스에 따라 다르게 설계하였다. 채널코딩은 터보 코드를 사용하고 인터리버는 EREC 서브프레임 단위의 가변 부호율을 적용시 중요비트의 부가 비트가 제거되지 않고 가변적인 크기이지만 송, 수신단에서 항상 동일하게 설계한다. 시뮬레이션 결과 비트오류확률 측면에서 EEP와 비슷한 부호율을 갖는 UEP는 개선된 결과를 얻을 수 있었고 영상에 적용한 결과 중요 비트들의 보호에의해 주관적, 객관적 화질이 좋아짐을 알 수 있었다.

  • PDF