• 한국멀티미디어학회논문지
• /
• 제19권1호
• /
• pp.22-29
• /
• 2016

Hidden Markov Model is one of the most successful and popular tools for modeling real world sequential data. Real world signals come in a variety of shapes and variabilities, among which temporal and spectral ones are the prime targets that the HMM aims at. A new problem that is gaining increasing attention is characterizing missing observations in incomplete data sequences. They are incomplete in that there are holes or omitted measurements. The standard HMM algorithms have been developed for complete data with a measurements at each regular point in time. This paper presents a modified algorithm for a discrete HMM that allows substantial amount of omissions in the input sequence. Basically it is a variant of Baum-Welch which explicitly considers the case of isolated or a number of omissions in succession. The algorithm has been tested on online handwriting samples expressed in direction codes. An extensive set of experiments show that the HMM so modeled are highly flexible showing a consistent and robust performance regardless of the amount of omissions.

• 한국멀티미디어학회논문지
• /
• 제21권8호
• /
• pp.849-857
• /
• 2018

In this paper, we propose an automatic composition method using time series embedding of RNN Auto-Encoder. RNN Auto-Encoder can learn existing songs and can compose new songs from the trained RNN decoder. If one song is fully trained in the RNN Auto-Encoder, the song is embedded into the vector values of RNN nodes in the Auto-Encoder. If we train a lot of songs and apply a specific vector to the decoder of Auto-Encoder, then we can obtain a new song that combines the features of trained multiple songs according to the given vector. From extensive experiments we could find that our method worked well and generated various songs by selecting of the composition vectors.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2012년도 춘계학술발표대회논문집
• /
• pp.195-197
• /
• 2012

고령화 사회 문제의 해결을 위하여 저비용의 효율적인 문제해결을 위한 솔루션으로서 IT를 중심으로 많은 유비쿼터스 프로젝트가 진행되고 있다. 본 연구에서는 고령자를 위한 응급구난 시스템을 위한 단말시스템을 구현하였다. 생체데이터 수집을 위한 손목시계형 센서노드와, 의료센터와의 통신을 위한 단말기 및 스마트폰 어플리케이션을 개발하였으며, 이를 이용하여 생체데이터의 실시간 모니터링과 응급 상황 인지를 통해 의료관리 및 응급구난 서비스를 수행할 수 있다.

• 정보처리학회논문지D
• /
• 제14D권3호
• /
• pp.311-318
• /
• 2007

임베디드 시스템 기술 발전으로 차세대 컴퓨터로서 웨어러블 컴퓨터가 등장하게 되었다 아직까지 이러한 웨어러블 컴퓨터는 하드웨어와 소프트웨어 성능의 한계로 응용에 제한을 가지고 있다. 본 연구에서는 국내에서 개발한 임베디드 웨어러블 컴퓨터에서 멀티미디어 응용 서비스가 가능하도록 하는 MPEG-4 비디오 플레이어를 구현하였다. 본 논문은 ETRI에서 개발한 손목시계형 웨어러블 컴퓨터인 WPS(Wearable Personal Station) 상에서의 MPEG-4 동영상 플레이어 구현에 대해 기술한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.221-223
• /
• 2021

본 논문에서는 손동작 데이터에서 추출한 데이터를 다변수 시계열 데이터 분류를 자동으로 찾는 NAS 모델에 적용하여 손동작 인식 모델을 찾는 방법을 제안한다. NAS를 통해 모델을 구하는 과정은 프로그래머의 시간과 노력을 절감시켜준다. 손동작 인식을 위해 DHG-14/28 데이터셋과 SHREC'17 Track 데이터셋에 논문에서 제안한 방법을 적용하여 손동작 인식 정확도가 기존의 모델보다 높은 손동작 인식률을 얻음을 실험을 통하여 확인하였다. 실험에서 DHG-14/28 데이터셋의 손동작 인식 정확도는 96.38%, 96.63%, SHREC'17 Track 데이터셋의 정확도는 96.88%, 96.57%를 얻었다.

• 한국멀티미디어학회논문지
• /
• 제3권2호
• /
• pp.201-208
• /
• 2000

이 논문에서는 시계열 예측을 위하여 퍼지 엔트로피에 의한 입력공간의 분할과 퍼지 제어규칙을 자동으로 생성하는 방법을 제안하고, Mackey-Glass 데이터 Set을 이용한 시계열 예측 문제에 적용하여 그 성능을 검증한다. 이 방법은 샤논 함수와 퍼지 엔트로피 함수를 이용하여 입력공간을 분할하고, 분할된 부 공간에 대해 이력 데이터와 부합할 수 있는 각각의 규칙에 등급을 정하여 불필요한 제어규칙을 제거하여 최적의 규칙베이스를 구성하도록 한다. 적용되는 퍼지 신경망의 기본적인 구조는 퍼지 제어기의 규칙베이스와 추론의 과정을 신경회로망을 이용하여 구현하며 퍼지 제어규칙의 매개변수들은 최대 급경사 강하법에 의해 적응되어진다. 제안되는 알고리즘을 매개변수의 수를 줄이기 위하여 제어 규칙의 결론부의 출력값은 신경망의 가중치로 구성하여 퍼지 신경망의 복잡도를 줄임으로서 추론형과 기술형 접근법을 혼합한 형태의 학습 알고리즘이다.

• 정보와 통신
• /
• 제27권7호
• /
• pp.21-28
• /
• 2010

정보통신기술의 발달은 개인용 PC나 노트북과 같은 컴퓨터를 중심으로 이루어진 네트워킹 및 인터넷 환경을 PC와 노트북을 포함한 스마트폰, PDA, 휴대용 멀티미디어 기기와 같이 이동이 가능한 소형의 기기를 중심으로 변화시키고 있다. 통신기능이 가능한 이러한 소형의 장치들은 정보화기기뿐만 아니라 자동차나 시계와 같은 일반적인 사물에도 부착될 수가 있다. 사물에 부착된 통신 장치들은 사물의 정보를 자동으로 획득하게 해주거나 사물간의 통신 네트워크를 통해 정보의 상호 공유가 가능해 진다. 이와 같이 사물에 부착된 통신 장치를 이용하여 사물이 네트워크에 연결되거나 사물간에 통신 네트워크를 구성하는 환경을 사물 통신 혹은 사물 통신 네트워크라 부르며, 사물 통신 네트워크 환경에서는 사람 대 사람, 사람 대 사물뿐만 아니라 사물 대 사물간의 통신 네트워크가 가능해져 모든 객체간의 정보 공유가 가능해 진다. 사물간 통신 네트워크는 유비쿼터스 정보 서비스 사회로 진화하기 위한 필수적인 기술 요소라 할 수 있을 것이다.

• 한국멀티미디어학회논문지
• /
• 제6권1호
• /
• pp.89-96
• /
• 2003

본 논문은 카오스 이론의 프랙탈 차원과 수정된 에농 어트랙터를 이용하여 인쇄체 숫자를 인식하는 새로운 방법을 제안한다. 먼저 숫자 영상으로부터 망 특징 투영 특징, 교차거리 특징을 1차 구한 후, 이 특징들을 시계열 데이터로 변환한다. 그리고 본 논문에서 제안한 수정된 에농 시스템을 이용하여 프랙탈 차원을 나타내는 자연 척도 및 정보 비트값을 구한다. 마지막으로 표준패턴 데이터베이스와 비교하여, 최소 거리값을 이용하여 숫자 인식을 행한다. 실험 결과 10가지 숫자에 대하여 100%의 분류율을 나타내었고, 또한 실제 문서를 대상으로 실험한 결과 90%의 인식률과 초당 26자의 인식속도를 보임으로써 제안된 방법의 유효성을 보였다.

• 한국멀티미디어학회논문지
• /
• 제25권11호
• /
• pp.1547-1556
• /
• 2022

As mechanical facilities are interacting with each other, the failure of some equipment can affect the entire system, so it is necessary to quickly detect and diagnose the abnormality of mechanical equipment. This study proposes a deep learning model that can effectively diagnose abnormalities in rotating machinery and equipment. CNN is widely used for feature extraction and LSTMs are known to be effective in learning sequential information. In LSTM, the number of parameters and learning time increase as the length of input data increases. In this study, we propose a method of segmenting an input segment signal into shorter-length sub-segment signals, sequentially inputting them to CNN through a time-distributed method for extracting features, and inputting them into LSTM. A failure diagnosis test was performed using the vibration data collected from the motor for ventilation equipment installed at the urban railway station. The experiment showed an accuracy of 99.784% in fault diagnosis. It shows that the proposed method is effective in the fault diagnosis of rotating machinery and equipment.

• 한국멀티미디어학회논문지
• /
• 제24권9호
• /
• pp.1251-1260
• /
• 2021

This paper discusses missing data processing using simple moving average (SMA) and kalman filter. Also SMA and kalman predictive value are made a comparative study. Time series analysis is a generally method to deals with time series data in photovoltaic field. Photovoltaic system records data irregularly whenever the power value changes. Irregularly recorded data must be transferred into a consistent format to get accurate results. Missing data results from the process having same intervals. For the reason, it was imputed using SMA and kalman filter. The kalman filter has better performance to observed data than SMA. SMA graph is stepped line graph and kalman filter graph is a smoothing line graph. MAPE of SMA prediction is 0.00737%, MAPE of kalman prediction is 0.00078%. But time complexity of SMA is O(N) and time complexity of kalman filter is O(D²) about D-dimensional object. Accordingly we suggest that you pick the best way considering computational power.