• Journal of Intelligence and Information Systems
• /
• v.11 no.1
• /
• pp.17-33
• /
• 2005

This paper presents the proposed a classifier of liver cirrhotic step using MR(magnetic resonance) imaging and hierarchical neural network. The data sets for classification of each stage, which were normal, 1type, 2type and 3type, were analysis in the number of data was 231. We extracted liver region and nodule region from T1-weight MR liver image. Then objective interpretation classifier of liver cirrhotic steps. Liver cirrhosis classifier implemented using hierarchical neural network which gray-level analysis and texture feature descriptors to distinguish normal liver and 3 types of liver cirrhosis. Then proposed Neural network classifier learned through error back-propagation algorithm. A classifying result shows that recognition rate of normal is $100\%$, 1type is $82.8\%$, 2type is $87.1\%$, 3type is $84.2\%$. The recognition ratio very high, when compared between the result of obtained quantified data to that of doctors decision data and neural network classifier value. If enough data is offered and other parameter is considered this paper according to we expected that neural network as well as human experts and could be useful as clinical decision support tool for liver cirrhosis patients.

• Journal of the Korean Geographical Society
• /
• v.43 no.5
• /
• pp.761-774
• /
• 2008

Integration of GIS data and human expert knowledge into digital image processing has long been acknowledged as a necessity to improve remote sensing image analysis. We propose inductive machine learning algorithm for GIS data integration and rule-based classification method for land cover classification. Proposed method is tested with a land cover classification of a Landsat ETM+ multispectral image and GIS data layers including elevation, aspect, slope, distance to water bodies, distance to road network, and population density. Decision trees and production rules for land cover classification are generated by C5.0 inductive machine learning algorithm with 350 stratified random point samples. Production rules are used for land cover classification integrated with unsupervised ISODATA classification. Result shows that GIS data layers such as elevation, distance to water bodies and population density can be effectively integrated for rule-based image classification. Intuitive production rules generated by inductive machine learning are easy to understand. Proposed method demonstrates how various GIS data layers can be integrated with remotely sensed imagery in a framework of knowledge base construction to improve land cover classification.

• Proceedings of the KIEE Conference
• /
• 2005.07d
• /
• pp.2970-2973
• /
• 2005

본 논문에서 상관관계분석 기술을 이용하여 IP망과 전송망에서 발생되는 장애유형을 패턴화하였으며, 이를 Rule로써 자동처리가 가능하도록 시스템화하였다. 정의된 Rule로 인하여 이벤트 자동분석 및 장애근원 도출이 가능해졌으며, 도출된 근원 이벤트는 운용자에게 이벤트 분류를 위한 수고를 덜어주고, 궁극적으로 신속한 대처가 가능하게 하였다. 알고리듬의 효율성을 보이기 위하여 IP망과 전송망을 대상으로 10여개의 장애유형 표준을 패턴화하고 Rule로서 정의하여 적용한다.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2335-2337
• /
• 2004

Kalman filter를 필터링에 적용할 때에 센서의 아날로그 신호에 들어오는 측정값의 잡음은 Gaussian 확률분포를 갖는다고 가정한다. 그러나 Kalman filter를 digital 컴퓨터에 적용할 경우에는 analog-to-digital converter에서 측정값의 잡음이외에도 quantization 잡음이 존재하며 본 논문에서는 이러한 경우에 quantization 영향이 Kalman filter 알고리듬에 미치는 영향을 수치적으로 분석하여 quantization을 Kalman filter 구현에 고려해야 될 사항으로 분류하고자 한다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.05a
• /
• pp.107-109
• /
• 2006

직렬-병렬 시스템의 중복설계 문제는 비용, 무게등을 고려한 다양한 제약 조건하에서 시스템의 신뢰도를 최대화하기 위해 하부시스템의 중복설계의 최적 개수를 결정해주는 것이다. 일반적으로 이 문제는 다루기 힘든 NP-hard 문제로 분류된다. 특히 Coit과 Smith가 제시한 문제에 대해 유전자 해법 등의 다양한 발견적 해법(Heuristic methods)들이 개발되었으나 이 문제에 대한 전역 최적해(Globally optimal solution)는 아직 알려져 있지 않다. 따라서 본 논문에서는 기존의 해법들이 다루었던 이 문제에 대한 전역 최적해를 구하여 그 성능을 비교하고자 한다.

• Bulletin of the Society of Naval Architects of Korea
• /
• v.31 no.2
• /
• pp.25-27
• /
• 1994

최적설계에 대한 두번의 특집을 통해 최적설계, 다목적함수, 민감도 해석, 재설계, 지식기반시스템, 유전적 알고리듬, 신경회로망 등 새로운 방법들이 많이 소개되었다. 이들을 이론적인 배경에 의해 분류하면, 최적화 이론과 인공지능의 두 가지로 크게 나누어 볼 수 있다. 하지만 한편으로는 이들을 '어떻게 하면 더 나은 설계를 할 수 있는가\ulcorner'하는 한가지 목표를 달성하기 위해 제안되고 있는 여러가지 도구들로도 이해될 수 있다. 이글에서는 이 다양한 방법들에 대한 관련성을 설계 방법론이라는 관점에서 설명을 시도하고자 한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.6
• /
• pp.503-510
• /
• 2002

This paper presents a fault diagnosis method using neural network-based multi-fault models and statistical method to detect and isolate faults in nonlinear systems. In the proposed method, faults are detected when the errors between the system output and the neural network nominal system output cross a predetermined threshold. Once a fault in the system is detected, the fault classifier statistically isolates the fault by using the error between each neural network-based fault model output and the system output. From the computer simulation results, it is verified that the proposed fault diagonal method can be performed successfully to detect and isolate faults in a nonlinear system.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.7
• /
• pp.830-837
• /
• 2004

Neural networks-based fault diagnosis algorithm to detect and isolate faults in the nonlinear systems is proposed. In the proposed method, the fault is detected when the errors between the system output and the multilayer neural network-based nominal model output cross a Predetermined threshold. Once a fault in the system is detected, the system outputs are transferred to the fault classifier by nultilayer/ART2 NN (adaptive resonance theory 2 neural network) for fault isolation. From the computer simulation results, it is verified that the proposed fault diagonal method can be performed successfully to detect and isolate faults in a nonlinear system.

• Journal of Information Technology Application
• /
• v.3 no.2
• /
• pp.1-24
• /
• 2001

This purpose of this study is to drive important criteria for improving customer relationship of R institute using data mining techniques. The focus of this research is to consider patterns and interactions of research variables from research management database of R institute, and to classify the outside organizations and the inside organizations for research contract organizations, and to decide the directions of customer relationship management through analyzing the research type and research cost of research topics. In order to drive criteria variables through pattern analysis of the research database, decision tree algorithm is employed. The results show that determinant variables of 17 input variables are research period, overhead cost, R ＆ D cost as variables to classify the outside and inside contract organization.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.38 no.4
• /
• pp.38-38
• /
• 2001

본 논문에서는 웨이브릿 영역에서의 영역 분류와 대역간 예측 및 선택적 벡터 양자화를 이용한 다분광 화상테이타 압축 기법을 제안하였다. 이 방법에서는 각 대역을 웨이브릿 변환 후, 각 대역의 기저밴드의 대역별 특성을 이용하여 영역 분류를 행하였다. 그리고, 다른 대역과 해상도가 동일하고 공간적 분산이 작으며 분광적 상관성이 큰 기준대역 (reference channel)을 결정한 뒤, 이를 영역별 스칼라 및 분류별 가변 벡터 양자화를 행하여 부호화 하였다. 또한 기준대역과의 대역간 상관성이 큰 대역들에 대해서는 영역별 대역간 예측을 행한 후, 활동도가 높은 블록에 대해서만 선택적 벡터 양자화로 부호화를 행하였다. 이때, 활동도가 높은 블록들의 위치정보는 기준대역으로부터 얻어지는 임계치 지도 (threshold map; THMAP)를 이용하였다. 즉, 제안한 방법에서는 각 대역에 대해 웨이브릿 영역에서의 영역 분류 후 영역별 대역간 예측을 행함으로써 다분광 화상데이타에 존재하는 대역간 중복성을 제거하고 선택적 벡터 양자화를 행함으로써 대역내 중복성을 효과적으로 제거하여 압축효율을 향상시킨다. 실제 원격 센싱된 인공위성 화상데이타에 대한 실험을 통하여 제안한 기법의 부호화 효율이 기존의 기법에 비하여 우수함을 확인하였다.