• 한국ITS학회 논문지
• /
• 제1권1호
• /
• pp.41-51
• /
• 2002

지능형교통체계의 핵심적인 부분으로써 첨단교통정보체계가 제 역할을 효율적으로 수행하기 위해서는 실시간으로 교통정보제공을 위해 도로에 설치된 각종 정보수집체계들로부터 수집된 정보를 적절히 처리하여 정확하고 신속하게 통행시간 변화를 파악하고 산출하는 것은 무엇보다도 중요하다. 현재 구간통행시간은 Beacon, GPS, AVI 등을 이용한 구간검지체계나 Loop 검지기, 영상검지기, RTMS 등을 이용한 지점검지체계로부터 산출$\cdot$추정되어진다. 구간검지기체계로부터 산출되는 통행시간은 정확하나 이미 정보제공 구간을 통과한 차량에 의해 산출되기 때문에 실시간 정보제공을 위한 수단으로서는 한계가 있다. 또한 동시간대 지점검지기 자료를 이용하여 추정되는 통행시간은 산출방법에 따라서 그 정확도가 크게 달라지며 각 구간에 존재하는 다른 차량의 교통특성에 의해 산출되기 때문에 실제 통행시간값과 차이가 발생 한다. 본 연구에서는 지점별 검지기자료와 구간통행시간의 관계를 고려하여 신경망을 이용한 통행시간추정방법을 제시하였다. 입력변수에 따라 분류된 모형을 남산1호터널구간의 검지기 데이터와 AVI 자료를 이용하여 통행시간을 추정해본 결과 지체발생시간대 90$\%$ 이상이 5$\~$15분 이내로 수렴하였으며 시간에 따른 추정 통행시간의 변화가 전반적으로 실제통행시간과 비슷한 추세를 보였다. 또한 기존에 발생하던 정보제공시점의 시간처짐 현상 및 뒤늦게 발생하던 지체발생 및 해소가 완화되었다.

• 정보처리학회논문지B
• /
• 제13B권5호
• /
• pp.561-568
• /
• 2006

차세대 PC를 위한 WPS(Wearable Personal Station)는 정보 처리 및 네트워크 기능을 포함하며 새로운 정보의 획득에 있어 공간적 한계성을 극복할 수 있는 '유비쿼터스 컴퓨팅'의 핵심 단말기로 정의할 수 있다. 기존의 유선 통신 모듈을 이용한 데스크톱 PC 기반의 제스처 인식기는 영상 또는 장갑 장치로부터 사용자의 의미 있는 동적 제스처 데이터를 획득함에 있어 공간상의 제약성 및 이동상의 한계성, 배경 및 음영조건의 변화에 따른 인식 성능의 변화 등 몇 가지 제약사항을 가지고 있다. 따라서 본 논문에서는 이러한 문제점들을 극복하고 해결하고자 제스처 입력모듈을 차세대 PC 플랫폼 기반의 유비쿼터스 환경으로 확대, 적용시켜 제스처 데이터 입력 모듈로부터 새로운 정보의 획득에 있어 한계성을 극복하고 효율적인 데이터 획득 방안을 제시한다 또한 퍼지 알고리즘과 신경망 이론을 이용하여 독립적인 제스처 인식 시스템을 구현하고 개별 시스템의 성능을 비교, 분석함으로써 차세대 PC를 위한 보다 효율적이며 합리적인 제스처 인식 시스템을 제안한다. 제안된 제스처 인식시스템은 동적인 손의 움직임을 입력데이터로 처리하는 제스처 입력모듈과 입력된 데이터로부터 의미 있는 제스처를 분리하기 위한 관계형 DBMS모듈, 그리고 인식의 확장성과 연속된 동적 제스처 중에서 의미 있는 제스처를 인식하기 위한 퍼지 인식 모듈 및 신경망 인식 모듈로 구성되어 있다. 30인의 피실험자에 대하여 15회의 반복 실험을 수행하였으며 사용자의 동적 제스처 인식 실험결과 퍼지 제스처 인식 시스템에서는 98.8%, 신경망 제스처 인식시스템에서는 96.7%의 평균 인식률을 도출하였다.형성에도 유의한 영향을 미치는 것을 알 수 있었다. 셋째, 신뢰와는 다르게 서비스품질이 몰입에는 유의한 영향을 미치지 못하는 것으로 나타났다. 그러나 이러한 직접적인 영향이외에 서비스품질은 고객만족을 통하여 간접적으로 몰입에 강한 영향을 미치는 것으로 나타났다. 넷째, 고객만족은 신뢰에 강하게 정(+)의 영향을 미치는 것으로 나타났다. 즉 고객들이 호텔서비스에 만족할수록 직접적으로 호텔에 대한 신뢰와 애착심이 증가하는 것을 알 수 있었고 간접적으로 서비스품질은 고객만족을 통하여 신뢰에 강한 영향을 미치는 것으로 나타났다. 다섯째, 또한 고객만족은 몰입에 강하게 정(+)의 영향을 미치는 것으로 나타났다. 간접적으로 서비스품질은 고객만족을 통하여 몰입에 강한 영향을 미치는 것으로 나타났다.미숙밭, 중점밭, 고원밭, 화산회밭으로 6개 유형으로 분류할 경우 각각의 분포면적은 41.9%, 23.3%, 17.5%, 13.9%, 1.1. 2.2% 이었다. 도시화 및 도로확대 등 다양한 토지이용 및 지형개변으로 과거의 토양정보가 많이 변경되었다. 그래서, 앞으로는 인공위성자료 및 항공사진을 이용하여 빠르고 쉽게 활용할 수 있는 토양조사 방법개발과 기 구축된 토양도의 수정, 보완 작업이 필요한 절실히 요구되고 있는 현실이다.브로 출시에 따른 마케팅 및 고객관리와 관련된 시사점을 논의한다.는 교합면에서 2, 3, 4군이 1군에 비해 변연적합도가 높았으며 (p < 0.05), 인접면과 치은면에서는 군간 유의차를 보이지 않았다 이번 연구를 통하여 복합레진을 간헐적 광중합시킴으로써 변연적합도가 향상될 수 있음을 알 수 있었다.시장에 비해 주가가 비교적 안정적인 수준을 유지해 왔다고 볼

• 한국의학물리학회지:의학물리
• /
• 제16권3호
• /
• pp.148-154
• /
• 2005

망막에서 나오는 활동전위와 같이 복잡한 신경망을 거쳐 처리되는 전기신호를 분석하기 위해서는 기존의 단일 전극 기록법으로는 어렵다. 단일 전극을 통한 활동전위의 기록은 개개의 신경세포 특성을 알아내는 데에는 유용한 방법이나 신경세포 간의 시간적, 공간적인 관계는 알아낼 수 없다는 한계를 가지고 있으므로 이같은 한계를 극복하기 위하여 다채널 전극을 이용한 신경신호 기록방법이 최근에 개발되어 널리 이용되고 있다. 다채널전극 기록 방식인 MEA60 시스템은 세포 밖에 위치한 60개의 전극이 생체신호를 동시에 기록한다. 세포 fi에 위치한 각각의 전극이 포착한 신경 신호는 하나의 망막신경절세포 반응이라기보다는 여러 세포의 반응이 동시에 기록될 가능성이 높다. 그러므로 여러 세포의 반응이 함께 기록된 신호로부터 각각의 세포로부터 나오는 파형을 구분하는 작업이 반드시 필요하다. 본 연구에서는 다채널 전극으로 기록한 망막 신경절세포 신호로부터 MATLAB을 이용하여 활동전위 파형을 검출하고 분류하는 과정을 구현하여 보았다. 이러한 분류과정은 추후 진행되는 신호분석방법인 자극 후 시간 히스토그램(poststimulus time histogram, PSTH), 자기상관관계(autocorrelogram), 상호상관관계(cross-correlogram)를 보기 위하여 반드시 거쳐야 하는 전처리(preprocess) 과정이다. 본 연구에서는 MATLAB을 이용한 파형 구분 프로토콜을 확립하였을 뿐만 아니라 이러한 프로토콜이 신경절 세포의 활동전위 파형을 검출하는 데 유용한 방법임을 입증하였다

• 한국정보통신학회논문지
• /
• 제27권1호
• /
• pp.69-75
• /
• 2023

사물인터넷에 사용되는 소형 통신 기기들은 적은 메모리 용량과 느린 연산 속도 때문에 고급 암호기법을 적용하지 못하기 때문에 각종 해킹에 취약하다. 본 논문은 433MHz 대역에서 동작하는 소형 송신기들의 인증 신뢰도를 높이기 위해 RF지문을 도입하고 분류 알고리즘으로 CNN (convolutional neural network) 을 사용한다. 각 송신기가 전송하는 프리엠블 신호를 소프트웨어정의라디오를 사용하여 추출하고 수집하여 학습 데이터 집합으로 만들고, 이를 신경망을 학습시키는 데에 사용한다. 네 가지의 시나리오에서 20개의 송신기의 식별을 테스트한 결과 높은 식별 정확도를 얻을 수 있었다. 특히 학습 데이터 수집 시의 위치와 다른 위치에서 테스트를 수행한 시나리오에서, 그리고 송신기가 걷는 속도로 이동하는 시나리오에서 각각 95.8%, 92.6%의 정확도를 산출함을 알 수 있었다.

• 한국정보처리학회논문지
• /
• 제4권12호
• /
• pp.3033-3044
• /
• 1997

본 논문에서는 가상현실의 기본 요소중의 하나인 사용자 인터페이스 분야에서 동적 손 제스처를 실시간으로 인식하는 시스템의 구현에 관하여 상술한다. 사람의 손과 손가락은 사람마다 같은 동작이라도 데이터의 변화가 다양하며 같은 동작을 반복해서 할 때에도 다른 데이터를 얻게되는등 시간에따른 변화도 존재한다. 또한, 손가락의 외형 및 물리적 구조가 사람마다 다르기 때문에 다른 두사람에 의해 만들어진 같은 손 모양도 일반적인 센싱장비에의해 측정될 때 다른 측정값을 나타낸다. 또한 동적 손제스처에서 동작의 시작과 끝을 명확히 구분하기가 매우 힘들다. 본 논문에서는 동적 손 제스처에 대해 각각의 의미있는 동작을 구분하기위해 상태 오토마타를 이용하였고, 인식 범위의 확장성을 고려하여 동적 손 제스처를 퍼지 이론을 도입한 특징 해석에의해 기본 요소인 손의 운동을 분류하고 퍼지 최대－최소 신경망을 적용하여 손의 모양을 분류함으로써 전체 손 제스처를 인식하는 시스템을 제안한다.

• 한국지능시스템학회논문지
• /
• 제19권6호
• /
• pp.821-827
• /
• 2009

표정은 인간의 감정을 전달할 수 있는 중요한 수단으로 표정 인식은 감정상태를 알아낼 수 있는 효과적인 방법중 하나이다. 일반적인 표정 인식 시스템은 얼굴 표정을 표현하는 특징점을 찾고, 물리적인 해석 없이 특징을 추출한다. 하지만 특징점 추출은 많은 시간이 소요될 뿐 아니라 특징점의 정확한 위치를 추정하기 어렵다. 그리고 표정 인식 시스템을 실시간 임베디드 시스템에서 구현하기 위해서는 알고리즘을 간략화하고 자원 사용량을 줄일 필요가 있다. 본 논문에서 제안하는 실시간 표정 인식 시스템은 격자점 위치에서 얻어진 가버 웨이블릿(Gabor wavelet) 특징 기반 표정 공간을 설정하고, 각 표정 공간에서 얻어진 주성분을 신경망 분류기를 이용하여 얼굴 표정을 분류한다. 제안하는 실시간 표정 인식 시스템은 화남, 행복, 평온, 슬픔 그리고 놀람의 5가지 표정이 인식 가능하며, 다양한 실험에서 평균 10.25ms의 수행시간, 그리고 87%~93%의 인식 성능을 보였다.

• 전자공학회논문지B
• /
• 제31B권12호
• /
• pp.108-115
• /
• 1994

Most pattern classifiers have been designed based on the ML (Maximum Likelihood) training algorithm which is simple and relatively powerful. The ML training is an efficient algorithm to individually estimate the model parameters of each class under the assumption that all class models in a classifier are statistically independent. That assumption, however, is not valid in many real situations, which degrades the performance of the classifier. In this paper, we propose a minimum-error-rate training algorithm based on the MAP (Maximum a Posteriori) approach. The algorithm regards the normalized outputs of the classifier as estimates of the a posteriori probability, and tries to maximize those estimates. According to Bayes decision theory, the proposed algorithm satisfies the condition of minimum-error-rate classificatin. We apply this algorithm to NPM (Neural Prediction Model) for speech recognition, and derive new disrminative training algorithms. Experimental results on ten Korean digits recognition have shown the reduction of 37.5% of the number of recognition errors.

• 비파괴검사학회지
• /
• 제18권6호
• /
• pp.464-476
• /
• 1998

원자력 발전소 증기발생기 전열관 검사에 사용되는 와전류 탐상에 있어 결함신호로부터 결함의 형상, 크기, 위치를 정확히 결정하는 것은 매우 중요한 문제 중의 하나이다. 이에 본 연구에서는 유한요소 해석으로 얻은 학습표본으로 훈련시킨 신경회로망을 이용해 이러한 와전류 결함신호의 역문제를 풀었다. 우선 4종류의 축대칭와 전류 결함신호를 총 216개 생성하고, 각각의 결함신호에 대해 24개씩의 와전류 특징을 추출한 후, 그 중에서 결함분석에 유용한 13개의 특징을 선택하였다. 그리고 이렇게 선별된 특징을 기반으로 4가지 형상의 결함에 대한 분류작업을 확률신경 회 로망에 의해 수행하고, 그 결과로 형상이 결정된 결함에 대한 크기산정을 역전파신경 회로망을 사용하여 실시하였다.

• 한국콘텐츠학회논문지
• /
• 제17권12호
• /
• pp.281-288
• /
• 2017

금융위원회는 2019년도까지 금융기관 및 공공기관 등에서 보유하고 있는 문서에서 지문 정보를 폐기 조치하라고 통보했다. 이를 위해 문서 영상에서 지문 정보를 검출하고 마스킹하기 위한 상용 솔루션들이 발표되고 있다. 본 논문에서는 문서 영상에 다양한 형태로 기록된 지문 후보들을 분할한 다음 인공신경망 분류기로 지문인지 여부를 판단할 때 지문의 특징이 잘 반영된 피처를 추출하기 위해 다중 LBP 피처를 설계하고 이를 이용해서 지문 정보를 마스킹하는 알고리즘을 제안하였다. 제안한 지문 정보 마스킹 알고리즘을 이용하여 금융권에서 보유하고 있는 3,497장의 문서 영상을 대상으로 지문 마스킹 실험을 수행한 결과 96.4%의 지문을 마스킹 할 수 있어서 본 알고리즘이 실제 지문 정보 마스킹 작업에 효과적으로 활용될 수 있음을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.33-43
• /
• 2022

본 논문에서는 기존의 스마트폰 카메라 센서를 사용하여 비접촉식 손바닥 기반 사용자 식별 시스템을 구축하기 위해 Attention U-Net 모델과 사전 훈련된 컨볼루션 신경망(CNN)이 있는 다채널 손바닥 이미지를 이용한 앙상블 모델을 제안한다. Attention U-Net 모델은 손바닥(손가락 포함), 손바닥(손바닥 미포함) 및 손금을 포함한 관심 영역을 추출하는 데 사용되며, 이는 앙상블 분류기로 입력되는 멀티채널 이미지를 생성하기 위해 결합 된다. 생성된 데이터는 제안된 손바닥 정보 기반 사용자 식별 시스템에 입력되며 사전 훈련된 CNN 모델 3개를 앙상블 한 분류기를 사용하여 클래스를 예측한다. 제안된 모델은 각각 98.60%, 98.61%, 98.61%, 98.61%의 분류 정확도, 정밀도, 재현율, F1-Score를 달성할 수 있음을 입증하며, 이는 저렴한 이미지 센서를 사용하고 있음에도 불구하고 제안된 모델이 효과적이라는 것을 나타낸다. 본 논문에서 제안하는 모델은 COVID-19 펜데믹 상황에서 기존 시스템에 비하여 높은 안전성과 신뢰성으로 대안이 될 수 있다.