• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고유한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미 있는 정보로 변환시켜 줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망과의 모형결합을 통해 기존연구와는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이블릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다.

• 전력전자학회논문지
• /
• 제15권2호
• /
• pp.159-166
• /
• 2010

분산전원을 계통에 연계하기 위해서는 전류제어가 필수적이며, 최근에 고성능 DSP(Digital Signal Processors)를 기반으로 빠른 동특성을 만족시키는 예측전류제어에 대한 연구가 활발히 진행되고 있다. 하지만 예측전류제어는 디지털 구현 시 발생하는 시지연, 파라미터 및 입력값의 오차, 노이즈에 의한 간섭으로 인해 제어 성능이 감소할 뿐만 아니라 시스템을 불안정하게 하는 단점을 갖고 있다. 따라서 본 논문은 계통연계형 인버터 응용에 있어서 계통전압 관측기를 이용한 예측전류제어를 제안한다. 전압 관측기 이득 선정을 위해, 계통전압에 존재하는 저차 고조파에 의한 영향을 고려하며, 필터 파라미터 오차에 의한 영향을 분석한다. 제안된 방법은 빠른 전류응답특성 뿐만 아니라, 전압센서를 사용하지 않음으로 인해 노이즈에 강인하며 시스템 구현이 간단하고 계통의 저차 고조파에 강인한 전류제어성능을 갖는다. 제안된 방법의 타당성은 시뮬레이션과 실험을 통하여 검증한다.

• 한국인터넷방송통신학회논문지
• /
• 제11권3호
• /
• pp.175-179
• /
• 2011

본 논문에서는 모바일 환경에서의 음성인식 개선에 관한 내용으로 기존의 HMM에서 특징보상기법을을 적용한 방식으로 예측잡음이 아닌 실제 오염된 데이터를 적용하여 인식모델을 잡음상황에 맞도록 적응시키는 모델적응 HMM을 사용하였다. 음성인식 시 기존의 방법에서는 주변노이즈를 고려하지 않은 참조패턴을 사용하였으나 본 연구에서는 주변노이즈를 고려한 참조패턴을 생성하여 인식률을 향상 시키는 방법으로 모바일 환경에서의 음성 인식률을 향상 시켰다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.2065-2066
• /
• 2008

GIS 예방진단 시스템을 현장에 적용할 경우 예상치 못한 노이즈와 전기외란으로 예측 일치율에 저하가 발생한다. 본 논문에서는 각 현장에 설치된 온라인 GIS예방진단 시스템의 기록정보를 받아들여 새롭게 학습을 시킴으로써 현장 적응형 진단을 구축할 수 있는 방안을 제시한다. 또한 현장의 각종 노이즈 패턴도 학습시킴으로써 진단엔진의 성능향상을 도모한다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2011년도 춘계학술대회 논문집
• /
• pp.361-364
• /
• 2011

In this paper, This work demonstrates a experimental evaluation for vehicle road noise NVH performance from the component-level NVH measurements of Tire. The power unit noise from tire emitted by cars has been reduced. It has been found that tire noise dominates noise produced by the power train when vehicles are driven at high constant speed. Therefore tire pattern noise is affected by pattern and vehicle and transmission loss. Tire noise mechanism is generated by several mechanisms. The sound of tire can propagate either through the air or through the structure of vehicle. Pattern noise is the result of pressure variations through the air to the interior side of vehicle. Especially, smooth asphalt, the periodicity of tread design, groove depth is important factor, which have an influence on the reduction of tire pattern noise.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제52차 하계학술대회논문집 23권2호
• /
• pp.272-274
• /
• 2015

본 논문에서는 하천 인근의 재난 방지를 위한 효율적인 재난감지 알고리즘을 제안한다. 제안하는 알고리즘은 영상처리를 기반으로 임계값을 자동으로 변경시켜 물과 물이 아닌 영역을 분리한다. 수위감지 알고리즘을 단순 물의 색상 정보만을 이용해 분석한다면, 야간 저조도, 폭우와 같은 상황 등에서 알고리즘 성능이 저하될 우려가 있다, 이를 해결하기 위해서 물의 색상 정보뿐 아니라 물의 흔들림 정도도 함께 고려하여 물의 영역을 찾아낸다. 또한 보다 안정적인 수위 분포를 분석하기 위해서 시간과 공간에 대한 필터링을 추가하여 빗물, 물결, 카메라의 화이트 노이즈 등 다양한 노이즈에 보다 안정적으로 수위 분포를 분석한다. 본 논문에서 제안하는 수위감지 알고리즘을 적용한다면, 센서, 목자판 인식 등 이전의 수위계측 방식보다 성능, 비용 면에서 모두 우수할 것으로 예측된다.

• 비파괴검사학회지
• /
• 제22권4호
• /
• pp.361-368
• /
• 2002

본 연구는 초당 2개의 속도로 이송되는 사과를 대상으로 측정된 투과 에너지 스팩트럼 데이터를 이용하여 사과의 당도예측 모델을 개발하기 위해 각종 전처리가 당도 예측 모델의 정밀도에 미치는 영향을 구명하고, 신뢰성이 높은 당도 예측 회귀 모델을 개발하기 위해 수행되었다. 스펙트럼의 산란 보정, 노이즈 감소 등을 위해 1차미분, MSC, SNV, OSC 및 이들 조합으로 구성된 전처리 알고리즘을 프로그래밍하고, 이들 전처리를 스펙트럼데이터에 적용한 결과 특히 MSC SNV에 의해 각 파장에서의 투과에너지와 당도와의 상관관계가 전처리를 하지 않은 경우에 비해 현저히 증가하였다. 각종 전처리를 수행한 후 당도 예측 회귀 모델을 개발하고, 검정한 결과, 전처리 방법에 따라 예측모델의 SEP가 최대 1.265%brix 에서 최소 0.507%brix로 큰 차이를 나타내었다. 이는 SEP를 최소화하기 위해 주어진 스펙트럼 데이터의 특성에 알맞는 전처리 방법이 개발 또는 선택되어야 함을 의미한다. MSC 와 SNV는 예측 정밀도와 밀접한 관계가 있으며, OSC는 PLS의 factor 수와 관계되는 것으로 판단되었다. 1차미분은 오히려 모델의 예측 성능을 저하시키는 것으로 나타났다. 이는 실시간으로 측정된 투과스펙트럼에 상대적으로 노이즈 성분이 많이 포함되어 이들 성분이 미분에 의해 강조된 것으로 판단되었다. 본 연구에 사용된 스펙트럼 데이터의 경우 MSC와 OSC 전처리를 수행한 당도예측모델이 $R^2=0.8823$, SEP=0.5071%brix, bias=0.0327로 가장 우수하였다.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.418-422
• /
• 2013

본 논문은 비가우시안 노이즈가 존재하는 수중환경에서 비선형 필터 기법에 따른 2차원 위치 추정에 관한 연구 내용이다. 최근 위치 추정을 위한 필터로 확장형 칼만필터(EKF: Extended Kalman filter)가 많이 사용되고 있다. 하지만, 수중과 같은 비가우시안 노이즈가 존재하는 비선형 시스템에서는 많은 문제점을 가지고 있다. 따라서 본 논문에서는 상태변이의 예측을 기반으로한 EKF를 대신하여 통계적 발생인자 에 기반을 둔 분포 재해석 기법을 이용한 2차원 파티클필터 (TDPF: Two-Dimension Particle Filter)를 제안한다. 모의 실험을 통하여 Non-Gaussian Noise 가 존재하는 수중환경에서 제안하는 TDPF의 성능을 EKF와 비교분석하였으며 TDPF가 EKF보다 정확한 위치 추정결과를 제공하는 것을 확인하였다.

• 정보처리학회논문지C
• /
• 제15C권3호
• /
• pp.149-156
• /
• 2008

JPEG2000은 차세대 이미지 압축 포맷으로 JPEG에 비하여 우수한 압축률과 화질을 제공할 수 있다. JPEG2000 이미지를 커버 오브젝트로 사용하는 lazy-mode 스테가노그라피는 압축과정에서 발생하는 정보 손실에 의해 메시지가 손실되지 않도록 제안된 알고리즘으로 많은 양의 메시지 삽입이 가능하다. 그러나 이 방법은 메시지 삽입으로 인하여 코드블럭 노이즈 분산의 변화를 발생하게 되고, 이러한 특징을 기반으로 하는 Hilbert-Huang 변환 (HHT) 기반의 스테거낼리시스에 의하여 메시지 삽입여부가 탐지될 수 있다. 본 논문에서는 코드블럭 노이즈 분산의 변화를 예측하고, 이를 최소화하도록 메시지를 삽입하여 HHT 기반 스태거낼리시스에 의해 탐지되지 않는 새로운 JPEG2000 스테가노그라피 알고리즘을 제시한다. 코드블록 노이즈 분산의 변화를 예측하기 위하여 low precision code-block variance와 low precision code-block noise variance를 활용하였다. 또한 메시지 삽입 후의 높은 영상 화질을 유지하기 위하여 JPEG2000의 quality layer 정보를 활용하였다. 제안한 알고리즘의 성능을 보이기 위하여 2048장의 다양한 영상에 대하여 분석을 수행하였고, 이를 통하여 HHT 기반 스태거낼리시스 방법에 안전함을 증명하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.588-590
• /
• 2016

사용자의 성별은 기본적이면서도 중요한 마케팅 데이터다. 그러나 최근에는 개인정보보호 강화 추세로, 회원가입 시 성별이나 나이 등의 세부 정보를 입력하지 않는 간편 가입이 많아졌다. 이러한 입력되지 않은 정보 추출을 위해 성별 예측 연구의 필요성이 증가되었다. 성별이 입력된 사용자의 정보를 바탕으로 성별이 입력되지 않은 사용자의 성별을 예측하는 기존 연구가 다양한 방법으로 진행되어왔고, 우수한 식별이 가능한 기법들은 이진분류기인 SVM을 기반으로 한 연구가 다수 존재한다. 그러나 SVM 알고리즘은 이진 분류만 가능하기 때문에 성별예측에 대한 정확률은 알 수가 없다. 성별예측의 정확률을 활용하면 부정확한 분류를 예방할 수 있으며 상품추천의 가중치로 사용 될 수 있다. 본 연구는 확률을 기반으로 하여 정확률을 추론 가능한 나이브 베이지안을 응용한다. 그리고 데이터 집합 사례를 균형있게 늘려주는 SMOTE기법을 이용해 클래스 불균형 문제를 개선했으며 또한 성별 예측의 특성에 맞게 노이즈를 제거하고, 성별 분류에 확정적인 아이템에 가중치를 적용했다. 더불어 제안 방법을 실제 데이터에 적용시켜 우수성을 입증하였다.