• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.325-326
• /
• 2007

인간형 로봇(Humanoid)은 인간과 유사한 구조를 갖고 있는 로봇으로, 이족 보행이 가능하고 양 손이 자유롭기 때문에 인간 생활 환경에 적용이 가능하다. 인간형 로봇은 이족 보행 로봇의 형태를 지니며 보통 20 자유도(DOF : Degree of freedom) 이상의 높은 자유도와 직렬형 링크 구조로 인해 로봇의 안정도를 해석하고 움직임을 제어하기가 어렵다. 이러한 이유로 이족 보행 로봇 동작의 안정도를 증가시키기 위해 로봇의 최적화된 동작 패턴 생성과 자세 제어 등이 연구 되고 있다. 본 논문에서는 범용 근사자의 특징을 갖는 신경망을 이용하여 이족 보행 로봇의 동작 패턴 생성 방법에 대하여 제안하였다. 실제로 계획된 동작을 토대로 6가지의 동작 패턴을 생성하였으며 컴퓨터 모의실험과 상용 이족 보행 로봇을 이용하여 생성된 동작 패턴의 안정도를 확인해보고 제안된 방법에 타당성을 검증하였다.

• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• pp.2974-2976
• /
• 1999

본 논문에서는 단일패턴과 다중패턴 학습이 가능한 FNNs(Feedforward Neural Networks)을 하드웨어로 구현하는데 필요한 학습방안을 제안한다. 제안된 학습방안은 기존의 하드웨어 구현에 이용되는 방식과는 전혀 다른 방식이며, 오히려 기존의 소프트웨어 학습방식과 유사하다. 기존의 하드웨어 구현에서 사용되는 방법은 오프라인 학습이나 단일패턴 온 칩(on-chip) 학습방식인데 반해, 제안된 학습방식은 단일/다중패턴은 칩 학습방식으로 다층 FNNs 회로와 학습회로 사이에 스위칭 회로를 넣어 구현되었으며, FNNs의 학습회로는 선형 시냅스 회로와 선형 곱셈기 회로를 사용하여MEBP(Modified Error Back-Propagation) 학습규칙을 구현하였다. 제안된 방식은 기존의 CMOS 공정으로 구현되었고 HSPICE 회로 시뮬레이터로 그 동작을 검증하였다 구현된 FNNs은 어떤 학습패턴 쌍에 의해 유일하게 결정되는 출력 전압을 생성한다. 제안된 학습방안은 향후 학습 가능한 대용량 신경망의 구현에 매우 적합하리라 예상된다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.128-132
• /
• 2002

한글 표기를 음가로 변환하는 규칙을 역으로 적용하여 음가를 한글 표기로 전환시키는 표준 규칙을 고안하는 것이 본 연구의 목표다. 이러한 표준 규칙은 음성인식에 반드시 필요한 귀중한 자료가 된다. 음성 인식은 표준으로 기록된 음성의 패턴과 입력을 비교하여 가장 유사한 패턴을 찾는 방법을 사용한다. 이때 표준 음성 패턴이 띄어쓰기 단위라면 수백만 개의 표준 패턴이 수록되어야 한다. 이렇게 하면 표준 패턴을 위한 데이터베이스도 너무 커지고 비교회수도 너무 많아져서 실용화가 불가능하다. 그래서, 음절단위로 인식하는 것이 바람직하다. 음절단위로 인식하면 인식된 음가가 한글 표기 문법에 맞지 않으므로, 인식 결과를 출력할 때에는 음가를 그대로 출력하는 것이 아니라 한글표기로 변환하여 표기해야 한다 이때, 본 연구의 연구 결과인 표준규칙을 사용한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.97-100
• /
• 2007

본 논문에서는 다차원 파일구조를 주어진 질의 패턴에 의해 최적으로 구성할 수 있는 방법을 제시한다. 지금까지의 다차원 파일구조는 응용 시스템에서 주어지는 질의의 패턴을 고려하지 않고 다차원 파일구조를 구성하는 애트리뷰트들의 클러스터링 정도를 동일하게 취급하였다. 그러나 다차원 파일구조를 이용하는 대부분의 응용 시스템에서 구성 애트리뷰트들 사이의 액세스 정도를 크게 다르게 하는 질의 패턴을 보인다. 따라서 본 논문에서는 다차원 파일구조의 응용 시스템에서 주어지는 질의 정보를 이용하여 각 구성 애트리뷰트들 사이의 클러스터링 정도를 각각 다르게 반영함으로써 최적이 되는 다차원 파일구조를 구성하는 방안을 제시한다. 먼저 질의처리의 성능이 질의 패턴에 주어진 질의 영역의 모양과 다차원 파일구조의 도메인 공간의 분할 상태를 나타내는 페이지 영역의 모양 사이의 유사성에 따라 크게 영향 받음을 보이고, 이러한 특성을 이용하여 수학적 분석을 통하여 제안된 기법의 이론적인 배경을 증명한다.

• The Korean Journal of Applied Statistics
• /
• v.19 no.3
• /
• pp.599-617
• /
• 2006

Recently many LBS(Location Based Service) systems are issued in mobile computing systems. Spatial-Temporal Moving Sequence Pattern Mining is a new mining method that mines user moving patterns from user moving path histories in a sensor network environment. The frequent pattern mining is related to the items which customers buy. But on the other hand, our mining method concerns users' moving sequence paths. In this paper, we consider the sequence of moving paths so we handle the repetition of moving paths. Also, we consider the duration that user spends on the location. We proposed new Apriori_msp based on the Apriori algorithm and evaluated its performance results.

• Journal of Korea Multimedia Society
• /
• v.13 no.2
• /
• pp.237-248
• /
• 2010

When scenes in the real world are perceived for the purpose of computer/robot vision fields, there are great deals of texture based patterns in them. This paper introduces a texture feature representation on a coordinate system in which many different patterns can be represented with a mathematical model (Gabor function). The representation of texture features of each pattern on the coordinate system results in the high performance/competence of texture pattern classification. A decision tree algorithm is used to classify pattern data represented on the proposed coordinate system. The experimental results for the texture pattern classification show that the proposed method is better than previous researches.

• The KIPS Transactions:PartD
• /
• v.13D no.2 s.105
• /
• pp.199-206
• /
• 2006

Sequential pattern mining is an important data mining task with broad applications. However, conventional methods may meet inherent difficulties in mining databases with long sequences and noise. They may generate a huge number of short and trivial patterns but fail to find interesting patterns shared by many sequences. In this paper, to overcome these problems, we propose the theme of approximate sequential pattern mining roughly defined as identifying patterns approximately shared by many sequences. The proposed method works in two steps: one is to cluster target sequences by their similarities and the other is to find consensus patterns that ire similar to the sequences in each cluster directly through multiple alignment. For this purpose, a novel structure called weighted sequence is presented to compress the alignment result, and the longest consensus pattern that represents each cluster is generated from its weighted sequence. Finally, the effectiveness of the proposed method is verified by a set of experiments.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1998.04a
• /
• pp.198-204
• /
• 1998

텍스쳐는 그 정의화 특징이 명확하지 않은 패턴이며, 무한한 변형에 따른 무한한 수의 텍스쳐가 존재한다. 이로 인해 사람의 텍스쳐 지각에 관한 연구에 어려움이 있다. 본 논문에서는 신경망으로 사람의 텍스쳐 특징 지각과 텍스쳐간의 유사도 지각을 모의실험하였다. 쌍별비교와 비교판단법칙을 사용하여 사람이 지각하는 텍스쳐의 특징값과 텍스쳐간의 유사도 값을 구하였다. 구한 값을 바탕으로 신경망의 일종인 다층퍼셉트론을 사용하여 특징 추출기와 유사도 특정기를 구현하여 모의 실험하였다. 신경망을 사용하여 모의실험한 결과, 사람의 텍스쳐 특징 지각과 텍스쳐간의 유사도 지각과 유사한 결과를 얻었다. 이러한 실험결과는 신경망으로 구현된 시스템이 사람의 감성적인 수치를 구하는 방법으로 사용될 수 있음을 보여 준다.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.6
• /
• pp.147-152
• /
• 2007

Face detection is a crucial part of the face recognition system. It determines the performance of the whole recognition system. Hausdorff distance metric has been used in face detection and recognition with good results. It defines the distance metric based only on the geometric similarity between two sets or points. However, not only the geometry but also the local patterns around the points are available in most cases. In this paper a new Hausdorff distance measure is proposed that makes hybrid use of the similarity of the geometry and the local patterns around the points. Several experiments shows that the new method outperforms the conventional method.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.16 no.5
• /
• pp.403-412
• /
• 1991

This paper proposes a type of self organizing neural network which recognizes arbitrary symbols as well as numerical or alphabetic characters. The proposed algorithm autonomically organizes and classifies similar patterns on the basis of the distribution types of characteristics in the input images. Thus it can be appliced for the recognition of arbitrary images when it is difficult to establish a learning rule. It performs a stale recognition process with in the limit of the memory capacity. The cheme was applied and tested to 50 different image patterns with increased noise level up to 44%(SNR 2dB). The implementation results demonstrate that the proposed algorithm successfully recognizes the image patterns changed due to the various noise levels and thus proves excellent antinoise characteristics.