• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.10 no.6
• /
• pp.594-600
• /
• 2017

The new design methodology of prediction model and pattern classification, which is based on the dimension reduction algorithm called principal component analysis, is introduced in this paper. Principal component analysis is one of dimension reduction techniques which are used to reduce the dimension of the input space and extract some good features from the original input variables. The extracted input variables are applied to the prediction model and pattern classifier as the input variables. The introduced prediction model and pattern classifier are based on the very simple regression which is the key point of the paper. The structural simplicity of the prediction model and pattern classifier leads to reducing the over-fitting problem. In order to validate the proposed prediction model and pattern classifier, several machine learning data sets are used.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.42 no.5 s.305
• /
• pp.123-136
• /
• 2005

We propose a recognition system for superimposed patterns based on selective attention model and SVM which produces better performance than artificial neural network. The proposed selective attention model includes attention layer prior to SVM which affects SVM's input parameters. It also behaves as selective filter. The philosophy behind selective attention model is to find the stopping criteria to stop training and also defines the confidence measure of the selective attention's outcome. Support vector represents the other surrounding sample vectors. The support vector closest to the initial input vector in consideration is chosen. Minimal euclidean distance between the modified input vector based on selective attention and the chosen support vector defines the stopping criteria. It is difficult to define the confidence measure of selective attention if we apply common selective attention model, A new way of doffing the confidence measure can be set under the constraint that each modified input pixel does not cross over the boundary of original input pixel, thus the range of applicable information get increased. This method uses the following information; the Euclidean distance between an input pattern and modified pattern, the output of SVM, the support vector output of hidden neuron that is the closest to the initial input pattern. For the recognition experiment, 45 different combinations of USPS digit data are used. Better recognition performance is seen when selective attention is applied along with SVM than SVM only. Also, the proposed selective attention shows better performance than common selective attention.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1994.06c
• /
• pp.378-382
• /
• 1994

HMM 세그멘테이션을 이용하여 LVQ 알고리즘에 적용시킨 하이브리드 음성인식에 관한 연구이다. LVQ 학습알고리즘은 정적 패턴 분리를 위한 참조벡터 즉, 고정차원인 벡터들을 생성하는데 유리하다. 하이브리드 알고리즘은 정적패턴 인식에 사용 되어지는 LVQ 알고리즘에 HMM 세그멘테이션을 접목시켜 입력패턴을 정규화된 의미있는 값으로서 바꾸어 사용하는데 있다. 한국어 음절중 8개 모음 아, 이, 우, 에, 오, 애, 어, 으를 추출하여 인식실험을 하였다. 인식률은 화자종속일 경우 코드북수 256개를 기준으로 LVQ1, LVQ2, LVQ3, OLVQ1 알고리즘순으로 91.7%, 91.8%, 91.1%의 인식률을 구했고 화자 독립의 경우는 83.4%, 83.9%, 86.8%, 85.3%의 인식률을 구했다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.12a
• /
• pp.295-298
• /
• 2001

본 논문에서는 CCD카메라로 입력 받은 다중 크기 및 활자체로 구성된 한글문서의 화상 데이터를 편집기에서 수정 가능한 문자로 변환시키는 시스템을 구현하였다. 먼저 Dynamic 이 진화 처리 과정을 거친 화상을 흑백 화소의 누적분포에 따라 문자단위로 분할한 후, 다양한 크기로 분할된 문자를 표준패턴 크기로 표준화 시켰다. 한글을 자소 간 공백 위치의 특징에 따라서 6가지 유형으로 분류한 후, 퍼지 이론을 접목시킨 원형 패턴 벡터 알고리즘을 사용해서 표준벡터와 입력된 글자의 특징벡터를 비교하여 문자로 인식하게 하였다. 각 6가지 유형에서 서로 다른 자소로 결합된 문자들을 30개 선정하여 여러 가지 활자체 및 크기에 적용해 본 결과, 모두 문서화가 가능함을 알 수 있었다.

• Proceedings of the Korea Institutes of Information Security and Cryptology Conference
• /
• 2006.06a
• /
• pp.119-122
• /
• 2006

홍채인식 시스템의 성능은 입력된 눈 영상으로부터 정확한 홍채 영역의 검출 및 효율적인 홍채코드의 생성 등의 영향을 받으나, 이를 위해서는 입력된 눈 영상에서 홍채 패턴이 선명해야 한다는 선행 조건이 존재한다. 초점이 맞지 않아 흐리게 나온 영상 눈을 감은 영상, 속눈썹에 의해 홍채영역이 가려진 영상, 움직임에 의해 블러링된 영상, 또는 홍채가 아닌 속눈썹 등의 다른 부분에 초점이 맞춰진 영상 등에서는 선명한 홍채 패턴을 얻을 수 없으므로 전체 인식 성능을 떨어뜨리는 요인이 된다. 그러므로 이러한 영상들을 자동으로 걸러내 제거해주는 눈 영상 화질 측정 방법이 필요하다. 본 논문에서는 눈 영상의 초점이 잘 맞는지 측정하는 방법을 제안하고 자체적으로 획득한 데이터베이스를 이용해 이를 테스트하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1998.10a
• /
• pp.381-384
• /
• 1998

방대한 양의 데이터들 속에 존재하는 일관된 흐름이나 경향을 파악해 내는 데이터 마이닝에 대한 관심이 확산되고 있다. 특히 항목들 상호간의 연관성을 나타내는 연관 규칙과 시간 개념이 포함되어 항목들 사이의 순서를 찾아내는 순차 패턴의 탐사는 데이터 마이닝에서 중요한 역할을 하고 있다. 본 논문에서는 트랜잭션 데이터베이스에서 연관 규칙과 순차 패턴을 탐사하는 시스템의 설계 및 구현에 관하여 기술한다. 연관 규칙을 위해 Aproiri, DHP를, 순차패턴을 위해 AprioriAll등 기존에 연구된 대표적인 알고리즘들을 사용하였고, Windows NT상에서 Visual C++과 JAVA언어로 구현하였다. 편리한 사용자 환경 구축을 위해, 데이터의 입력 형식으로 텍스트 타입과 MDB(Microsoft Access)형태를 모두 처리할 수 있게 하였고, 출력형식은 스프레드시트이다. 입력 데이터로 실험 데이터와 통계청의 DB 이용 로그 데이터에 대하여 본 시스템 을 수행하였다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2003.04a
• /
• pp.335-347
• /
• 2003

본 논문에서는 설계 하중에 지배되는 구조물에 있어서, 입력 파라미터들의 불확실성을 표준편차와 패턴의 변동, 두 차원에서 접근, 처리할 수 있는 방안을 제시하기 위해서 구조물에 입력으로 작용하는 하중 패턴의 결정과 구조물의 형상의 진화를 동시에 고려할 수 있는 Co-Evolutionary Structural Design framework라 명명한 새로운 구조 설계 방식을 개발하였다. 공학자의 직관과 경험 의존적인 하중을 대상으로 최적화된 구조물은, 성능에 완벽한 안전을 보장해 줄 수 없으며, 이에 관한 문제를 해결하기 위해서 주어진 상황 속에서 다양한 하중이 작용하더라도 안전할 수 있는 구조물의 설계 방식에 관해서 설명한다. 본 프레임워크는 연성을 가지는 두 Disciplinary Modules, 즉 구조 형상설계와 하중설계로 이루어지며 하중에 관한 DB로 연결되어 순차적인 MDO 설계과정을 거치게 된다. 두 Discipline은 설계과정을 거치면서 상호 견제의 틀 속에서 진화하며 기존 방식과 달리 극한 하중 패턴을 스스로 찾아서 설계 반영하는 특징을 가진다. 본 접근 방식의 유용성을 평가하기 위해서 10-bar truss 구조물과 Jacket-Type 구조물로 테스트해 보았다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.559-561
• /
• 2000

본 논문은 문자 인식의 기법을 이용하여 임의 영상에서 우리의 일상 생활에서 접하는 일반적인 달력을 포함하는 영상만을 검출하기 위한 영상 인식에 관한 연구이다. 달력이라는 영상내의 객체를 인식하기 위한 과정은 다음과 같이 요약된다. 우선 1~31까지의 숫자, 월요일(MON)과 같이 한글과 영문으로 된 요일, 월, 년과 같이 달력에 존재하는 아주 기본적인 문자에 대한 참조 패턴을 형성한다. 입력된 영상에서는 문자 영역 검출 단계, 문자의 특징 추출 단계를 거쳐 영상의 문자 추출이 이루어지고, 달력을 검출하기 위한 참조패턴과 입력 패턴의 비교를 수행하는 인식 단계를 거쳐, 영상 내의 달력 유무를 판단한다. 특히 불규칙적인 배열을 이루는 문자영역을 추출하기 위하여, 본 논문에서는 Hough Transform을 이용하여 기존의 규칙적 문자 인식의 문자 검출 방법의 한계점을 해결하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.3
• /
• pp.281-286
• /
• 2003

Wavelet Transform can effectively represent the local characteristics of a signal in the space-frequency domain. However, the feature vector extracted using wavelet transform is not translation invariant. This paper describes a new feature extraction method using wavelet transform, which is translation-invariant. Based on this translation-invariant feature extraction, the iris recognition method, based on this feature extraction method, is robust to noises. Experimentally, we show that the proposed method produces super performance in iris recognition.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.437-439
• /
• 2000

본 논문은 연층형 생물체의 형태를 인식하는 방법을 제안한다. 고정된 카메라에 제약된 공간상에서 움직이는 생물체를 인식하기 위하여 다음과 같은 과정을 거친다. 먼저 배경 영상을 추출한 후 배경 영상과 현재 영상의 차영상을 통하여 물체의 이진화 영상을 생성하여 세선화 작업을 거친 후 마지막으로 변환된 이미지에서 대표점을 추출하여 패턴 생성기의 입력 데이터로 사용한다. 생물체의 형태 인식 방법은 문자 인식 방법과 몇 가지 차이점을 가지는데 문자의 경우 'q'와 'b'가 다르게 인식되지만 생물체의 경우 이 두 형태는 단지 하나의 형태가 회전한 결과이므로 두 형태를 동일하게 인식해야 한다. 그러므로 패턴 생성을 위한 입력 데이터도 다른 형태를 띄게 된다. 본 논문에서 제안한 방법은 지렁이, 뱀 등과 같은 물체의 행동 분석을 하기 위한 기초 데이터를 생성하는 좋은 방법이 될 수 있다.