• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.321-322
• /
• 2009

본 논문에서는 문서분류를 위하여 SVD(Singular Value Decomposition)을 이용한 효율적인 특징 선택 방법을 제안한다. 분류기 알고리즘은 문서를 효과적으로 분류할 수 있지만 분류기에 입력되는 특징공간이 너무 크다는 단점이 있다. SVD를 이용하면 입력 데이터의 차원을 줄여줄 수 있으며 문서와 문서 사이의 관계성을 내포하는 벡터공간을 만들 수 있다. 따라서 SVD를 이용하면 문서분류의 시간과 효율을 동시에 증가시킬 수 있다. 본 논문에서는 실험을 통하여 SVD을 이용한 문서분류 시스템이 입력데이터에 대한 차원을 감소시키면서 훌륭한 분류 결과를 얻을 수 있음을 보여준다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2534-2536
• /
• 2004

본 논문은 유전알고리즘을 이용하여 부정맥 진단의 최적화된 입력을 구성하는 방법을 제시한다. 심전도 신호의 특징을 추출하기 위해 웨이블릿 변환이 널리 사용되고 있지만, 추출된 특징들의 선택과 최적화의 문제에 대해서는 명쾌한 해결책을 제시하지 못하고 있다. 심전도 신호는 연속 웨이블릿 변환을 이용해 5레벨로 분해되었으며, 각 서브밴드에서 추출된 계수들은 부정맥 진단을 위한 특징으로 쓰이게 된다. 웨이블릿 변환을 통해 추출된 특징들(feature)은 유전자 알고리즘과 중회귀 분석을 동하여 부정맥 진단을 위한 최적화된 특징조합이 결정되었다. 본 연구를 통해 특정레벨의 어떤 계수가 부정맥 진단에 크게 영향을 미치는지 판단할 수 있었으며 입력의 차원감소는 연산시간의 축소를 가져왔고 분류정확도를 향상시켜 분류기의 성능을 증대시켰다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1357-1358
• /
• 2015

본 논문에서는 축사에서 비젼 기반으로 이동 객체를 분류하는 방법을 제안한다. 제안하는 방법은 축사 내 설치된 CCTV로부터 영상을 입력받아 Adaptive GMM알고리즘을 이용하여 이동 객체를 추출한다. 다음, 이동 객체 가 사람인지 소인지 또는 차량인지 분류하기 위해 이동 객체의 특징을 추출한다. 이동 객체 특징 추출 방법으로는 기존의 Monolithic-based방법인 HoG알고리즘을 개선하여 축사의 복잡한 환경에서 다양한 자세를 가지는 사람과 소 그리고 차량의 구조적 특징을 추출한다. 추출한 특징은 벡터화 하여 SVM분류기 입력값에 적합하도록 한다. SVM 분류를 통해 이동 객체의 구조적 특징을 블록화 하여 이동 객체의 신체 모델을 생성한다. 마지막으로 생성된 신체 모델을 이용하여 이동 객체가 사람인지 소인지 또는 차량인지 분류한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.143-145
• /
• 2022

MPEG-VCM(Video Coding for Machine)은 입력된 비디오 특징(feature)를 압축하는 Track1 과 입력 영상을 직접 압축하는 Track2 로 나뉘어 표준화가 진행중이다. 본 논문은 VCM Track 1 에 해당하는 Detectron2 FPN(Feature Pyramid Network)에서 추출한 다중 스케일 특징맵을 VVC 로 압축하는 MSFC(Multi-Scale Feature Compression)을 구조를 제안한다. 본 논문의 MSFC 에서는 다중 스케일 특징을 결합하여 부호화/복호화하는 기존의 구조에서 특징맵의 해상도를 줄여 압축하는 개선된 MSFC 를 제시한다. 제안 방법은 VCM 의 Track2 의 영상 앵커(image anchor) 보다 우수한 BPP-mAP 성능을 보이고 최대 -84.98%의 BD-rate 성능향상을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.526-528
• /
• 2004

본 논문은 센서 네트워크 환경에서 사용자 센싱을 통한 입력장치인 MGlove (Multiple-sensing Clove)의 구현에 대해 기술한다. 본 입력장치는 버튼 없이 2축 가속 센서, 2축 자기 센서, 포토 다이오드의 세 가지 종류의 센서를 사용하여 사용자의 손동작을 통해 입력을 감지하고 RF 모듈을 이용하여 무선으로 통신 가능하다. 구현한 MGlove는 유비 쿼터스 센서 네트워크 환경을 위한 입력 장치로 context-aware input device로의 발전 가능성이 있으며, 센서 추적 기법을 통해 사용자의 자세, 위치, 방향에 관계없이 입력 가능하고 RF모듈을 통해 먼 거리에서도 조작이 가능한 특징을 가진다.

• 한국정보처리학회논문지
• /
• 제3권3호
• /
• pp.439-448
• /
• 1996

형태 인식에서 유익한 특징정보의 선정 및 추출이 대단히 중요한 역할을 한다. 본 논문은 유익한 특징정보의 선정과 신경망의 학습을 동시에 수행할 수 있는 알고리 즘을 기술한다. 알고리즘은 근본적으로 반복적으로 수행되는 세 단계로 구성되어 있는데, 이들은 학습, 연결자 제거, 그리고 입력 신경세포 제거이다. 초기 학습을 실행한후, 먼저 적은 절대값을 갖는 연결자들이 제거 된다. 그런 후, 내부 계층 신경 세포들과 은 숫자의 결자들을 갖는 입력 신경세포들이 제거된다. 이 과정은 제거된 입력 신경세포들에 상응하는 특징정보들을 제외시키는 것과 동일하다. 만약, 에러값이 증가 하면, 연결자 제거 및 입력 신경세포 제거 과정의 반복으로 구성된 신경망의 재학습을 실행한다. 그 결과, 알고리즘은 다른 공간계로의 변환없이 특징정보 추출 공간내에서 중요한 특징들을 선정하게 된다. 또한, 즉징정보 선정인 형태 분류 관점에서의 성능과 긴밀하게 연결되어 수행되므로, 선정 된 특징정보들은 형태 분류에 가장 좋은 정보를 제공한다. 이 알고리즘은 불필요 또는 그다지 중요하지 않은 정보의 추출로 인한 경제 적 손실을 피할수 있게 한다. 더구나, 마지막에 얻어진 신경망은 인식 성능에 저해 요인이 될 수있는 불필요한 파라미터들, 즉 가중 연결자 및 바이어스를 포함하지 않는다. 응용결과,, 본 알고리즘은 가장 좋은 정보를 갖는 특징들만을 남기며, 성능 저하를 일으 키지 않으면서도 특징 벡터의 차원을 현저하게 줄였다.

• 한국통신학회논문지
• /
• 제17권2호
• /
• pp.159-167
• /
• 1992

본 연구는 온라인 한글 필기체 인식을 위한 전처리 단계로서 다층구조 신경망을 이용하여 한글 자획의 특징을 추출하였다. 특징추출을 위한 신경망은 경쟁 자율학습하는 특성을 가진 Masking field 모델을 이용하여 구성하였다. 이 모델에 의해서 off영역이 없는 on영역만의 수용영역을 구성하여 한글 자획에 내포된 방향, 연결점 및 모서리 특징 추축을 병렬처리하였고, 이 모델의 수정에 의하여 방향유지특성을 구현하였다. 입력자획의 폭이 한 화소로 제한됨에 따라 입력 정보의 교란을 설정한 수용영역에 의하여 제거 할 수 있었다. 구성한 신경망은 순차적으로 입력되는 자획으로부터 동필특징을 추출하고, 이것을 집적하여 자획 특징을 추출한다. 한글자획의 특징추출 결과는 자획내의 방향특징들의 통계적 분포에 따르는 출력을 얻을 수 있었으며, 자획패턴이 고정되지 않은 온라인 한글 필기체의 자획인식에 유용하리라 생각된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권2호
• /
• pp.189-202
• /
• 2004

본 논문에서는 영상 입력 장치로 입력되는 영상 내의 수많은 정보 중에서 지각적으로 중요하다고 여겨지는 현저한(salient) 영역만을 탐지해내는 새로운 방법을 제안한다. 제안하는 방법은 인간이 가지고 있는 시각적 주의 기능에 기본 바탕을 두고 있으며, 영상을 구성하고 있는 정보의 특징에 기반을 두고 있다. 가장 먼저 인간의 시각적 주의 기능에 영향을 미친다고 알려져 있는 몇 가지 특징들이 입력되는 영상의 모든 영역에 걸쳐 추출되어 각각의 특징에 해당되는 특징지도들로 형성된다. 이렇게 형성된 각각의 특징지도들을 구성하고 있는 특징 값들은 이들 각각의 국부적인 경쟁력 특성에 의하여 영상의 각 영역에서의 중요도를 나타내는 값으로 변환되어 중요도지도를 형성하게 된다. 이러한 중요도지도들은 모두 통합되어 하나의 현저함지도를 생성하게 된다. 현저함지도는 영상 내 각 장소의 현저함 정도를 미리 계산된 특징들의 공간적 중요도 측정치에 따른 스칼라 값으로 표시함으로써 영상 내에서 가장 현저한 영역을 찾을 수 있도록 가이드 한다. 제안하는 방법에 의해 시스템을 구성하여 실험한 결과, 인간이 중요하다고 여겨지는 주요 영역을 만족스럽게 탐지해 냄을 알 수 있었다.

• 대한전자공학회논문지SP
• /
• 제41권3호
• /
• pp.93-100
• /
• 2004

본 논문은 등록 지문의 정보를 융합하여 보다 많은 정보를 이용함으로써 지문 검증의 성능을 향상시키는 방법을 제안한다. 크기가 작은 센서는 많은 응용 분야에 적용시킬 수 있는 장점을 가지지만, 실제 지문을 입력 받는 센서 입력창의 물리적인 크기가 작기 때문에 지문 정보를 충분히 입력받지 못할 뿐만 아니라 등록된 지문 영상과 검증을 위해 입력된 지문 영상 사이의 공통영역이 축소되어 전체적인 시스템의 성능을 저하시키는 문제점이 있다. 이러한 문제점은 등록 영상을 여러 장 받아 그 정보를 융합하여 보다 큰 지문 영역을 표현하도록 함으로써 해결할 수 있다. 이를 위해서는 등록 영상간의 좌표계를 정밀하게 일치시키는 과정이 무엇보다 중요하다. 본 논문에서는 먼저 등록영상 사이의 대응 특징점 쌍을 이용하여 거칠게 일치시킨 다음, 융선의 정보를 포함하는 Distance Map을 이용하여 정밀하게 일치시키는 방법을 사용하였다. 정밀하게 일치된 좌표계를 통해 각각의 등록 지문들의 특징 정보는 하나의 큰 등록 정보로 형성된다. 제안된 방법을 통해 형성된 특징 융합 정보는 보다 넓은 면적의 지문을 표현할 수 있기 때문에 센서 입력창이 작아서 생기는 문제를 극복함으로써 지문 인식기의 성능을 향상시킨다. 본 논문의 실험 견과는 제안한 융합 특징 정보를 이용하는 방법이 그렇지 않은 방법보다 지문 인식기의 성능을 월등하게 향상시킴을 보여준다.

• 한국산업정보학회논문지
• /
• 제29권3호
• /
• pp.51-65
• /
• 2024

스마트 그리드에서 전력 시스템을 효과적으로 운영하기 위해서는 전력 수요량을 정확히 예측하는 것이 중요하다. 최근 기계학습 기술의 발달로, 인공지능 기반의 전력 수요량 예측 모델이 활발히 연구되고 있다. 하지만, 기존 모델들은 모든 입력변수를 수치화하여 입력하기 때문에, 이러한 수치들 사이의 의미론적 관계를 반영하지 못해 예측 모델의 정확도가 하락할 수 있다. 본 논문은 입력 데이터에 대하여 거대언어모델을 통해 추출한 특징을 이용하여 단기 전력 수요량을 예측하는 기법을 제안한다. 먼저, 입력변수를 문장 형식의 프롬프트로 변환한다. 이후, 가중치가 동결된 거대언어모델을 이용하여 프롬프트에 대한 특징을 나타내는 임베딩 벡터를 도출하고, 이를 입력으로 받은 모델을 학습하여 예측을 수행한다. 실험 결과, 제안 기법은 수치형 데이터에 기반한 예측 모델에 비해 높은 성능을 보였고, 프롬프트에 대한 거대언어모델의 주의집중 가중치를 시각화함으로써 예측에 있어 주요한 영향을 미친 정보를 확인하였다.