• 한국산업정보학회논문지
• /
• 제5권4호
• /
• pp.32-38
• /
• 2000

다중 문자 환경의 문서인식 시스템에서 문자를 인식하기 전에 문자의 종류를 먼저 구분하는 것은 인식률의 향상에 중요한 요인이 된다. 각 나라의 문자는 그 문자마다 고유의 구성상의 다양한 특징을 가진다. 본 연구에서는, 문자를 구분하기 위한 방법으로 획 밀도 값을 이용하였고, 대상 문자는 한글, 영문과 한자로 하였다. 다양한 형태의 활자가 사용되는 문서에 적용하기 위해 입력 데이터는 정규화 과정을 거친 후 처리되었다. 제안된 방법은 80% 이상의 높은 확률로 구분이 가능함을 실험 결과로써 입증하였다.

• 한국정보통신학회논문지
• /
• 제16권7호
• /
• pp.1377-1382
• /
• 2012

본 논문에서는 가전기기에 탑재 된 FND에 표시되는 부호화 된 코드를 스마트폰으로 촬영하여 이로부터 원문데이터를 추출하는 인식기법에 대해 제안한다. 제안하는 스마트폰 기반의 FND 인식 기법은 먼저 차영상을 이용하여 입력되는 영상에서 FND의 위치를 추정한 뒤 RGB값 클러스터링을 통해 Segment를 추출한다. 다음으로 기울어진 Segment에 대한 정규화 과정을 거친 뒤 상대적인 거리를 이용하여 각각의 Segment를 인식한다. 실험을 통해 실제 스마트폰에서 사용 시 속도와 인식률이 모두 양호함을 확인하였다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1998년도 추계학술대회 및 정기총회
• /
• pp.90-94
• /
• 1998

한국전력공사 전력연구원은 10년간의 시뮬레이터 개발 경험을 바탕으로 Windows(NT)환경의 시뮬레이터 개발 툴인 Powersim을 독자적으로 개발하고 이를 이용하여 화력발전소 DCS(Distributed Control System) 검증용 시뮬레이터를 개발하고 있다. PowerSim은 GMB(Graphic Model Builder)를 갖춘 국내 최초의 시뮬레이터 개발툴로 다양한 발전소 기기모델과 강사조작반기능을 갖추고 있다. PowerSim은 완벽한 GUI (Graphic User Interface)환경을 지원하여 User가 Icon Drag 방식으로 시뮬레이션 도면(SimDiagram)을 그리면 그래픽 에디터에서 출력된 각종 기기의 접속상태를 나타내는 Netlist를 변환기가 처리하여 기기의 연결상태를 정규화하고 Scheduler는 기기모델(일종의 Subroutine)을 Netlist에 맞게 Scheduling하여 Executive에서 실행 가능한 형태로 만드는 모든 과정이 자동화되어 있다. 따라서, 개발자는 발전소 P&ID(Pipe and Instrument Drawing)에 기초하여 Simdiagram을 그리고 발전소 데이터를 입력하는 것만으로 실시간 시뮬레이터를 구현할 수 있다. 본 논문에서는 PowerSim의 개요와 GMB(Graphic Model Builder) 및 강사조작반에 적용된 GUI 환경과 실시간 Executive에 대해 다룬다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (A)
• /
• pp.553-555
• /
• 2001

블라인드 등화기법은 별도의 훈련신호없이 효율적인 데이터 전송을 위한 등화기 탭 수정을 수행하는 방법이다. 본 논문에서는 이중 모드를 갖는 SCS-MMA 방법을 제안한다. 기존의 CMA와 MMA 기법들은 자승평균 오차함수(mean squared error function)를 기반으로 하는 포물선을 이루지 않는 비용함수를 사용하므로, 부적절한 국부 최소값으로 수렴할 수 있다. 제안하는 방법은 정규화된 MMA 등화 방법을 기반으로 수렴 속도의 개선과 요구되지 않은 국부 최소값으로의 수렴진행을 방지위해 SCS(soft constraint satisfaction) 알고리듬을 구현하였다. 또한, 입력 신호에 신뢰도를 주어 결정지향 알고리듬으로 자동 전환하는 방법을 적용한다. 이를 통해, 보다 빠른 수렴과 정상상태에서 결정지향 알고리듬에서와 같은 평균 오차값을 보장할 수 있다. 실험 결과 제안된 알고리듬이 기존의 방법들보다 수렴속도와 안정성에 있어 우수한 성능을 갖음을 볼 수 있다.

• 인터넷정보학회논문지
• /
• 제24권2호
• /
• pp.67-74
• /
• 2023

금융 분야에서 주가예측연구는 거래 안정성 및 이익 실현 등을 목적으로 한다. 기존의 통계적 예측기법은 무작위로 예측한 결과와 정확도 측면에서 비슷하거나 낮은 예측 신뢰도 때문에 실제 거래 결정에 참고 되기 어렵다. 인공지능 모델은 데이터특성과 변동패턴을 학습해 예측하기 때문에 향상된 정확도를 달성한다. 그러나 장기간의 시계열 데이터를 사용해 주가를 예측하는 것은 여전히 어려운 문제이다. 본 논문에서는 K-means 클러스터링 기반의 데이터 증강 및 입력 시퀀스의 Window-size 별 정규화 기법과 시계열 학습에 특화된 LSTM 모델을 활용하여 안정적이고 신뢰성 있는 주가예측 방법을 제안한다. 이를 통해 더욱 정확하고 신뢰성 있는 예측 결과를 얻고, 나아가 시장 안정성에 기여할 뿐 아니라 높은 수익도 추구할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1346-1349
• /
• 2022

본 논문에서는 병렬 신경망을 기반으로 원형 게이지뿐만 아니라 다양한 종류의 아날로그 게이지 값을 인식하는 방법을 제안한다. 아날로그 게이지는 다양한 산업 현장에 쓰이고 있지만, 게이지 값을 사람이 읽는 과정에 불필요한 시간이 소모가 되고 위급 상황에 빠른 대응이 힘들다. 이러한 문제로 인해 게이지 값을 디지털화하여 컴퓨터로 전송되는 데이터만으로 자동으로 모니터링을 하기 위한 방법이 필요하다. 제안하는 방법은 두 단계로 구성된다. 우선 입력된 게이지에 대해 원근법 보정을 수행하고, 게이지의 중심 좌표와 눈금의 최소, 최대, 지침에 대한 정규 벡터를 이용해 게이지의 각도를 계산한다. 이는 학습 데이터와 추가 학습한 실험 데이터의 적은 평균 각도 오차를 통해 제안한 방법이 실제 산업 현장에 잘 적응 가능함을 확인할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제23권3호
• /
• pp.145-151
• /
• 2023

3D-CNN은 시계열 데이터 학습을 위한 딥 러닝 기법 중 하나이다. 이러한 3차원 학습은 많은 매개변수를 생성할 수 있으므로 고성능 기계학습이 필요하거나 학습 속도에 커다란 영향을 미칠 수 있다. 본 연구에서는 손의 동적인 제스처 동작을 시공간적으로 학습할 때, 3D-CNN 모델의 구조적 변화 없이 입력 영상 데이터의 시공간적 변화에 따른 학습 정확성을 분석함으로써, 3D-CNN을 이용한 동적 제스처 학습의 효율성을 높이기 위한 입력 영상 데이터의 최적 조건을 찾고자 한다. 첫 번째로 동적 손 제스처 영상 데이터에서 동적 이미지 프레임의 학습구간을 설정함으로써 제스처 동작간 시간 비율을 조정한다. 둘째로는 클래스간 2차원 교차 상관 분석을 통해 영상 데이터의 이미지 프레임간 유사도를 측정하여 정규화 함으로써 프레임간 평균값을 얻고 학습 정확성을 분석한다. 이러한 분석을 통하여, 동적 손 제스처의 3D-CNN 딥 러닝을 위한 입력 영상 데이터를 효과적으로 선택하는 두 가지 방법을 제안한다. 실험 결과는 영상 데이터 프레임의 학습구간과 클래스간 이미지 프레임간 유사도가 학습 모델의 정확성에 영향을 미칠 수 있음을 보여준다.

• 한국음향학회지
• /
• 제33권1호
• /
• pp.68-74
• /
• 2014

이전 연구에서 퍼지 C-Means의 중심 데이터로 이루어진 보조 데이터를 이용한 히스토그램 등화기법을 제안하였다. 보조 데이터를 이용한 히스토그램 등화기법은 사용하는 참조 집합의 크기에 따라 화자 식별 성능에 영향을 받는다. 그러나 인식 시점에서 최적의 파라미터를 찾기는 어렵다. 이 문제를 해결하기 위해 본 논문에서는 화자 식별을 위한 다수 투표 방식에 기반을 둔 보조 데이터를 이용한 히스토그램 등화기법을 제안한다. 다수 투표 기반의 제안한 방법은 여러 종류의 보조 데이터를 이용한 히스토그램 등화기법으로 입력 음성을 분류한다. 본 연구에서 제안한 방법을 CMN(Cepstral Mean Normalization), MVN(Mean and Variance Normalization), HEQ(Histogram Equalization)와 같은 기존의 특징 정규화 방법 및 보조 데이터를 이용한 히스토그램 등화기법과 비교한다.

• 한국전자통신학회논문지
• /
• 제14권5호
• /
• pp.969-976
• /
• 2019

경량 인공지능 하드웨어는 다양한 문제의 해결을 위해 멀티모달 센서 데이터를 입력받아 특징 선택, 추출, 차원축소, 정규화 과정을 수행한 후 인공지능 엔진으로 예측 결과를 도출한다. 다양한 애플리케이션에서 높은 성능을 달성하기 위해서는 이러한 경량 인공지능 하드웨어의 초 매개변수와 전체적인 전처리 시스템의 구성을 데이터에 맞춰 최적화할 필요가 있다. 본 논문에서는 경량 인공지능 하드웨어의 효율적인 제어 및 최적화를 위한 통합 프레임워크를 제안한다. 제안된 통합 프레임워크는 데이터 전처리 및 뉴로모픽 기반 경량 인공지능 엔진을 유연하게 재구성할 수 있으며, 최적의 모델을 생성할 수 있다. 기능검증을 위해 손글씨 이미지 데이터 세트와 관성 센서 데이터 기반의 낙상 검출 데이터 세트를 사용하였으며, 실험 결과 제안하는 통합 프레임워크가 각각의 데이터 세트에서 90% 이상의 정확도를 갖는 최적의 모델을 생성함을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제41권3호
• /
• pp.209-219
• /
• 2004

본 논문에서는 핵심어 검출 시스템을 실시간 적용이 가능한 하드웨어로 구현하기 위해 연산량이 적고 구조가 간단한 단일 끝점 DTW 방법을 제안한다. 제안된 알고리즘은 일반적 DTW가 양쪽 끝점을 요구하는데 비하여 단지 한쪽 끝점만 필요하므로 이용하기에 편리하며, 국부 검색의 연속이 전역 경로를 이루게 되므로 매우 적은 연산량을 가진다. 그리고, 제안한 단일 끝점 DTW가 보다 나은 성능을 지니도록 하기 위해 새로운 경사 가중치와 거리 측정법을 가지도록 하였다. 이외에도, 단일 끝점 DTW는 특징벡터 정규화를 적용하여 특징벡터 각각의 차원에서 데이터들이 같은 표준편차를 가지게 하며 모든 프레임이 같은 에너지를 가지도록 정규화 되었다 또한, 주어진 학습 패턴들에 클러스터링을 적용한 후, 각 클러스터 내에서 평균을 계산하여 구한 패턴을 해당 핵심어를 대표하는 여러 개의 기준패턴으로 삼았다. 이러한 기준패턴들과 입력 음성의 특징벡터가 이미 정해진 문턱값 보다 작은 거리 내에 있을 때 핵심어는 검출된다. 제안된 알고리즘을 고립단어 음성인식과 핵심어 검출 실험에 적용하여 다른 방법을 이용한 결과보다 성능이 뛰어남을 확인하였다.