• Journal of the Korean Data Analysis Society
• /
• v.20 no.6
• /
• pp.2853-2864
• /
• 2018

Discriminant analysis predicts a class label of a new observation with an unknown label, using information from the existing labeled data. Hence, observed labels play a critical role in the analysis and we usually assume that these labels are correct. If the observed label contains an error, the data has label noise. Label noise can frequently occur in real data, which would affect classification performance. In order to resolve this, a comparative study was carried out using simulated data with label noise. In particular, we considered 4 different classification techniques such as LDA (linear discriminant analysis classifiers), QDA (quadratic discriminant analysis classifiers), KNN (k-nearest neighbour), and SVM (support vector machine). Then we evaluated each method via average accuracy using generated data from various scenarios. The effect of label noise was investigated through its occurrence rate and type (noise location). We confirmed that the label noise is a significant factor influencing the classification performance.

• Journal of the Earthquake Engineering Society of Korea
• /
• v.13 no.4
• /
• pp.37-45
• /
• 2009

The identification of significant structural components under seismic loading through a probabilistic approach is of interest to many structural engineers. The First-Order Second Moment method can be used to achieve this goal by estimating uncertainty in the seismic demand of a structural system induced by the capacity uncertainties of each structural component. Significant structural components are those to which the seismic demand of the structure is more sensitive than it is to other ones. The developed procedure demonstrated by a ductile reinforced concrete frame shows that it is computationally effective and robust in terms of identifying significant structural components.

• Journal of Korea Society of Industrial Information Systems
• /
• v.23 no.2
• /
• pp.11-18
• /
• 2018

Severe snoring can lead to OSA(Obstructive Sleep Apnea), which can lead to life-threatening cases, and snoring can lead to serious pernicious relationships. In order to solve these snoring problems, several types of smart pillows have recently been released. The core technology is snoring discrimination technology, ie, a technique for determining whether snoring is included in the input sound. In this paper, we propose a snoring detection method to apply to a smart pillow. After extracting the features of the snoring sound from the input signal, we discriminate the snoring using these features and SVM. In order to measure the performance of the proposed method, comparative experiments with the existing methods are performed. The experimental results show about 6% better discrimination performance than the existing method.

• The Journal of the Korea Contents Association
• /
• v.15 no.10
• /
• pp.636-646
• /
• 2015

In information society, the need to detect document duplication and plagiarism is increasing. Many studies have progressed to meet such need, but there are limitations in increasing document duplication detection quality due to technological problem of natural language processing. Recently, some studies tried to increase the quality by applying syntatic-semantic analysis technique. But, the studies have the problem comparing syntactic-semantic trees. This paper develops a syntactic-semantic tree comparator, designs and implements a discriminator of similar documents using the comparator. To evaluate the system, we analyze the correlation between human discrimination and system discrimination with the comparator. This analysis shows that the proposed discrimination has good performance. We need to define the document type and improve the processing technique appropriate for each type.

• Journal of Korea Society of Industrial Information Systems
• /
• v.22 no.2
• /
• pp.61-70
• /
• 2017

In This Paper, the Classification Speed of Vehicle Headlight Modules is Improved by a CPU-based Parallel Processing Using OpenMP. Also, a Classification Method of Headlight Modules which Extracts their Features after Revising their Alignment is Proposed. To Analyze the Performance of the Proposed Method, the Discrimination Accuracy and the Processing Speed were Compared with the Method Using Gray Image and the Method Using Line Detection. As the Results of the Analysis, in the Discrimination Accuracy, the Proposed Method and the Line Detection Method Showed good Performance, but the Proposed Method Showed Better Performance than the Line Detection Method by the Processing Speed. Also, the Gray-based Method was the Best in Processing Speed, but the Proposed Method is Better than the Gray-based Method in the Discrimination Accuracy.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1181-1183
• /
• 2022

신생아 호흡곤란증후군(RDS, Respiratory Distress Syndrome)은 미숙아 사망의 주된 원인 중 하나이며, 이 질병은 빠른 진단과 치료가 필요하다. 소아의 x-ray 영상을 시각적으로 분석하여 RDS 의 판별을 하고 있으나, 이는 전문의의 주관적인 판단에 의지하기 때문에 상당한 시간적 비용과 인력이 소모된다. 이에 따라, 본 논문에서는 전문의의 진단을 보조하기 위해 심층 신경망을 활용한 소아 RDS/nonRDS 판별 방법을 제안한다. 소아 전신 X-ray 영상에 폐 영역 분할을 적용한 데이터 세트와 증강방법으로 추가한 데이터 세트를 구축하며, RDS 판별 성능을 높이기 위해 ImageNet 으로 사전학습된 DenseNet 판별 모델에 대해 구축된 데이터 세트로 추가 미세조정 학습을 수행한다. 추론 시 입력 X-ray 영상에 대해 MSRF-Net 으로 분할된 폐 영역을 얻고 이를 DenseNet 판별 모델에 적용하여 RDS 를 진단한다. 실험결과, 데이터 증강과 폐 영역을 분할을 적용한 판별 방법이 소아전신 X-ray 데이터 세트만을 사용하는 것과 비교하여 3.9%의 성능향상을 보였다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.2012-2013
• /
• 2007

현재 개발된 분산전원 단독운전 판별기법중 하나인 무효전력주입방식은 판별성능은 우수하나 정격의 $2.5{\sim}5%$의 무효전력을 주입하므로 계통전압에 고조파를 발생하여 전력품질을 저하하는 단점을 갖는다. 본 논문에서는 적은 양의 연속적인 무효전력을 주입하므로 전력품질 저하를 최소화하고 동시에 검출성능이 우수한 인버터연계방식 분산전원의 단독운전 판별기법을 개발하였다. 개발한 판별기법의 타당성을 검증하기위해 EMTDC 소프트웨어를 이용하여 전체시스템의 시뮬레이션모델을 개발하여 시뮬레이션을 실시하였다.

• Korean Journal of Construction Engineering and Management
• /
• v.22 no.1
• /
• pp.106-115
• /
• 2021

Classifying work trades using images can serve an important role in a multitude of advanced applications in construction management and automated progress monitoring. However, images obtained from work sites may not always be clean. Defective images can damage an image classifier's accuracy which gives rise to a needs for a method to enhance a work trade image classifier's performance. We propose a method that uses work dependency information to aid image classifiers. We show that using work dependency can enhance the classifier's performance, especially when a base classifier is not so great in doing its job.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.288-291
• /
• 2011

기존 음악 장르 분류의 경우 음악의 특징 추출 또는 기계학습을 중점적으로 연구되어왔다. 하지만 자동 분류에 필요한 장르 데이터는 음악을 제공하는 웹 사이트마다 다르고, 각 웹 사이트의 장르 분류는 해당 음악이 아닌 앨범의 장르를 표시한다. 보다 나은 자동 분류를 위해서는 일관된 장르 데이터의 제공이 필요한데, 본 논문에서는 이러한 연구의 일환으로 여러 웹사이트에서 수집한 장르 데이터에 따른 판별 성능을 분석하였다. 분석 결과 장르 분류 방법에 따라 신경망 학습 및 판별성능이 큰 차이가 발생하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06b
• /
• pp.462-465
• /
• 2011

낸드 플래시 메모리를 이용한 SSD(Solid-State Disk)는 빠른 속도와 저전력, 휴대성, 내구성 등의 특성을 가져 전통적인 저장 장치인 하드 디스크(HDD:Hard Disk Drive)를 대체할 차세대 저장 장치로 주목받고 있다. 그러나 저장 장치 성능 측정 도구는 기존의 하드 디스크의 특성을 기반으로 한 것들이 대부분으로 이를 통해 SSD의 성능을 측정하기엔 적합하지 않다. 특히 SSD는 하드 디스크에 비해 단위 공간 당비용이 수십 배 가량 높아 저장 공간의 효율적인 관리를 위해 컨트롤러(Controller)가 데이터 압축 기법을 사용하기도 하는데 이 압축 기법을 사용하는 컨트롤러에 따라 SSD는 다른 성능을 보인다. 또, 여러 가지 명령들이 한꺼번에 존재할 때 컨트롤러에 따라 이를 적절히 효율적으로 처리해주는 기능을 가지고 있는데 이 역시 SSD의 성능에 차이를 가져온다. 그러나 기존 저장 장치 성능 측정 도구는 압축 기법 유무를 판별할 수 있으면서 여러 명령들이 한꺼번에 존재할 때 SSD 성능의 차이를 파악할 수 있는 통합된 성능 측정 도구는 없다. 본 논문에서는 다양한 패턴에 따라 SSD의 특성을 측정할 수 있는 도구인 uFlip 성능 측정 도구를 기반으로, 압축 기법의 사용 유무를 판별할 수 있는 기능과 명령 큐 깊이(Command Queue Depth)에 따라 성능의 차이를 판별할 수 있는 기능을 추가하였고, uFlip 기반 수정된 성능 측정 도구로 몇 가지 상용 SSD의 성능을 평가하여 비교함으로써 추가된 기능들의 유무에 따라 SSD별로 다른 성능을 보이는 것을 확인할 수 있었다.