• 전자공학회논문지SC
• /
• 제37권6호
• /
• pp.1-6
• /
• 2000

본 논문에서는 비선형 섭동을 가지는 뉴트럴 시스템의 점근 안정성에 관하여 고찰한다. 리아프노프 방식을 이용하여 시스템의 안정성을 판별할 수 있는 충분조건을 제시한다. 이 조건은 지연시간에 종속이며, 선형행렬 부등식으로 표시되기 때문에 최적화 알고리즘을 이용하여 부등식 해를 쉽게 구할 수 있다는 장점이 있다. 마지막으로 제시된 이론의 유용성을 보이기 위하여 수치 예제를 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.147-152
• /
• 2003

출입국 관리 시스템은 위조 여권 소지자, 수배자, 출입국 금지자 또는 불법 체류자 등의 출입국 부적격자를 검색하여 출입국자를 관리하고 있다. 이러한 출입국 관리 시스템은 위조 여권 판별이 중요하므로 위조 여권을 판별하는 전 단계로 퍼지 RBF 네트워크 제안하여 여권을 인식하는 방법을 제안한다. 제안된 여권 인식 방법은 소벨 연산자와 수평 스미어링, 윤곽선 추적 알고리즘을 적용하여 코드의 문자열 영역을 추출한다. 추출된 문자열 영역을 사다리꼴 타입의 소속 함수를 이용한 퍼지 이진화 방법을 제안하여 이진화하고 이진화된 문자열 영역에 대해서 개별 코드의 문자들을 복원하기 위하여 CDM 마스크를 적용한 후에 수직 스미어링을 적용하여 개별 코드의 문자를 추출한다. 개별 코드의 인식은 퍼지 ART 알고리즘을 개선하여 RBF 네트워크의 중간층으로 적용하는 퍼지 RBF 네트워크를 제안하여 적용한다. 제안된 방법의 성능을 확인하기 위해서 실제 여권영상을 대상으로 실험한 결과, 제안된 방법이 여권 인식에 우수한 성능이 있음을 확인하였다.

• 감성과학
• /
• 제2권1호
• /
• pp.53-60
• /
• 1999

EEG 생리신호의 분석은 국내에서도 최근에 활발하게 연구가 진행되고 있으나, 시계열을 이용한 분석법은 통계학의 전문적인 지식을 요구하고 있기 때문에 연구에 많은 어려움이 있다. 그러므로 감성과학 연구자들이 보다 쉽게 이해하고 분석할 수 있는 Tool의 개발이 절실히 요구되고 있다. 본 논문에서는 EEG 생리신호 분석을 위한 모형분석 시스템과 생리신호 분류를 위한 판별분류 시스템을 구축하였다. 이 시스템에서는 신호분석을 위한 그래프 작성, 자극 신호에 대한 모형식별 방법의 제시, 모형에 대한 추정 및 진단 기준에 따른 최적의 모형선정 방법 등을 지원한다. 또한 선정된 모형에 이해 모수를 추정하고 이를 이용하여 통계에 대한 지식이 없이도 쉽게 각 뇌파 신호들을 판별 분류할 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.1654-1655
• /
• 2007

본 논문은 시간 변동 시간 지연을 가지는 불확실한 선형 뉴트럴 시스템에 관한 관측기 설계에 대해서 논의한다. Lyapunov-Krasovskii의 이론을 이용하여 불확실한 시간 지연을 가지는 시스템의 안정도를 판별한다. 뉴트럴 시스템의 안정도 조건을 시간 변동 시간 지연에 종속적인 충분조건으로 제시한다. 선형 행렬 부등식을 이용하여 안정도 조건을 제시하고, 선형 행렬 부등식의 해를 이용하여 관측기의 이득값을 설계한다. 설계된 관측기의 이득값을 포함한 오차 상태 방정식의 안정도를 판별한다. 예제를 통하여 논문의 결과를 입증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.513-514
• /
• 2023

초해상은 저해상도의 영상을 고해상도 영상으로 합성하는 기술이다. 이 기술에 딥러닝이 적용되어, 2014년에는 SRCNN(Super Resolution Convolutional Neural Network) 모델이 발표됐다. 이후에는 SRCAE(Super Resolution Convolutional Autoencoders)와 GAN(Generative Adversarial Networks)을 기반으로 한 SRGAN(Super Resolution Generative Adversarial Networks) 등, SRCNN의 성능을 능가하는 모델들이 발표됐다. ESRGAN(Enhanced Super Resolution Generative Adversarial Networks)은 SRGAN 모델의 성능을 개선했지만, 완벽한 성능을 내지 못하는 문제점이 있다. 이에 본 논문에서는 판별자(Discriminator) 구조를 변경하여 ESRGAN의 성능을 개선한다. 실험 결과, 제안하는 모델이 ESRGAN보다 더 높은 성능을 보일 것으로 기대된다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2000년도 추계학술발표논문집
• /
• pp.361-364
• /
• 2000

의사결정시스템을 웹 상에서 구현하기 위한 시스템의 설계요건, 시스템 구성, 처리과정에 대해 기술하였다. 각 선택 대상에 따라 각 선택요소의 확률을 기반으로 하여 사용자로부터 받은 데이터를 처리하는 시스템을 구현하였다. 각 선택대상간 의사결정값의 차이변수, 판별변수를 정의하였고, 이론 기초로 의사결정 메시지를 출력한 수 있는 알고리즘을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.259-263
• /
• 2010

본 논문에서는 무인 크레인의 자동화 시스템 구축을 위하여 작업 공간 상에 있는 Slab와 Coil의 형상 판별 및 3차원 위치 좌표를 산업현장의 환경에 구애받지 않고 정확하게 추출할 수 있는 통합 비전 시스템을 개발하였다. 기존의 연구에서 Laser Scanner의 경우 산업현장의 환경에 영향을 많이 받기 때문에 정확한 물체의 형상 판별 및 위치 데이터를 추출 할 수 없는 경우가 빈번히 발생하였다. 이러한 단점들을 극복하기 위하여 본 논문에서는 Laser Scanner와 CCD 카메라를 정합하여 Slab와 Coil의 형상을 판별하고 3차원 위치좌표를 추출하는 통합 비전 시스템을 제안한다. 본 논문에서 제안한 시스템은 무인 크레인의 자동화 시스템 구축에 상당한 도움이 될 것으로 기대 된다.

• 한국통신학회논문지
• /
• 제38C권1호
• /
• pp.97-108
• /
• 2013

이동형 장치의 위치 정보를 확보하기 위해 다양한 위치 측정 시스템이 연구되고 있으며 현재 가장 많이 이용하는 시스템은 위성 정보를 이용하는 GPS와 무선 네트워크를 이용하는 RTLS가 있다. 장치 주변의 장애물은 장치와 위성 혹은 무선 통신 앵커와 NLOS 상태를 유발하며 측정 정확도를 떨어뜨린다. 본 논문에서는 대상의 위치 측정을 위해 두 개의 시스템을 함께 이용해 장치 주변의 NLOS 상태를 파악하여 장치간의 측정 신뢰성 정보를 추정함으로써 측위 정확도를 향상시키는 기법을 제안한다. 또한 NLOS 상태의 파악을 위한 위성 정보의 분석 방법에 대해서 설명하고 이를 이용한 위치 측정 시스템을 제안한다. 본 시스템의 성능평가를 위해 다양한 환경에서의 NLOS 상태 판별에 대한 테스트를 수행하였으며 해당 측정결과를 이용한 위치 측정 시스템을 구현하여 시뮬레이션 하였다. NLOS 상태 파악을 위한 실험 결과 약 97% 정도의 성공률로 NLOS 상태를 판별하였다. 또한 NLOS 상태 판별 정보를 이용한 동작 성능을 모의실험한 결과 단독으로 위치 측정한 결과에 비해 성능이 89% 향상되는 것을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.190-192
• /
• 2003

소비자의 신용 대출 규모가 점차 증가하면서 기업에서 고객의 신용 등급에 의한 정확한 고객 분류를 필요로 하고 있다 이를 위해 판별 분석과 신경망의 역전파(BP: Back Propagation)를 이용한 고객 분류 시스템이 연구되었다. 그러나, 판별 분석을 사용한 방법은 불규칙한 신용 거래의 성향을 보이는 비정규 분포의 고객 데이터의 영향으로 여러 개의 판별 함수와 판별점이 존재하여 분류 정확도가 떨어지는 단점이 있다. 신경망을 이용한 방법은 불규칙한 신용 거래의 성향을 보이는 고객 데이터에 의해서, 지역 최소점(Local Minima)에 빠져 최대의 분류 정확률을 보이는 분류자를 얻지 못하는 경우가 발생할 수 있다. 본 논문에서는 이러한 기존 연구의 분류 정확률을 저하시키는 단점을 해결하기 위해 SVM(Support Vector Machine)을 사용하여 고객의 신용 등급을 분류하는 방법을 제안한다. SVM은 SV(Support Vector)의 수에 의해서 학습 성능이 좌우되므로, 불규칙한 거래 성향을 보이는 고객에 대해서도 높은 차원으로의 매핑을 통하여, 효과적으로 학습시킬 수 있어 분류의 정확도를 높일 수 있다 하지만, SVM은 근사화 알고리즘(Approximation Algorithms)을 이용하므로 분류 정확도가 이론적인 성능에 미치지 못한다. 따라서, 본 논문은 점진적 앙상블 SVM을 사용하여, 기존의 고객 분류 시스템의 문제점을 해결하고 실제적으로 SVM의 분류 정확률을 높인다. 실험 결과는 점진적 앙상블 SVM을 이용한 방법의 정확성이 기존의 방법보다 높다는 것을 보여준다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권7호
• /
• pp.585-594
• /
• 2007

오류역전파 방법을 이용하는 신경망들은 패턴들의 학습시간이 매우 오래 걸리고 또한 추가학습과 반복학습의 한계를 가지며, 이런 단점을 보완할 수 있는 이진신경망(Binary Neural Network, BNN)이 Aleksander에 의해 제안되었다. 그러나 BNN도 반복학습에 있어서는 단점을 가지고 있으며, 일반화 패턴을 추출하기 어렵다. 본 논문에서는 BNN의 구조를 개선하여 반복학습과 추가학습이 가능할 뿐 아니라, 특징점들까지 추출할 수 있는 다중 판별자를 가지는 삼차원 뉴로 시스템을 제안한다. 제안된 모델은 기존의 BNN을 기반으로 하여 만들어진 이차원 특징을 가지는 Single Layer Network(SLN)에 귀환회로가 추가되어 특징점들을 누적할 수 있는 삼차원 신경망이다. 학습을 통해 누적된 정보는 판별자의 각 신경세포에 임계치를 조정함으로써 일반화 패턴을 추출할 수 있다. 그리고 생성된 일반화 패턴을 인식에 재사용함으로써 반복학습의 효율성을 높였다. 최종 판정 단계에서는 Maximum Response Detector(MRD)를 이용하였다. 본 논문에서 제안한 시스템을 평가하기 위하여 NIST에서 제공하는 숫자 자료를 이용하였으며, 99.3%의 인식률을 얻었다.