• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.37 no.6
• /
• pp.1-6
• /
• 2000

In this paper, the problem of the stability analysis for linear neutral delay-differential systems with nonlinear perturbations is investigated. Using Lyapunov second method, a new delay-dependent sufficient condition for asymptotic stability of the systems in terms of linear matrix inequalities (LMIs), which can be easily solved by various convex optimization algorithms, is presented. A numerical example is given to illustrate the proposed method.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• 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.

• Science of Emotion and Sensibility
• /
• v.2 no.1
• /
• 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.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• 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.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• 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.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.259-263
• /
• 2010

This paper introduces an integrated vision system that enables us to detect the image of Slabs and Coils and get the complete three dimensional location data without any other obstacles in the field of unmanned-crane automation system. Existing researches with laser scanner tend to be easily influenced by environment in the work place so they cannot give the exact location information. Also, CCD camera has some problems recognize the pattern because of intensity of illumination caused in the industrial setting. To overcome these two weaknesses, this thesis suggests laser scanner should be combined with CCD camera named integrated vision system. This system can draw more clear pictures and take the advanced 3D location information. The suggested system is expected to help build unmanned-crane automation system.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.38C no.1
• /
• pp.97-108
• /
• 2013

Recently, mobile devices were increased and there was a sharp rise in demand. To exploit the location information of each device, many researcher was studying locating systems. The favorite locating or positioning systems were a GPS using satellites and a RTLS using wireless communication between devices. If some obstacle existed nearby the target device, The system have difference of performance. The obstacles near targets were caused signal disconnection and reflection because of NLOS condition. As the result, the NLOS condition degrade the locating performance. In this paper, we propose a locating system which is cooperated two systems using information reliability estimates from LOS/NLOS condition. We developed proposed system. In addition, we performed fields test and simulation tests at various environment for performance evaluation. As the result, the test showed 97% success rate to estimate NLOS condition. Furthermore, the simulation result of our locating system was increased to 89% compared with a single system.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• 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.

• Journal of KIISE:Software and Applications
• /
• v.34 no.7
• /
• pp.585-594
• /
• 2007

The back propagation algorithm took a long time to learn the input patterns and was difficult to train the additional or repeated learning patterns. So Aleksander proposed the binary neural network which could overcome the disadvantages of BP Network. But it had the limitation of repeated learning and was impossible to extract a generalized pattern. In this paper, we proposed a dynamic 3 dimensional Neuro System which was consisted of a learning network which was based on weightless neural network and a feedback module which could accumulate the characteristic. The proposed system was enable to train additional and repeated patterns. Also it could be produced a generalized pattern by putting a proper threshold into each learning-net's discriminator which was resulted from learning procedures. And then we reused the generalized pattern to elevate the recognition rate. In the last processing step to decide right category, we used maximum response detector. We experimented using the MNIST database of NIST and got 99.3% of right recognition rate for training data.