• 한국산학기술학회논문지
• /
• 제13권2호
• /
• pp.817-821
• /
• 2012

본 논문에서는 환경음 인식에 GMM(Gaussain mixture model)을 이용할 때 MDL(minimum description length)와 BIC(Bayesian information criterion) 모델선택 기준을 이용하여 최적의 혼합모델 개수를 결정하는 방법에 대해 다루었다. 실험은 모두 9가지 종류의 환경음으로부터 12차 MFCC(mel-frequency cepstral coefficients) 특징 27747개를 추출하고 이를 GMM으로 분류하였다. 각 환경음 클래스의 최적 혼합모델 개수를 추정 하기위해 MDL과 BIC를 적용하고 그 결과를 고정 개수의 혼합모델을 사용한 경우와 비교하였다. 실험 결과에 따르면 혼합모델 선택 방법을 적용한 경우가 그렇지 않은 경우에 비해 거의 유사한 인식성능을 유지하면서 계산복잡도는 BIC와 MDL를 통해 각각 17.8%와 31.7%가 감소하는 것을 확인하였다. 이는 GMM을 이용한 환경음 인식에서 BIC와 MDL 적용을 통해 계산복잡도를 효과적으로 감소시킬 수 있음을 보여준다.

• 정보처리학회논문지D
• /
• 제11D권1호
• /
• pp.153-162
• /
• 2004

소프트웨어 개발 생산성 향상과 유지 보수성 향상을 위한 객체지향 분석 및 설계는 학계와 산업계의 기본적인 패러다임으로 자리 잡고 있다. Enterprise Java Beans(EJB)는 높은 이식성을 제공하고 신속한 어플리케이션 개발 환경을 제공하기 때문에, 널리 사용되는 플랫폼중 하나 이다. EJB 객체지향 패러다임을 지원하지만, 객체지향 모델을 EJB 모델로 상세 설계 및 구현 할 때 고려할 사항들이 있다. 그 중 한 가지가 상속 문제이다. 본 논문에서는 객체지향 모델에서 나타날 수 있는 클래스 상속의 유형을 세 가지로 분류하고, 상속을 EJB 모델로 구현할 때 나타날 수 있는 문제점을 규명하며 상속을 지원하는 세 가지 패턴을 제시한다. 또한 제안된 패턴들에 대해서 객체지향 상속 유형별로 적용 가능한 패턴들과 지침을 제시한다.

• 한국소음진동공학회논문집
• /
• 제21권11호
• /
• pp.997-1004
• /
• 2011

A fault detection algorithm of a charge and discharge system to ensure the safe use of hybrid electric vehicle is proposed in this paper. This algorithm can be used as a complementary way to existing fault detection technique for a charge and discharge system. The proposed algorithm uses a SVDD technique, which additionally utilizes two methods for learning a large amount of data; one is to incrementally learn a large amount of data, the other one is to remove the data that does not affect the next learning using a new data reduction technique. Removal of data is selected by using lines connecting support vectors. In the proposed method, the data processing speed is drastically improved and the storage space used is remarkably reduced than the conventional methods using the SVDD technique only. A battery data and speed data of a commercial hybrid electrical vehicle are utilized in this study. A fault boundary is produced via SVDD techniques using the input and output in normal operation of the system without using mathematical modeling. A fault detection simulation is performed using both an artificial fault data and the obtained fault boundary via SVDD techniques. In the fault detection simulation, fault detection time via proposed algorithm is compared with that of the peak-peak method. Also the proposed algorithm is revealed to detect fault in the region where conventional peak-peak method is never able to do.

• Journal of the Korean Data and Information Science Society
• /
• 제24권1호
• /
• pp.13-22
• /
• 2013

무선으로 응용 프로그램을 다운받아 실행하고 수많은 응용 프로그램들을 통신 접속이 없어도 실행이 가능하다는 점으로 인해 스마트폰 중독이 인터넷 중독보다 심각한 상태이지만 아직까지 스마트폰 중독과 관련된 연구가 부족한 상태이다. 한국정보화진흥원에서 개발한 스마트폰 중독 검사 척도인 S-척도는 문항수가 많아 응답자들이 진단 자체를 회피할 수도 있으며 인구통계학적 변인도 고려하지 않은 상태에서 체크한 문항들에 대한 총점만으로 중독여부를 진단하므로 정확하게 진단하는데 어려움이 있다. 따라서 본 논문에서는 인구통계학적 변인을 포함한 여러 문항들을 추가한 자료들을 대상으로 먼저 스마트폰 중독에 영향을 미치는 중요한 요인들을 추출해 보았다. 추출한 축소문항을 대상으로 데이터마이닝기법 중 하나인 신경망을 이용하여 분류를 하였다. 신경망 학습알고리즘 중에서 BP학습 알고리즘과 다중 SVM을 이용하여 학습을 시켜 비교, 분석 해 본 결과 다중 SVM의 학습율이 조금 더 높게 나타났다. 본 논문에서 제안한 다중 SVM을 이용하여 학습을 한 자가진단 시스템을 이용하면 자료들의 급격한 변화에 대해 뛰어난 적응성을 가지므로 빠른 시간 내에 자신의 중독여부를 정확하게 자가진단 할 수 있다.

• 한국정보통신학회논문지
• /
• 제24권7호
• /
• pp.857-865
• /
• 2020

본 논문에서는 시퀀스 다이어그램의 메시지 패턴에 기반하여 자바 코드를 생성하는 방법을 제시하고자 한다. 시퀀스 다이어그램에서 메시지는 몇 가지 유형이 전형적으로 나타낸다. 따라서 이들 유형을 분류하여 패턴으로 정의하고, 이들 각 패턴의 메시지에 대한 정보를 분석하여 코드 변환을 하기 위한 메타 정보를 구축한다. 시퀀스 다이어그램 메시지의 구조적 정보를 분석한 '메타 메시지' 정보를 MetaMessage 데이터스토어에 구축하고, 이들 메타 메시지 정보로부터 구성되는 '메타 메소드' 정보를 MetaMethod 데이터스토어에 구축한다. 이 과정에서 메타 클래스 정보와 메타 오브젝트 정보가 함께 구축되고 사용된다. 각 패턴의 메타 정보에 기반하여 타겟 프로그래밍 언어의 문법에 따라 메시지에 상응하는 코드를 생성하게 된다. 또한, 기존 연구에서는 통합적으로 잘 다루지 않았던 분기와 반복에 대한 복합 패턴을 제시함으로써 기본 패턴과 통합된 코드 생성을 가능하게 한다.

• 경영정보학연구
• /
• 제22권1호
• /
• pp.113-124
• /
• 2020

농가를 운영함에 있어서 수확한 작물에 대한 품질을 평가하여 불량품을 분류하는 작업은 매우 중요하다. 그러나, 농가는 부족한 자본과 인력으로 인하여 품질평가에 소요되는 비용과 시간을 감당하는데 어려움이 있다. 이에 본 연구는 인공지능 기술인 딥 러닝 알고리즘을 이용하여 과일의 표피를 분석함으로써 불량을 검출하고자 한다. 과일을 촬영한 동영상 이미지에 대하여 영역기반 합성곱 신경망(Region Convolutional Neural Network)을 기반으로 한 YOLOv3 알고리즘을 적용하여 표피를 분석할 수 있는 모델을 개발하였다. 총 4개의 클래스를 정해서 학습을 진행하였고, 총 97,600번의 epoch을 통해서 우수한 성능의 불량검출 모델을 얻을 수 있었다. 본 연구에서 제안한 농작물 불량검출 모델은 데이터 수집, 분석된 데이터를 통한 품질평가, 그리고 불량검출에 이르는 과정의 자동화에 활용될 수 있다. 특히, 농작물들 중에서도 외상에 가장 취약한 복숭아를 대상으로 분석모델을 개발하였기 때문에, 다른 작물에도 적용될 수 있을 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제29권1호
• /
• pp.31-40
• /
• 2024

국내 온라인 패션 플랫폼은 개인사업자가 제품정보를 직접 등록하기 때문에 개인사업자의 불편함을 초래한다. 많은 제품군을 한꺼번에 수동 등록하므로 수기 입력된 제품정보로 인한 신뢰성 문제가 발생한다. 등록된 상품 이미지의 저품질 및 데이터 수의 불균형으로 인한 편향도 심각하게 제기된다. 본 연구는 오버샘플링 기법을 통해 데이터 편향을 최소화하고 13개 패션 카테고리의 다중 분류를 수행하는 ResNet50 모델을 제안한다. 컴퓨팅 자원과 오랜 학습시간을 최소화하기 위해 전이학습을 활용했다. 결과적으로, 데이터 수가 매우 부족했던 클래스의 데이터 증강을 통해 기본 CNN 모델에 비해 최대 33.4%의 향상된 식별력을 보여주었다. 모든 결과의 신뢰성은 정밀도-재현율 곡선으로 보장한다. 본 연구는 국내 온라인 패션 플랫폼 산업의 발전을 한 단계 끌어올릴 수 있을 것으로 기대한다.

• 한국멀티미디어학회논문지
• /
• 제13권5호
• /
• pp.722-729
• /
• 2010

예측 문제를 해결하기 위한 데이타마이닝 기법은 다양한 분야에서 주목받고 있다. 이것에 대한 한 예로 컴퓨터-기반의 질병의 예측 혹은 진단은 CDSS(Clinical Decision support System)에서 가장 중요한 요소이기도 하다. 이러한 예측 문제를 해결하기 위해서 RBF커널 같은 비선형 커널을 사용한 SVM이 가장 널리 사용되고 있는데, 이는 비선형 SVM이 어떠한 다른 분류기법보다 정확한 성능을 보이기 때문이다. 하지만 비선형 SVM을 사용한 경우에는 모델내부를 시각화하는 일이 어려워서 예측결과에 대한 직관적인 이해가 힘들고, 의학 전문가들은 이러한 비선형 SVM의 사용을 기피하고 있는 실정이다. Nomogram은 SVM을 시각화하기 위해 제안된 기법이다. 하지만 이는 선형 SVM의 경우에만 사용이 가능하고. 이 문제를 해결하기 위해서 LRBF 커널이 제안된 바 있다. LRBF 커널은 기존의 RBF 커널을 사용한 SVM과 대등한 결과를 보이면서도 예측결과의 선형적 분석도 가능하게 한다. 본 논문에서는 노모그램(Nomogram)과 LRBF 커널을 사용한 SVM이 통합되어 있는 예측 툴 VRIFA를 제안한다. 이 툴은 사용자와 상호작용하며 비선형 SVM 모델의 내부구조를 데이타의 각 속성별로 보여주는 방법으로 사용자가 예측결과를 직관적으로 이해하도록 도와준다. VRIFA는 Nomogram기반의 피쳐선택(feature selection) 기능도 포함하고 있는데, 이 기능은 예측결과에 부정적인 영향을 끼치거나 중복된 연관성을 보이는 속성을 제거함으로써 모델의 정확도를 높이는 데 기여한다. 그리고 데이터에 포함된 클래스의 비율이 한 쪽으로 치우쳐져 있는 경우에는 ROC 곡선 넓이(AUC)를 예측결과를 평가하기 위한 측도로 사용할 수 있다. 이 툴은 컴퓨터-기반의 질병 예측 혹은 질병의 위험 요소 분석에 대해 연구하는 연구자들에게 유용하게 사용될 것으로 전망하는 바이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권12호
• /
• pp.1637-1648
• /
• 2004

분산 환경에서 디지털 라이브러리 구축시 기존의 단일 에이전트를 이용한 클라이언트/서버 방식으로 시스템을 구축할 경우, 일차원적인 자료검색으로 인해 검색결과의 관련성이 없고, 검색 견과에 대한 사용자의 성향이 반영되지 않으며, 클라이언트가 서버에 접속할 때마다 인증을 받아야 하므로 다수의 서버 접근시 문서 처리 효율이 낮고 사용하기 불편하다는 문제점을 갖는다. 따라서 본 논문에서는 이의 해결을 위해 기존의 멀티 에이전트 플랫폼인 DECAF와 표준안으로 제시되는 모바일 ORB인 Voyager를 응용해 새로운 모바일 환경에 적합한 멀티 에이전트 플랫폼을 개발 제안하였고, 이를 이용한 사용자 기반의 디지털 라이브러리 시스템(PDS)을 구축하였다. 이러한 접근방법은 국내외적으로 처음 시도되는 연구이다. 새로운 플렛폼은 관련정보의 검색문제를 위해 신경회로망을 이용한 문서분류를 통해 관련 문서의 검색을 세분화시킴으로써 검색결과의 관련성을 높였고. 사용자 성향을 반영하기 위해 모듈화된 클라이언트를 구성하여 신경회로망을 이용함으로써 사용자의 성장과 탐색 결과를 최적화 시켰으며, 네트워크 문제를 위해 멀티에이전트 플랫폼과 모바일 클래스를 이용한 모바일 기능을 개발하였다. 또한 모바일 시스템과 멀티에이전트 시스템을 적절히 결합하고 멀티 에이전트 사이의 협상 알고리즘과 스케줄링 방법을 개발함으로써 제안한 플랫폼이 효율적으로 동작하도록 구성하였다. 시뮬레이션한 결과, 분산환경에서 모바일 서버의 개수와 에이전트의 개수가 늘어날수록 PDS는 기존의 디지털 라이브러리보다는 탐색시간이 훨씬 줄어들었고 결과에 대한 사용자 만족도도 기존 C/S 방식에 비해 약 4배정도 향상됨을 알 수 있었다

• 한국입자에어로졸학회지
• /
• 제14권4호
• /
• pp.153-169
• /
• 2018

기존 대기 에어로졸에서의 유기성분 분석은 분석 기기로 파악한 피크 가운데 동정 가능한 성분 개수에 제한이 있었다. 이 문제를 극복하는 방법의 하나로 2DGC를 활용하여 보다 많은 성분을 동정하고, 이들 성분들의 특성 파악을 용이하게 하기 위해 검출된 피크들을 휘발도에 따라 3개, 극성도에 따라 2개로 분리하여 총 6개의 그룹으로 구분하고, 각 그룹의 피크를 정성/정성 분석하여 화학 특성에 따른 클래스로 구분하는 방법론을 제시하였다. 제시한 방법론을 서울에서 2013년 여름과 2014년 겨울에 측정한 대기 에어로졸의 유기 성분을 2DGC로 분석한 결과에 적용하여 특성 파악 연구를 수행하였다. 정성/정량 분석 결과 유기 성분을 8개의 클래스로 구분할 수 있었다. 이 성분들은 계절별 유사성과 차별성을 보여주었다. 한 예로 고극성-휘발성유기화합물(HP-VOC)의 정성분석 결과 여름에는 furanone 성분이 대부분이었으나, 겨울에는 furanone 성분이 검출되지 않았다. 저극성 반휘발성유기화합물(LP-SVOC)의 정성적 특징은 VOC와 OVOC가 대부분을 차지하고 있는 것이었으며 OVOC가 VOC보다 더 많은 종류로 검출되었다. 그러나 상대적 정량분석에서는 반대로 OVOC보다 VOC가 두 배 더 많은 양을 차지하고 있었다. 즉 LP-SVOC에서 OVOC는 더 다양한 종류가 발견되나 정량적으로 봤을 때는 VOC가 대부분을 차지하고 있다고 할 수 있다. 이러한 분석 결과는 보다 다양한 성분의 유기성분 분석과 함께 정성/정량 분석의 통합적 활용이 필요함을 보여주고 있다. 이 연구에서 2DGC 시스템 결과를 6개의 그룹으로 구분하여 미지 성분 피크를 그 그룹의 특성을 가진 것으로 정성/정량 분석하여 어느 정도 결과를 도출하였다. 그러나 각 그룹의 경계에 있는 성분들이 비슷한 특성을 갖는 경우가 나타났고, 정량 분석에는 아직도 미흡한 부분이 있는 제한점을 보였다. 이 부분에 대한 보다 심도 깊은 연구가 필요하다. 또한 2DGC 시스템은 단일 GC 시스템보다 검출 한도가 높은 제한점을 가지고 있으며, 정량이 아직 확실하지 않은 단점이 있다. 이들 문제점을 해결하기 위해서는 분석 시스템 자체에 대한 심도 깊은 연구가 필요하다.