• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.379-382
• /
• 2006

일반적으로 센서 어레이는 많은 채널의 센서를 가지고 있으므로 분석해야 할 데이터의 양이 많다. 따라서 다변량(多變量) 분석 방법을 이용하는데, 크게 통계적 방법과 신경망 방법을 분석하고자 하는 데이터의 특성이나 분석에 필요한 환경 조건에 맞는 분석 방법을 선택하여 이용한다. 센서 어레이의 신호 패턴을 분석하기 위해 본 연구에서는 상태 천이 모델을 이용하여 측정된 가스의 특성을 반영할 수 있는 통계적 방법에 대해 연구하였다. 센서 어레이 신호 데이터를 패턴 모양의 특성을 나타낼 수 있는 상태 천이 모델로 변환하여 가스 종류 식별이 보다 정확하게 이루어 질 수 있도록 모델을 설계하는데 중점을 두고, 모델링 요소인 '상태'는 일정한 시간 간격으로 샘플링 하였을 때의 신호값으로,'천이 관계는 각 천이 벡터의 각으로 각각 정의하여 각도변이 기반 상태천이 모델링을 고안하였다.

• Journal of the Korea Society for Simulation
• /
• v.15 no.3
• /
• pp.49-60
• /
• 2006

We propose a method to use a state transition model so that the sensing object can be distinguished through classification of signal patterns sensed by a sensor array. Focusing on the design of the model that is able to distinguish the sensed object more exactly, we present an idea in which the modeling elements, 'states' and 'transitions' are defined as each same-sized angle intervals into which the angle interval $(-\frac{\pi}{2},\frac{\pi}{2})$ is divided and the angle differences between adjacent signal values on sampling signal value sequence value sequence sensed from the sensor array in the uniform time interval, respectively. In addition we show the usefulness of our model through experiments.