• Structural Engineering and Mechanics
• /
• 제82권3호
• /
• pp.271-282
• /
• 2022

The active learning surrogate model based on adaptive sampling strategy is increasingly popular in reliability analysis. However, most of the existing sampling strategies adopt the trial and error method to determine the size of the Monte Carlo (MC) candidate sample pool which satisfies the requirement of variation coefficient of failure probability. It will lead to a reduction in the calculation efficiency of reliability analysis. To avoid this defect, a new method for determining the optimal size of the MC candidate sample pool is proposed, and a new structural reliability analysis method combining polynomial chaos-based Kriging model (PC-Kriging) with adaptive sampling region is also proposed (PCK-ASR). Firstly, based on the lower limit of the confidence interval, a new method for estimating the optimal size of the MC candidate sample pool is proposed. Secondly, based on the upper limit of the confidence interval, an adaptive sampling region strategy similar to the radial centralized sampling method is developed. Then, the k-means++ clustering technique and the learning function LIF are used to complete the adaptive design of experiments (DoE). Finally, the effectiveness and accuracy of the PCK-ASR method are verified by three numerical examples and one practical engineering example.

• 전자공학회논문지
• /
• 제53권5호
• /
• pp.132-140
• /
• 2016

본 논문에서는 신뢰 영역을 검출하고 이를 이용하여 미스 매치된 영역에 대한 홀을 채우고 적응적으로 시차 지도를 조정하여 경계를 보존하는 스테레오 정합 방법을 제안한다. 초기 시차 지도 추정을 위해 비용 계산은 색상(CIE Lab)과 경사도(Gradient)를 결합하여 이용하였고, 두 번의 비용 결합 함수를 적용 하여 시차 지도를 추정 하였다. 화소 불일치 영역을 검출하기 위해 왼쪽/오른쪽 교차 검사를 수행 하였다. 두 픽셀 위치에서의 차이가 1보다 크면 폐색 영역이거나 잘못된 매칭으로 판단하고 왼쪽 시차 지도에 표시 하였다. 초기 시차 지도에서 깊이 불연속성으로 인한 에러값을 구별하기 위해 Mean-shift segmentation을 사용하여 신뢰 지도를 구하고 초기 시차 지도 영상에서의 에러값을 줄이기 위해 신뢰 지도 결과를 이용하여 시차 지도 조정을 수행한다. 실험 결과 제안하는 방법이 기존의 다른 방법들과 비교하여 비교적 높은 정확도를 보이는 시차 지도를 생성 하는 것을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.148-153
• /
• 2009

Few methods have dealt with segmenting multiple images with analogous content. Concurrent images of a scene and gathered images of a similar foreground are examples of these images, which we term consistent scene images. In this paper, we present a method to segment these images based on manual segmentation of one image, by iteratively propagating information via multi-level cues with adaptive confidence. The cues are classified as low-, mid-, and high- levels based on whether they pertain to pixels, patches, and shapes. Propagated cues are used to compute potentials in an MRF framework, and segmentation is done by energy minimization. Through this process, the proposed method attempts to maximize the amount of extracted information and maximize the consistency of segmentation. We demonstrate the effectiveness of the proposed method on several sets of consistent scene images and provide a comparison with results based only on mid-level cues [1].

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권1호
• /
• pp.451-465
• /
• 2017

This paper presents a novel discriminative visual tracking algorithm with an adaptive incremental extreme learning machine. The parameters for an adaptive incremental extreme learning machine are initialized at the first frame with a target that is manually assigned. At each frame, the training samples are collected and random Haar-like features are extracted. The proposed tracker updates the overall output weights for each frame, and the updated tracker is used to estimate the new location of the target in the next frame. The adaptive learning rate for the update of the overall output weights is estimated by using the confidence of the predicted target location at the current frame. Our experimental results indicate that the proposed tracker can manage various difficulties and can achieve better performance than other state-of-the-art trackers.

• 반도체디스플레이기술학회지
• /
• 제16권4호
• /
• pp.30-35
• /
• 2017

Moving object segmentation from a nonstationary camera is a difficult problem due to the motion of both camera and the object. In this paper, we propose a new confidence-based background subtraction technique from moving camera. The method is based on clustering of motion vectors and generating adaptive multi-homography from a pair of adjacent video frames. The main innovation concerns the use of confidence images for each foreground and background motion groups. Experimental results revealed that our confidence-based approach robustly detect moving targets in sequences taken by a freely moving camera.

• 한국인터넷방송통신학회논문지
• /
• 제22권1호
• /
• pp.77-82
• /
• 2022

실내공기오염이 인체에 미치는 영향이 실외공기오염보다 더 크며 위험하다. 일반적으로 사람은 실내에 머무는 시간이 길고, 밀폐된 실내는 오염물질이 지속적으로 쌓여 오염된 공기가 폐에 더 잘 전달된다. 특히 어린 아이들의 경우 실내공기에 매우 민감하며 치명적이다. 이와 더불어 코로나19로 인한 더 잦은 실내활동과 지속적으로 증가하는 외부 미세먼지와 함께 환기를 못하는 현재 실내공기오염을 줄이는 방법은 더욱 중요해지고 있다. 본 논문은 기존 자율주행 공기청정 로봇의 문제점을 개선하고자 지도를 분할과 UCT(Upper Confidence bounds applied to Trees) 기반의 알고리즘을 통해 자율주행 로봇이 구역을 살균하지 않거나 한곳에 계속 머무르는 문제점과 실내공기오염에 취약한 아이들의 문제를 개선할 수 있는 그린 스마트 스쿨을 위한 공간 적응형 자율주행 공기청정 로봇을 제안한다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.46-49
• /
• 2003

The use of confidence measures for word/utterance verification has become art essential component of any speech input application. Confidence measures have applications to a number of problems such as rejection of incorrect hypotheses, speaker adaptation, or adaptive modification of the hypothesis score during search in continuous speech recognition. In this paper, we present a new utterance verification method using vowel string. Using subword HMMs of VCCV unit, we create anti-models which include vowel string in hypothesis words. The experiment results show that the utterance verification rate of the proposed method is about 79.5%.

• 응용통계연구
• /
• 제26권4호
• /
• pp.581-594
• /
• 2013

집단축차설계법은 중간분석을 실시하여 임상시험용 의약품의 유효성 또는 무용성이 조기에 발견되면 임상시험을 조기에 종료할 수 있는 시험설계법이다. 적응적 설계법은 중간분석 결과를 이용하여 시험설계를 변경하거나, 확률적으로 독립인 두개의 임상시험 결과를 결합하는 등 다양한 적응법으로 임상시험의 설계를 수정할 수 있는 시험설계법이다. 집단축차설계법과 적응적 설계법에서 주요하게 고려할 점은, 시험 전체적으로 제1종 오류를 적절히 분배하고 통제하여 임상시험 전체의 일관성을 유지하도록 하는 것이다. 반복측정자료 또는 경시적자료의 통계적 모형이 고려되는 경우에는 통계적 추론이 더욱 복잡하고 어려워진다. Lee 등 (2002)에서는 반복측정치를 가지는 임상시험에서 집단축차설계에서 미리 정한 기준에 의하여 임상시험이 종료된 후, 독립증분과 단계적 순서관계를 고려한 신뢰구간 추정법을 제안한 바 있다. 본 연구는 Lee 등 (2002)를 적응적 설계로 확장하였다. 적응법을 실시한 전과 후의 임상시험을 확률적으로 독립인 관계로 정의하는 검정통계량을 유도하여 적응적 집단축차검정법이 가능하게 하였다. 또한, 임상시험이 종료된 후 단계적 순서관계를 고려한 신뢰구간 추정법을 제안하였으며, 모의실험을 통하여 그 안정성을 확인하였다.

• 디지털융복합연구
• /
• 제18권9호
• /
• pp.9-15
• /
• 2020

본 연구는 디지털 격차가 노인의 디지털 일상생활에 미치는 영향력을 분석하는 것이다. 60세이상의 노년층을 대상으로 디지털 격차에 대한 적응경향성을 측정하여 집단으로 구분하였고, 디지털 의사소통 기술, 디지털 자신감, 디지털 자기통제감, 디지털 생활만족을 측정하였다. 연구모형은 교차설계 모형과 이중매개모형을 적용하였다. 연구결과, 첫째, 디지털 격차에 대한 적응 접근성이 높은 집단이 전반적인 디지털 일상생활에 긍정적인 영향을 미치는 것으로 나타났다. 둘째, 디지털 격차에 대한 적응 활동성이 높은 집단이 디지털 자기통제감에 긍정적인 영향을 미치는 것으로 나타났다. 셋째, 디지털 의사소통 기술이 디지털 생활만족에 긍정적인 영향을 미치며, 디지털 자신감과 디지털 자기통제감은 매개역할을 하는 것으로 나타났다. 이러한 연구결과를 토대로 노년층의 디지털 격차에 대한 극복 전략에 대해 논의하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권11호
• /
• pp.5459-5473
• /
• 2017

Recently, a tracking algorithm called the spatial-temporal context model has been proposed to locate a target by using the contextual information around the target. This model has achieved excellent results when the target undergoes slight occlusion and appearance changes. However, the target location in the current frame is based on the location in the previous frame, which will lead to failure in the presence of fast motion because of the lack of a prediction mechanism. In addition, the spatial context model is updated frame by frame, which will undoubtedly result in drift once the target is occluded continuously. This paper proposes two improvements to solve the above two problems: First, four possible positions of the target in the current frame are predicted based on the displacement between the previous two frames, and then, we calculate four confidence maps at these four positions; the target position is located at the position that corresponds to the maximum value. Second, we propose a target reliability criterion and design an adaptive threshold to regulate the updating speed of the model. Specifically, we stop updating the model when the reliability is lower than the threshold. Experimental results show that the proposed algorithm achieves better tracking results than traditional STC and other algorithms.