• 자동차안전학회지
• /
• 제13권4호
• /
• pp.7-13
• /
• 2021

This paper presents an vulnerable road user (VRU) classification and tracking algorithm using vision and LiDAR sensor fusion method for urban autonomous driving. The classification and tracking for vulnerable road users such as pedestrian, bicycle, and motorcycle are essential for autonomous driving in complex urban environments. In this paper, a real-time object image detection algorithm called Yolo and object tracking algorithm from LiDAR point cloud are fused in the high level. The proposed algorithm consists of four parts. First, the object bounding boxes on the pixel coordinate, which is obtained from YOLO, are transformed into the local coordinate of subject vehicle using the homography matrix. Second, a LiDAR point cloud is clustered based on Euclidean distance and the clusters are associated using GNN. In addition, the states of clusters including position, heading angle, velocity and acceleration information are estimated using geometric model free approach (GMFA) in real-time. Finally, the each LiDAR track is matched with a vision track using angle information of transformed vision track and assigned a classification id. The proposed fusion algorithm is evaluated via real vehicle test in the urban environment.

• 한국도서관정보학회지
• /
• 제32권4호
• /
• pp.99-117
• /
• 2001

본 연구는 분류자동화를 위해 이미 연구된 바 있는 농학 및 의학분야의 AutoBC 시스템에 대한 계속적인 연구의 일환으로 식물학분야의 문헌에 대해 분류자동화가 가능한지의 여부를 CC의 원리를 응용하여 실험 및 검증한 것이다. 분류자동화를 위한 데이터베이스는 원통형과 행렬식의 원리에 의해 설계되었으며, 문헌의 표제나 키워드를 입력하여 자동적인 주제인지 및 분류기호가 생성될 수 있는 윈도우용 자동분류시스템을 새로이 개발하여 실험하였다.

• 대한의용생체공학회:의공학회지
• /
• 제9권1호
• /
• pp.93-100
• /
• 1988

The Auto Regressive Parameter Estimation and Pattern Classification of EKG Signal for Automatic Diagnosis. This paper presents the results from pattern discriminant analysis of an AR (auto regressive) model parameter group, which represents the HRV (heart rate variability) that is being considered as time series data. HRV data was extracted using the correct R-point of the EKG wave that was A/D converted from the I/O port both by hardware and software functions. Data number (N) and optimal (P), which were used for analysis, were determined by using Burg's maximum entropy method and Akaike's Information Criteria test. The representative values were extracted from the distribution of the results. In turn, these values were used as the index for determining the range o( pattern discriminant analysis. By carrying out pattern discriminant analysis, the performance of clustering was checked, creating the text pattern, where the clustering was optimum. The analysis results showed first that the HRV data were considered sufficient to ensure the stationarity of the data; next, that the patern discrimimant analysis was able to discriminate even though the optimal order of each syndrome was dissimilar.

• 자동차안전학회지
• /
• 제13권4호
• /
• pp.53-59
• /
• 2021

According to the Korean Traffic Accident Analysis System (TAAS), more than 200,000 traffic accidents occur every year. Also, the statistics including auto insurance companies data show 1.3 million traffic accidents. In the case of TAAS, the types of traffic accidents are simply divided into four; frontal collision, side collision, rear collision, and rollover. However, more detailed information is needed to assess for advanced driver assist systems at intersections. For example, directional information is needed, such as whether the vehicle in the car accident way in a straight or a left turn, etc. This study intends to redefine the type of accident with the more clear driving direction and path by referring to the Negligence standards used in automobile insurance accidents. The standards largely divide five categories of car-to-car/motorcycle /pedestrian/cyclist, and highway, and the each category is classified into dozens of types by status of the traffic signal, conflict situations. In order to present more various accident types for auto insurance accidents, the standards are reclassified driving direction and path of vehicles from crash situations. In results, the car-to-car accidents are classified into 33 accident types, car-to-pedestrian accidents have 19 accident types, car-to-motorcycle accidents have 38 accident types, and car-to-cyclist accidents are derived into 26 types.

• 국제학술발표논문집
• /
• The 3th International Conference on Construction Engineering and Project Management
• /
• pp.1383-1387
• /
• 2009

As information technologies in construction field get developed, various studies and projects are in progress for improvement of construction industry. Meanwhile, web-basis online system for building materials is tending upward. However, most of the informations about classification system for building materials and specifications are not systematic yet. Most field staffs have some troubles in making full use of the material information, repeating inefficient works from constructional design to the maintenance of it. This study designed auto-categorization system classified by materials, multi-search engines, auto-converting/creating electronic catalog as well as RFID search support to provide standardized building materials information.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2580-2582
• /
• 2004

In this paper, a Neural Network(NN) based approach for classification of two dimensions images. The proposed algorithm is able to apply in the actual industry. The described diagnostic algorithm is presented to defect surface failures on tiles. A way to get data for a digital image process is several kinds of it. The tiles are scanned and the digital images are preprocessed and classified using neural networks. It is important to reduce the amount of input data with problem specific preprocessing. The auto-associative neural network is used for feature generation and selection while the probabilistic neural network is used for classification. The proposed algorithm is evaluated experimentally using one hundred of the real tile images. Sample image data to preprocess have histogram. The histogram is used as input value of probabilistic neural network. Auto-associative neural network compress input data and compressed data is classified using probabilistic neural network. Classified sample images are determined by human state. So it is intervened human subjectivity. But digital image processing and neural network are better than human classification ability. Therefore it is very useful of quality control improvement.

• 응용통계연구
• /
• 제21권3호
• /
• pp.547-560
• /
• 2008

스펙트럼 밀도함수(spectral density function)는 시계열 자료가 정상성(stationarity)을 만족하는 경우에 주파수 영역(frrqllrnFr domain)에서 시계열 자료의 자기공분산함수(auto-covariance function)을 결정짓는 함수이고, 평활된 주기도(smoothed periodogram)는 스펙트럼 밀도함수의 일치 추정량(consistent estimator)이 됨이 잘 알려져 있다. 본 연구에서는 시계열 자료를 평활된 주기도를 이용하여 군집화하는 방법을 소개한다. 최근 김희영과 박만식 (2007)의 연구에 의하면 이 거리는 정상시계열들을 효율적으로 분류하고 있음을 알 수 있다. 본 연구는 시계열 자료를 분류하는데 사용된 기존의 거리들을 간략히 소개하고, 우리나라 22개 지역에서 1987년 1월부터 2007년 12월까지 측정한 월별 강수량 자료를 대상으로 평활된 주기도 거리를 이용하여 지역을 군집화한다.

• 디지털융복합연구
• /
• 제10권5호
• /
• pp.67-78
• /
• 2012

최근 온라인 자동차보험에 대한 고객의 관심이 급증하고 있다. 그 이유는 경제성 측면에서 온라인 자동차보험이 소비자들에게 유용성을 제공해주기 때문이다. 오프라인에서 판매하는 자동차보험은 서비스 상품으로 온라인에서 판매하는 자동차보험 상품에 비해 상대적으로 높은 가격을 형성하고 있다. 이러한 특징에 힘입어 가격이 저렴한 온라인 자동차보험은 소비자들에게 큰 인기를 얻고 있다. 그렇기 때문에 소비자들은 온라인 자동차보험 상품 가격에 많은 관심을 가지고 있고, 자동차보험 상품 구입에 신중한 선택을 하고 있다. 본 연구에서는 소비자들이 온라인 자동차보험에 대해 느끼는 인지된 이익과 가격 수용성을 중심으로 $2{\times}2$ 매트릭스로 구성해 온라인 자동차보험 고객군을 온라인 수용형, 경제성 추구형, 편리 추구형, 신중 접근형으로 구분하였다. 이에 따라 본 연구에서는 온라인 자동차보험 웹사이트의 인지된 이용 용이성, 유용성, 태도, 구매의도에 사이의 관계를 분석하였다. 본 연구결과는 온라인에서 자동차보험 상품을 판매하는 기업들에게 소비자의 온라인 자동차보험 구매의도를 강화하기 위한 고객관계관리 전략 수립에 있어 유용한 시사점을 제공해 줄 것이다.

• 한국전자통신학회논문지
• /
• 제15권4호
• /
• pp.717-724
• /
• 2020

감성 컴퓨팅은 인간의 상호 작용에서 중요한 역할을 하기 때문에 인간을 인식하는 인공 지능을 통해 감정을 이해하고 식별한다. 우울증, 자폐증, 주의력 결핍 과잉 행동 장애 및 게임 중독과 같은 정신 질환을 잘 이해함으로써 감정과 관련된 문제들을 잘 관리할 수 있을 것이다. 이러한 문제들을 해결하기 위해 감정 인식을 위한 다양한 연구가 수행되었는데 기계학습을 적용하는데 있어서는 알고리즘의 복잡성을 줄이고 정확도를 향상시키기 위한 노력이 필요하다. 본 논문에서는 이러한 노력중의 하나로 Stack AutoEncoder (SAE)를 이용하여 차원을 감소하는 방법과 Long-Short-Term-Memory/Recurrent Neural Networks (LSTM / RNN) 분류를 이용한 감성 분류에 대해 연구한 결과를 제시한다. 제안된 방법은 모델의 복잡성을 줄이고 분류기의 성능을 크게 향상시킨 결과를 가져왔다.

• 문화기술의 융합
• /
• 제8권4호
• /
• pp.91-98
• /
• 2022

웨어러블 기기를 통해 지속적으로 수집되는 라이프로그 데이터는 많은 이상값을 포함할 수 있으므로 데이터품질을 향상시키기 위해서는 이상값을 찾아 제거하는 것이 필요하다. 일반적으로 이상치의 개수가 정상 데이터의 개수보다 적기 때문에 클래스 불균형 문제가 발생한다. 이러한 불균형 문제를 해결하기 위해 Variational AutoEncoder를 outlier에 적용하는 방법을 제안한다. 제안된 방법으로 이상치 데이터를 전처리한 후, 다수의 머신러닝 모델(분류)을 통해 검증한다. 체중 데이터를 이용한 검증 결과, 모든 분류 모델에서 성능이 향상됨을 확인하였다. 실험 결과를 바탕으로 라이프로그 체중 데이터 분석 시 본 연구에서 제안한 이상치 처리 방법을 이용하여 데이터를 전처리한 후 성능이 가장 좋은 LightGBM 모델을 적용할 것을 제안한다.