• 전자공학회논문지CI
• /
• 제39권4호
• /
• pp.19-27
• /
• 2002

역전파 알고리즘의 성능 개선을 위해서 학습율을 자동 조정하는 방식을 제안하였다. 제안한 방식은 각각의 연결강도의 학습율을 퍼지 논리 시스템을 이용하여 자동 조정하는 방식으로 각각의 연결강도에 대해서 ${\Delta}$와 $\bar{{\Delta}}$를 구하여 퍼지 논리 시스템의 입력으로 사용하고, 학습율을 출력으로 사용하였다. 제안한 방식을 N-패리티 문제, 함수 근사, 숫자 패턴 분류에 대한 시뮬레이션 결과 일반적인 역전파 알고리즘, 모멘텀 방식, Jacobs의 delta-bar-delta 방식보다 성능이 개선됨을 확인하였다.

• 한국음향학회지
• /
• 제14권6호
• /
• pp.62-67
• /
• 1995

본 논문에서는 금속내부에 존재하는 결함의 다양한 형태로부터 반사된 초음파 신호를 디지탈 신호처리에 의하여 특징추출하는 방법을 연구분석하였다. 다양한 형태의 결함으로부터 반사된 초음파 신호는 잡음 등의 영향으로 그 특징의 구별이 애매하므로 자기 회기법(auto-regressive)을 이용한 위너 필터링(Wiener filtering)과 최소 절대치 노름(least-absolute-values norm) 기법을 사용하여 신호의 특징을 추출하고 상호 비교분석하였다. 실험에서는 알루미늄 시편에 평면결함, 사각결함, 원형결함의 세가지 결함형태를 제작하였으며, 초음파를 입사하고 펄스-에코 방법에 의하여 반사신호를 측정하였다. 반사신호의 디지탈 신호처리 결과, 이러한 특징추출방법은 다양한 형태의 결함으로부터 반사된 신호를 효율적으로 분류 할 수 있었다.

• 자동차안전학회지
• /
• 제12권2호
• /
• pp.40-46
• /
• 2020

Modern traffic accidents are a complex occurrence. Various indicators are needed to analyze traffic accidents. Countries that have been investigating traffic accidents for a long time accumulate various data to analyze traffic accidents. The Korean In-Depth Accident Study (KIDAS) database collected damaged vehicles and severity of injury caused by Collision Deformation Classification code (CDC code), Abbreviated Injury Scale (AIS), and Injury Severity Score (ISS). As a result of the investigation, data relating to the injuries of the occupants can be easily obtained, but it was difficult to analyze human severity based on the information of the damaged vehicle. This study suggests a method to measure the speed change at the time of an accident, which is one of the most important indicators in the vehicle crash database, to help advance KIDAS research.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제10권1호
• /
• pp.19-24
• /
• 2010

The rise of music resources has led to a parallel rise in the need to manage thousands of songs on user devices. So users have a tendency to build playlist for manage songs. However the manual selection of songs for creating playlist is a troublesome work. This paper proposes an auto playlist generation system considering user context of use and preferences. This system has two separated systems; 1) the mood and emotion classification system and 2) the music recommendation system. Firstly, users need to choose just one seed song for reflecting their context of use. Then system recommends candidate song list before the current song ends in order to fill up user playlist. User also can remove unsatisfied songs from the recommended song list to adapt the user preference model on the system for the next song list. The generated playlists show well defined mood and emotion of music and provide songs that the preference of the current user is reflected.

• 한국정보통신학회논문지
• /
• 제8권2호
• /
• pp.464-470
• /
• 2004

본 논문에서는 역전파 알고리즘의 성능 개선을 위해 퍼지 제어 시스템을 적용하여 학습률을 자동으로 조정하는 개선된 역전파 알고리즘을 제안한다. 제안된 방법은 목표값과 출력값의 차이에 대한 절대값이 $\varepsilon$ 보다 적거나 같으면 정확성으로 분류하고 크면 부정확성으로 분류한다. 정확성과 부정확성의 개수를 퍼지 제어 시스템에 적용하여 학습률을 동적으로 조정한다. 제안된 방법을 XOR 문제와 숫자 패턴 분류에 적용하여 실험한 결과, 기존의 역전파 알고리즘, 모멘텀 방식, Jacob의 delta-bar-delta 방식보다 성능이 개선됨을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제21권9호
• /
• pp.179-184
• /
• 2021

In our study we performed a sentiments analysis from the images. For this purpose, we used 153 images that contain: people, animals, buildings, landscapes, cakes and objects that we divided into two categories: images that suggesting a positive or a negative emotion. In order to classify the images using the two categories, we created two models. The SAI-G model was created with Google's AutoML Vision service. The SAI-C model was created on the Clarifai platform. The data were labeled in a preprocessing stage, and for the SAI-C model we created the concepts POSITIVE (POZITIV) AND NEGATIVE (NEGATIV). In order to evaluate the performances of the two models, we used a series of evaluation metrics such as: Precision, Recall, ROC (Receiver Operating Characteristic) curve, Precision-Recall curve, Confusion Matrix, Accuracy Score and Average precision. Precision and Recall for the SAI-G model is 0.875, at a confidence threshold of 0.5, while for the SAI-C model we obtained much lower scores, respectively Precision = 0.727 and Recall = 0.571 for the same confidence threshold. The results indicate a lower classification performance of the SAI-C model compared to the SAI-G model. The exception is the value of Precision for the POSITIVE concept, which is 1,000.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.624-629
• /
• 2022

에세이의 창의성을 자동으로 분류하는 기존의 주요 연구는 말뭉치에서 빈번하게 등장하지 않는 단어에 초점을 맞추어 기계학습을 수행한다. 그러나 이러한 연구는 에세이의 주제와 상관없이 단순히 참신한 단어가 많아 창의적으로 분류되는 문제점이 발생한다. 본 논문에서는 어텐션(Attention)과 역문서 빈도(Inverse Document Frequency; IDF)를 이용하여 에세이 내용 전달에 있어 중요하면서 참신한 단어에 높은 가중치를 두는 문맥 벡터를 구하고, 자기부호화기(AutoEncoder) 모델을 사용하여 문맥 벡터들로부터 창의적인 에세이와 창의적이지 않은 에세이의 특징 벡터를 추출한다. 그리고 시험 단계에서 새로운 에세이의 특징 벡터와 비교하여 그 에세이가 창의적인지 아닌지 분류하는 딥러닝 모델을 제안한다. 실험 결과에 따르면 제안 방안은 기존 방안에 비해 높은 정확도를 보인다. 구체적으로 제안 방안의 평균 정확도는 92%였고 기존의 주요 방안보다 9%의 정확도 향상을 보였다.

• 전자공학회논문지S
• /
• 제36S권2호
• /
• pp.57-62
• /
• 1999

점확산 함수(point spread function: PSF)의 정확한 주정은 복원결과가 원 영상에 얼마나 근접할 수 있는가를 결정한다는 점에서 영상처리의 중요한 연구 주체중의 하나가 된다. 본 논문에서는 PSF를 추정하기 위한 새로운 알로리즘을 제안하고, 이를 영상복원에 적용한 후 이를 기반으로 완전 디지털 자동초점 시스템을 제안한다. 자동초점시스템을 구현하기 위한 과정은 두 단계로 구성되어 있는데, 즉 에지 분류을 통한 PSF측정과, 이를 이용한 영상복원이다. 보다 구체적으로, 입력 영상을 다수의 소 영상 혹은 블록으로 분할한 뒤, 에지를 포함하고 있는 블록들로부터 단위계단응답을 구하여 평균한 후, 2차원 등방성 PSF를 추정한다. 마지막으로 추정된 PSF를 사용하여 영상복원을 수행함으로써 맞는 영상을 구한다.

• 한국축산식품학회지
• /
• 제39권2호
• /
• pp.332-344
• /
• 2019

The objective of this study was to investigate slaughtering performance, carcass grade, and quantitative traits of cuts according to seasonal influence by each month in pigs slaughtered in livestock processing complex (LPC) slaughterhouse in Korea, 2017. A total of 267,990 LYD ($Landrace{\times}Yorkshire{\times}Duroc$) pig data were used in this study. Results of slaughter heads, sex distribution, carcass weight, backfat thickness, grading class, total weight, and fat and lean meat percentages of each cut predicted by AutoFom III were obtained each month. The number of slaughtered pigs was the highest in early and late fall but the lowest in midsummer. Only in midsummer that the number of females was higher than that of castrates. During 2017, carcass weight was the lowest in late summer. Backfat thickness was in the range of 21-22 mm. In mid and late spring, pigs showed high 1+ grade ratio (37.05% and 36.15%, respectively). For traits of 11 cuts predicted by AutoFom III, porkbelly showed lower total weight, lean weight, and fat weight in midsummer to early fall but higher lean meat percentage compared to other seasons. Weights of deboned neck, loin, and lean meat were the highest in midfall compared to other seasons (p<0.05). In conclusion, characteristics of slaughtering, grading, and economic traits of pigs seemed to be highly seasonal. They were influenced by seasons. Results of this study could be used as basic data to develop seasonal specified management ways to improve pork production.

• Journal of Platform Technology
• /
• 제11권3호
• /
• pp.45-55
• /
• 2023

본 논문은 한국 영화 산업의 의사 결정자들이 온라인상에서의 영화의 흥행을 극대화할 수 있도록 지원하는 데 도움을 주고자 역대 박스오피스 영화를 수집하여 영화를 유형별로 군집화하고, 유형별 온라인 박스오피스를 예측하는 모델을 제시한다. 이를 위해 먼저 다양한 특성을 고려하여 영화의 흥행 요인을 식별하고, 계산 효율성을 고려하여 특성 차원을 줄인다. 다음으로 영화의 유형을 체계적으로 분류하고, 유형별 온라인 박스오피스를 예측하며 흥행에 이바지한 요소를 분석한다. 이때, AutoML (Automated Machine Learning) 기법을 활용함으로써 다양한 기계학습 알고리즘을 자동으로 구성하고, 문제에 최적화된 알고리즘을 선택함으로써 여러 알고리즘을 쉽게 시도 및 선택한다. 이를 통해 정보화된 판단을 내릴 수 있는 기반을 제공하고, 영화 산업의 더 나은 성과를 도모하는 데 이바지할 것으로 기대할 수 있다.