• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.29-35
• /
• 2021

본 논문에서는 위치 측위의 정확도를 높일 수 있는 방안으로 KNN(K-Nearest Neighbor)과 Local Map Classification 및 Bayes Filter를 융합한 기법을 제안한다. 먼저 이 기법은 Local Map Classification이 실제 지도를 여러 개의 Cluster로 나누고, 다음으로 KNN으로 Cluster들을 분류한다. 그리고 Bayes Filter가 획득한 각 Cluster의 확률을 통하여 Posterior Probability을 계산한다. 이 Posterior Probability으로 로봇이 위치한 Cluster를 검색한다. 성능 평가를 위하여 KNN과 Local Map Classification 및 Bayes Filter을 적용하여서 얻은 위치 측위의 결과를 분석하였다. 분석 결과로 RSSI 신호가 변하더라도 위치 정보는 한 Cluster에 고정되면서 위치 측위의 정확도가 높아진다는 사실을 확인하였다.

• 융합신호처리학회논문지
• /
• 제11권4호
• /
• pp.270-277
• /
• 2010

BAMS(Baysian Adaptive Multiresolution Smoother) 필터는 모의실험 없이 Bayes 추정에 기초한 웨이블릿 축소기법에 의해 잡음을 제거하며 따라서 실시간 처리가 가능하다. BAMS 필터에 의한 영상잡음 제거 성능은 웨이블릿 분해 각 대역의 잡음분산에 크게 의존한다. 기존의 BAMS 필터는 웨이블릿 분해의 고주파 대역에서 사분위 통계량을 이용하여 잡음분산을 추정하여 잡음을 제거하였다. 본 논문에서는 영상신호의 중간대역을 포함한 잡음제거를 위해 변형된 사분위 통계량 및 모노토닉 변환으로 중간대역 잡음편차 추정하고 이를 이용해서 중간대역 및 고주파 대역의 영상잡음을 제거한 결과 중간대역의 잡음을 제거하므로 약 2[dB]정도의 PSNR이 증가하였으며 잡음편차가 작은 영상의 잡음제거에서도 효과가 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(4)
• /
• pp.159-162
• /
• 2001

In this Paper, a new multi-sensor single-target tracking method in cluttered environment is proposed. Unlike the established methods such as probabilistic data association filter (PDAF), the proposed method intends to reflect the information in detection phase into parameters in tracking so as to reduce uncertainty due to clutter. This is achieved by first modifying the Bayes risk in Bayesian detection criterion to incorporate the likelihood of measurements from multiple sensors. The final estimate is then computed by taking a linear combination of the likelihood and the estimate of measurements. We develop the procedure and discuss the results from representative simulations.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2004년도 춘계학술대회
• /
• pp.195-195
• /
• 2004

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1994년도 FIFTH WESTERN PACIFIC REGIONAL ACOUSTICS CONFERENCE SEOUL KOREA
• /
• pp.680-685
• /
• 1994

The acoustic phenomena in the actual sound systems involve a variety of compound problems. In this paper, the well-known Bayes' theorem is first employed and expanded into orthonormal and non-orthonomal series forms matched to the digital processing of lower and higher order statistical informations and the noisy observations. Proposed on-line algorithms of digital filter type are applied to the actual state estimation for a reverberation characteristics in a room under contamination of background noises.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.43-45
• /
• 2008

위 인식은 이동 로봇의 자율 주행을 위한 필수 기능이다. 위치 추정을 위해서 Bayes Filter를 기본으로한 칼만 필터 방법들이 주로 제안되어졌고 최근에는 Particle Filter 방법이 제안되어져 사용되고 있다. 본 연구에서는 영역센서를 장착한 이동 로봇의 위치 추정을 위해 레이저 영역 센서를 이용하는 Particle Filter 방법을 구현하였다. Particle Filter방법은 Kalman Filter 방법에 비해서 구현이 간단하면서도 Kidnapping 문제에도 대응할 수 있는 장점이 있다. 본 연구를 통하여 위치 추정의 수렴도, 정확도, 그리고 Kidnapping 발생시의 위치 추정 성능등을 분석하여, 기존 방법의 성능을 개선하는 방법을 제안한다.

• 산업기술연구
• /
• 제43권1호
• /
• pp.57-62
• /
• 2023

In this review, we introduce the non-parametric Bayesian filtering algorithm known as the point-mass filter (PMF) and discuss recent studies related to it. PMF realizes Bayesian filtering by placing a deterministic grid on the state space and calculating the probability density at each grid point. PMF is known for its robustness and high accuracy compared to other nonparametric Bayesian filtering algorithms due to its uniform sampling. However, a drawback of PMF is its inherently high computational complexity in the prediction phase. In this review, we aim to understand the principles of the PMF algorithm and the reasons for the high computational complexity, and summarize recent research efforts to overcome this challenge. We hope that this review contributes to encouraging the consideration of PMF applications for various systems.

• 한국가스학회지
• /
• 제19권2호
• /
• pp.45-53
• /
• 2015

외관검사공정의 성능을 개선하기 위하여 기존의 자동외관검사장비 및 인간검사원에 추가하여 새로이 나이브 베이즈 분류기를 이용한 공정 구성을 개발하였다. 나이브 베이즈 분류기를 공정에 적용함으로써 불량의 유출 및 인간검사원의 작업량을 동시에 개선할 수 있다. 이때 분류기의 판정기준으로 기존의 MAP 방법 대신 AMPB 방법을 제안하여 적용하였다. 카메라모듈 용 필터 제품을 이용한 실험 결과 유출율 1.14%, 인간검사원 작업량 비율 75.5% 수준에서 공정을 구성하는 것이 가능함을 확인할 수 있었다. 본 연구의 결과는 검사 장비 및 인간이 협업을 하여 수행하는 타 공정 - 가스 누출 탐지 - 등에도 적용될 수 있다는 것에 넓은 범위에서의 의의가 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 추계학술대회
• /
• pp.321-324
• /
• 2011

본 논문에서는 contourlet 변환을 이용하여 잡음을 제거하는 방법을 제안한다. 영상 센서의 발전으로 이미지의 해상도가 좋아지는 반면 잡음에 민감해진다. 그러므로 이를 전처리 단계에서 처리해주는 것이 필요하다. 잡음은 주로 자연 영상의 윤곽선에서 민감하게 반응하기 때문에 고주파대의 잡음을 최대한 정확하게 제거하는 과정이 중요하다. Contourlet 변환은 기존의 wavelet 변환의 다중 스케일과 더불어 다양한 방향 필터뱅크를 이용하여 방향 성분에 대하여 풍부한 정보를 얻을 수 있는 변환이다. 영상의 화이트 가우시안 잡음을 제거하기 위해 contourlet 변환 영역에서의 계수를 이변수 가우스 확률 모델로 설정하고 Bayes 추정법을 사용한다. Bayes 추정법에 필요한 파라미터들은 근사적으로 추정한다. 제안한 방식을 통하여 잡음이 제거된 영상에 추가적으로 Wiener filter와 cycle-spinning을 적용하여 더 높은 PSNR (peak signal-to-noise ratio)값을 얻을 수 있다. 모의실험을 통해 제안한 방식의 PSNR 값과 결과영상으로 성능이 우수함을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권11호
• /
• pp.2849-2865
• /
• 2012

In order to block mobile junk messages automatically, many studies on spam filters have applied machine learning algorithms. Most previous research focused only on the accuracy rate of spam filters from the view point of the algorithm used, not on individual user's preferences. In terms of individual taste, the spam filters implemented on a mobile device have the advantage over spam filters on a network node, because it deals with only incoming messages on the users' phone and generates no additional traffic during the filtering process. However, a spam filter on a mobile phone has to consider the consumption of resources, because energy, memory and computing ability are limited. Moreover, as time passes an increasing number of feature words are likely to exhaust mobile resources. In this paper we propose a spam filter model distributed between a users' computer and smart phone. We expect the model to follow personal decision boundaries and use the uniform resources of smart phones. An authorized user's computer takes on the more complex and time consuming jobs, such as feature selection and training, while the smart phone performs only the minimum amount of work for filtering and utilizes the results of the information calculated on the desktop. Our experiments show that the accuracy of our method is more than 95% with Na$\ddot{i}$ve Bayes and Support Vector Machine, and our model that uses uniform memory does not affect other applications that run on the smart phone.