• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 G
• /
• pp.2330-2332
• /
• 1998

This paper suggests a method to recognize the various defect patterns of cold mill strip using binary decision tree automatically constructed by genetic algorithm. The genetic algorithm and K-means algorithm were used to select a subset of the suitable features at each node in binary decision tree. The feature subset with maximum fitness is chosen and the patterns are classified into two classes by a linear decision boundary. This process was repeated at each node until all the patterns are classified into individual classes. The final recognizer is accomplished by neural network learning of a set of standard patterns at each node. Binary decision tree classifier was applied to the recognition of the defect patterns of cold mill strip and the experimental results were given to demonstrate the usefulness of the proposed scheme.

• 전자공학회논문지S
• /
• 제34S권11호
• /
• pp.16-24
• /
• 1997

In order to prevent the presence of the residual phase difference at the discriminator output by the existing AFC techniques, we propose a new automatic frequency control(AFC) tracking algorithm for QPSK demodulation at the digital direct broadcasting satellite(DBS) receiver, which we call a rotational decision-directed AFC(RDDAFC). The RDDAFC rotates the decision boundary for the kth received symbol by the frequency deterctor output of the (k-1)th received symbol. Tracking performances of carrier frequency offset by the proposed RDDAFC algorithm are evaluated through computer simulations under the practical DBS channel conditions with a carrier frequency offset of 2.3MHz when S/N equals 2dB. Test results show that the total pull-in time of the RDDAFC is 1.697msec for 10$^{-3}$ SER before forwared error correction at the receiver.

• 제어로봇시스템학회논문지
• /
• 제10권6호
• /
• pp.494-500
• /
• 2004

This paper presents a machine vision system, which inspects the measurement of the ALC block on a real-time basis in the production process. The automatic measurement system was established with a CCD camera, an image grabber, and a personal computer without using assembled measurement equipment. Images obtained by this system was processed by an algorithm, specially designed for an enhanced measurement accuracy. For the realization of the proposed algorithm, a preprocessing method that can be applied to overcome uneven lighting environment, boundary decision method, unit length decision method in uneven condition with rocking objects, and a projection of region using pixel summation are developed. From our experimental results, we could find that the required measurement accuracy specification is sufficiently satisfied by using the proposed method.

• Nuclear Engineering and Technology
• /
• 제54권1호
• /
• pp.414-422
• /
• 2022

Presented in this paper is a methodology for combining a Bayesian statistical approach with Data Quality Objectives (a structured decision-making method) to provide increased levels of confidence in analytical data when approaching a waste boundary. Development of sampling and analysis plans for the characterisation of radioactive waste often use a simple, one pass statistical approach as underpinning for the sampling schedule. Using a Bayesian statistical approach introduces the concept of Prior information giving an adaptive sample strategy based on previous knowledge. This aligns more closely with the iterative approach demanded of the most commonly used structured decision-making tool in this area (Data Quality Objectives) and the potential to provide a more fully underpinned justification than the more traditional statistical approach. The approach described has been developed in a UK regulatory context but is translated to a waste stream from the Fukushima Daiichi Nuclear Power Station to demonstrate how the methodology can be applied in this context to support decision making regarding the ultimate disposal option for radioactive waste in a more global context.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.370-377
• /
• 2023

Previous research has demonstrated that happy moods are known to promote feeling-based processing, whereas sad moods promote reason-based processing. The current research investigates a boundary condition for the effects of a happy mood on feeling-based decision making. This research proposes that the level of control (low vs. high) one exercises in a happy situation can promote a greater reliance on feelings (vs. reasons) in making judgments and decisions. Specifically, we hypothesize that (1) a happy individual in a situation where control level is low (vs. high) will be more likely to choose a cognitively (vs. affectively) superior option (hypothesis 1), and (2) a happy individual in a situation where control level is low (vs. high) will exert reason- (vs. feeling-) based processing (hypothesis 2). Consistent with the hypothesis 1, the results of two experiments show that happy individuals are more likely to choose cognitively versus affectively superior options in a situation where control level is low (vs. high). Moreover, the mediation analysis confirms that happy individuals are more likely to rely on cognitive, reason-based decision making when their control level is low, which supports the hypothesis 2.

• 한국멀티미디어학회논문지
• /
• 제15권2호
• /
• pp.195-203
• /
• 2012

본 논문은 다중센서 영상을 이용한 결정 융합 기반의 지상 표적 분류 알고리즘 및 특징 추출 기법을 제안한다. 표적의 인식률 향상을 위하여 가중 투표 방법을 적용함으로써 개별 분류기로부터 획득된 결과를 융합하였다. 또한 개별 센서 영상 내에 속한 표적을 분류하기 위해 CCD 영상으로부터 획득한 CM 영상의 밝기 차이와 FLIR 영상 내 표적의 윤곽선 정보 및 차량과 포탑의 너비 비율을 이용하여 스케일과 회전변화에 강인한 특징들을 추출하였다. 마지막으로 실험을 통하여 본 논문에서 제안한 지상 표적 분류 알고리즘과 특징 추출 기법에 대한 성능을 검증한다.

• 한국지능시스템학회논문지
• /
• 제12권4호
• /
• pp.294-299
• /
• 2002

본 논문은 논문[1]에 제시된 기존의 퍼지 퍼셉트론 방법을 확장시킨 interval 제2종 퍼지 퍼셉트론을 제시한다. 본 논문에 제시된 방법에서는, 각 패턴벡터에 할당된 멤버쉽에 불확실성을 할당하여, interval 제2종 퍼지 집합으로 확장한다. 이러 한 방법에 의해 얻어진 두 개의 클래스 사이의 경계면은 기존의 crisp이나 퍼지 방법을 사용한 퍼셉트론에 비해 더 바람직한 위치로 알고리즘을 수렴시킬 수 있다. 여러 가지 실험 결과를 통해 우리는 리의 방법의 유용성을 보여줄 것이다.

• 한국지능시스템학회논문지
• /
• 제17권4호
• /
• pp.472-476
• /
• 2007

학습법칙은 신경회로망의 성능에 중요한 영향을 미친다. 본 논문은 데이터와 클래스들의 대표값들 사이의 거리를 고려하여 학습률을 정하는 새로운 퍼지 학습법칙을 제안한다. 클래스들의 대표값을 조정할 때, 이러한 고려는 outlier에 비하여 결정경계선 근처에 있는 데이터의 반영도를 높임으로써 outlier의 클래스의 대표값에 미치는 영향도를 낮출 수 있다. 따라서 outlier들이 결정경계선을 악화시키는 것을 방지할 수 있다. 이 새로운 퍼지 학습법칙을 IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망에 적용하였다. 제안한 퍼지 신경회로망과 다른 감독 신경회로망들의 성능을 비교하기 위하여 iris 데이터를 사용하였다. iris 데이터를 사용하여 테스트한 결과 제안한 퍼지 신경회로망의 성능이 우수함을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권2호
• /
• pp.97-107
• /
• 2000

증가학습은 점진적으로 학습 데이타를 늘려가며 신경망을 학습시킴으로써 일반적으로 학습시간을 단축시킬 뿐만 아니라 신경망의 일반화 성능을 향상시킨다. 그러나, 기존의 증가학습은 학습 데이타를 선정하는 과정에서 데이타의 중요도를 반복적으로 평가한다. 본 논문에서는 분류 문제의 경우 학습이 시작되기 전에 데이타의 중요도를 한 번만 평가한다. 제안된 방법에서는 분류 문제의 경우 클래스 경계에 가까운 데이타일수록 그 데이타의 중요도가 높다고 보고 이러한 데이타를 선택하는 방법을 제시한다. 두가지 합성 데이타와 실세계 데이타의 실험을 통해 제안된 방법이 기존의 방법보다 학습 시간을 단축시키며 일반화 성능을 향상시킴을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.715-717
• /
• 2005

Support vector machine(SVM)은 최근 각광받는 기계학습 방법 중 하나로서, kernel function 이라는 사상(mapping)을 이용하여 입력 공간의 벡터를 classification이 용이한 특징 (feature) 공간의 벡터로 변환하는 것을 근간으로 한다. SVM은 이러한 특징 공간에서 두 클래스를 구분 짓는 hyperplane을 일련의 최적화 방법론을 사용하여 찾아내며, 주어진 문제가 convex problem 인 경우 항상 global optimal solution 을 보장하는 등의 장점을 지닌다. 한편 bioinformatics 연구에서 주로 사용되는 데이터는 측정 오류 등 일련의 오류를 포함하고 있으며, 이러한 오류는 기계학습 방법론이 어떤 decision boundary를 찾아내는가에 영향을 끼치게 된다. 특히 SVM의 경우 이러한 오류는 특징 공간 벡터간의 관계를 나타내는 Gram matrix를 변화로 나타나게 된다. 본 연구에서는 입력 공간에 오류가 발생할 때 그것이 SVM 의 decision boundary를 어떻게 변화시키는가를 대표적인 두 가지 kernel function, 즉 linear kernel과 Gaussian kernel에 대해 분석하였다. Wisconsin대학의 유방암(breast cancer) 데이터에 대해 실험한 결과, 데이터의 오류에 따른 SVM 의 classification 성능 변화 양상을 관찰하여 커널의 종류에 따라 SVM이 어떠한 특성을 보이는가를 밝혀낼 수 있었다. 또 흥미롭게도 어떤 조건 하에서는 오류가 크더라도 오히려 SVM 의 성능이 향상되는 것을 발견했는데, 이것은 바꾸어 생각하면 Gram matrix 의 일부를 변경하여 SVM 의 성능 향상을 꾀할 수 있음을 나타낸다.