• 대한임베디드공학회논문지
• /
• 제18권1호
• /
• pp.1-7
• /
• 2023

In this paper, we implement a lossless compression technique for time-series data generated by IoT (Internet of Things) devices to reduce the disk spaces. The proposed compression technique reduces the size of the encoded data by selectively applying CNN (Convolutional Neural Networks) or Delta encoding depending on the situation in the Forecasting algorithm that performs prediction on time series data. In addition, the proposed technique sequentially performs zigzag encoding, splitting, and bit packing to increase the compression ratio. We showed that the proposed compression method has a compression ratio of up to 1.60 for the original data.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.408-411
• /
• 1993

In this paper, we propose the Fuzzy Neural Controller with a Self-Organizing Map based on the fuzzy relation neuron. The fuzzy ndes expressing the input-output relation of the system are obtained by using the fuzzy relation neuron and updated automatically by means of the generalized delta rule. Also, the proposed method has a capability to express the knowledge acquired from the input-output data in form of fuzzy inferences rules. The learning algorithm of this fuzzy relation neuron is described. The effectiveness of the proposed fuzzy neural controller is illustrated by applying it to a number of test data sets.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.561-566
• /
• 2021

오차분포 추정을 위한 커널 사이즈는 오차확률밀도 사이의 유클리드 거리를 최소화 알고리즘의 가중치 갱신에 적합한 커널 사이즈가 될 수 없다. 이 논문에서는 MED 알고리즘의 수렴 성능 향상을 위해 적응적으로 커널 사이즈를 갱신하는 방법을 제안하였다. 제안한 방식은 MED 학습 알고리즘의 가중치 갱신을 위해 커널 사이즈에 대한 오차분산의 평균변화율을 도입하여 MED의 오차에 대한 평균전력이 감소하는 방향으로 커널 사이즈를 조절하도록 하였다. 제안된 적응 커널 추정법을 무선통신 채널의 왜곡 보상에 적용하여 학습 성능을 실험하고 그 효능을 밝혔다. 오차분산에 비례한 작은 값을 가지는 기존의 오차분포 추정 위한 최적 커널 사이즈와 달리, 제안한 방법에 의한 커널 사이즈는 MED 가중치 수렴을 위한 적절한 커널 사이즈로 수렴함을 보였다. 실험 결과로부터 제안한 방법이 MED 알고리즘의 커널 사이즈 설정에 따른 민감성을 크게 해결한 방법이라고 볼 수 있다.

• 한국정보통신학회논문지
• /
• 제10권5호
• /
• pp.983-989
• /
• 2006

현재의 출입국 관리는 여권을 제시하면 여권을 육안으로 검색하고 수작업으로 정보를 입력하여 여권 데이터베이스와 대비하는 것이다. 본 논문에서는 여권의 정보를 인식 할 수 있는 방법을 제안한다. 제안된 여권 인식 방법은 소벨 연산자와 수평 스미어링, 윤곽선 추적 알고리즘을 적용하여 코드의 문자열 영역을 추출한다. 추출된 문자열 영역을 이진화하고 이진화된 문자열 영역에 대해서 개별 코드의 문자들을 복원하기 위하여 CDM 마스크를 적용한 후에 수직 스미어링을 적용하여 개별 코드의 문자를 추출한다. 개별 코드의 인식은 ART2 알고리즘을 RBF 네트워크의 중간층으로 적용하고 중간층과 출력층의 학습에는 일반화된 델타 학습 방법으로 동작하는 RBF 네트워크를 적용한다. 사진 영역은 코드의 문자열 영역을 추출한 후에 코드의 문자열 영역이 시작되는 좌표를 중심으로 사진 영역을 추출한 후, Luminance, Edge, Hue 정보를 이용하여 사진 부분을 검증한다. 검증된 사진 부분 영상은 ART2 알고리즘을 적용하여 사진의 특징들을 분류하고, 이를 이용하여 사진 인증을 하게 된다. 제안된 방법의 성능을 확인하기 위해서 실제 여권 영상을 대상으로 실험한 결과, 제안된 방법이 여권 인식에 우수한 성능이 있음을 확인하였다.

• 한국응용과학기술학회지
• /
• 제25권4호
• /
• pp.438-445
• /
• 2008

For recipe prediction of colorant proportion showing nonlinear behavior, we modeled the effects of colorant proportion of basic colors on the target colors and predicted colorant proportion necessary for making target colors. First, colorant proportion of basic colors and color information indicated by the instrument was applied by a linear model and a multi-layer perceptrons model with back-propagation learning method. However, satisfactory results were not obtained because of nonlinear property of colors. Thus, in this study the neuro-fuzzy model with merit of artificial neural networks and fuzzy systems was presented. The proposed model was trained with test data and colorant proportion was predicted. The effectiveness of the proposed model was verified by evaluation of color difference(${\Delta}E$).

• 조명전기설비학회논문지
• /
• 제23권2호
• /
• pp.103-107
• /
• 2009

PI제어기는 발전기의 전압제어 시스템에 널리 쓰이고 있다. 하지만 발전 시스템의 특성이 연속적으로 변화할 때, 새로운 PI매개변수를 결정하는 것이 쉽지 않다. 이를 해결하기 위하여 본 논문에서는 발전기의 전압제어에 신경망자율 적응 제어를 이용하는 제어 방법을 제안하였다. 전압제어 시스템의 적절한 연속적인 궤환 제어 이득은 델타학습 규칙에 의해서 결정된다. 제안된 제어 방법의 기능은 직류 발전기 전압제어 실험에 의해 확인하였다.

• International Journal of Control, Automation, and Systems
• /
• 제6권3호
• /
• pp.453-459
• /
• 2008

The neural network is currently being used throughout numerous control system fields. However, it is not easy to obtain an input-output pattern when the neural network is used for the system of a single feedback controller and it is difficult to obtain satisfactory performance with when the load changes rapidly or disturbance is applied. To resolve these problems, this paper proposes a new mode to implement a neural network controller by installing a real object for control and an algorithm for this, which can replace the existing method of implementing a neural network controller by utilizing activation function at the output node. The real plant object for controlling of this mode implements a simple neural network controller replacing the activation function and provides the error back propagation path to calculate the error at the output node. As the controller is designed using a simple structure neural network, the input-output pattern problem is solved naturally and real-time learning becomes possible through the general error back propagation algorithm. The new algorithm applied neural network controller gives excellent performance for initial and tracking response and shows a robust performance for rapid load change and disturbance, in which the permissible error surpasses the range border. The effect of the proposed control algorithm was verified in a test that controlled the speed of a motor equipped with a high speed computing capable DSP on which the proposed algorithm was loaded.

• 한국정보통신학회논문지
• /
• 제11권7호
• /
• pp.1387-1393
• /
• 2007

기존의 단층 퍼셉트론은 출력 노드가 선형 분리 가능한 패턴들만을 분류할 수 있고 XOR과 같은 비선형 문제에 대해서는 분류할 수 없는 단점이 있다. 퍼지 단층 퍼셉트론은 퍼지 소속 함수(Fuzzy Membership Function)를 적용하여 단층 구조로 XOR 문제와 같은 고전적인 문제를 개선하였다. 그러나 퍼지 단층 퍼셉트론은 기존의 단층 퍼셉트론과 마찬가지로 결정 경계선이 진동하는 경우가 생기며 초기 가중치의 범위와 학습률에 따라 수렴성이 매우 낮아지는 단점이 있다. 따라서 본 논문에서는 바이어스항을 도입하여 결정 경계선이 진동하는 것을 방지하여 수렴성을 개선시키고 선형 활성화 함수를 제안하고 학습률과 모멘텀 개념을 도입 한 개선된 델타규칙을 적용함으로써 학습 시간을 단축시키는 개선된 퍼지 단층 퍼셉트론 알고리즘을 제안한다. 제안된 방법과 퍼지 단층 퍼셉트론간의 학습 성능을 분석하기 위하여 인공 신경망에서 벤치마크로 사용되는 XOR 문제와 패턴 분류에 적용하여 Epoch 수와 수렴성을 비교한 결과, 제안된 방법이 기존의 퍼지 단층 퍼셉트론보다 학습 시간이 적게 소요되고 수렴성이 개선된 것을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권1호
• /
• pp.15-29
• /
• 2024

A fetoscope is an optical endoscope, which is often applied in fetoscopic laser photocoagulation to treat twin-to-twin transfusion syndrome. In an operation, the clinician needs to observe the abnormal placental vessels through the endoscope, so as to guide the operation. However, low-quality imaging and narrow field of view of the fetoscope increase the difficulty of the operation. Introducing an accurate placental vessel segmentation of fetoscopic images can assist the fetoscopic laser photocoagulation and help identify the abnormal vessels. This study proposes a method to solve the above problems. A novel encoder-decoder network with a dual-path structure is proposed to segment the placental vessels in fetoscopic images. In particular, we introduce a channel attention mechanism and a continuous convolution structure to obtain multi-scale features with their weights. Moreover, a switching connection is inserted between the corresponding blocks of the two paths to strengthen their relationship. According to the results of a set of blood vessel segmentation experiments conducted on a public fetoscopic image dataset, our method has achieved higher scores than the current mainstream segmentation methods, raising the dice similarity coefficient, intersection over union, and pixel accuracy by 5.80%, 8.39% and 0.62%, respectively.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.951-953
• /
• 2015

일상적으로 생각하는 학습이란, 연습이나 경험의 결과로 생기는 비교적 지속적인 유기체의 행동변화를 말한다. 학생들이 학습할 때 집중하면서 했다고 하지만 이를 객관적으로 평가하기란 매우 어렵다. 그러나 뇌파는 그렇지 않다. 뇌파란 뇌의 전기적 활동에 의해서 일어나는 두피상의 두 점 사이의 전위 변동을 연속적으로 기록한 것을 말한다. 종류로는 델타파(0~4Hz), 세타파(4~8Hz), 알파파(8~13Hz), 베타파(13~30Hz), 감마파(30~50Hz) 등이 있다. 그 중에서 SMR파(13~15Hz), Mid-베타파(16~20Hz)는 학습에 집중할 때 나타나며 집중력에 가장 영향을 주는 부분은 Mid-베타파라고 보고된 바 있다. 이와 관련하여 학습에 집중정도를 뇌파를 이용하여 객관적으로 평가할 수 있는 시스템에 관한 연구가 활발히 진행되고 있다. 본 연구는 Biopac 장비를 사용하여 소수의 피험자를 대상으로 학습 집중 주제를 준 후 뇌파를 측정한 다음 학습과 관련이 되는 Mid-베타파영역의 신호를 추출하기위해 FFT로 변환하였다. 집중할 때 Mid-베타파 주파수의 파워 변화를 측정하여 상관관계를 제시하고자 하였다. 이러한 결과를 바탕으로 학생들이 학습할 때 얼마나 집중하고 있는지 객관적으로 파악하여 좀 더 효율적으로 학업에 임하고 있는지 분석하였다.