• International journal of advanced smart convergence
• /
• 제13권3호
• /
• pp.80-88
• /
• 2024

Breast cancer remains a significant global health burden, necessitating accurate and timely detection for improved patient outcomes. Machine learning techniques have demonstrated remarkable potential in assisting breast cancer diagnosis by learning complex patterns from multi-modal patient data. This study comprehensively evaluates several popular machine learning models, including logistic regression, decision trees, random forests, support vector machines (SVMs), naive Bayes, k-nearest neighbors (KNN), XGBoost, and ensemble methods for breast cancer prediction using the Wisconsin Breast Cancer Dataset (WBCD). Through rigorous benchmarking across metrics like accuracy, precision, recall, F1-score, and area under the ROC curve (AUC), we identify the naive Bayes classifier as the top-performing model, achieving an accuracy of 0.974, F1-score of 0.979, and highest AUC of 0.988. Other strong performers include logistic regression, random forests, and XGBoost, with AUC values exceeding 0.95. Our findings showcase the significant potential of machine learning, particularly the robust naive Bayes algorithm, to provide highly accurate and reliable breast cancer screening from fine needle aspirate (FNA) samples, ultimately enabling earlier intervention and optimized treatment strategies.

• 디지털콘텐츠학회 논문지
• /
• 제19권6호
• /
• pp.1161-1167
• /
• 2018

기계 학습의 발전은 인간만이 할 수 있었던 섬세한 작업들을 기계가 할 수 있도록 이끌었고, 이에 따라 많은 기업체들은 기계 학습 기반의 번역기를 출시하였다. 현재 상용화된 번역기들은 우수한 성능을 보이지만 숫자 번역에서 문제가 발생하는 것을 발견했다. 번역기들은번역할문장에 큰숫자가 있을경우종종숫자를잘못번역하며, 같은문장에서숫자만바꿔번역할 때문장의구조를 완전히바꾸어 번역하기도 한다. 이러한 문제점은오번역의 가능성을 높이기 때문에해결해야 될 사안으로여겨진다. 본 논문에서는 Bidirectional RNN (Recurrent Neural Network), LSTM (Long Short Term Memory networks), Attention mechanism을 적용한 Neural Machine Translation 모델을 사용하여 데이터 클렌징, 사전 크기 변경을 통한 모델 최적화를 진행 하였고, 최적화된 모델에 숫자 기호화 알고리즘을 적용하여 상기 문제점을 해결하는 번역 시스템을 구현하였다. 본논문은 데이터 클렌징 방법과 사전 크기 변경, 그리고 숫자 기호화 알고리즘에 대해 서술하였으며, BLEU score (Bilingual Evaluation Understudy score) 를 이용하여 각 모델의 성능을 비교하였다.

• 제어로봇시스템학회논문지
• /
• 제19권6호
• /
• pp.527-533
• /
• 2013

BCI (Brain-Computer Interface) is a system that transforms a subject's brain signal related to their intention into a control signal by classifying EEG (electroencephalograph) signals obtained during the imagination of movement of a subject's limbs. The BCI system allows us to control machines such as robot arms or wheelchairs only by imaging limbs. With the exact same experiment environment, activated brain regions of each subjects are totally different. In that case, a simple approach is to use as many channels as possible when measuring brain signals. However the problem is that using many channels also causes other problems. When applying a CSP (Common Spatial Pattern), which is an EEG extraction method, many channels cause an overfitting problem, and in addition there is difficulty using this technique for medical analysis. To overcome these problems, we suggest an optimal channel selection method using a BPSO (Binary Particle Swarm Optimization), BPSO with channel impact factor, and GA. This paper examined optimal selected channels among all channels using three optimization methods and compared the classification accuracy and the number of selected channels between BPSO, BPSO with channel impact factor, and GA by SVM (Support Vector Machine). The result showed that BPSO with channel impact factor selected 2 fewer channels and even improved accuracy by 10.17~11.34% compared with BPSO and GA.

• 한국철도학회논문집
• /
• 제18권4호
• /
• pp.335-343
• /
• 2015

분기기는 선로가 분기되거나 또는 교차하는 지점에 설치되어 열차의 이동 방향을 안전하게 변경하는 역할을 한다. 그러나, 운영 환경에 따라 비정상적인 힘이 분기기에 발생할 경우, 정확한 진단 및 검측을 실시할 수 없는 단점이 있다. 또한 분기기의 전환력을 측정하는 대부분의 장치는 국외 수입에 의존하며, 단순히 전환력 측정값으로 데이터가 한정됨으로서 분기기와 전기선로전환기간의 이상 상태, 운영 및 유지보수를 위한 데이터 등에 활용하기에 불충분한 것으로 조사되었다. 본 논문은 국내에서 사용중인 전기선로전환기의 전환기능과 쇄정기능의 특성 분석을 통해 기존에 사용된 분기기 전환력 측정의 문제점을 제시한 후, 이를 해결하기 위한 센서 활용 분기기 전환력 측정 방법을 제시한다.

• Journal of Power Electronics
• /
• 제13권3호
• /
• pp.369-380
• /
• 2013

Direct torque control based on space vector modulation (SVM-DTC) protects the DTC transient merits. Furthermore, it creates better quality steady-state performance in a wide speed range. The modified method of DTC using SVM improves the electrical magnitudes of asynchronous machines, such as minimizing the stator current distortions, the stator flux with electromagnetic torque without ripple, the fast response of the rotor speed, and the constant switching frequency. In this paper, the proposed method is based on two new control strategies for direct torque control with space vector modulation. First, fuzzy logic control is used instead of the PI torque and a PI flux controller to minimizing the torque error and to achieve a constant switching frequency. The voltages in the direct and quadratic reference frame ($V_d$, $V_q$) are achieved by fuzzy logic control. In this scheme, the switching capability of the inverter is fully utilized, which improves the system performance. Second, the close loop of stator flux estimation based on the voltage model and a low pass filter is used to counteract the drawbacks in the open loop of the stator flux such as the problems saturation and dc drift. The response of this new control strategy is compared with DTC-SVM. The experimental and simulation results demonstrate that the proposed control topology outperforms the conventional DTC-SVM in terms of system robustness and eliminating the bad outcome of dc-offset.

• 한국정보통신학회논문지
• /
• 제20권11호
• /
• pp.2131-2136
• /
• 2016

산업 4.0 이전의 많은 제조 방식들이 단순히 생산 라인의 단점을 극복하는 것이 목적이라면, 산업 4.0은 생산 설비 스스로 작업 방식을 결정하여야 한다. 이러한 과정 속에서 FMS, AMS, MAS 등의 제조 방식들이 발전하여 왔으나, 이러한 제조방식들은 기계, agent, 자원 공유 등의 이유로 교착상태가 발생할 수 있다. 이를 해결하기 위해 여러 연구가 진행되어 왔지만, 사람의 개입으로 인해 제조 방식이 동적으로 재구성되는 상황에서 발생되는 교착상태를 방지하는 연구는 미비하다. 본 논문에서는 동적으로 재구성되는 상황의 모델을 제시하며, 이러한 상황에서 발생하는 교착상태를 방지하는 기법을 제안한다. 제안하는 기법은 사람이 개입한 기계의 제조 시간이 변경될 경우 주변 기계들에게 오차 시간 메시지를 브로드캐스트함으로써 생산 제조 시간을 조절한다. 이를 통해 생산 라인의 상황이 변화하더라도 교착상태는 방지할 수 있을 것이라 예상된다.

• 전기전자학회논문지
• /
• 제23권2호
• /
• pp.543-551
• /
• 2019

영구자석 동기 전동기는 출력 밀도가 높고 효율이 높다는 장점 때문에 적용 범위가 넓어지고 있다. 자동차나 로봇과 같은 고전력밀도, 고성능 전동기 구동 시스템뿐만 아니라 세탁기, 에어컨, 냉장고와 같은 비용 절감이 매우 중요한 시스템에도 영구자석 동기 전동기가 사용되고 있다. 비용 절감을 위해 회전자 위치 센서를 제거하는 센서리스 제어가 필요한데, 일반적으로 센서리스 제어는 전동기를 기동하는 조건에서는 사용하기 어렵다. 따라서 초기 기동에서는 전류 벡터를 임의의 속도로 회전시키는 I-F 속도 제어를 사용하고, 특정 속도 이상이 되면 센서리스 속도 제어로 절환해야 한다. I-F 속도 제어와 센서리스 속도 제어에서의 속도 제어 성능도 중요하지만 두 제어 기법이 절환되는 과도 상태에서도 속도 제어 성능을 유지해야 한다. 본 논문에서는 영구자석 동기 전동기의 센서리스 속도 제어를 위해 I-F 속도 제어에서 센서리스 속도 제어로의 절환 기법을 제안한다. 제안된 기법의 성능을 확인하기 위해 세탁기 구동 시스템에서 실험을 수행하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권3호
• /
• pp.563-570
• /
• 2018

본 논문에서는 기계학습 기반의 효율적인 변압기 유중가스 분석 및 분류 방법을 제안하여 기존 IEC 60599 진단기준 기반의 문제점을 해결하고 진단 성능을 개선한다. 기존 IEC 60599 진단기준은 조성비가 진단 기준에 존재하지 않거나 경계조건에 있는 경우 진단 전문가에게 의뢰하지 않고는 해석에 어려움이 있으며 진단영역이 겹치는 부분이 존재하므로 정확한 원인분석을 수행하는 데에 한계가 있다. 따라서 IEC 60599 진단 기준만으로 변압기 유중가스 데이터를 분석 및 분류하는 경우 IEC 60599 기준에 만족하지 않는 데이터를 분류하지 못한다는 문제점이 있다. 이와 같은 문제를 해결하기 위해 기계학습 기반의 변압기 유중가스 분석 및 분류 방법을 제안하였다. 제안한 기계학습 기반의 변압기 유중가스 분석 방법은 IEC 60599 진단기준으로 판단이 불가능한 데이터를 서포트 벡터 머신을 통해 정확히 분류 할 수 있다. 제안한 방법의 성능을 검증하기 위해 실제 유중가스 데이터를 사용하여 기계학습 기반의 변압기 유중가스 분석 방법의 효율성을 검증하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권3호
• /
• pp.571-578
• /
• 2018

노후된 배관은 예기치 못한 누수나 균열을 발생시킨다. 이를 방치하거나 늦게 대응하면 지속적인 가스자원, 수자원 등의 막대한 손실을 발생시킨다. 본 논문에서는 배관의 결함을 검출하기 위해 음향방출 신호를 사용하는 배관 조기 결함 검출 방법과 진단 알고리즘을 제안한다. 배관의 결함으로 인해 변형이 생길 경우 배관의 고유진동수가 변화하므로 이를 관찰함으로써 배관의 이상 유무를 판단할 수 있다. 배관 조기결함 검출 방법은 정상상태의 스펙트럼과 취득된 신호의 스펙트럼을 주파수 성분의 크기에 대해 비교함으로써 배관의 결함 유무를 판단한다. 배관 조기 결함 진단 알고리즘은 정상상태와 결함상태를 기계학습 알고리즘인 서포트 벡터 머신(SVM)으로 학습하고 실제 취득된 배관 음향방출 신호를 입력하여 배관 상태를 진단한다. 실험에서는 제작된 배관 테스트베드를 사용하여 정상상태, 5mm 균열 상태, 10mm 균열 및 파공 상태를 가공하여 제안 방법을 테스트하였다. 실험 결과에서는 제안한 검출 방법 및 진단 알고리즘의 배관 조기 결함 검출 성능의 우수성을 검증하였다.

• Journal of Power Electronics
• /
• 제15권5호
• /
• pp.1244-1255
• /
• 2015

This paper presents a new multi-machine robust control based on an electric differential system for electric vehicle (EV) applications which is composed of four in-wheel permanent magnet synchronous motors. It is based on a new master-slave direct torque control (DTC) algorithm, which is used for the control of bi-machine traction systems based on a speed model reference adaptive system observer. The use of an electric differential in the design of a new EV constitutes a technological breakthrough. A classical system with a multi-inverter and a multi-machine comprises a three-phase inverter for each machine to be controlled. Another approach consists of only one three-phase inverter for several permanent magnet synchronous machines. The control of multi-machine single-inverter systems is the subject of this study. Several methods have been proposed for the control of multi-machine single-inverter systems. In this study, a new master-slave based DTC strategy is developed to generate an electric differential system. The entire system is simulated by Matlab/Simulink. The simulation results show the effectiveness of the new multi-machine robust control based on an electric differential system for use in EV applications.