• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.46-46
• /
• 2017

지역가뭄빈도분석의 분위산정에 대한 신뢰성은 수문학적으로 균일한 지역으로 구분하기 위해 사용된 장기간의 과거 자료와 분석절차에 의해 결정된다. 그러나 극심한 가뭄은 매우 드물게 발생하며 신뢰 할 수 있는 지역빈도분석을 위한 지속기간이 충분치 않는 경우가 많이 발생한다. 이 외에도 우리나라의 복잡한 지형적 및 기후적 특징은 동질한 지역으로 구분하기 위한 통계적인 처리방법이 필요하였다. 본 연구에서 적용한 지역빈도분석은 여러 지역의 다양한 변수인 수문기상 특성을 분석하여 동질한 지역을 확인하고, 주요 가뭄변수(지속 시간 및 심각도)를 통합 적용하여 각각의 동질한 지역 분위를 추정함으로써 동질한 지역을 구분하는 해결책을 제시하였다. 본 연구에서는 가우시안 혼합 모형(Gaussian Mixture Model)을 기반으로 기반 군집분석 방법을 적용하여 최적의 동질한 지역을 구분하고 그 결과를 우도비검정 및 다른 유효성 검사 지수를 이용해서 확인하였다. 가우시안 혼합 모델에서 산정했던 매개변수를 방향저감 공간으로 표현하기 위해서 가우시안 혼합 모델방향 저감(GMMDR)방법을 적용하였다. 이 변수는 가뭄빈도분석을 위해 다양한 분포와 코풀라(copula) 적합도를 이용하여 추정 비교하였다. 그 결과 우리나라를 4개의 동질한 지역으로 나누게 되었다. 가우시안과 Frank copula를 이용한 Pearson type III(PE3) 분포는 우리나라의 가뭄 기간과 심각도의 공동 분포를 추정하는데 적합한 것으로 나타났다.

• Journal of the Semiconductor & Display Technology
• /
• v.10 no.2
• /
• pp.1-5
• /
• 2011

In recent years, worldwide production of solar wafers increased rapidly. Therefore, the solar wafer technology in the developed countries already has become an industry, and related industries such as solar wafer manufacturing equipment have developed rapidly. In this paper we propose the color classification method of the polycrystalline solar wafer that needed in manufacturing equipment. The solar wafer produced in the manufacturing process does not have a uniform color. Therefore, the solar wafer panels made with insensitive color uniformity will fall off the aesthetics. Gaussian mixture models (GMM) are among the most statistically mature methods for clustering and we use the Gaussian mixture models for the classification of the polycrystalline solar wafers. In addition, we compare the performance of the color feature vector from various color space for color classification. Experimental results show that the feature vector from YCbCr color space has the most efficient performance and the correct classification rate is 97.4%.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2000.04a
• /
• pp.349-350
• /
• 2000

대기안정도와 혼합층고도는 보통 대기의 난류 상태를 정의하거나 대기의 확산 정도를 묘사하는데 사용하는 중요한 파라미터로써 대기오염 확산모델 연구에 많이 이용되고 있다. 현재 많은 Gaussian 대기오염 확산모델에 대부분 Pasquill 안정도 계급 또는 fumer 안정도 계급을 이용하여 오염물질의 수평확산폭($\sigma$y)와 수직확산폭($\sigma$z)을 계산하고 있다 그러나 이러한 대기안정도 산출방법은 실제의 대기안정도와 많은 차이를 나타낼 수 있으므로 이를 개선할 필요성이 있다. (중략)

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.482-486
• /
• 2008

본 논문에서는 하드 디스크 드라이브(Hard Disk Drive, HDD) 생산 공정 과정에서 발생할 수 있는 불량 HDD의 결함 분포에 대해서 패턴을 자동으로 분류해주는 기법을 제시한다. 이를 위해서 표준 패턴 클래스로 분류되어 있는 불량 HDD의 각 클래스의 확률 모델을 GMM(Gaussian Mixture Model)로 가정한다. 실험은 전문가에 의해 분류된 실제 HDD 결함 분포로부터 5가지의 특징 값들을 추출한 후, 결함 분포의 클래스를 표현할 수 있는 GMM의 파라미터(Parameter)를 학습한다. 각 모델의 파라미터를 추정하기 위해 EM(Expectation Maximization) 알고리즘을 사용한다. 학습된 GMM의 분류 테스트는 학습에 사용되지 않은 HDD 결함 분포에서 5가지의 특징 값을 입력 값으로 추정된 모델들의 파라미터 값에 의해 사후 확률을 구한다. 계산된 확률 값 중 가장 큰 값을 갖는 모델의 클래스를 표준 패턴 클래스로 분류한다. 그 결과 제시된 GMM을 이용한 HDD의 패턴 분류의 결과 96.1%의 정답률을 보여준다.

• The Journal of the Acoustical Society of Korea
• /
• v.30 no.7
• /
• pp.383-389
• /
• 2011

In this paper, we propose a improved speech absence probability estimation algorithm by applying environmental noise classification for speech enhancement. The previous speech absence probability required to seek a priori probability of speech absence was derived by applying microphone input signal and the noise signal based on the estimated value of a posteriori SNR threshold. In this paper, the proposed algorithm estimates the speech absence probability using noise classification algorithm which is based on Gaussian mixture model in order to apply the optimal parameter each noise types, unlike the conventional fixed threshold and smoothing parameter. Performance of the proposed enhancement algorithm is evaluated by ITU-T P.862 PESQ (perceptual evaluation of speech quality) and composite measure under various noise environments. It is verified that the proposed algorithm yields better results compared to the conventional speech absence probability estimation algorithm.

• Journal of the Institute of Convergence Signal Processing
• /
• v.12 no.1
• /
• pp.13-19
• /
• 2011

In this paper, a visual surveillance system using SOPC based NIOS II embedded processor and C2H compiler was implemented. In this system, the IP is constructed by C2H compiler for the output of the camera images, image processing, serial communication and network communication, then, it is implemented to effectively control each IP based on the SOPC and the NIOS II embedded processor. And, an algorithm which updates the background images for high speed and robust detection of the moving objects is proposed using the Adaptive Gaussian Mixture Model(AGMM). In results, it can detecte the moving objects(pedestrians and vehicles) under day-time and night-time. It is confirmed that the proposed AGMM algorithm has better performance than the Adaptive Threshold Method(ATM) and the Gaussian Mixture Model(GMM) from our experiments.

• Journal of the Korea Convergence Society
• /
• v.10 no.12
• /
• pp.315-325
• /
• 2019

The purpose of this study is to design and construct a data mart that anyone can easily analyze subway OD movement patterns. Subway OD data of the year 2017 was downloaded from the Seoul Open Data Plaza and used as the source data. A multidimensional model was designed, and Gaussian mixed cluster analysis and visualization analysis using Tableau were performed. Interestingly, movement between suburban and Seoul accounts for 23% of the total traffic. The passengers of Suwon Station move to the suburbs much more than Seoul, while Pangyo Station mostly moves to Seoul. As a result of Gaussian mixed cluster, eight clusters of OD segments were found, and the characteristics of each cluster were characterized by segment distance and passenger size.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.295-297
• /
• 2006

본 논문에서는 연속 영상에서 가우시안 분포를 사용하여 사람의 얼굴을 추적하는 방법을 제안한다. 영상은 여러 개의 동질한 영역들로 이루어지고, 이 영역들 중 얼굴 영역이 있다고 가정하였다. 영상에 있는 모든 영역들을 가우시안 분포로 표현하였으며, 이들의 집합을 가우시안 분포의 혼합 모델로 표현하였다. 제안된 방범에서는 이전 프레임에서 가우시안 분포들을 찾고, 찾아진 이전 프레임의 가우시안 분포들을 이용하여 현재 프레임의 영역들을 찾는다. 이 영역들 중, 초기에 주어진 얼굴 영역이 있으며 현재 프레임의 영역들에 의해 가우시안 분포는 갱신되고 이 과정을 반복함으로써 얼굴을 추적한다. 가우시안 분포의 개수를 다양하게 변화시켜 실험을 하였고, 이를 통해 가우시안 분포의 혼합 모델로 얼굴을 추적할 수 있음을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.619-621
• /
• 2005

은닉 마코프 모델은 이산 동역학을 표현할 수 있는 확률 모형이다. 우도 함수 최적화를 수행하는 전통적인 Baum-Welch 학습 알고리즘은 국소해로 수령하기 쉬우며, 우도함수의 특성상 복잡한 모델을 선호하는 바이어스가 존재한다. 베이지안 프레임워크에서는 파라미터를 랜덤 변수로 보고 이에 대한 사후 확률 분포를 추정하여 이 문제를 해결할 수 있다. 본 논문에서는 베이지안 추정을 위한 결정론적 근사화 기법인 변분 베이지안 방법을 이용, 출력 노드에 가우시안 혼합 노드를 지니는 일반화된 HMM의 추론 방법을 유도한다. 인공 데이터에 대한 실험을 통해, 본 방법이 효과적인 HMM 학습을 수행할 수 있음을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.173-176
• /
• 2009

본 논문에서는 감시시스템이 갖추어진 환경 내에서 발생할 수 있는 특이 행동을 효율적으로 감지하기 위한 기법을 제시한다. 최근 대형 범죄 및 방화 사건 등의 방지목적으로 DVR 의 단순 녹화를 벗어나 지능형 감시시스템을 도입하려는 연구가 활발히 진행되고 있다. 그러나 이러한 시스템들은 아직 초기 연구 단계에 있으며 영상내의 관심물체 추출을 위한 전경과 배경의 분리 및 추적 단계에 그치고 있다. 이에 본 논문에서는 가우시안 혼합 모델을 통하여 전경과 배경을 분리하고, 관심영역에 한해서 Optical Flow 기법을 이용하여 폭력상황과 같은 특이 행동의 감지 여부를 판단 할 수 있는 방법에 대해 실험을 통해 평가하였다.