• 제어로봇시스템학회논문지
• /
• 제12궈1호
• /
• pp.41-46
• /
• 2006

Ubiquitous location based services, offer helpful services anytime and anywhere by using real-time location information of objects based on ubiquitous network. Particularly, autonomous mobile robots can be a solution for various applications related to ubiquitous location based services, e.g. in hospitals, for cleaning, at airports or railway stations. However, a meaningful and still unsolved problem for most applications is to develop a robust and cheap positioning system. A typical example of position measurements is dead reckoning that is well known for providing a good short-term accuracy, being inexpensive and allowing very high sampling rates. However, the measurement always has some accumulated errors because the fundamental idea of dead reckoning is the integration of incremental motion information over time. The other hand, a localization system using RFID offers absolute position of robots regardless of elapsed time. We construct an absolute positioning system based on RFID and investigate how localization technique can be enhanced by RFID through experiment to measure the location of a mobile robot. Tags are placed on the floor at 5cm intervals in the shape of square in an arbitrary space and the accuracy of position measurement is investigated . To reduce the error and the variation of error, a weighting function based on Gaussian function is used. Different weighting values are applied to position data of tags since weighting values follow Gaussian function.

• Geomechanics and Engineering
• /
• 제28권3호
• /
• pp.313-324
• /
• 2022

Rock properties are important in the design of mines and civil engineering excavations to prevent the imminent failure of slopes and collapse of underground excavations. However, the time, cost, and expertise required to perform experiments to determine those properties are high. Therefore, empirical models have been developed for estimating the mechanical properties of rock that are difficult to determine experimentally from properties that are less difficult to measure. However, the inherent variability in rock properties makes the accurate performance of the empirical models unrealistic and therefore necessitate the use of soft computing models. In this study, Gaussian process regression (GPR), artificial neural network (ANN) and response surface method (RSM) have been proposed to predict the static and dynamic rock properties from the P-wave and rock density. The outcome of the study showed that GPR produced more accurate results than the ANN and RSM models. GPR gave the correlation coefficient of above 99% for all the three properties predicted and RMSE of less than 5. The detailed sensitivity analysis is also conducted using the RSM and the P-wave velocity is found to be the most influencing parameter in the rock mechanical properties predictions. The proposed models can give reasonable predictions of important mechanical properties of sedimentary rock.

• International Journal of Computer Science & Network Security
• /
• 제21권7호
• /
• pp.350-358
• /
• 2021

In modern years, the performance of the students is analysed with lot of difficulties, which is a very important problem in all the academic institutions. The main idea of this paper is to analyze and evaluate the academic performance of the college students with bipolar disorder by applying data mining classification algorithms using Jupiter Notebook, python tool. This tool has been generally used as a decision-making tool in terms of academic performance of the students. The various classifiers could be logistic regression, random forest classifier gini, random forest classifier entropy, decision tree classifier, K-Neighbours classifier, Ada Boost classifier, Extra Tree Classifier, GaussianNB, BernoulliNB are used. The results of such classification model deals with 13 measures like Accuracy, Precision, Recall, F1 Measure, Sensitivity, Specificity, R Squared, Mean Absolute Error, Mean Squared Error, Root Mean Squared Error, TPR, TNR, FPR and FNR. Therefore, conclusion could be reached that the Decision Tree Classifier is better than that of different algorithms.

• 대한토목학회논문집
• /
• 제40권6호
• /
• pp.547-553
• /
• 2020

노후화 시설물의 증가에 따라 선제적 유지관리의 중요성은 점차 증대되고 있다. 선제적 유지관리는 시설물의 응답 계측으로부터 시작되기 때문에 높은 정밀도를 가지는 응답을 획득하는 것이 중요하다. 국부적인 응답 중 변형률은 균열 감지 및 피로 진전 예측 등에 활용가능하다. 변형률 센서는 크게 이산형 및 분포형 센서로 구분된다. 이산형 센서의 대표적인 예가 광섬유 브래그 격자(FBG)와 전기 저항식 게이지이다. 이산형 센서는 높은 정확성과 재현성(고 정밀)을 가지지만, 측정점이 제한된다는 한계를 가진다. 브릴루앙 산란 기반 광섬유 변형률 계측 시스템 중 하나인 Brillouin Optical Correlation Domain Analysis (BOCDA)은 대표적인 분포형 센서이며, 5 cm 라는 높은 공간 분해능을 가진다. BOCDA는 투영된 광원에서 발생하는 산란파를 이용하여 광섬유 전 구간의 변형률을 계측한다. 측정점이 많아지는 장점이 있으나, 이산형 센서에 낮은 정확도와 재현성을 가진다. 본 연구에서는 고 정밀 데이터(이산형 센서)와 저 정밀 데이터(분포형 센서) 각각의 장점을 융합하는 후처리 기법을 제안하였으며, 이에 대한 가능성을 검증 실험을 통해 확인했다.

• 한국음향학회지
• /
• 제11권1호
• /
• pp.22-34
• /
• 1992

변환 격차 코드는 모든 레이트에서 정상 가우시안 소오스와 자승 오차 왜곡에 대해 최적코드이다. 본 논문은 실제 데이타의 통계적 특성에 잘 맞는 코드를 얻기 위해 점근적으로 최적인 변환 격자 코드를 훈련시켰다. 훈련 알고리즘은 격자 코드북을 탐색하기위한 M알고리즘과 코드북을 새롭게하기 위한 LBG 알고리즘을 사용했다. 훈련된 변환 격자 코드의 성능을 조사하기 위해서 상관 계수가 0.9인 1차 AR 가우시안 소오스와 실제 음성 데이타를 사용하였다. 1차 AR 소오스에서, 훈련에 사용되지 않은 데이타에 대한 SNR은 레이트에 따라 샤논의 정보량 왜곡 함수에 의한 SNR보다 0.6에서 1.4dB 낮았으나, 이것은 같은 계산량을 사용한 다른 코딩 결과들보다 우수 했다. 실제 음성 데이타는 레이트 1.0 bits/sample에서 코딩을 했으며, 보다 좋은 성능을 얻기 위해 윈도우 함수와 이득 적용을 사용했다.

• 대한원격탐사학회지
• /
• 제23권4호
• /
• pp.273-285
• /
• 2007

대부분의 스테레오 정합 방법은 두 점간의 대응점을 측정하는데 있어 밝기값을 사용하며 잡음의 영향을 받은 화소가 정합에 사용될 경우 정합 성능이 저하된다. 따라서 잡음은 정합 성능을 결정짓는 중요한 역할을 한다. 본 논문에서는 고해상도 위성영상에서 정합 성능을 향상시키기 위해 잡음에 강건한 밝기 필터와 에지 필터를 이용하여 정합하는 방법을 제안한다. Mean, Median, Midpoint, Gaussian 필터와 같은 밝기 필터와 Gradient, Roberts, Prewitt, Sobel, Laplacian 필터와 같은 에지 필터를 사용하였다. 에지필터와 밝기 필터의 성능 평가를 위해 균일 잡음 또는 가우시안 잡음이 첨가된 합성 영상과 위성 영상에 대해 실험을 수행하였고 필터들은 성능에 따라 순위를 정하였다. 밝기 필터와 에지 필터들 중에서 Median 필터와 Sobel 필터가 가장 우수한 성능을 나타낸 반면에 Midpoint 필터와 Laplacian 필터는 가장 저조한 성능을 나타내었다. Ikonos 스테레오 위성영상을 실험 영상으로 사용하였으며 Median 필터와 Sobel 필터를 이용한 정합 방법이 다른 필터 조합을 이용한 정합 방법보다 향상된 정합 결과를 나타내었다.

• 대한원격탐사학회지
• /
• 제38권4호
• /
• pp.327-341
• /
• 2022

Cloud removal is often required to construct time-series sets of optical images for environmental monitoring. In regression-based cloud removal, the selection of an appropriate regression model and the impact analysis of the input images significantly affect the prediction performance. This study evaluates the potential of Gaussian process (GP) regression for cloud removal and also analyzes the effects of cloud-free optical images and spectral bands on prediction performance. Unlike other machine learning-based regression models, GP regression provides uncertainty information and automatically optimizes hyperparameters. An experiment using Sentinel-2 multi-spectral images was conducted for cloud removal in the two agricultural regions. The prediction performance of GP regression was compared with that of random forest (RF) regression. Various combinations of input images and multi-spectral bands were considered for quantitative evaluations. The experimental results showed that using multi-temporal images with multi-spectral bands as inputs achieved the best prediction accuracy. Highly correlated adjacent multi-spectral bands and temporally correlated multi-temporal images resulted in an improved prediction accuracy. The prediction performance of GP regression was significantly improved in predicting the near-infrared band compared to that of RF regression. Estimating the distribution function of input data in GP regression could reflect the variations in the considered spectral band with a broader range. In particular, GP regression was superior to RF regression for reproducing structural patterns at both sites in terms of structural similarity. In addition, uncertainty information provided by GP regression showed a reasonable similarity to prediction errors for some sub-areas, indicating that uncertainty estimates may be used to measure the prediction result quality. These findings suggest that GP regression could be beneficial for cloud removal and optical image reconstruction. In addition, the impact analysis results of the input images provide guidelines for selecting optimal images for regression-based cloud removal.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권7호
• /
• pp.612-624
• /
• 2005

본 논문에서는 PET-CT 뇌 영상융합을 위해 가우시안 가중치 거리지도를 이용한 표면기반 영상정합을 제안한다. 제안방법은 중요 세 단계로 표면 특징점 추출, 가우시안 가중치 거리지도 생성, 가중치기반 유사도 평가로 구성된다. 첫째, PET 영상과 CT 영상에서 삼차원 역 영역성장법을 이용하여 머리영역을 분할하고 머리 영역과 같이 분할된 잡음 영역을 영역성장법기반 레이블링을 이용한 영역 크기 비교를 통해 제거한 후 선명화 처리 필터를 적용하여 머리 표면 특징점을 추출한다. 둘째, CT 영상에서 추출한 표면 특징점에 가우시안 가중치 거리지도를 생성하여 큰 변위에서도 최적의 위치로 견고하게 수렴하도록 한다. 셋째, 가중치기반 상호상관관계는 PET 영상에서 추출한 표면 특징점과 대응되는 CT 영상의 가우시안 가중치 거리지도를 이용하여 최적 위치를 탐색한다. 본 논문에서는 제안방법의 정확성과 견고성 검사를 위해 인공데이타를 이용하고, 수행시간과 육안평가를 위해 임상데이타를 이용한다. 정확성 검사는 임의로 변환된 인공데이타에 제안방법을 적용한 후 추출된 최적화 변환벡터와의 오차를 제곱근평균제곱오차를 이용하여 평가한다. 견고성 검사는 큰 변위와 잡음을 가지는 인공데이타에서 가중치기반 상호상관관계가 최적의 위치에서 최대를 이루는지를 평가한다 실험 결과 제안한 표면기반 영상정합이 기존 표면기반 영상정합보다 정확하고 견고하게 수렴됨을 알 수 있다.

• 한국정보통신학회논문지
• /
• 제21권12호
• /
• pp.2213-2220
• /
• 2017

EGML (Effective Gaussian Mixture Learning) 기반의 배경차분 기법을 이용한 이동객체 검출 (Moving Object Detection; MOD) 프로세서의 효율적인 하드웨어 구현 방식을 제안한다. 하드웨어 복잡도를 감소시키기 위해 배경 생성에 사용되는 일부 연산을 근사화하여 구현하였으며, 배경차분과 가우시안 계산의 나눗셈 연산에 사용되는 하드웨어 자원이 공유되도록 설계하였다. 설계한 MOD 프로세서는 MATLAB/Simulink를 이용한 HDL-netlist 시뮬레이션과 FPGA-in-the-loop 방식을 통해 기능을 검증하였다. IEEE CDW-2014 데이터 세트의 6가지 영상을 입력으로 사용하여 MOD 성능을 평가한 결과, 평균 재현율(recall)은 0.7700, 평균 정밀도(precision)는 0.7170, F-measure가 0.7293으로 평가되었다. Xilinx ISE를 이용하여 FPGA 합성한 결과, Virtex5 XC5VSX95T 디바이스에서 총 882 슬라이스와 $146{\times}36kbit$의 블록 램으로 구현되었으며, 동일한 알고리듬을 적용한 기존의 구현 사례에 비해 약 60%의 하드웨어를 감소시켰다. MOD 프로세서는 최대 75 MHz의 클록 주파수로 동작하여 $800{\times}600$ 해상도의 영상에 대해 39 fps의 성능으로 실시간 처리가 가능한 것으로 평가되었다.

• 한국산업정보학회논문지
• /
• 제22권2호
• /
• pp.1-13
• /
• 2017

본 논문에서는 낮은 SNR을 가지는 적외선 영상에서 강인한 소형 표적 검출을 위해 모폴로지 차 연산을 수행하여 표적 후보 영역을 찾고 화소 라벨링을 통해 후보 영역의 위치를 찾는다. 기존의 모폴로지 연산 기반의 표적 검출 방법들은 적외선 영상에 존재하는 클러터에 취약하다는 단점으로 인해 검출 정확도가 낮다. 이러한 문제를 해결하기 위해 본 논문에서는 후보 영역에서 표적과 배경 잡음을 분류하기 위해 Moravec 알고리즘과 LCM(Local Contrast Measure) 알고리즘을 결합함으로써 표적 향상과 배경 잡음 억제를 동시에 달성한다. 또한, 제안하는 알고리즘은 기존에 실시간 표적 검출을 위해 개발되었던 모폴로지 연산과 가우시안 거리 함수를 이용한 표적 검출 방법의 단일 객체에 제한적인 검출 문제를 해결하여 복수 객체를 효율적으로 검출할 수 있다.