• 한국지능시스템학회논문지
• /
• 제13권5호
• /
• pp.576-581
• /
• 2003

음성 속에는 화자의 특징이 포함되어 있다. 본 논문에서는 신경망에 기초한 Incremental Learning을 이용하여 화자 수에 제한 받지 않는 화자 인식 시스템을 제안한다. 컴퓨터를 통하여 녹음된 음성 신호는 End Detection과정을 통하여 유성음과 무성음을 분류하고 LPC를 이용해 12차수의 Cepstral Coefficients를 추출한다. 이 계수는 화자 식별을 위한 학습 입력값으로 사용 된다. Incremental Learning은 이미 학습한 Weight들을 기억하고 새로운 data에 대해서만 학습을 하는 학습 방법으로 Neural Network 구조가 화자 수에 따라 늘어나므로 화자 수에 제한을 받지 않고 학습이 가능하다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권7호
• /
• pp.949-958
• /
• 2004

본 연구는 대용량 훈련 데이타를 사용하는 얼굴 검출 분류기의 학습과정에서 새로운 데이터의 추가 학습이 가능한 새로운 방법을 제안한다. 추가되는 데이타로부터 새로운 정보를 학습하여 이미 습득된 기존의 지식을 갱신하는 것이 점진적 학습의 목표이다. 이러한 학습 기법에 기반한 분류기의 설계에서는 최종 분류기가 전체 훈련 데이타 집합의 특성을 반영하는 것이 매우 중요한 문제이다. 제안하는 알고리즘은 최적화된 최종 분류기 획득을 위하여 훈련 집합의 전역적인 특성을 대표하는 검증집합을 생성하고, 이 집단 내에서의 분류성능을 기준으로 중간단계 분류기들의 가중치를 결정한다. 각 중간단계 분류기는 개변 데이타 집합의 학습 결과로써 가중치 기반 결합 방식에 의해 최종 분류기로 구성된다. 반복적인 실험을 통해, 제안한 알고리즘을 사용하여 학습한 얼굴 검출 분류기의 성능이 AdaBoost 및 Learn＋＋기반의 분류기보다 우수한 검출 성능을 보임을 확인하였다.

• 소성∙가공
• /
• 제15권6호
• /
• pp.459-466
• /
• 2006

Trimming line design plays an important role in obtaining accurate edge profile after flanging. Compared to the traditional section-based method, simulation-based method can produce more accurate trimming line by considering deformation mechanics. Recently, the use of a finite element inverse method is proposed to obtain optimal trimming line. By analyzing flanging inversely from the final mesh after flanging, trimming line can be obtained from initial mesh on the drawing die surface. Initial guess generation fer finite element inverse method is obtained by developing the final mesh onto drawing tool mesh. Incremental development method is adopted to handle irregular mesh with various size and undercut. In this study, improved incremental development algorithm to handle complex shape is suggested. When developing the final mesh layer by layer, the algorithm which can define the development sequence and the position of developing nodes is thoroughly described. Flanging of front fender is analyzed to demonstrate the effectiveness of the present method. By using section-based trimming line and simulation-based trimming line, incremental finite element simulations are carried out. In comparison with experiment, it is clearly shown that the present method yields more accurate edge profile than section-based method.

• 한국인터넷방송통신학회논문지
• /
• 제22권3호
• /
• pp.177-183
• /
• 2022

2차원 할당 문제는 다항시간 알고리즘이 알려지지 않은 NP-완전 문제이다. 본 논문은 위치간 거리가 일정하지 않은 랜덤형 2차원 할당 문제의 최적 해를 O(n²) 수행 복잡도로 찾을 수 있는 알고리즘을 제안하였다. 제안된 알고리즘은 위치 행렬 L에서의 최소 거리 합 위치 l_i와 시설 행렬 F에서의 최대 물동량 시설 f_j를 M={(l_i,f_j)}으로 매치키시고, M을 기준으로 최소 거리 합 l_i와 시설 행렬 F에서의 최대 물동량 시설 f_j의 매칭 쌍 (l_i,f_j)을 점진적으로 증대시키는 전략을 수행하고, 위치별 거리와 시설별 물동량 상관관계를 최적으로 반영하기 위해 시설들을 교환하는 전략을 적용하였다. 실험 데이터에 적용한 결과, 제안 알고리즘은 O(n²) 의 다항시간 알고리즘임에도 불구하고 메타휴리스틱 방법의 일종인 유전자 알고리즘의 해를 개선할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.308-313
• /
• 1998

In this paper we will discuss a type of inductive learning called learning from examples, whose task is to induce general description of concepts from specific instances of these concepts. In many real life situations, however, new instances can be added to the set of instances. It is first proposed within the framework of rough set theory, for such cases, an algorithm to find minimal set of rules for decision tables without recalculation for overcall set of instances. The method of learning presented here is base don a rough set concept proposed by Pawlak[2][11]. It is shown an algorithm to find minimal set of rules using reduct change theorems giving criteria for minimum recalculation with an illustrative example. Finally, the proposed learning algorithm is applied to fuzzy system to learn sampled I/O data.

• 대한산업공학회지
• /
• 제12권2호
• /
• pp.77-87
• /
• 1986

This paper presents a heuristic method for solving the discrete-time ordering problem with quantity discounts and deterministic, time-varying demand. This algorithm utilizes a variation of the incremental cost approach(ICA) to determine a near optimal solution. The ICA is the method which reduces the total cost with reduction of the number of orders by one. In order to reduce the number of orders, if the incremental cost for one of the periods is negative, the demand of the period should be purchased in its immediate preceding period. In order to test the performance of this algorithm, an experiment is conducted that involves a large number of test problems covering a wide variety of situations. The result of the experiment shows that the proposed algorithm has 80.5% better solutions than the adjusted part period algorithm(APPA), which is known to be the best heuristic method.

• 제어로봇시스템학회논문지
• /
• 제15권1호
• /
• pp.82-88
• /
• 2009

The output of the encoder is a digital pulse, which is also easy to be connected to a digital controller. There are various angular velocity detecting methods of M, T, and M/T. Each of them has its own properties. There is a common limitation that the angular velocity detection period is strongly dependent on the destination velocity magnitude in case of ultimate low range. They have ultimately long detection period or cannot even detect angular velocity at near zero velocity. This paper proposes a zero velocity detectable sensor algorithm with the dual encoder system. The sensor algorithm is able to keep detection period moderately at near zero velocity and even detect zero velocity within nominal period. It is useful for detecting velocity in case of changing rotational direction at which there occurs zero velocity. In this paper, various experimental results are shown for the algorithm validity.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권11호
• /
• pp.1072-1079
• /
• 2003

본 논문은 점층적으로 대규모 문서 분류를 할 수 있는 새로운 클러스터링 알고리즘에 대한 것으로, 고차원의 대규모 문서 집합에 대한 클러스터링을 수행하는 spherical k-means (SKM) 알고리즘과 점층적인 방식으로 클러스터링을 수행하는 퍼지(fuzzy) ART(adaptive resonance theory) 신경망의 특징을 이용하였다. 즉, SKM의 벡터 공간 모델과 개념벡터를 토대로 퍼지 ART의 경계변수의 개념을 결합한 것이다. 제시하는 알고리즘은 점층적 클러스터링의 지원과 함께 최적의 클러스터 수를 자동으로 결정할 뿐 아니라 이상치(outlier)와 노이즈(noise)에 의한 overfitting의 문제도 해결하였다. 또한 생성된 클러스터들의 질을 평가할 수 있는 응집도를 측정하는 목적 함수의 값에 있어서도 CLASSIC3 데이타 집합으로 실험한 결과 기존의 SKM에 비해 평균 8.04%의 향상된 응집도를 나타냈다.

• 한국음향학회지
• /
• 제41권2호
• /
• pp.199-209
• /
• 2022

일반적인 비정상 탐지 알고리즘은 사전 데이터를 이용하여 학습된다. 따라서 시간에 따른 정상 데이터의 특징이 변화되는 경우에 기존의 배치 학습 기반 알고리즘의 성능 저하가 불가피하다. 본 논문에서는 정상 데이터의 점진적 특징 변화를 고려할 수 있는 온라인 비정상 탐지 알고리즘을 제안한다. 제안하는 알고리즘은 단일 클래스 분류 모델에 기반하며 오프라인 및 온라인 단계의 학습 과정을 포함한다. 제안된 알고리즘의 오프라인 학습 단계에서는 사전 데이터가 잠재 공간의 중심에 근접하도록 학습하고, 이후 온라인 학습단계에서는 신규 데이터에 의한 점진적 잠재 공간의 중심을 갱신하고, 갱신된 중심을 기준으로 계속 학습을 진행한다. 공개된 수중 음향 데이터를 이용한 실험결과 제안된 온라인 비정상 탐지 알고리즘은 점진적 중심 갱신 및 학습을 위해 단지 2 % 정도의 추가 학습시간이 소요되는 것으로 확인되었다. 반면에 시변 정상데이터가 수신되는 경우에 오프라인 학습 모델과 비교하여 19.10 % 개선된 Area Under the receiver operating characteristic Curve(AUC) 성능을 보였다.

• Smart Structures and Systems
• /
• 제9권3호
• /
• pp.273-286
• /
• 2012

As civil structures are exposed to various external loads, it is essential to assess the structural condition, especially the structural displacement, in every moment. Therefore, a visually servoed paired structured light system was proposed in the previous study. The proposed system is composed of two screens facing with each other, each with a camera, a screen, and one or two lasers controlled by a 2-DOF manipulator. The 6-DOF displacement can be calculated from the positions of three projected laser beams and the rotation angles of the manipulators. In the estimation process, one of well-known iterative methods such as Newton-Raphson or extended Kalman filter (EKF) was used for each measurement. Although the proposed system with the aforementioned algorithms estimates the displacement with high accuracy, it takes relatively long computation time. Therefore, an incremental displacement estimation (IDE) algorithm which updates the previously estimated displacement based on the difference between the previous and the current observed data is newly proposed. To validate the performance of the proposed algorithm, simulations and experiments are performed. The results show that the proposed algorithm significantly reduces the computation time with the same level of accuracy compared to the EKF with multiple iterations.