• ETRI Journal
• /
• 제45권6호
• /
• pp.929-938
• /
• 2023

The detection of all the symbols transmitted simultaneously in multiuser systems using limited wireless resources is challenging. Traditional model-based methods show high performance with perfect channel state information (CSI); however, severe performance degradation will occur if perfect CSI cannot be acquired. In contrast, data-driven methods perform slightly worse than model-based methods in terms of symbol error ratio performance in perfect CSI states; however, they are also able to overcome extreme performance degradation in imperfect CSI states. This study proposes a novel deep learning-based method by improving a state-of-the-art data-driven technique called deep soft interference cancellation (DSIC). The enhanced DSIC (EDSIC) method detects multiuser symbols in a fully sequential manner and uses an efficient neural network structure to ensure high performance. Additionally, error-propagation mitigation techniques are used to ensure robustness against channel uncertainty. The EDSIC guarantees a performance that is very close to the optimal performance of the existing model-based methods in perfect CSI environments and the best performance in imperfect CSI environments.

• 한국컴퓨터정보학회논문지
• /
• 제23권8호
• /
• pp.9-16
• /
• 2018

In this paper, a kidnapping detection scheme in which human pose estimation is used to classify accurately between kidnapping cases and normal ones is proposed. To estimate human poses from input video, human's 10 joint information is extracted by OpenPose library. In addition to the features which are used in the previous study to represent the size change rates and the regularities of human activities, the human pose estimation features which are computed from the location of detected human's joints are used as the features to distinguish kidnapping situations from the normal accompanying ones. A frame-based kidnapping detection scheme is generated according to the selection of J48 decision tree model from the comparison of several representative classification models. When a video has more frames of kidnapping situation than the threshold ratio after two people meet in the video, the proposed scheme detects and notifies the occurrence of kidnapping event. To check the feasibility of the proposed scheme, the detection accuracy of our newly proposed scheme is compared with that of the previous scheme. According to the experiment results, the proposed scheme could detect kidnapping situations more 4.73% correctly than the previous scheme.

• Journal of Multimedia Information System
• /
• 제1권1호
• /
• pp.55-67
• /
• 2014

Image topic and emotion analysis is an important component of online image retrieval, which nowadays has become very popular in the widely growing social media community. However, due to the gaps between images and texts, there is very limited work in literature to detect one image's Topics and Emotions in a unified framework, although topics and emotions are two levels of semantics that often work together to comprehensively describe one image. In this work, a unified model, Joint Topic/Emotion Multi-Modal Hierarchical Latent Dirichlet Allocation (JTE-MMHLDA) model, which extends previous LDA, mmLDA, and JST model to capture topic and emotion information at the same time from heterogeneous data, is proposed. Specifically, a two level graphical structured model is built to realize sharing topics and emotions among the whole document collection. The experimental results on a Flickr dataset indicate that the proposed model efficiently discovers images' topics and emotions, and significantly outperform the text-only system by 4.4%, vision-only system by 18.1% in topic detection, and outperforms the text-only system by 7.1%, vision-only system by 39.7% in emotion detection.

• Smart Structures and Systems
• /
• 제26권1호
• /
• pp.23-33
• /
• 2020

Majority of the damage in engineering structures is nonlinear. Damage sensitive features (DSFs) extracted by traditional methods from linear time series models cannot effectively handle nonlinearity induced by structural damage. A new DSF is proposed based on vector space cosine similarity (VSCS), which combines K-means cluster analysis and Bayesian discrimination to detect nonlinear structural damage. A reference autoregressive moving average (ARMA) model is built based on measured acceleration data. This study first considers an existing DSF, residual standard deviation (RSD). The DSF is further advanced using the VSCS, and then the advanced VSCS is classified using K-means cluster analysis and Bayes discriminant analysis, respectively. The performance of the proposed approach is then verified using experimental data from a three-story shear building structure, and compared with the results of existing RSD. It is demonstrated that combining the linear ARMA model and the advanced VSCS, with cluster analysis and Bayes discriminant analysis, respectively, is an effective approach for detection of nonlinear damage. This approach improves the reliability and accuracy of the nonlinear damage detection using the linear model and significantly reduces the computational cost. The results indicate that the proposed approach is potential to be a promising damage detection technique.

• 한국컴퓨터산업학회논문지
• /
• 제6권2호
• /
• pp.357-364
• /
• 2005

최근 들어 우리나라에서는 설치의 간편성과 높은 신뢰도를 가진 전력케이블의 사용이 증가하고 있다. 전력케이블은 출고 전에 IEEE std. 404-1993 시험을 거쳐 안정성을 확인하고 있지만 포설시 발생하는 접속부 내부의 결함으로 인하여 많은 문제가 발생하고 있다. 특히 불순물 혼입 또는 공극 발생시 고장율은 증가하게 된다 부분방전 검출은 포설 후 전력케이블의 상태를 관측할 수 있는 유용한 방법이다. 본 연구에서는 부분방전 특성을 평가하고자 케이블 접속재인 EPR과 케이블 절연체인 XPLE 사이에 인공 결함을 발생시킨 후 데이터 취득 시스템을 이용하여 $\Phi-q-n$ 특성을 검출하였으며, 부분방전의 정량적 해석을 위해 필요한 통계량을 계산하였으며, 신경망 모델을 적용하여 패턴 분석을 수행하여 $88\~96\%$의 구별이 가능하였다.

• 재활복지공학회논문지
• /
• 제8권4호
• /
• pp.259-265
• /
• 2014

본 논문은 보행의지를 파악하기 위해 IR 센서 기반 보행보조기를 이용하여 보행 시 슬관절 전방변위 측정과 하지의 근육활성도를 고찰하였다. 슬관절 전방변위 측정을 위해 보행보조기에 IR센서를 장착하였고, 근전도 (Bagnoli-8ch, Delsys Inc, USA)장비를 이용하여 대퇴직근, 대퇴이두근, 전경골근, 비복근을 측정 하였다. 실험에 참가한 피험자들은 성인 8명(나이 $23.7{\pm}0.5years$, 신장 $175.4{\pm}2.3cm$, 체중 $70.6{\pm}5.6kg$)이며 매주 30분씩 총 3주간 진행되었다. 보행 시 경사조건과 보행 속도의 증가에 따라서 슬관절 전방변위가 변화되는 결과를 확인할 수 있었다. 또한 근육활성도 결과, 전방경사 시 대퇴부 근육의 활성도가 증가하였고 후방경사 시 하퇴부 근육이 많이 활성화 되어 IR센서 결과와 유사한 경향을 확인할 수 있었다.

• Journal of Acupuncture Research
• /
• 제31권4호
• /
• pp.45-55
• /
• 2014

Objectives : The main aim of this study was to assess the comparative efficiency of two preparation types of Hwangryunhaedok decoction(HRHD-D) using distilled and mixed extraction by measuring the index components and indicators of antioxidant and anti-inflammatory effects. Methods : The antioxidant activity was assessed by comparing distilled and mixed extractions of HRHD-D using an ELISA reader. The anti-inflammatory effect was determined by measuring NO amounts in RAW 264.7 cells. The contents were analyzed with high performance liquid chromatography-diode array detector(HPLC-DAD). Results : The electron donating ability of mixed and distilled extractions obtained with 500 ppm DPPH(1,1-diphenyl-2-picrylhydrazyl assay) solution were 57.8 % and 4.2 %, respectively. The total phenolic content of mixed extraction was 6.9 times that of distilled extraction and total flavonoid content was 51.5 times higher. The anti-inflammatory effect was assessed by NO measurement, and was found to increase significantly dependent on concentration in all mixed extract concentrations(25, 50, 100, 200, $400{\mu}g/mL$), but the difference in distilled extraction by concentration was only significant at 200 and $400{\mu}g/mL$. The HPLC analysis results of mixed extract of HRHD-D showed detection of all four main active constituents of HRHD-D. However, they were not detected in the distilled extract of HRHD-D. Conclusions : Mixed extraction with distillation added to decoction of HRHD-D showed better efficacy in antioxidant and anti-inflammatory effects, and ingredient quantities compared to distilled extraction. Further stability and clinical efficacy studies for standardization of mixed extractions are required.

• 한국항행학회논문지
• /
• 제6권2호
• /
• pp.138-150
• /
• 2002

본 논문에서는 잡음과 간섭신호가 존재하는 환경에서 편파영역에서의 레이다 신호처리 알고리즘과 공간 및 시간 영역에서의 레이다 신호처리 알고리즘을 효율적으로 결합하는 문제에 관해 고찰한다. 대부분의 직렬결합 방식들은 성능이 제한적이므로 3차원 즉, 편파, 공간, 및 시간영역에서 동시에 레이다 신호를 검출하는 적응 알고리즘에 초점을 맞춘다. 공간 및 시간 영역의 알고리즘을 3차원으로 단순 확장한 알고리즘과 달리, 본 논문에서 제안하는 알고리즘은 신호의 편파 파라미터에 대한 필터 뱅크가 불필요하다. 제안된 알고리즘에 대한 성능 신호검출 확률과 오경보 확률에 의해 유도하고 신호의 편파정보를 이용하지 않거나 편파정보를 안다고 가정하는 알고리즘들과의 성능을 비교, 분석한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.491-500
• /
• 2021

본 연구에서는 MS Kinect v2 RGBD 카메라 기반의 Human-Skeleton Keypoints와 2-Stacked Bi-LSTM 모델을 이용하여 낙상 행위를 탐지하는 방법을 제안한다. 기존의 연구는 RGB 영상에서 OpenPose 등의 딥러닝 모델을 이용하여 골격 정보를 추출한 후 LSTM, GRU 등의 순환신경망 모델을 이용해 인식을 수행하였다. 제안한 방법은 카메라로부터 골격정보를 바로 전달 받아 가속도 및 거리의 2개의 시계열 특징을 추출한 후 2-Stacked Bi-LSTM 모델을 이용하여 낙상 행위를 인식하였다. 어깨, 척추, 골반 등 주요 골격을 대상으로 중심관절을 구하고 이 중심관절의 움직임 가속도와 바닥과의 거리를 특징으로 제안하였다. 추출된 특징은 Stacked LSTM, Bi-LSTM 등의 모델과 성능비교를 수행하였고 GRU, LSTM 등의 기존연구에 비해 향상된 검출 성능을 실험을 통해 증명하였다.

• 한국전산구조공학회논문집
• /
• 제36권1호
• /
• pp.57-65
• /
• 2023

본 연구는 딥러닝을 위한 비선형 변환 접근법을 사용하여 Single-lap joint의 접착 영역을 조사하기 위한 진동 응답 기반 탐지 시스템을 제시한다. 산업 혹은 공학 분야에서 분해가 쉽지 않은 구조 내에 보이지 않는 부분의 상태와 접착된 구조의 접착 부위 상태를 알기 어려운 문제가 있다. 이러한 문제를 해결하기 위해 본 연구는 비선형 변환을 이용하여 기준 시편의 진동 응답으로 다양한 시편의 접착 면적을 조사하는 탐지 방법을 제안한다. 이 연구에서는 CNN 기반 딥러닝으로 진동 특성을 파악하기 위해 비선형 변환을 적용한 주파수 응답 함수를 사용했고 분류를 위해 가상의 스펙트로그램을 사용했다. 또한, 제시된 방법을 검증하기 위해 알루미늄, 탄소섬유복합재 그리고 초고분자량 폴리에틸렌 시편에 대한 진동 실험, 분석적 해, 유한요소해석을 수행했다.