• Nuclear Engineering and Technology
• /
• 제47권5호
• /
• pp.624-632
• /
• 2015

A self-diagnostic monitoring system is a system that has the ability to measure various physical quantities such as temperature, pressure, or acceleration from sensors scattered over a mechanical system such as a power plant, in order to monitor its various states, and to make a decision about its health status. We have developed a self-diagnostic monitoring system for an air-operated valve system to be used in a nuclear power plant. In this study, we have tried to improve the self-diagnostic monitoring system to increase its reliability. We have implemented three different machine learning algorithms, i.e., logistic regression, an artificial neural network, and a support vector machine. After each algorithm performs the decision process independently, the decision-making module collects these individual decisions and makes a final decision using a majority vote scheme. With this, we performed some simulations and presented some of its results. The contribution of this study is that, by employing more robust and stable algorithms, each of the algorithms performs the recognition task more accurately. Moreover, by integrating these results and employing the majority vote scheme, we can make a definite decision, which makes the self-diagnostic monitoring system more reliable.

• Nuclear Engineering and Technology
• /
• 제55권10호
• /
• pp.3716-3724
• /
• 2023

Loose parts monitoring and detecting alarm type in real Nuclear Power Plant have challenges such as background noise, insufficient alarm data, and difficulty of distinction between alarm data that occur during start and stop. Although many signal processing methods and alarm determination algorithms have been developed, it is not easy to determine valid alarm and extract the meaning data from alarm signal including background noise. To address these issues, this paper proposes a denoising autoencoder-based majority vote classification. Training and test data are prepared by acquiring alarm data from real NPP and simulation facility for data augmentation, and noisy data is reproduced by adding Gaussian noise. Using DAEs with 3, 5, 7, and 9 layers, features are extracted for each model and classified into neural networks. Finally, the results obtained from each DAE are classified by majority voting. Also, through comparison with other methods, the accuracy and the false alarm rate are compared, and the excellence of the proposed method is confirmed.

• 방송공학회논문지
• /
• 제14권3호
• /
• pp.342-356
• /
• 2009

본 논문에서는 비월 주사 영상을 하나의 필드만을 사용하여 순차 주사 영상으로 변환시키는 투표 결정 기반 디인터레이싱 보간방법(VDD)을 제안한다. VDD는 투표 결정 방법을 이용하여 4단계 보간 과정을 거치게 된다. 1단계는 MM-ELA방법을 이용하여 거짓 에지 의심영역을 검출하는 과정이다. 검출된 영역은 상위 주변 화소 정보를 이용한 다수결 투표 결정 방법인 2단계 과정으로 에지 방향을 결정하며 미결정 방향은 3단계 과정인 상, 하위 주변 화소 정보를 이용한 다수결 투표 및 방향성 평균으로 에지 방향을 보존하고 화질 열화를 최소화한다. 마지막으로 위 단계에서 결정되지 못한 화소는 세밀한 방향을 고려할 수 있는 DOI를 이용하여 보간한다. 계층 구조의 VDD는 복잡도가 높지만 계조도 변화에 취약한 기존 방법들에 비하여 정교한 에지를 추출할 수 있으며 실험결과를 통해 객관적, 주관적 우수성을 나타낸다.

• 한국언론정보학보
• /
• 제17권
• /
• pp.37-60
• /
• 2001

본 연구는 셀프 프리젠테이션 이론과 프레밍 효과론을 논리적 근거로 해서 지역공동체 구조의 특성과 뉴스프레밍 사이의 관계를 가설로 설정하고 있다. 따라서 뉴스 프레밍분석을 위해서 1994년 당시 미시간에서 발행되던 9개의 일간지를 내용 분석했으며, 지역공동체 구조와 관련해서는 1990년의 미시간 주의 인구조사 보고서 상에 나타나는 4개의 인구사회학적 변수(직업, 수입, 교육, 인종)와 한 개의 인구이동 변수를 이용해서, 각 카운티별로 이질성의 정도가 순위 매겨졌다. 마지막으로 종속변인인 투표행위 값으로는 각 카운티에 사는 유권자의 총수를 당시 미시간 주의 주지사이자 후보자였던 엥글러(Enlger)에 대한 투표자 수로 나누어서 나오는 백분율을 이용해서 엥글러 지지율을 얻었다. 이상의 데이터를 가지고 회귀분석을 시행, 다음과 같은 결과를 얻었다. 대새몰이형 프레임은 지역민의 인구사회학적 속성이 이질적인 지역보다는 동질적인 지역에서 보다 투표행위에 영향을 많이 미치며 이에 비해 사회 정체성 프레임은 지역민의 인구사회학적 속성이 이질적인 지역에서 보다 효과적이었다.

• 한국통신학회논문지
• /
• 제17권3호
• /
• pp.247-259
• /
• 1992

본 연구에서는 이동 통신의 AMPS 방식에서 통화를 하기 위해 셀 사이트와 이동체간에 오고 가는 데이터를 분석한 후, 광대역 데이터를 처리하기 위한 시스템을 설계하고 제작하였다. AMPS 방식에서 이동체가 셀 사이트와 통화를 하기 이전에 채널의 상태를 판단하는데 필요한 BUSY / IDLE 비트를 추\ulcorner라흔 회로, 동기 감지 회로, 인터럽트 방식의 데이터 송,수신 회로 및 적은 버퍼 용량을 차지하면서 실시간 처리를 할 수 있는 majority vote, BCH 인코딩 및 디코딩을 하는데 있어서 기존 방법에 따른 계산상의 복잡성을 해결하는 실시간 처리 소프트 웨어를 제안하였다.

• JSTS:Journal of Semiconductor Technology and Science
• /
• 제16권4호
• /
• pp.405-414
• /
• 2016

IC-implementations provide high performance for solving the high computational cost of pattern matching but have relative low flexibility for satisfying different applications. In this paper, we report an associative memory architecture for k nearest neighbor (KNN) search, which is one of the most basic algorithms in pattern matching. The designed architecture features reconfigurable vector-component parallelism enabled by programmable switching circuits between vector components, and a dedicated majority vote circuit. In addition, the main time-consuming part of KNN is solved by a clock mapping concept based weighted frequency dividers that drastically reduce the in principle exponential increase of the worst-case search-clock number with the bit width of vector components to only a linear increase. A test chip in 180 nm CMOS technology, which has 32 rows, 8 parallel 8-bit vector-components in each row, consumes altogether in peak 61.4 mW and only 11.9 mW for nearest squared Euclidean distance search (at 45.58 MHz and 1.8 V).

• 디지털산업정보학회논문지
• /
• 제11권1호
• /
• pp.37-45
• /
• 2015

As of June 2014, the rate of mobile internet users aged 6 and over is estimated at 98.3% (up by 2.8%p from the previous year). The vast majority of the teens (99.7%), the 20s (99.8%), the 30s (99.8%), and the 40s (98.1%) answer they use the smart phone. The existing notice methods have utilized noticeboard in the apartment. It is difficult to support real-time notice. The App has a merit to be accessed in anywhere, so that it is quite suitable for services requiring real-time support. This paper describes a development of apartmenrt notice and decision-making service using smart phone. We study previous researches about apartmenrt notice Apps. Then, we described the notice flow diagram and decision-making flow diagram. Apt admin sends the important notice message to residents using apt notice app in real-time. Apt admin writes the decision item in the admin web site. It pushes decision item to residents using apt notice app in real-time. The residents vote and send it to Apt admin. Apt admin counts the votes and send the collect the vote result to to residents.

• 융합신호처리학회논문지
• /
• 제5권3호
• /
• pp.230-235
• /
• 2004

본 논문에서는 동기식 광전송망인 SDH와 SONET망의 동기화를 위해 적용되는 포인터 해석기의 FPGA 구현을 다룬다. 설계된 포인터 해석기는 포인터 추출 모듈과 포인터 해석 모듈로 구성된다. 포인터 추출 모듈은 6480진 카운터, 시프트레지스터, 포인터 워드 동기화 블록으로 구성되며, 51.84 Mb/s AU-3/STS-1 프레임 데이터에서 프레임 동기신호에 의해 H1, H2 포인터 워드 값을 찾고 이를 8 분주하여 바이트 레벨의 6.48 Mb/s로 동기화 시킨다. 포인터 해석 모듈은 majority vote, 포인터 워드 유ㆍ무효 검사, 포인터 정렬판단, NORM, AIS, LOP 상태 검사 블록들로 구성되며, 포인터 추출 모듈에서 추출한 동기화된 포인터 워드를 포인터 상태 천이 알고리즘에 의하여 주요 포인터 상태인 LOP, AIS, NORM으로 해석하고 포인터 정렬을 판단한다. VHDL로 설계하여 Xilinx Virtex XCV200PQ240 FPGA 칩으로 구현된 포인터 해석기의 시뮬레이션 결과는 프레임 데이터에서의 포인터 워드의 정확한 추출과 추출된 포인터 값에 따른 각종 포인터 상태를 판단함을 보여주었다. 본 논문에서 제시한 포인터 해석기는 광전송시스템의 수신 종단노드에서 155 Mb/s STM-1/STS-3 프레임의 포인터 해석을 위해 적용할 수 있어 SDH와 SONET망 모두에 활용할 수 있는 이점이 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.883-885
• /
• 2005

지지 벡터 기계(Support Vector Machine: SVM)를 이용한 다중부류 분류기법이 최근 활발히 연구되고 있다. SVM은 이진분류기이기 때문에 다중부류 분류를 위해서 다수의 분류기를 구성하고 이들을 효과적으로 결합하는 방법이 필요하다. 본 논문에서는 기존의 정적인 다중분류기 결합 방법과는 달리 포섭구조의 분류모델을 확률에 따라 동적으로 구성하는 방법을 제안한다. 확률적 분류기인 나이브 베이즈 분류기(NB)를 이용하여 입력된 샘플의 각 클래스에 대한 확률을 계산하고, OVA (One-Vs-All) 전략으로 구축된 다중의 SVM을 획득된 확률에 따라 포섭구조로 구성한다. 제안하는 방법은 OVA SVM에서 발생하는 중의적인 상황을 효과적으로 처리하여 고성능의 분류를 수행한다. 본 논문에서는 지문분류 문제에서 대표적인 NIST-4 지문 데이터베이스를 대상으로 제안하는 방법을 적용하여 $1.8\%$의 거부율에서 $90.8\%$의 분류율을 획득하였으며, 기존의 결합 방법인 다수결 투표(Majority vote), 승자독식(Winner-takes-all), 행동지식공간 (Behavior knowledge space), 결정템플릿(Decision template) 등보다 높은 성능을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.622-624
• /
• 2005

대규모 지문인식 시스템에서 비교해야할 지문의 수를 줄이기 위해서 지문분류는 필수적인 과정이다. 최근 이진분류기인 지지 벡터 기계(Support Vector Machine: SVM)를 이용한 지문분류 기법이 많이 연구되고 있다. 본 논문에서는 다중부류 지문분류에 적합하도록 자기 구성 지도(Self-Organizing Map:SOM)를 이용하여 OVA(One-Vs-All) SVM들을 결합하는 지문분류 기법을 제안한다. SOM을 이용하여 OVA SVM들을 동적으로 결합하기 위한 결합 지도를 생성하여 지문분류 성능을 높인다. 지문분류에 있어 대표적인 NIST-4 지문 데이터베이스를 대상으로 Jain이 구축한 FingerCode 데이터베이스에 제안하는 방법을 적용하여 $1.8\%$의 거부율에서 $90.5\%$의 분류율을 획득하였으며, 기존의 결합 방법인 승자독식(Winner-takes-all)과 다수결 투표(Majority vote)보다 높은 성능을 확인하였다.