• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2013년도 추계학술대회 논문집
• /
• pp.331-337
• /
• 2013

Acoustic Emission technique is widely applied to develop the early fault detection system, and the problem about a signal processing method for AE signal is mainly focused on. In the signal processing method, envelope analysis is a useful method to evaluate the bearing problems and Wavelet transform is a powerful method to detect faults occurred on rotating machinery. However, exact method for AE signal is not developed yet. Therefore, in this paper two methods which are Hilbert transform and DET for feature extraction. In addition, we evaluate the classification performance with varying the parameter from 2 to 15 for feature selection DET, 0.01 to 1.0 for the RBF kernel function of SVR, and the proposed algorithm achieved 94% classification accuracy with the parameter of the RBF 0.08, 12 feature selection.

• 충청수학회지
• /
• 제25권2호
• /
• pp.277-281
• /
• 2012

I study an optimal consumption and portfolio selection problem with regime-switching using a dynamic programming method. With constant relative risk aversion (CRRA) utility I obtain optimal solutions in closed-form.

• Journal of the Korean Statistical Society
• /
• 제22권2호
• /
• pp.361-368
• /
• 1993

In recent years, kernel type estimates are abundant. In this paper, we propose a bandwidth selection method for kernel regression of fixed design based on bootstrap procedure. Mathematical properties of proposed bootstrap-based bandwidth selection method are discussed. Performance of the proposed method for small sample case is compared with that of cross-validation method via a simulation study.

• 한국컴퓨터정보학회논문지
• /
• 제5권3호
• /
• pp.215-219
• /
• 2000

The purpose of this paper is to propose a method to maximize the efficiency of a content-based image retrieval for various kinds of images. This paper discuss the self-adaptivity for the change of image domain and the self-selection of optimal features for query image, and present the efficient method to maximize content-based retrieval for various kinds of images. In this method, a content-based retrieval system is adopted to select automatically distinctive feature patterns which have a maximum efficiency of image retrieval in various kinds of images. Experimental results show that the Proposed method is improved 3% than the method using individual features.

• 정보과학회 논문지
• /
• 제44권12호
• /
• pp.1319-1332
• /
• 2017

최근 스포츠 중계에 동원되는 카메라 대수가 증가함에 따라 수많은 카메라 화면 중 순간적으로 최고의 화면을 고르는데 어려움이 있다. 지금까지 스포츠 경기를 촬영한 영상들에서 자동으로 최고의 화면을 선택하는 방법들이 연구되어 왔지만 배경이 고정된 영상들만을 고려해 배경이 움직이는 영상들을 고려하는 연구가 필요하다. 본 논문에서는 각 영상 별로 관심선수를 추적하여 획득한 영상 내 관심선수 영역을 대상으로 관심선수의 활동량, 얼굴 가시성, 다른 선수와의 겹침 정도, 이미지 블러 현상 정도를 매 프레임 마다 정량적으로 나타내어 정량화된 값을 기반으로 최고의 화면을 선택한다. 이렇게 선택된 베스트 뷰를 20명의 일반 사람들에게 베스트 뷰와 워스트 뷰를 선택하게 하여 사람들이 선택한 베스트 뷰, 워스트 뷰와 비교한 결과 베스트 뷰와 일치율이 54.5%로 낮았지만 반대로 워스트 뷰와 일치율이 9%로 확실히 사람들이 선호하지 않는 화면은 선택하지 않는 것을 알 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제16권7호
• /
• pp.795-801
• /
• 2013

서포트 벡터 머신은 뛰어난 일반화 성능에 힘입어 다양한 분야에서 의사 결정 나무나 인공 신경망에 비해 더 좋은 분류 성능을 보이고 있기 때문에 최근 널리 사용되고 있다. 서포트 벡터 머신은 기본적으로 이진 분류 문제를 위하여 설계되었기 때문에 서포트 벡터 머신을 다중 클래스 문제에 적용하기 위한 방법으로 다중 이진 분류기의 출력 결과를 이용하는 출력 코딩 방법이 주로 사용되고 있다. 그러나 출력 코딩 기반 서포트 벡터 머신에 사용된 기존 특징 선택 기법은 각 분류기의 정확도 향상을 위한 특징이 아니라 전체 분류 정확도 향상을 위한 특징을 선택하고 있다. 본 논문에서는 출력 코딩 기반 서포트 벡터 머신의 각 이진 분류기의 분류 정확도를 최대화하는 특징을 각각 선택하여 사용함으로써, 전체 분류 정확도를 향상시키는 특징 선택 기법을 제안한다. 실험 결과는 제안 기법이 기존 특징 선택 기법에 비하여 통계적으로 유의미한 분류 정확도 향상이 있었음을 보여주었다.

• 기술발표회
• /
• 통권2006호
• /
• pp.279-291
• /
• 2006

This study shows decision-making process for selection of cutoff wall on a wastewater treatment project. There are 10 different cut-off wall methods So, we examine the site to gather information for find appropriate methods. After using that information, 10 cutoff wall methods are reviewed for analysis. Through brainstorming, four alternatives are selected for design VE item. Following the standard VE process, we established performance criteria and evaluated function score(F) using questionnaire. The questionnaires, brainstorming and AHP method for weighting on performance criteria and evaluate function score increased the reliability of this selection process. Water Jet method, one of four methods, has the best function score(F=92.71) and the lease construction cost(as cost index 1,000). The value score also highest as 92.7, so we select the method. The result is value innovation type In addition, the authors try to calculate the environmental burden in selection process using LCA. We cannot conduct the full LCA as defined ISO, so perform Simple LCA In LCA result, the cut-off grouting has the least environmental burden as index 9.09E+01 and Water Jet method has following as the second. To selection best method to specific area and purpose, design VE/LCG process used as useful tool and it is needed to develop integrated method that evaluate VEILCC and LCA as one-set process.

• 품질경영학회지
• /
• 제47권3호
• /
• pp.537-552
• /
• 2019

Purpose: The development of information technology makes it easy to utilize high-dimensional categorical data. In this regard, the purpose of this study is to propose a novel method to select the proper categorical variables in high-dimensional categorical data. Methods: The proposed feature selection method consists of three steps: (1) The first step defines the goodness-to-pick measure. In this paper, a categorical variable is relevant if it has relationships among other variables. According to the above definition of relevant variables, the goodness-to-pick measure calculates the normalized conditional entropy with other variables. (2) The second step finds the relevant feature subset from the original variables set. This step decides whether a variable is relevant or not. (3) The third step eliminates redundancy variables from the relevant feature subset. Results: Our experimental results showed that the proposed feature selection method generally yielded better classification performance than without feature selection in high-dimensional categorical data, especially as the number of irrelevant categorical variables increase. Besides, as the number of irrelevant categorical variables that have imbalanced categorical values is increasing, the difference in accuracy between the proposed method and the existing methods being compared increases. Conclusion: According to experimental results, we confirmed that the proposed method makes it possible to consistently produce high classification accuracy rates in high-dimensional categorical data. Therefore, the proposed method is promising to be used effectively in high-dimensional situation.

• 한국정보통신학회논문지
• /
• 제21권3호
• /
• pp.509-515
• /
• 2017

본 논문에서는 다수의 릴레이가 존재하는 협력 통신 환경에서 릴레이 노드들의 신뢰도 정보를 이용한 릴레이 선택 기법을 고려한다. 먼저, 신뢰도에 따라 릴레이 노드들이 송신단의 정보 전송을 도와주는 경우와 전송을 도와주지 않는 경우 모두를 고려한 정보 전송률의 기댓값을 유도한다. 다음으로 주어진 신뢰도 정보를 이용하여 수신단에서 달성 가능한 정보 전송률의 기댓값을 최대화하는 릴레이 선택 기법을 제안한다. 마지막으로 시뮬레이션을 통하여 제안하는 릴레이 선택 기법이 릴레이 노드의 신뢰도 정보를 이용하지 않는 기존의 릴레이 선택 기법과 비교하여 더 우수한 성능을 나타냄을 보인다.

• 지능정보연구
• /
• 제14권4호
• /
• pp.179-200
• /
• 2008

본 연구에서는 사례기반 추론 기법을 대상으로 효율성과 효과성을 함께 증진시킬 수 있는 속성선정 방법을 개발하였다. 기본적으로, 본 연구에서 개발한 속성선정 방법은 기존에 개발된 단변량 분석 방법과 LVF 알고리즘을 통합하는 것이다. 먼저, 단변량 분석 방법 중 선택효과를 사용하여 전체 속성 중에서 예측력이 우수하다고 판단되는 일부분의 속성들을 추려낸다. 이 속성들로부터 생성해낼 수 있는 모든 가능한 부분집합을 생성해낸 후에, LVF 알고리즘을 이용하여 이 부분집합들이 가지는 불일치 비율을 평가함으로써 최종적으로 속성 부분집합을 선정한다. 본 연구에서 개발한 속성선정 방법을 UCI에서 제공하는 데이터 집합들에 적용하여 성능을 측정한 후, 기존 기법의 성능들과 비교한 결과, 본 연구에서 개발된 속성선정 방법이 선정된 속성의 개수도 만족할만하고 적중률도 향상되어서, 효율성과 효과성 모두의 측면에서 우수함을 보였다.