• 한국전자통신학회논문지
• /
• 제13권4호
• /
• pp.713-720
• /
• 2018

신호의 도래각(: Angle-of-Arrival, AOA) 추정기법, 간섭제거 기술, 및 송신 빔형성 기법 등을 기반으로 하는 신호정보 수집(: Signal Intelligence, SIGINT) 시스템은 다양한 신호정보를 효율적으로 수집하기 위해 요구되는 핵심 기술이다. 본 논문에서는 도래각 추정기, 적응 빔형성기, 신호처리 및 D/B 유닛, 송신 빔형성기로 구성된 신호정보 수집을 위한 위성 시스템의 효율적인 구조를 소개한다. 제시된 구조는 다양한 신호의 정확한 도래각 추정을 위해 MUSIC(: Multiple Signal Classification) 알고리즘을 사용하고, 불필요한 간섭 또는 재밍 신호를 제거하기 위해 MVDR(: Minimum Variance Distortionless Response) 기법을 사용하며, 수집된 정보 및 데이터의 효과적인 송신을 위해 MMSE(: Minimum Mean Square Error) 기반의 송신 빔형성 기법을 적용한다. 또한, 컴퓨터 시뮬레이션을 통해 소개된 위성 시스템의 성능을 평가하고 분석한다.

• 한국전자통신학회논문지
• /
• 제13권6호
• /
• pp.1207-1212
• /
• 2018

신호정보 수집(: Signal Intelligence, SIGINT) 기술은 군수산업을 비롯한 여러 분야에서 다양한 데이터 수집을 목적으로 활발하게 사용되고 있다. 효율적으로 신호정보 및 데이터를 수집하고 수집된 데이터를 송/수신하기 위해서는 신호의 정확한 도래각 정보가 필요하고, 간섭 또는 재밍 신호로부터의 통신 방해가 최소화되어야 한다. 본 논문에서는 효율적으로 신호정보 및 데이터를 수집하고 송/수신하기 위한, 평면 배열 안테나 기반의 적응 빔형성 위성 시스템 구조를 소개한다. 제시된 적응 빔형성 시스템은 폄면 배열 형태의 안테나, MUSIC(: Multiple Signal Classification) 알고리즘 기반의 도래각 추정기, MVDR(: Minimum Variance Distortionless Response) 간섭 제거기, 신호처리 및 D/B 유닛, MMSE(: Minimum Mean Square Error) 기반의 송신 빔형성기 등으로 구성되어 있다. 또한, 컴퓨터 시뮬레이션을 통해, 제시된 시스템의 성능을 평가하고 분석한다.

• 한국컴퓨터정보학회논문지
• /
• 제19권7호
• /
• pp.1-8
• /
• 2014

클러스터링은 대표적인 비교사 학습 방법의 하나로 균일한 특성을 가지는 데이터를 군집으로 묶기 위해 사용된다. 균일한 특성을 가지는 데이터 부분집합을 문맥으로 정의하고 문맥 내에서 국부적으로 분류를 행하는 융합 방법이 사용되고 있지만 클러스터링은 비교사 학습 방법이라는 한계로 인해 클러스터링 결과로 만들어지는 문맥이 분류에 있어 최선임을 보장하기 어렵다. 이 논문에서는 생성된 클러스터를 문맥으로 가정하고 각 문맥에서 분류를 시행하는 경우 최소의 오류를 보일 수 있는, 분류를 고려한 클러스터링 기법을 제안한다. 제안하는 방법은 선형 판별 분석에서와 유사하게 클러스터 내 동일한 클래스에 속하는 데이터 쌍은 작은 거리 값을, 서로 다른 클래스에 속하는 데이터 쌍은 큰 거리 값을 가지도록 하기 위한 제약 조건을 적용하여 분류 오류를 줄이도록 하였다. 제안한 방법의 실효성은 실험 결과를 통해 확인할 수 있다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.713-716
• /
• 2005

In this paper, in order to identify and recognize attack patterns, we propose a Bayesian classification using frequent patterns. In theory, Bayesian classifiers guarantee the minimum error rate compared to all other classifiers. However, in practice this is not always the case owing to inaccuracies in the unrealistic assumption{ class conditional independence) made for its use. Our method addresses the problem of attribute dependence by discovering frequent patterns. It generates frequent patterns using an efficient FP-growth approach. Since the volume of patterns produced can be large, we propose a pruning technique for selection only interesting patterns. Also, this method estimates the probability of a new case using different product approximations, where each product approximation assumes different independence of the attributes. Our experiments show that the proposed classifier achieves higher accuracy and is more efficient than other classifiers.

• 대한원격탐사학회지
• /
• 제25권6호
• /
• pp.465-474
• /
• 2009

Convective/stratiform radar echo classification schemes by Steiner et al. (1995) and Biggerstaff and Listemaa (2000) are examined on a monsoonal front during the summer monsoon-Changma period, which is organized as a cloud cluster with mesoscale convective complex. Target radar is S-band with wavelength of 10cm, spatial resolution of 1km, elevation angle interval of 0.5-1.0 degree, and minimum elevation angle of 0.19 degree at Jindo over the Korean Peninsula. For verification of rainfall amount retrieved from the echo classification, ground-based rain gauge observations (Automatic Weather Stations) are examined, converting the radar echo grid data to the station values using the inverse distance weighted method. Improvement from the echo classification is evaluated based on the correlation coefficient and the scattered diagram. Additionally, an optimal use method was designed to produce combined rainfalls from the radar echo and Tropical Rainfall Measuring Mission Precipitation Radar (TRMM/PR) data. Optimal values for the radar rain and TRMM/PR rain are inversely weighted according to the error variance statistics for each single station. It is noted how the rainfall distribution during the summer monsoon frontal system is improved from the classification of convective/stratiform echo and the use of the optimal use technique.

• The Journal of the Acoustical Society of Korea
• /
• 제13권1E호
• /
• pp.64-70
• /
• 1994

예측신경회로망 모델은 패턴 예측에 의한 매우 효과적인 음성인식 모델이다. 그러나, 그러한 모델은 유사한 어휘간에서 변별력이 떨어지는 단점이 있다. 이 논문에서는 그러한 단점을 극복하기 위한 변별력있는 학습 알고리즘을 제안한다. 이 알고리즘은 최소 분류 오차 수식화와 GPD 알고리즘으로부터 유도외면 그에 따라서 인식 오차의 수를 직접 최소화하는 것이 가능하다. 한국어 숫자음에 대한 인식 실험결과, 기존의 알고리즘에서 발생하는 오인식의 30%를 줄일 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.1045-1046
• /
• 2015

When using the Support Vector Machine in the online signature verification, SVM kernel function should be chosen to use non-linear SVM and the constant parameters in the kernel functions should be adjusted to appropriate values to reduce the error rate of signature verification. Non-linear SVM which is built on a strong mathematical basis shows better performance of classification with the higher discrimination power. However, choosing the kernel function and adjusting constant parameter values depend on the heuristics of the problem domain. In the signature verification, this paper deals with the problems of selecting the correct kernel function and constant parameters' values, and shows the kernel function and coefficient parameter's values with the minimum error rate. As a result of this research, we expect the average error rate to be less than 1%.

• ETRI Journal
• /
• 제30권6호
• /
• pp.865-867
• /
• 2008

A conventional environment adaptation for robust speech recognition is usually conducted using transform-based techniques. Here, we present a discriminative adaptation strategy based on a multi-condition-trained model, and propose a new method to provide universal application to a new environment using the environment's specific conditions. Experimental results show that a speech recognition system adapted using the proposed method works successfully for other conditions as well as for those of the new environment.

• Communications for Statistical Applications and Methods
• /
• 제18권3호
• /
• pp.343-355
• /
• 2011

두 분포함수의 혼합모형을 가정한 자료에서 적절한 분류점을 찾고 평가하는 것은 중요한 문제이다. 분류정확도 측도로 많이 사용하는 아홉 종류의 MVD, Youden지수, (0,1)까지 최단기준, 수정된(0,1)까지 최단 기준, SSS, 대칭점, 정확도면적, TA, TR에 대하여 설명하고, 이 측도들의 관계를 발견하면서 정확도 측도들의 조건을 몇 개의 범주로 군집화한다. 정규혼합분포를 가정하여 군집된 측도들에 기반하는 분류점들을 구하고, 그 분류점에 대응하는 제I종 오류율과 제II종 오류율 그리고 두 종류의 오류율합을 구하여 크기를 비교하고 토론하다. 추정된 혼합분포에 대하여 어떤 분류 정확도 측도의 제I종과 II종 오류율 또는 오류율합이 최소인지를 탐색할 수 있으며 자주 인용하는 정확도 측도의 장점과 단점을 파악할 수 있다.

• 한국지능시스템학회논문지
• /
• 제23권1호
• /
• pp.57-64
• /
• 2013

본 논문에서는 약병의 크기와 색상정보 특징을 추출하여 약병영상 분류 기법을 제안한다. 약병영상 분류에 있어 유사한 크기와 모양을 지닌 약병이 다양하게 존재하므로, 약병의 한 가지 특징만으로는 약병을 분류하기가 어렵다. 이러한 약병의 분류 문제를 해결하기 위해 본 논문에서는 약병의 크기와 색상정보의 특징을 추출하여 약병을 분류하였다. 제안된 알고리즘의 첫 번째 단계에서는 약병영상에서 Red, Green, Blue의 이진화 문턱치(Binary threshold)를 이용하여 약병 영역의 MBR(Minimum Boundary Rectangle)을 추출하여 크기로 분류하였고, 두 번째 단계에서는 크기로 분류된 약병영상 가운데 조명의 조도 변화에 강인한 색상(Hue)정보와 RGB 각각의 채널에 대한 컬러 평균 비율 정보를 이용하여 약병을 분류하였으며, 마지막 단계에서는 SURF(Speeded Up Robust Features)알고리즘을 사용하여 데이터베이스에서 특징점을 추출한 후보군 약병영상과 입력 약병영상의 유사도가 가장 높은 약병영상을 검색하여 약병을 분류하였다. 실험을 통해 이러한 방법이 보다 효율적이고 신뢰성 있음을 입증하였다.