• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권11호
• /
• pp.3658-3679
• /
• 2022

Classification of persons wearing and not wearing face masks in images has emerged as a new computer vision problem during the COVID-19 pandemic. In order to address this problem and scale up the research in this domain, in this paper a hybrid technique by employing ResNet-101 and multi-layer perceptron (MLP) classifier has been proposed. The proposed technique is tested and validated on a self-created face masks classification dataset and a standard dataset. On self-created dataset, the proposed technique achieved a classification accuracy of 97.3%. To embrace the proposed technique, six other state-of-the-art CNN feature extractors with six other classical machine learning classifiers have been tested and compared with the proposed technique. The proposed technique achieved better classification accuracy and 1-6% higher precision, recall, and F1 score as compared to other tested deep feature extractors and machine learning classifiers.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.746-748
• /
• 2022

투자 분배 시스템은 지속성, 수익성, 변동성, 하방경직성 등 각각의 지표를 찾아내는 데이터 분석을 조합한 시스템으로 MLP 신경망을 통한 시황을 예측으로 투자 경험이 부족한 일반 사용자에게 안정적인 투자 분배 전략을 제공한다. 투자분배 시스템 구현을 위하여 추가적으로 금융시장에 대한 회귀분석, 켈리 공식과 같은 도구를 활용하였다.

• 한국기계기술학회지
• /
• 제20권6호
• /
• pp.776-782
• /
• 2018

After CNN basic structure was introduced by LeCun in 1989, there has not been a major structure change except for more deep network until recently. The deep network enhances the expression power due to improve the abstraction ability of the network, and can learn complex problems by increasing non linearity. However, the learning of a deep network means that it has vanishing gradient or longer learning time. In this study, we proposes a CNN structure with MLP layer. The proposed CNNs are superior to the general CNN in their classification performance. It is confirmed that classification accuracy is high due to include MLP layer which improves non linearity by experiment. In order to increase the performance without making a deep network, it is confirmed that the performance is improved by increasing the non linearity of the network.

• 한국정보통신학회논문지
• /
• 제12권12호
• /
• pp.2259-2264
• /
• 2008

정보력 있는 유전자는 특정한 실험 조건의 특성을 나타내주는 발현수준의 유전자를 의미한다. 이 유전자들은 여러 집단 간의 발현수준에서 유의한 차이를 보여주며, 실제로 집단 간의 차이를 유발하는 유전자일 확률이 높아 특정 생물학적 현상과 관련 있는 정보적 유전자를 찾는 연구에 이용될 수 있다. 본 논문에서는 먼저 그 동안 제안된 여러 표준화 방법들 중에서 가장 널리 사용되고 있는 방법들을 이용하여 데이터를 표준화 한 후 제안한 유사성 척도 조합 방법으로 정보력 있는 유전자들을 추출할 수 있는 시스템을 고안하였다. 다층퍼셉트론 신경망 분류기를 이용하여 각 표준화 방법들의 성능을 비교분석하였다. 그 결과 Lowess 표준화 후 피어슨 적률 상관 계수와 유클리디안 거리 계수 조합을 이용하여 선택된 200 유전자들을 멀티퍼셉트론 신경망 분류기로 분류한 결과 93.84%의 향상된 분류 성능을 보였다.

• International Journal of Contents
• /
• 제13권4호
• /
• pp.23-28
• /
• 2017

Of the total economic loss caused by disasters, 40% are due to floods and floods have a severe impact on human health and life. So, it is important to monitor the water level of a river and to issue a flood warning during unfavorable circumstances. In this paper, we propose a modified error function to improve a hydrological modeling using a multi-layer perceptron (MLP) neural network. When MLP's are trained to minimize the conventional mean-squared error function, the prediction performance is poor because MLP's are highly tunned to training data. Our goal is achieved by preventing overspecialization to training data, which is the main reason for performance degradation for rare or test data. Based on the modified error function, an MLP is trained to predict the water level with rainfall data at upper reaches. Through simulations to predict the water level of Nakdong River near a UNESCO World Heritage Site "Hahoe Village," we verified that the prediction performance of MLP with the modified error function is superior to that with the conventional mean-squared error function, especially maximum error of 40.85cm vs. 55.51cm.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1624-1627
• /
• 2005

We proposed a design technique for auto-landing guidance and control system. This technique utilizes linear controller and neural network. Main features of this technique is to use conventional linear controller and compensate for the error coming from the model uncertainties and/or reference model mismatch. In this study, the multi-perceptron neural network with single hidden layer is adopted to compensate for the errors. Glide-slope capture logic for auto-landing guidance and control system is designed in this technique. From the simulation results, it is observed that the responses of velocity and pitch angle to commands are fairly good, which are directly related to control inputs of throttle and elevator, respectively.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.169.2-169
• /
• 2001

In this paper, we propose the face recognition system using the neural network. A difficult procedure in constructing the entire recognition systems is the feature extraction from the face imga. And a key poing is the design of the matching function that relates the set of feature values to the appropriate face candidates. We use the length and angle values as feature values that are extracted from the face image normalized to the range of [0,1]. These features values are applied to the input layer of the neural network. Then, these multi-layered perceptron learns or gives otput result. By using the neural network we need not to design the matching function. This function may have nonlinear attributes considerably and would be ...

• 한국컴퓨터정보학회논문지
• /
• 제1권1호
• /
• pp.83-94
• /
• 1996

ANOVA 검정에서 검정통계량은 단일 또는 이중 비중심F분포를 따르며 비중심F분포는 일반적인 선형 가설 검정에서 검정함수 계산에 적용되고 있다. 본 논문에서는 단일 비중심F분포의 누적함수 계산에 신경망이론을 적용하였다. 신경망 구조는 다층 퍼셉트론이며 학습과정은 역전과 학습알고리즘이다. 신경망이론에 의하여 계산한 결과와 Patnaik 이 제시한 확률값을 비교하여 제시하였다.

• 한국산업융합학회 논문집
• /
• 제22권2호
• /
• pp.87-93
• /
• 2019

This research deals with posture optimization for humanoid robot against external forces using genetic algorithm and neural network. When the robot takes a motion to push an object, the torque of each joint is generated by reaction force at the palm. This study aims to optimize the posture of the humanoid robot that will change this torque. This study finds an optimized posture using a genetic algorithm such that torques are evenly distributed over the all joints. Then, a number of different optimized postures are generated from various the reaction forces at the palm. The data is to be used as training data of MLP(Multi-Layer Perceptron) neural network with BP(Back Propagation) learning algorithm. Humanoid robot can find the optimal posture at different reaction forces in real time using the trained neural network include non-training data.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.620-622
• /
• 2018

미세먼지에 대한 인체 영향에 관한 사회적 관심이 높아짐에 따라 미세먼지 예측 알고리즘의 필요성이 증가되었다. 많은 연구에서 기상 데이터를 이용하여 통계 모델링 및 기계 학습 기법 기반 예측 모델이 제안되었으나, 해당 모델의 환경 및 세부조건을 정확히 설정하기는 어렵다. 또한 국내 기상 측정소 데이터의 경우 누락된 데이터가 존재하여 새로운 예측 모델을 설계해야 할 필요성이 있다. 본 논문에서는 미세먼지 예측을 위한 선행 연구로서 다층 퍼셉트론 신경망을 활용하여 미세먼지 예측을 수행한다. 이를 위해 측정소 3곳의 기상 데이터를 기반으로 예측 모델을 설계, 실제 데이터와의 비교를 통해 미세먼지 예측을 위한 알고리즘의 적합성을 평가한다.