• 반도체디스플레이기술학회지
• /
• 제12권3호
• /
• pp.53-57
• /
• 2013

Human emotions are expressed in various ways. It can be expressed through language, facial expression and gestures. In particular, the facial expression contains many information about human emotion. These vague human emotion appear not in single emotion, but in combination of various emotion. This paper proposes a emotional expression algorithm using Active Appearance Model(AAM) and Fuzz k- Nearest Neighbor which give facial expression in similar with vague human emotion. Applying Mahalanobis distance on the center class, determine inclusion level between center class and each class. Also following inclusion level, appear intensity of emotion. Our emotion recognition system can recognize a complex emotion using Fuzzy k-NN classifier.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.1021-1024
• /
• 1993

System identification is a major component for a control system. In biosystems, which is nonlinear and dynamic, precise identification would be very helpful for implementing a control system. It is difficult to precisely identify such non-linear systems. The measurable data on products from 2,3-butanediol fermentation could not be included in a process model based on kinetic approach. Meanwhile, a predictive capability is required in developing a control system. A neural network (NN) dynamic identifier with a by/(1＋ t ) transfer function was therefore designed being able to predict this fermentation. This modified inverse NN identifier differs from traditional models in which it is not only able to see but also able to predict the system. A moving window, with a dimension of 11 and a fixed data size of seven, was properly designed. One-step ahead identification/prediction by an 11-3-1 BPNN is demonstrated. Even under process fault, this neural network is still able to perform several-step ahead prediction.

• Journal of Electrical Engineering and Technology
• /
• 제7권6호
• /
• pp.807-813
• /
• 2012

In this paper, we introduce data mining techniques for short-term load forecasting (STLF). First, we use the K-mean algorithm to classify historical load data by season into four patterns. Second, we use the k-NN algorithm to divide the classified data into four patterns for Mondays, other weekdays, Saturdays, and Sundays. The classified data are used to develop a time series forecasting model. We then forecast the hourly load on weekdays and weekends, excluding special holidays. The historical load data are used as inputs for load forecasting. We compare our results with the KEPCO hourly record for 2008 and conclude that our approach is effective.

• 한국항해항만학회지
• /
• 제31권4호
• /
• pp.289-293
• /
• 2007

In this paper, new application of adaptive neural network to design a ship's Rudder-Roll Damping(RRD) control system is presented Firstly, the ANNAI neural network controller is presented. Secondly, new RRD control system using this neural network approach is developed. It uses two neural network controllers for heading control and roll damping control separately. Finally, Computer simulation of this RRD control system is carried out to compare with a linear quadratic optimal RRD control system; discussions and conclusions are provided. The simulation results show the feasibility of using ANNAI controller for RRD. Also, the necessity of mathematical ship model in designing RRD control system is removed by using NN control technique.

• 품질경영학회지
• /
• 제47권4호
• /
• pp.687-700
• /
• 2019

Purpose: The purpose of this study is to investigate the interaction effects between price determinants of artworks. We expand the methodology in art market by applying machine learning techniques to estimate the price of artworks and compare linear regression and machine learning in terms of prediction accuracy. Methods: Moderated regression analysis was performed to verify the interaction effects of artistic characteristics on price. The moderating effects were studied by confirming the significance level of the interaction terms of the derived regression equation. In order to derive price estimation model, we use multiple linear regression analysis, which is a parametric statistical technique, and k-nearest neighbor (kNN) regression, which is a nonparametric statistical technique in machine learning methods. Results: Mostly, the influences of the price determinants of art are different according to the auction types and the artist 's reputation. However, the auction type did not control the influence of the genre of the work on the price. As a result of the analysis, the kNN regression was superior to the linear regression analysis based on the prediction accuracy. Conclusion: It provides a theoretical basis for the complexity that exists between pricing determinant factors of artworks. In addition, the nonparametric models and machine learning techniques as well as existing parameter models are implemented to estimate the artworks' price.

• Structural Engineering and Mechanics
• /
• 제56권3호
• /
• pp.385-407
• /
• 2015

This paper deals with the problem of the global stabilization for a class of tension leg platform (TLP) nonlinear control systems. It is well known that, in general, the global asymptotic stability of the TLP subsystems does not imply the global asymptotic stability of the composite closed-loop system. Finding system parameters for stabilizing the control system is also an issue need to be concerned. In this paper, we give additional sufficient conditions for the global stabilization of a TLP nonlinear system. In particular, we consider a class of NN based Takagi-Sugeno (TS) fuzzy TLP systems. Using the so-called parallel distributed compensation (PDC) controller, we prove that this class of systems can be globally asymptotically stable. The proper design of system parameters are found by a swarm intelligence algorithm called Evolved Bat Algorithm (EBA). An illustrative example is given to show the applicability of the main result.

• 지능정보연구
• /
• 제26권1호
• /
• pp.97-117
• /
• 2020

상품 평가 기준은 상품에 대한 속성, 가치 등을 표현한 지표로써 사용자나 기업이 상품을 측정하고 파악할 수 있게 한다. 기업이 자사 제품에 대한 객관적인 평가와 비교를 수행하기 위해서는 적절한 기준을 선정하는 것이 필수적이다. 이때, 평가 기준은 소비자들이 제품을 실제로 구매 및 사용 후 평가할 때 고려하는 제품의 특징을 반영하여야 한다. 그러나 기존에 사용되던 평가 기준은 제품마다 상이한 소비자의 의견을 반영하지 못하고 있다. 기존 연구에서는 소비자 의견이 반영된 온라인 리뷰를 통해 상품의 특징, 주제를 추출하고 이를 평가기준으로 사용했다. 하지만 여전히 상품과 연관성이 낮은 평가 기준이 추출되거나 부적절한 단어가 정제되지 않는 한계가 있다. 본 연구에서는 이를 극복하기 위해 잠재 디리클레 할당(Latent Dirichlet Allocation, LDA) 기법으로 리뷰로부터 평가 기준 후보군을 추출하고 이를 k-최근접 이웃 접근법(k-Nearest Neighbor Approach, k-NN)을 이용해 정제하는 모델을 개발하고 검증했다. 제시하는 방법은 준비 단계와 추출 단계로 이루어진다. 준비 단계에서는 워드임베딩(Word Embedding) 모델과 평가 기준 후보군을 정제하기 위한 k-NN 분류기를 생성한다. 추출 단계에서는 k-NN 분류기와 언급 비율을 이용해 평가 기준 후보군을 정제하고 최종 결과를 도출한다. 제안 모델의 성능 평가를 위해 명사 빈도 추출 모델, LDA 빈도 추출 모델, 실제 전자상거래 사이트가 제공하는 평가 기준을 세 비교 모델로 선정했다. 세 모델과의 비교를 위해 설문을 진행하고 점수화하여 결과를 검정했다. 30번의 검정 결과 26번의 결과에서 제안 모델이 우수함을 확인했다. 본 연구의 제안 모델은 전자상거래 사이트에서 리뷰 특성을 반영한 상품군 별 차원을 도출하는데 활용될 수 있고 이를 기초로 인사이트 발굴을 위한 리뷰 분석 및 활용에 크게 기여할 것이다.

• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.68-80
• /
• 2016

자율주행 차량은 다양한 센서를 활용하여 사람과 유사한 수준으로 실시간 도로환경 변화를 인지, 환경 변화에 대한 적절한 판단 및 제어를 수행하여야 한다. 특히 영상센서는 차선인식 기능을 통해 주행방향 결정 및 차로이탈 방지 등 조향제어 수행을 위한 인지에 활용된다. 하지만 관련 성능기준은 ADAS(Advanced Driver Assistance System)와 연계된 '운전자 보조' 역할에 초점이 맞춰져, 자율주행시 요구되는 '주체적 상황 인지'를 위한 성능조건과 다를 것으로 판단된다. 본 연구에서는 자율주행시 차선인식 기능이 정상적으로 작동되지 않는 상황이 지속될 때 차량 진행방향과 도로 선형방향의 불일치에 따라 발생되는 횡방향 차로이탈을 차량의 이동 궤적을 기반하여 추정하고, 안전성 확보를 위한 차로이탈 허용 수준 및 영상센서 성능수준을 제시하였다. 분석 결과 승용차 조건에서 차선인식 기능이 1초 이상 연속적인 오작동을 일으킨다면 차로이탈에 의한 위험한 상황에 놓일 수 있는 것으로 나타났다. 따라서 자율주행 차량을 위한 차선인식 기능 평가 시 현재 기준보다 큰 횡방향 차로이탈상황에 대한 검토가 필요할 것으로 판단된다.

• 한국통신학회논문지
• /
• 제32권10C호
• /
• pp.965-974
• /
• 2007

본 논문에서는 내용 기반 음악 범주 분류 시스템에서 다중 범주를 위한 특징벡터 선택 알고리즘을 제안한다. 제안된 특징벡터 선택 알고리즘은 분리 성능을 측정할 때 가우시안 혼합 모델(Gaussian Mixture Model: GMM)을 기반으로 GMM separation score을 측정함으로써 확률분포 및 분리 성능 추정의 정확도를 높였고, sequential forward selection 방법을 개선하여 이전까지 선택된 특징벡터들이 분리를 잘 하지 못하는 범주들을 기준으로 다음 특징벡터를 선택하는 알고리즘을 제안하여 다중 범주 분류의 성능을 높였다. 제안된 알고리즘의 성능 검증을 위해 음색, 리듬, 피치 등 오디오 신호의 특징을 나타내는 다양한 파라미터를 오디오 신호로부터 추출하여 제안된 특징벡터 선택 알고리즘과 기존의 알고리즘으로 특징벡터를 선택한 후 GMM classifier와 k-NN classifier를 이용하여 분류 성능을 평가하였다. 제안된 특징벡터 선택 알고리즘은 기존 알고리즘에 비하여 3%에서 8% 정도의 분류 성능이 향상된 것을 확인할 수 있었고 특히 낮은 차원의 특징벡터의 분류 실험에서는 분류 정확도 측면에서 5%에서 10% 향상된 좋은 성능을 보였다.

• 한국건설관리학회논문집
• /
• 제10권3호
• /
• pp.139-147
• /
• 2009

Accurate construction cost estimation in the initial stage of building project plays a key role for project success and for mitigation of disputes. Total construction cost(TCC) estimation of apartment projects in Vietnam has become more important because those projects increasingly rise in quantity with the urbanization and population growth. This paper presents the application of artificial neural networks(ANNs) in estimating TCC of apartment projects. Ninety-one questionnaires were collected to identify input variables. Fourteen data sets of completed apartment projects were obtained and processed for training and generalizing the neural network(NN). MATLAB software was used to train the NN. A program was constructed using Visual C++ in order to apply the neural network to realistic projects. The results suggest that this model is reasonable in predicting TCCs for apartment projects and reinforce the reliability of using neural networks to cost models. Although the proposed model is not validated in a rigorous way, the ANN-based model may be useful for both practitioners and researchers. It facilitates systematic predictions in early phases of construction projects. Practitioners are more proactive in estimating construction costs and making consistent decisions in initial phases of apartment projects. Researchers should benefit from exploring insights into its implementation in the real world. The findings are useful not only to researchers and practitioners in the Vietnam Construction Industry(VCI) but also to participants in other developing countries in South East Asia. Since Korea has emerged as the first largest foreign investor in Vietnam, the results of this study may be also useful to participants in Korea.