• 지능정보연구
• /
• 제24권3호
• /
• pp.21-44
• /
• 2018

최근 인터넷 기술의 발전과 함께 스마트 기기가 대중화됨에 따라 방대한 양의 텍스트 데이터가 쏟아져 나오고 있으며, 이러한 텍스트 데이터는 뉴스, 블로그, 소셜미디어 등 다양한 미디어 매체를 통해 생산 및 유통되고 있다. 이처럼 손쉽게 방대한 양의 정보를 획득할 수 있게 됨에 따라 보다 효율적으로 문서를 관리하기 위한 문서 분류의 필요성이 급증하였다. 문서 분류는 텍스트 문서를 둘 이상의 카테고리 혹은 클래스로 정의하여 분류하는 것을 의미하며, K-근접 이웃(K-Nearest Neighbor), 나이브 베이지안 알고리즘(Naïve Bayes Algorithm), SVM(Support Vector Machine), 의사결정나무(Decision Tree), 인공신경망(Artificial Neural Network) 등 다양한 기술들이 문서 분류에 활용되고 있다. 특히, 문서 분류는 문맥에 사용된 단어 및 문서 분류를 위해 추출된 형질에 따라 분류 모델의 성능이 달라질 뿐만 아니라, 문서 분류기 구축에 사용된 학습데이터의 질에 따라 문서 분류의 성능이 크게 좌우된다. 하지만 현실세계에서 사용되는 대부분의 데이터는 많은 노이즈(Noise)를 포함하고 있으며, 이러한 데이터의 학습을 통해 생성된 분류 모형은 노이즈의 정도에 따라 정확도 측면의 성능이 영향을 받게 된다. 이에 본 연구에서는 노이즈를 인위적으로 삽입하여 문서 분류기의 견고성을 강화하고 이를 통해 분류의 정확도를 향상시킬 수 있는 방안을 제안하고자 한다. 즉, 분류의 대상이 되는 원 문서와 전혀 다른 특징을 갖는 이질적인 데이터소스로부터 추출한 형질을 원 문서에 일종의 노이즈의 형태로 삽입하여 이질성 학습을 수행하고, 도출된 분류 규칙 중 문서 분류기의 정확도 향상에 기여하는 분류 규칙만을 추출하여 적용하는 방식의 규칙 선별 기반의 앙상블 준지도학습을 제안함으로써 문서 분류의 성능을 향상시키고자 한다.

• Ocean and Polar Research
• /
• 제28권4호
• /
• pp.459-465
• /
• 2006

Ambient noise as a background noise in the ocean has been well known for its the various and irregular signal characteristics. Generally, these signals we treated as noise and they are analyzed through stochastical level if they don't include definite sinusoidal signals. This study is to see how ocean ambient noise can be analyzed by the chaotic analysis technique. The chaotic analysis is carried out with underwater ambient noise obtained in areas near the Korean Peninsula. The calculated physical parameters of time series signal are as follows: histogram, self-correlation coefficient, delay time, frequency spectrum, sonogram, return map, embedding dimension, correlation dimension, Lyapunov exponent, etc. We investigate the chaotic pattern of noises from these parameters. From the embedding dimensions of underwater noises, the assesment of underwater noise by chaotic analysis shows similar results if they don't include a definite sinusoidal signal. However, the values of Lyapunov exponent (divergence exponent) are smaller than that of random noise signal. As a result we confirm the possibility of classification of underwater noise using Lyapunov analysis.

• 한국콘텐츠학회논문지
• /
• 제11권4호
• /
• pp.51-56
• /
• 2011

본 논문은 명암 변화가 심한 비디오 시퀀스에 대해 효율적인 동영상 압축기법을 제안한다. 제안한 알고리즘에서는 화면간의 명암 변화 변수들을 추정하고 지역적인 움직임 보상을 수행한다. 밝기 보상이 필요한 화면을 검출하기 위하여 연속되는 두 프레임간의 히스토그램의 크로스 엔트로피를 계산하여 프레임 분류를 하고 명암 변화가 심한 화면에 대해서만 밝기 보상을 수행하여 명암 변화가 심하지 않은 경우에 발생할 수 있는 불필요한 계산량을 줄였다. 명암 변화가 심한 비디오 시퀀스에 대한 실험결과 제안한 알고리즘은 기존의 알고리즘에 비해 적은 계산량으로 높은 PSNR (peak signal to noise ratio) 성능을 나타내었다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2005년도 춘계학술대회 논문집
• /
• pp.610-614
• /
• 2005

Rock mass classification by using electrical resistivity tomography(ERT) method is widely performed for the determination of rock support type in tunnel design. In the region of high electrical noise level, however, the result of the ERT will have many erroneous features. In this study, the back ground electrical noise had been measured to find out the reason why the results of ERT in this area did not agree to the expected geology confirmed by boreholes. In order to overcome this limitation of ERT, a hybrid surface-borehole array seismic refraction tomography had been followed. Using this technique, we could get P-wave velocity section including the depth level of tunnel. The comparison of the P-wave velocity and RMR shows fairly good statistical relationship to make it possible to set up the rock mass classification for the entire tunnel line.

• 대한전자공학회논문지SP
• /
• 제45권4호
• /
• pp.100-106
• /
• 2008

본 논문에서는 다양한 잡음 환경에서 음성의 통계적 모델에 기반한 음성 검출기의 성능향상을 위해 PSFM (Power Spectral Flatness Measure)을 이용하여 실시간으로 변별적 가중치 학습 (Discriminative Weight Training) 기반의 최적화된 우도비 테스트 (Likelihood Ratio Test, LRT)를 제안한다. 먼저, 기존의 통계모델기반의 음성 검출기를 분석하고, 이를 기반으로 MCE (Minimum Classification Error)방법을 도입하여 도출한 각 주파수 채널별 가중치를 PSFM 값에 기반하여 실시간 매 프레임마다 다른 가중치를 적용한 우도비 기반의 음성 검출 결정법을 제시한다. 제안된 알고리즘은 다양한 잡음 환경에서 기존에 제시된 음성 검출기와 비교하였으며, 우수한 성능을 보인다.

• 센서학회지
• /
• 제9권6호
• /
• pp.440-447
• /
• 2000

본 논문에서는 곡선근사법과 뉴로퍼지 시스템의 열전도도 추론을 이용하여 대기온도의 변화에 관계없이 재질의 온도응답을 분류하기 위한 시스템을 제안한다. 재질의 온도응답은 정상상태에 도달하는데 장시간이 소요되며, 과도상태에서는 잡음을 포함하고 있기 때문에 실용화하는데 문제점이 있다. 제안하는 방법은 온도응답곡선의 과도상태만을 곡선근사법에 의해 지수함수화함으로써 단시간에 계측이 가능하고 측정중의 잡음을 없앨 수 있다. 뉴로퍼지 추론을 이용하여 임의의 대기온도 하에서 재질의 열전도도를 추론함으로써 열전도 특성의 복잡한 성질을 수학적으로 해석해야하는 문제점을 극복하였다. 이를 위해 인간의 손가락과 유사한 구조의 재질 온도응답센서를 제작하고, 하드웨어를 구현하였으며, 곡선근사화와 뉴로퍼지 알고리즘에 의한 분류 소프트웨어를 개발하였다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2012년도 추계학술대회 논문집
• /
• pp.394-399
• /
• 2012

최근 MEMS 센서는 기계상태감시에 있어서 전력소모, 크기, 비용, 이동성, 응용 등에 있어서 각광을 받고 있다. 특히, MEMS 센서는 스마트센서와 통합가능하고, 대량생산이 가능하여 가격이 저렴하다는 장점이 있다. 이와 관련한 기계상태감시를 위한 많은 실험적 연구가 수행되고 있다. 이 논문은 MEMS 센서들을 3 가지 인공지능 분류기 성능평가를 위한 비교연구에 대해 설명하고 있다. 회전기계에 MEMS 가속도와 전류센서들을 부착하여 데이터를 취득했고, 특징추출과 파라미터 최적화를 위해 Cross validation 기법을 사용하였다. MEMS 센서를 이용한 결함분류기 적용은 적합하다고 판단된다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2006년도 추계학술대회논문집
• /
• pp.407-410
• /
• 2006

Decision tree is one of the most effective and widely used methods for building classification model. Researchers from various disciplines such as statistics, machine teaming, pattern recognition, and data mining have considered the decision tree method as an effective solution to their field problems. In this paper, an application of decision tree method to classify the faults of induction motors is proposed. The original data from experiment is dealt with feature calculation to get the useful information as attributes. These data are then assigned the classes which are based on our experience before becoming data inputs for decision tree. The total 9 classes are defined. An implementation of decision tree written in Matlab is used for four data sets with good performance results

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2006년도 추계학술대회논문집
• /
• pp.401-406
• /
• 2006

This paper presents the fault diagnosis of induction motor based on support vector machine(SVMs). SVMs are well known as intelligent classifier with strong generalization ability. Application SVMs using kernel function is widely used for multi-class classification procedure. In this paper, the algorithm of SVMs will be combined with feature extraction and reduction using component analysis such as independent component analysis, principal component analysis and their kernel(KICA and KPCA). According to the result, component analysis is very useful to extract the useful features and to reduce the dimensionality of features so that the classification procedure in SVM can perform well. Moreover, this method is used to induction motor for faults detection based on vibration and current signals. The results show that this method can well classify and separate each condition of faults in induction motor based on experimental work.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2007년도 춘계학술대회논문집
• /
• pp.550-555
• /
• 2007

This paper introduces the mechanical vibration-measurements of vibration on ships(ISO 20283). Regulations and guidelines for vibration of hull structures, propulsion machinery and onboard equipments on ship were established mainly by classification societies or International Association of Classification Societies(IACS). The initial draft of ISO 20283 was proposed by USA and based on US military standards. Though these are not suitable to passenger and merchant ships, many experts have felt the need of the ISO regulation for the vibration measurement on ship. Hence, these standards are re-drafted and reviewed by particulate ISO members. In this paper, authors introduce the important agendas and the controversial items during setup of ISO 20283.