• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.1
• /
• pp.277-282
• /
• 2006

It is well known that Kalman filtering is an optimal real-time data fusion method for GPS/INS integration. However, it has some limitations in terms of stability, adaptability and observability. A Kalman filter can perform optimally only when its dynamic model is correctly defined and the noise statistics for the measurement and process are completely known. It is found that estimated Kalman filter states could be influenced by several factors, including vehicle dynamic variations, filter tuning results, and environment changes, etc., which are difficult to model. Neural networks can map input-output relationships without apriori knowledge about them; hence a proper designed neural network is capable of learning and extracting these complex relationships with enough training. This paper presents a GPS/INS integrated system that combines Kalman filtering and neural network algorithms to improve navigation solutions during GPS outages. An Extended Kalman filter estimates INS measurement errors, plus position, velocity and attitude errors etc. Kalman filter states, and gives precise navigation solutions while GPS signals are available. At the same time, a multi-layer neural network is trained to map the vehicle dynamics with corresponding Kalman filter states, at the same rate of measurement update. After the output of the neural network meets a similarity threshold, it can be used to correct INS measurements when no GPS measurements are available. Selecting suitable inputs and outputs of the neural network is critical for this hybrid method. Detailed analysis unveils that some Kalman filter states are highly correlated with vehicle dynamic variations. The filter states that heavily impact system navigation solutions are selected as the neural network outputs. The principle of this hybrid method and the neural network design are presented. Field test data are processed to evaluate the performance of the proposed method.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1999년도 추계학술대회 논문집
• /
• pp.216-221
• /
• 1999

A mental task combined with noise background is an effective model of laboratory stress for study of psychophysiology of the autonomic nervous system (ANS). The intensity of the background noise significantly affects both a subjective evaluation of experienced stress level during test and the physiological responses associated with mental load in noisy environments. Providing tests of similar difficulties we manipulated the background noise intensity as a main factor influencing a psychophysiological outcome and the analyzed reactivity along withe the noise intensity dimension. The goal of this study was to identify the patterns of ANS responses and the relevant subjective stress scores during performance of word recognition tasks on the background of white noise (WN) of the different intensities (55, 70 and 85 dB). Subjects were 27 college students (19-24 years old). BIOPAC, Grass Neurodata System and AcqKnowlwdge 3.5 software were used to record ECG, PPG, SCL, skin temperature, and respiration. Experimental manipulations were effective in producing subjective and physiological responses usually associated with stress. The results suggested that the following potential autonomic mechanisms might be involved in the mediation of the observed physiological responses: A sympathetic activation with parasympathetic withdrawal during mild 55 and 70dB noise (featured by similar profiles) and simultaneous activation of sympathetic and parasympathetic systems during intense 85dB WN. The parasympathetic activation in this case might be a compensatory effect directed to prevent sympathetic domination and to maintain optimal arousal state for the successful performance on mental stress task. It should be mentioned that obtained results partially support Gellhorn's (1960; 1970) "tuning phenomenon" as a possible mechanism underlying stress response.

• 정보처리학회논문지D
• /
• 제16D권2호
• /
• pp.191-200
• /
• 2009

위치기반 서비스는 무선기기와 무선 통신 기술의 발달로 인해 유비쿼터스 정보 접근의 요구에 따라 많은 관심을 받고 있다. 위치기반 서비스 중에서 제한된 최근접 질의는 무선 통신을 통해 사용자의 요구를 만족시키게 하는 중요한 질의 중 하나이다. 무선 방송 채널의 효율적 사용과 제한된 자원을 가진 무선기기를 효율적으로 사용하기 위해 제한된 최근접 질의를 효율적으로 수행하기 위해 무선방송환경에서 적합한 질의 처리 방법을 제안한다. 우선 지역을 제한조건으로 가지는 최근접 질의 기법을 제안하고 다음으로 다양한 제한조건을 수행할 수 있는 최근접 탐색 기법을 적용하고자 한다. 본 논문에서는 기존의 무선방송환경에서 적합한 기법인 분산공간색인과 비트맵 기반의 공간색인 기법에 기반한 제한된 최근접 질의 방법을 제안한다.

• 한국지능시스템학회논문지
• /
• 제18권3호
• /
• pp.360-366
• /
• 2008

퍼지 규칙기반 분류 시스템에서 초기의 퍼지 분할은 주어진 데이터가 가진 속성들의 도메인을 고려함으로서 결정되어지고, 최적의 분류 경계면은 초기에 정의된 퍼지 분할의 파라미터들을 조정함으로서 찾을 수 있다. 본 논문에서는 학습과정들을 사용하지 않고 패턴분류의 성능을 최대화하기 위해 통계적 정보에 기반을 둔 퍼지 분할의 선택방법을 제안한다. 제안된 방법에서 통계적 정보는 주어진 수치적인 데이터로부터 각 입력 속성의 '불확실성 영역', 즉 패턴분류문제에서 분류 경계면이 결정되는 영역을 추출하기 위해 사용되었다. 또한 통계적인 정보에 의해서 생성된 퍼지 분할구간에 대응하는 후보 규칙들을 추출하기 위한 방법과 그 후보 규칙들 간의 커플링 문제를 최소화하기 위한 방법도 추가적으로 논의하였다. 실험에서는 제안된 방법의 효용성을 보이기 위해 IRIS와 New Thyroid Cancer 데이터를 사용한 기존 패턴분류 방법들과의 분류 정확성을 비교하였고, 그 결과들로부터 제안된 방법이 기존의 방법들보다 더 좋은 분류 정확성을 제공함을 확인할 수 있었다.

• 한국융합학회논문지
• /
• 제10권5호
• /
• pp.165-171
• /
• 2019

오늘날 공학과 기술은 스포츠 분야에 많은 영향을 미치고 있다. 스포츠의 속성인 경쟁은 스포츠선수 뿐만이 아니라 스포츠용품에 있어서도 보다 높은 성능을 요구하게 된다. 특히 모터스포츠분야는 성능과 안전이라는 측면에서 오래전부터 스포츠와 기술의 융합이 자연스럽게 이루어지고 있다. 본 연구에서는 모터스포츠와 일반 자동차튜닝 시장을 겨냥한 카본 버킷 시트(Bucket seat)의 개발을 위하여 유한요소해석을 통해 구조강도 평가를 시행하였다. FIA($F\acute{e}d\acute{e}ration$ Internationale de l'Automobile)의 규정을 기본 설계와 강도평가에 적용하였으며, 복합소재의 특성을 고려한 유한요소 모델링과 CFRP 라미네이트(Carbon Fiber Reinforced Plastic Laminate)의 적층각도와 적층수에 따른 시트의 강도를 Tsai-Wu Failure index를 구하여 평가하였다. 해석 결과 3mm의 폼코어를 적용한 $[0^{\circ}/30^{\circ}/60^{\circ}/90^{\circ}/-30^{\circ}/-60^{\circ}]_4$인 적층이 다른 실험조합에 비하여 무게와 강도 면에서 만족할 만한 성능을 나타내고 있어 최적 적층으로 선정하였다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.279-288
• /
• 2019

본 연구에서는 항공정사영상을 이용하여 SegNet 기반의 의미분할을 수행하고, 토지피복분류에서의 그 성능을 평가하였다. 의미분할을 위한 분류 항목을 4가지(시가화건조지역, 농지, 산림, 수역)로 선정하였고, 항공정사영상과 세분류 토지피복도를 이용하여 총 2,000개의 데이터셋을 8:2 비율로 훈련(1,600개) 및 검증(400개)로 구분하여 구축하였다. 구축된 데이터셋은 훈련과 검증으로 나누어 학습하였고, 모델 학습 시 정확도에 영향을 미치는 하이퍼파라미터의 변화에 따른 검증 정확도를 평가하였다. SegNet 모델 검증 결과 반복횟수 100,000회, batch size 5에서 가장 높은 성능을 보였다. 이상과 같이 훈련된 SegNet 모델을 이용하여 테스트 데이터셋 200개에 대한 의미분할을 수행한 결과, 항목별 정확도는 농지(87.89%), 산림(87.18%), 수역(83.66%), 시가화건조지역(82.67%), 전체 분류정확도는 85.48%로 나타났다. 이 결과는 기존의 항공영상을 활용한 토지피복분류연구보다 향상된 정확도를 나타냈으며, 딥러닝 기반 의미분할 기법의 적용 가능성이 충분하다고 판단된다. 향후 다양한 채널의 자료와 지수의 활용과 함께 분류 정확도 향상에 크게 기여할 수 있을 것으로 기대된다.

• 한국융합학회논문지
• /
• 제12권1호
• /
• pp.49-55
• /
• 2021

최근에는 데이터베이스의 발달로 금융, 보안, 네트워크 등에서 생성된 많은 데이터가 저장 가능하며, 기계학습 기반 분류기를 통해 분석이 이루어지고 있다. 이 때 주로 야기되는 문제는 데이터 불균형으로, 학습 시 다수 범주의 데이터들로 과적합이 되어 분류 정확도가 떨어지는 경우가 발생한다. 이를 해결하기 위해 소수 범주의 데이터 수를 증가시키는 오버샘플링 전략이 주로 사용되며, 데이터 분포에 적합한 기법과 인자들을 다양하게 조절하는 과정이 필요하다. 이러한 과정의 개선을 위해 본 연구에서는 스모트와 생성적 적대 신경망 등 다양한 기법 기반의 오버샘플링 조합과 비율을 유전알고리즘을 통해 탐색하고 최적화 하는 전략을 제안한다. 제안된 전략과 단일 오버샘플링 기법으로 신용카드 사기 탐지 데이터를 샘플링 한 뒤, 각각의 데이터들로 학습한 분류기의 성능을 비교한다. 그 결과 유전알고리즘으로 기법별 비율을 탐색하여 최적화 한 전략의 성능이 기존 전략들 보다 우수했다.

• 한국재료학회지
• /
• 제31권3호
• /
• pp.115-121
• /
• 2021

MnO2 can be potentially utilized as an electrode material for redox capacitors. The deposition of MnO2 with poor electrical conductivity onto porous carbons supplies them with additional conductive paths; as a result, the capacitance of the electrical double layer formed on the porous carbon surface can be utilized together with the redox capacitance of MnO2. However, the obtained composites are not generally suitable for industrial production because they require the use of expensive porous carbons and/or inefficient fabrication methods. Thus, to develop an effective preparation procedure of the composite, a suitable structure of porous carbons must be determined. In this study, MnO2/C composites have been prepared from activated carbon gels with various pore sizes, and their electrical properties are investigated via cyclic voltammetry. In particular, mesoporous carbons with a pore size of around 20 nm form a composite with a relatively low capacitance (98 F/g-composite) and poor rate performance despite the moderate redox capacitance obtained for MnO2 (313 F/g-MnO2). On the other hand, using macro-porous carbons with a pore size of around 60 nm increases the MnO2 redox capacitance (399 F/g-MnO2) as well as the capacitance and rate performance of the entire material (203 F/g-composite). The obtained results can be used in the industrial manufacturing of MnO2/C composites for supercapacitor electrodes from the commercially available porous carbons.

• 디지털융복합연구
• /
• 제20권4호
• /
• pp.459-468
• /
• 2022

의료 현장에서는 매우 고해상도의 이미지를 사용하고 있으며, 이는 손실에 매우 민감한 정보이다. 이에 따라 높은 대역폭뿐만 아니라 고신뢰성 전송을 제공할 수 있는 광 인터넷의 활용이 요구되고 있다. 그러나 인터넷의 특성상 다양한 종류의 데이터가 동일한 대역폭을 활용하게 되고, 이를 효과적으로 차별화할 수 있는 수단이 요구되고 있다. 이를 위해 광 지연 라인 버퍼가 많이 활용되고 있다. 그러나, 이러한 버퍼는 제공 부하, 측정된 데이터 버스트 크기, 기본 지연 유닛 등과 같은 최적값을 이용해 구성된다. 광 버퍼는 한 번 설정되면 변경할 수 없다. 그러므로 데이터 버스트 크기를 동적으로 변경시키는 방법이 활용되고 있다. 그러나 동적으로 버스트의 길이를 변화시키는 것은 상당한 불안정성을 내포하고 있다. 이에 본 논문에서는 안정적인 동작을 보장할 수 있는 동작 조건을 분석하고자 한다. 본 논문의 기법을 활용해 높은 우선순위의 고해상도 의료 데이터를 손실 없이 안정적으로 전송할 수 있다.

• 한국전산구조공학회논문집
• /
• 제36권4호
• /
• pp.233-242
• /
• 2023

본 논문에서는 다중 시그마포인트 세트(MSP)를 사용하는 분산점 칼만필터(UKF)인 UKF-MSP를 소개한다. 비선형 동적시스템을 표현하기 위해 널리 알려진 Bouc-Wen 모델을 사용하였고, 비선형성 고려가 가능한 칼만필터 중 UKF를 선정하였다. 그런데 UKF는 두 가지 인공오차와 시그마포인트의 분포를 결정하는 스케일링 파라미터의 값을 튜닝(Tuning)하는 과정을 통해 적절히 설정해야만 대상 동적시스템의 추정하고자 하는 상태(State)를 정확히 추정할 수가 있다. 본 논문에서는 후자의 스케일링 파라미터 설정 문제를 완화하고자 하였으며, MSP를 사용함으로써 기존 UKF에 비해 칼만필터 튜닝 과정에 덜 민감한 UKF-MSP를 제안하였다. 지진으로 인한 급격한 구조손상 시나리오에 대해 UKF-MSP의 안정성을 검증하였다. 제안된 방법은 튜닝과정을 완화함과 동시에 다른 칼만필터 파라미터인 인공오차에 대해서도 덜 민감한 거동을 보임을 확인하였다.