• 대한전자공학회논문지
• /
• 제26권5호
• /
• pp.85-91
• /
• 1989

본 연구에서는 자기지도 BP 신경회로망의 은닉노드상의 활성패턴을 음성패턴의 분산표현된 개념으로 설정하고, 이 분산개념을 T.Kohonen의 자율조직 신경회로망(SOFM)의 입력특징으로 하는 복합적 회로망을 제안한다. 이렇게 함으로써 통상의 BP 신경망의 교육에 관련된 어려움과 패턴정합기로 떨어지는 약점을 해소하는 동시에 의미있고 다양한 내부표현을 추출해 낼 수 있다는 강점을 활용할 수 있고, SOFM의 강력한 판단기능을 이용하여 보다 구조적이고 의미있는 개념맵의 배열을 얻을 수 있게 되었다. 결과적으로 전처리가 불필요하고 자기교육이 가능한 독자적인 인식시스템이 구성된다.

• Communications for Statistical Applications and Methods
• /
• 제18권1호
• /
• pp.89-102
• /
• 2011

이산화는 데이터 마이닝을 위한 전처리 과정으로서 연속형 변수를 이산형 변수로 바꾸는 과정이고, 이산화 시킨 데이터가 원래 가지고 있던 정보손실을 최소로 하면서 높은 분류정확도를 가지는 것을 목적으로 한다. 지금까지 많은 이산화 알고리즘이 제안되었는데, 본 논문에서는 분할 이산화와 병합 이산화의 관점에서 최근까지 제안된 대표적인 이산화 알고리즘들을 비교하고, 이산화 알고리즘이 가지고 있는 특성을 연구하였다. 또한 비교 연구한 이산화 알고리즘을 R코드로 작성하여 다른 연구에 사용할 수 있도록 하였다.

• 방송공학회논문지
• /
• 제23권2호
• /
• pp.235-245
• /
• 2018

최근 카메라의 제한된 시야각을 극복하고 여러 영상을 하나의 영상으로 정합하여 넓은 시야각을 제공하는 파노라마 영상 기술 개발에 대한 연구가 활발히 진행되고 있다. 본 논문은 파노라마 영상 제작 시 속도와 정확도 향상을 위한 전처리, 후처리 과정을 제안한다. 전처리 단계에서 카메라 센서 정보인 3차원 회전각으로 영상 간 공통 영역을 구하여 스티칭 알고리즘 소요 시간을 단축한다. 또한 후처리 단계에서 가중치를 추가한 최소 오차 경계 블랜딩 방법을 제안하여 파노라마 영상의 정확도를 향상시키고 이를 실험을 통해 결과 검증 및 비교한다

• 대한조선학회논문집
• /
• 제46권6호
• /
• pp.675-687
• /
• 2009

In general, the forming process of the curved hull plates consists of sub tasks, such as roll bending, line heating, and triangle heating. In order to complement the automated curved hull forming system, it is necessary to develop an algorithm to classify the curved hull plates of a ship into standard shapes with respect to the techniques of forming task, such as the roll bending, the line heating, and the triangle heating. In this paper, the curved hull plates are classified by four standard shapes and the combination of them, or saddle, convex, flat, cylindrical shape, and the combination of them, that are related to the forming tasks necessary to form the shapes. In preprocessing, the Gaussian curvature and the mean curvature at the mid-point of a mesh of modeling surface by Coon's patch are calculated. Then the nearest neighbor method to classify the input plate type is applied. Tests to verify the developed algorithm with sample plates of a real ship data have been performed.

• 전기전자학회논문지
• /
• 제25권1호
• /
• pp.212-217
• /
• 2021

Premature contraction arrhythmia is the most common disease among arrhythmia and it may cause serious situations such as ventricular fibrillation and ventricular tachycardia. Most of arrhythmia clasification methods have been developed with the primary objective of the high detection performance without taking into account the computational complexity. Also, personalized difference of ECG signal exist, performance degradation occurs because of carrying out diagnosis by general classification rule. Therefore it is necessary to design efficient method that classifies arrhythmia by analyzing the persons's physical condition and decreases computational cost by accurately detecting minimal feature point based on only QRS features. We propose method for personalized specific classification of premature contraction arrhythmia based on QRS features in smart healthcare environments. For this purpose, we detected R wave through the preprocessing method and SOM and selected abnormal signal sets.. Also, we developed algorithm to classify premature contraction arrhythmia using QRS pattern, RR interval, threshold for amplitude of R wave. The performance of R wave detection, Premature ventricular contraction classification is evaluated by using of MIT-BIH arrhythmia database that included over 30 PVC(Premature Ventricular Contraction) and PAC(Premature Atrial Contraction). The achieved scores indicate the average of 98.24% in R wave detection and the rate of 97.31% in Premature ventricular contraction classification.

• 산업경영시스템학회지
• /
• 제46권4호
• /
• pp.173-180
• /
• 2023

Smart factory companies are installing various sensors in production facilities and collecting field data. However, there are relatively few companies that actively utilize collected data, academic research using field data is actively underway. This study seeks to develop a model that detects anomalies in the process by analyzing spindle power data from a company that processes shafts used in automobile throttle valves. Since the data collected during machining processing is time series data, the model was developed through unsupervised learning by applying the Holt Winters technique and various deep learning algorithms such as RNN, LSTM, GRU, BiRNN, BiLSTM, and BiGRU. To evaluate each model, the difference between predicted and actual values was compared using MSE and RMSE. The BiLSTM model showed the optimal results based on RMSE. In order to diagnose abnormalities in the developed model, the critical point was set using statistical techniques in consultation with experts in the field and verified. By collecting and preprocessing real-world data and developing a model, this study serves as a case study of utilizing time-series data in small and medium-sized enterprises.

• 디지털콘텐츠학회 논문지
• /
• 제2권2호
• /
• pp.179-189
• /
• 2001

본 논문에서는 지문의 방향분포를 기반으로 하여 전처리과정을 최소화하고 특징벡터의 크기를 축소하여 개인의 인증 및 인식 시스템에서의 시스템 처리속도와 검색속도 향상을 주된 연구목적으로 하였다. 지문의 방향분포는 지문의 융선과 골이 이루는 부분적인 방향성분의 집합으로서 가버필터 뱅크를 통해 8-방향 성분들로 추출된다. 이렇게 생성된 방향분포는 불연속적인 특성을 갖게 되는데 이를 연속적인 방향성분으로 근사화하여 방향영상으로 시각화한다. 이 후 지문의 중심 이 되는 기준점을 설정하고 기준점으로부터 32-방향, 6-단계 거리에 미리 정해진 192개 지점에서의 방향성분값들을 추출하여 특징벡터를 생성한다. 그 결과 기존의 다른 알고리즘보다 작은 크기의 특징벡터를 사용함으로써 전체 처리속도는 훨씬 증가하면서도 같은 수준의 인식률을 얻을 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 춘계종합학술대회
• /
• pp.50-54
• /
• 1999

본 논문에서는 영상의 다양한 특징 정보 중에서 색상 특징과 모양 특징을 이용한 영상 검색 시스템을 제안한다. 색상 특징은 지역별 색상 분포 히스토그램을 추출하고, 각 지역의 히스토그램 중에 가장 큰 값을 가지는 4개의 값을 특징 정보로 이용한다. 모양 특징을 추출하기 위한 전처리 과정은 경계면 추출과정, 경계면에 대한 무게 중심 추출 과정, angular sampling 과정으로 구성되고, 무게 중심으로부터 경계면까지의 거리의 합, 표준 편차, 장축/단축 비율을 특징 정보로 이용한다. 각 질의 영상들의 특징 정보와 데이터베이스에 저장된 영상들의 특징 정보들 비교하여 유사도 순위에 따라 후보영상들이 검색된다. 200개의 폐곡선을 이루는 상표영상에 대한 검색 실험을 통하여 색상 정보와 모양 정보에 대한 정확도를 측정하였다. 실험 결과 평균 Recall/Precision이 0.72/0.83를 보임으로써 제안된 방법이 유용함을 보였다.

• Bulletin of the Korean Chemical Society
• /
• 제35권12호
• /
• pp.3637-3641
• /
• 2014

In this study, we analyzed the toxicity of mixtures of dimethylformamide (DMF) and methyl ethyl ketone (MEK) or DMF and toluene (TOL) and predicted their toxicity using quantitative structure-activity relationships (QSAR). A QSAR model for single substances and mixtures was analyzed using multiple linear regression (MLR) by taking into account the statistical parameters between the observed and predicted $EC_{50}$. After preprocessing, the best subsets of descriptors in the learning methods were determined using a 5-fold cross-validation method. Significant differences in physico-chemical properties such as boiling point (BP), specific gravity (SG), Reid vapor pressure (rVP), flash point (FP), low explosion limit (LEL), and octanol/water partition coefficient (Pow) were observed between the single substances and the mixtures. The $EC_{50}$ of the mixture of DMF and TOL was significantly lower than that of DMF. The mixture toxicity was directly related to the mixing ratio of TOL and MEK (MLR $EC_{50}$ equation = $1.76997-1.12249{\times}TOL+1.21045{\times}MEK$), as well as to SG, VP, and LEL (MLR equation $EC_{50}=15.44388-19.84549{\times}SG+0.05091{\times}VP+1.85846{\times}LEL$). These results show that QSAR-based models can be used to quantitatively predict the toxicity of mixtures used in manufacturing industries.

• 한국멀티미디어학회논문지
• /
• 제13권5호
• /
• pp.651-662
• /
• 2010

본 연구는 외부환경에서 자율주행 로봇을 위해 중요한 물체를 찾기 위한 방법을 설명한다. 외부환경의 물체를 찾기 위해서 먼저 로봇은 외부환경에서 주행할 때 획득한 영상으로부터 물체를 검출하고 분할한다. 로봇은 물체의 후보를 자연물의 하늘과 나무로, 인공물의 빌딩으로 나눈다. 후보 물체를 분할하기 위해서 다중 특징을 이용한다. 다중 특징은 색상, 선분, 상황정보, 동시발생 행렬, 소실점 및 주요한 요소성분을 이용한다. 후보 특징은 물체의 특성에 맞게 혼합하여 물체를 분할한다. 이런 다중 특징은 물체에 대한 공간정보, 인간의 선험적인 지식을 이용한 물체의 기하학 정보, 공간적인 주파수 등으로 다양한 특징 추출 방법을 이용하여 물체의 영역분할의 결과를 얻는다. 물체의 분석은 분할된 영역을 이용하여 벽 영역, 창문, 정문과 같은 빌딩면의 기하학적인 속성을 찾는다. 빌딩은 소실점의 수직선분과 수평선분을 교차함으로써 그물을 얻는다. 빌딩의 벽 영역은 유사한 색상을 가지는 이웃해 있는 평행사변형의 그물을 합병해서 검출한다. 창문은 층의 수와 동일한 층에 있는 방의 수를 추정하여 빌딩의 높이와 크기를 추정한다. 실험에서 다중 특징을 이용하여 물체의 영역을 분할하고 빌딩의 기하학적인 속성을 이용하여 물체를 분석한다.