• 한국음향학회지
• /
• 제38권6호
• /
• pp.687-696
• /
• 2019

기존의 지진파 분류 특징은 강진에 초점이 맞추어져 있어서 미소지진과 같은 지진파는 다소 적합하지 않다. 본 연구에서는 강진과 더불어 미소지진, 인공지진, 잡음 분류에 적합한 특징 추출을 위해 주파수-시간 공간 내에서 히스토그램과 주성분 기반 특징 추출방법을 제안한다. 제안된 방법은 지진파의 주파수 관련 정보와 시간 관련 정보를 결합하는 방법을 적용한 히스토그램 기반 특징 추출방법과 주성분 기반 특징 추출방법을 이용하여 지진(강진, 미소지진, 인공지진)과 잡음, 미소지진과 잡음, 미소지진과 인공지진을 이진 분류한다. 2017년~2018년 최근 국내지진 자료와 분류 성능을 토대로 제안한 특징 추출방식의 효용성을 비교 평가한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권1호
• /
• pp.65-84
• /
• 2023

라그랑주 승수법(Method of Lagrange Multipliers)은 등식 제약조건하에서 미분가능한 함수의 최대, 최소를 구하는 대표적인 방법이다. 선형대수학, 최적화 이론, 제어 이론을 포함하여 최근에는 인공지능 기초수학에서도 널리 활용되고 있다. 특히 라그랑주 승수법은 미분적분학과 선형대수학을 연결하는 중요한 도구이며, 주성분 분석(Principal Component Analysis, PCA)을 포함한 인공지능 알고리즘에 많이 활용되고 있다. 따라서 교수자는 대학 미분적분학에서 처음 라그랑주 승수법을 접하는 학생들에게 구체적인 학습 동기를 제공할 필요가 생겼다. 이에 본 논문에서는 교수자가 학생들에게 라그랑주 승수법을 효과적으로 교육하는데 필요한 통합적인 시야를 제공한다. 먼저 다양한 전공의 학생들이 계산에 대한 부담을 덜고 원리를 쉽게 이해할 수 있도록 개발한 시각화 자료 및 파이썬(Python) 기반의 SageMath 코드를 제공한다. 또한 라그랑주 승수법으로 행렬의 고윳값과 고유벡터를 유도하는 과정을 상세히 소개한다. 그리고 라그랑주 승수법을 간단한 경우에 대한 증명에서 시작하여 일반화된 최적화 문제로 확장하고, 수업에서 학생들이 라그랑주 승수와 PCA를 활용하여 실제 데이터를 분석한 결과를 추가하였다. 본 연구는 대학수학을 지도하는 다양한 전공의 교수자들에게 도움이 될 기초자료가 될 것이다.

• 방송공학회논문지
• /
• 제25권3호
• /
• pp.418-427
• /
• 2020

축산 판매장에서 판매하는 고기들의 신선도 측정은 소비자의 건강을 위해 필요한 기술이다. 신선도 측정을 목적으로 다양한 센서가 연구 개발되고 있다. 센서는 다양한 고기의 신선도 상태 때문에 측정 오류가 발생한다. 따라서 강인성을 가지는 센서를 검증한 후에, 사용하는 과정이 필요하다. 본 논문에서는 10개의 고기 신선도 측정 센서로 얻은 데이터의 분석을 통해서, 각 측정 센서의 성능을 심층신경망을 이용하여 조사한다. 고기 종류로는 소고기, 돼지고기, 닭고기를 대상으로 검증한다. 또한 토리미터보다 성능이 우수한 다중센서를 찾기 위해서 PCA를 이용하여 3개의 센서를 찾는다. 실험에서는 심층신경망으로 3개의 센서가 토리미터보다 우수함을 증명하였다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2001년도 추계학술대회논문집 II
• /
• pp.1114-1119
• /
• 2001

Previously, we have analyzed Vehicle interior noise by dBA based analysis. However, dBA based analysis can not describe the various sound phenomenon that consumer hear. Sound quality matrics can describe various sound phenomenon that dBA based analysis could not explain. In this paper, we will demonstrate the difference of between dBA based analysis and real sound feeling, and analyze sound examples by sound metrics and Principle Component Analysis. In this way we can analyze vehicle interior noise more effectively.

• 농업과학연구
• /
• 제41권4호
• /
• pp.309-314
• /
• 2014

A total of 67 watermelon accessions which include 37 accessions from Korean and 27 accessions from Turkish germplasm and 3 accessions of other related species from USA were investigated for morphological characteristics. The UPOV descriptor list for 56 characters (6 seedlings, 4 plants, 11 leaves, 5 flowers, 23 fruits and 7 seeds) was used in characterization. In addition, eight quantitative characters, hypocotyl length, cotyledon width, cotyledon length, fruit weight, fruit length, fruit width, thickness of outer layer of pericarp and soluble solid content were also measured. The 56 qualitatively scored characters were analyzed by principle coordinate analysis (PCoA) while the eight quantitative ones were subjected to principle component analysis (PCA). Morphological characterization result demonstrated that the accessions displayed high morphological diversity(how much percent?). A high level of phenotypic diversity was observed from the results of morphological characterization. However, plant growth habit and leaf blade flecking showed constant characters for all of the accessions. The Korean and Turkish watermelon genotypes are diverse groups and can be separated by both multivariate analysis of morphological characters although the grouping was more apparent in PCoS results.

• 한국생물공학회:학술대회논문집
• /
• 한국생물공학회 2000년도 춘계학술발표대회
• /
• pp.125-128
• /
• 2000

본 연구에서는 순환식 돈분 폐수 처리 시스템에서의 미생물 분포에 따른 폐수 처리 효과를 모델링하기 위해 신경회로망과 PCA를 이용하는 새로운 방법을 제안하였다. PCA 분석 결과를 바탕으로 신경회로망의 최적 입력 조건을 찾고, 실측 데이터를 이용하여, 폐수 처리 시스템의 각 탱크를 별도로 학습함으로써 비교적 적은 수의 데이터에도 불구하고 정확한 모델링 결과를 얻었다. 제안한 시스템은 폐수 처리 시스템의 효과적인모니터링 시스템으로 사용할 수 있으며, 향후 실제 돈분 처리 시스템에서 원하는 기준의 방류수를 얻기 위한 최적의 입력조건 (미생물밀도 등)을 결정하는데 있어서 에뮬레이터로 사용될 수 있을 것으로 기대된다.

• 제어로봇시스템학회논문지
• /
• 제13권5호
• /
• pp.393-398
• /
• 2007

In this paper, we propose the development of Artificial Hippocampus Algorithm(AHA) which remodels a principle of brain of hippocampus. Hippocampus takes charge auto-associative memory and controlling functions of long-term or short-term memory strengthening. We organize auto-associative memory based 4 steps system (EC, DG CA3, and CA1) and improve speed of teaming by addition of modulator to long-term memory teaming. In hippocampus system, according to the 3 steps order, information applies statistical deviation on Dentate Gyrus region and is labeled to responsive pattern by adjustment of a good impression. In CA3 region, pattern is reorganized by auto-associative memory. In CA1 region, convergence of connection weight which is used long-term memory is learned fast a by neural network which is applied modulator. To measure performance of Artificial Hippocampus Algorithm, PCA(Principal Component Analysis) and LDA(Linear Discriminants Analysis) are applied to face images which are classified by pose, expression and picture quality. Next, we calculate feature vectors and learn by AHA. Finally, we confirm cognitive rate. The results of experiments, we can compare a proposed method of other methods, and we can confirm that the proposed method is superior to the existing method.

• Bulletin of the Korean Chemical Society
• /
• 제31권11호
• /
• pp.3151-3155
• /
• 2010

This study was performed to develop analytical methods to better understand the properties and reactivity of petroleum, which is a highly complex organic mixture, using high-resolution mass spectrometry and statistical analysis. Ten crude oil samples were analyzed using negative-mode electrospray ionization Fourier transform ion cyclotron resonance mass spectrometry (ESI FT-ICR MS). Clustering methods, including principle component analysis (PCA), hierarchical clustering analysis (HCA), and k-means clustering, were used to comparatively interpret the spectra. All the methods were consistent and showed that oxygen and sulfur-containing heteroatom species played important roles in clustering samples or peaks. The oxygen-containing samples had higher acidity than the other samples, and the clustering results were linked to properties of the crude oils. This study demonstrated that clustering methods provide a simple and effective way to interpret complex petroleomic data.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2016년도 제50회 동계 정기학술대회 초록집
• /
• pp.384.1-384.1
• /
• 2016

We reported that amorphous silicon (a-Si) thin film provide sample plate exhibiting a multimodality to measure biomolecules by secondary ion mass spectrometry (SIMS) and laser desorption/ionization mass spectrometry (LDI-MS). Kim et al.1 reported that a-Si thin film were suitable to detect small molecules such as drugs and peptides by SIMS and LDI-MS. Recently, bacterial identification has been required in many fields such as food analysis, veterinary science, ecology, agriculture, and so on.2 Mass spectrometry is emerging for identifying and profiling microbiology samples from its advantageous characters of label-free and shot-time analysis. Five species of bacteria - S. aureus, G. glutamicum, B. kurstaki, B. sphaericus, and B. licheniformis - were sampled for MS analysis without lipid extraction in sample preparation steps. The samples were loaded onto the a-Si thin film with a thickness of 100 nm which did not only considered laser-beam penetration but also surface homogeneity. Mass spectra were recorded in both positive and negative ionization modes for more analytical information. High reproducibility and sensitivity of mass spectra were demonstrated in a mass range up to mass-to-charge ratio(m/z) 1200 by applying the a-Si thin film in mentioned above MS. Principle component analysis (PCA) - a popular statistical analysis widely used in data processing was employed to differentiate between five bacterial species. The PCA results verified that each bacterial species were readily distinguished and differentiated effectively from our MS approach. It shows a new opportunity to rapid bacterial profiling and identification in clinical microbiology. More details will be discussed in the presentation.

• 대한원격탐사학회지
• /
• 제31권5호
• /
• pp.361-370
• /
• 2015

초분광영상을 이용한 변화탐지 기법으로는 Chronochrome(CC), Principal Component Analysis(PCA), 분광혼합분석(spectral unmixing) 등이 있다. 특히, 분광혼합분석을 이용한 변화탐지는 변화객체의 위치 정보뿐만 아니라 변화의 속성까지 분석할 수 있다는 점에서 매우 효과적이나, 분광혼합분석을 활용한 초분광영상의 변화탐지 연구는 여전히 초기단계에 머물러 있다. 본 연구에서는 분광혼합분석을 이용한 효과적인 변화탐지를 위하여 Iterative Error Analysis(IEA)와 Spectral Angle Mapper(SAM) 등을 활용하여 두 영상에서 변화지역을 설명할 수 있는 동일한 endmember를 결정하였으며, 점유비율의 차영상을 통하여 변화지역을 추출하였다. 제안기법의 적용성을 평가하기 위하여 임의의 변화지역을 포함한 Compact Airborne Spectrographic Imager(CASI) 및 Hyperion 모의영상에 대한 변화탐지를 수행하였다. 실험결과, 제안기법이 기존의 CC, PCA, N-FINDR를 이용한 분광혼합분석보다 효과적으로 변화지역을 추출할 수 있는 것으로 나타났다. 본 연구의 제안기법은 사전정보 없이 자동으로 동일한 endmember를 추출할 수 있는 장점을 갖기 때문에 다양한 피복물질로 구성된 영상의 변화탐지에 효과적으로 활용될 것이다.