• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.151-152
• /
• 2019

본 논문에서는 동물 이미지 분류를위한 작은 데이터 세트를 기반으로 개선 된 심층 학습 방법을 제안한다. 첫째, CNN은 소규모 데이터 세트에 대한 교육 모델을 작성하고 데이터 세트를 사용하여 교육 세트의 데이터 세트를 확장하는 데 사용된다. 둘째, VGG16과 같은 대규모 데이터 세트에 사전 훈련 된 네트워크를 사용하여 작은 데이터 세트의 병목을 추출하여 새로운 교육 데이터 세트 및 테스트 데이터 세트로 두 개의 NumPy 파일에 저장하고, 마지막으로 완전히 연결된 네트워크를 새로운 데이터 세트로 학습한다.

• 한국지능시스템학회논문지
• /
• 제10권2호
• /
• pp.94-102
• /
• 2000

본 논문에서는 미지의 비선형 계통에 대한 동적 퍼지모델 기반 고장 검출 및 진단(FDI) 계통 설계 기법을 제시한다. 비선형 계통에 대한 일반적인 모델 기반 FDI 계통에서는 선형화된 모델을 이용하고 있다 이러한 방법은 계통에 대한 정확한 수학적 모델을 요구하게 되어 복잡한 비선형 계통에의 적용시 많은 어려움이 있다 제안되는 FDI계통에서는 미지의 비선형 계통을 다수의 선형 모델을 갖는 동적 퍼지모델 형태로 식별한다. 잔차벡터는 온라인 알고리즘에 의해 추정되는 파라미터의 변동치와 비선형 계통의 동작 영역을 나타내는 퍼지 규칙들의 소속값들로 구성된다. 계통의 고장 검출 및 진단은 잔차벡터와 고장종류간의 관계를 학습한 신경망 분류기에 의해 수행된다. 제안된 FDI 계통 설계법을 이용하여 2 탱크 계통에 대한 FDI 계통을 설계하고 시뮬레이션 연구를 통하여 그 유용성을 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 춘계학술대회 학술발표 논문집
• /
• pp.252-255
• /
• 1997

In this paper, we will propose the methodology of data analysis using the fuzzy property set model. In real world, the data can be represented with the object. $\theta$. and the property, $\pi$, and its has-property relation, P. Then, the conceptual space can be defined with the chosen properties. Each object has a unique location in the conceptual space. In Fuzzy mode, the fuzzy property, and fuzzy conceptual space can be redefined. To analyze data using the fuzzy property set model, the rough set need to be defined in the fuzzy conceptual space.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1282-1285
• /
• 2022

기존의 video domain adaptation은 closed set 환경에서 주로 연구되었다. 하지만 이는 source와 target의 label이 같다는 비현실적인 전제를 요구한다. 따라서 본 논문에서는 target의 label space가 source보다 넓은 open set video domain adaptation 문제를 다룬다. 우린 open set image domain adaptation에서 사용되는 방법들을 video로 확장 시켜 모델을 설계하고 UCF to HMDB, HMDB to UCF 와 같은 video dataset에서 실험하였다. 그 결과 source only 대비 UCF to HMDB에서 12%, HMDB to UCF 7.1% 향상된 결과를 얻었다.

• 한국멀티미디어학회논문지
• /
• 제13권8호
• /
• pp.1142-1153
• /
• 2010

결막 충혈은 결막염, 각막염, 포도막염 등의 안과질환의 초기 증세로서 정량적으로 평가할 수 있다면 진단과 경과 관찰에 도움이 된다. 충혈의 정량화에서 공막의 크기는 중요한 지표이지만 기존의 공막 분할 방법이 정확하지 않기 때문에 수동으로 분할하고 있다. 본 논문에서는 충혈의 정량화를 위하여 level set 방법을 이용한 공막 분할 알고리즘을 제안한다. Level set의 초기 모델은 Lab 색상 모드와 k-means 알고리즘, 기하학적인 정보를 이용하여 지정된다. 헤이시안(hessian) 분석으로 공막과 피부 사이의 골을 향상시킨 영상에 level set을 적용하였다. 제안 방법의 성능 측정을 위하여 52개의 전안부 영상에 대하여 실험하였다. 실험 결과, 제안 방법이 화소값만 이용하는 region growing이나 level set의 초기 모델로 임의의 원을 이용하는 방법보다 성능이 우수하였다. 이 논문에서 제안한 공막 분할 방법은 객관적인 충혈도 측정에서 중요한 요소 기술의 역할을 할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.19-26
• /
• 2021

딥러닝 기반 악성코드 탐지 및 분류모델의 성능은 특성집합을 어떻게 구성하느냐에 따라 크게 좌우된다. 본 논문에서는 CNN 기반의 안드로이드 악성코드 탐지 시 탐지성능을 극대화할 수 있는 최적의 특성집합(feature set)을 선정하는 방법을 제안한다. 특성집합에 포함될 특성은 기계학습 및 딥러닝에서 특성추출을 위해 널리 사용되는 Chi-Square test 알고리즘을 사용하여 선정하였다. CICANDMAL2017 데이터세트를 대상으로 선정된 36개의 특성을 이용하여 CNN 모델을 학습시킨 후 악성코드 탐지성능을 측정한 결과 이진분류에서는 99.99%, 다중분류에서는 98.55%의 Accuracy를 달성하였다.

• 한국음향학회지
• /
• 제32권3호
• /
• pp.252-261
• /
• 2013

일반적인 음성인식 시스템은 조용한 인식 환경에서는 높은 인식성능을 나타내지만 잡음이 존재하는 실제 환경에서는 그 성능이 급격히 저하한다. 본 논문에서는 다양한 잡음환경에서도 강인한 음성인식기를 구현하기 위하여, 주파수의 변이도를 이용하여 음성인식을 위한 환경 정보를 얻고 이를 음성 인식을 위한 모델 개선에 적용하여 성능향상을 도모하는 환경정보 지식에 기반한 주파수 변이 적응 PMC (Parallel Model Combination adaptation using frequency-variant based on environment - awareness : FV-PMC) 방법을 제안한다. 이 방법은 미리 분류된 각 잡음 군간의 평균 주파수 변이도를 미리 계산하여 임계치로 설정하고 미지의 잡음이 포함된 음성이 입력되면 각 잡음 군과의 주파수 변이도를 다시 계산하여 해당 잡음군의 임계치 보다 높을 경우 그 잡음 군의 잡음이 포함된 음성으로 간주하여 이 잡음 군이 포함된 음성을 이용하여 생성된 인식모델을 이용하여 음성인식을 수행한다. 제안한 FV-PMC 방법을 이용하여 잡음을 분류 하였을 경우 평균 분류 정확도는 56%를 보였고 이를 이용해 음성인식 실험을 실시한 결과 Set A의 평균인식률은 79.05%, Set B의 평균인식률은 79.43%, Set C의 평균인식률은 83.37%로 나타났다. 전체 평균인식률 80.62%로 기존의 깨끗한 모델을 이용한 PMC 인식률 74.93% 보다 5.69% 향상된 결과를 보여 제안한 방법의 유효성을 확인할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1547-1548
• /
• 2008

본 논문에서는 유동적 비정상 시계열의 패턴과 규칙성을 잘 반영할 수 있는 최적의 차분 간격 후보군을 이용한 TS 퍼지 모델로 다중 퍼지 모델을 구현하였고, 각각의 모델들의 예측 특성을 반영하기 위하여 러프집합을 이용한 모델선택법을 제안하였다. 또한 TS퍼지 모델의 파라미터 식별에는 적절한 오차보정 메커니즘을 추가하여 더욱 예측 성능을 향상 시켰다.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권1호
• /
• pp.1-14
• /
• 2002

연관규칙 탐사는 지지도와 신뢰도를 바탕으로 연관성 있는 강한 항목들을 탐사한다. 탐사된 연관규칙은 장바구니 분석 등과 같이 전자 상거래 및 대형 소매점 등의 판매 패턴에 대한 분석에 유용하게 적용될 수 있다. 이와 같은 연관규칙 탐사는 대규모로 축적되어 트랜잭션 데이터를 대상으로 하는 기법으로서 대규모 데이터에 대한 반복적 스캔연산을 수반한다. 그러므로 매우 높은 연산 부하를 안고 있으며 이로 인해 동적 환경에서 실시간 제한사항을 탐사에 대한 시도를 하지 못하고 있다. 따라서 이 논문에서는 연관규칙 탐사의 비 실시간적 제한사항을 위하여 트리거와 점진적 갱신 기법을 이용한 능동적 후보항목 관리 모델을 제안하였다. 아울러 제안 모델을 구현하기 위해 점진적 갱신 기법을 이용한 능동적 후보항목 관리 모델을 제한하였다. 아울러 제안 모델을 구현하기 위해 점진적 갱신 연산의 구현 모델을 제시하고 이의 구현 및 실험을 통해 성능 특성을 분석하였다.

• 한국시뮬레이션학회논문지
• /
• 제30권1호
• /
• pp.75-85
• /
• 2021

본 논문에서는 개인사업자 부도율을 보다 정확하게 예측하기 위한 새로운 방법으로 개인사업자의 기업 신용 및 개인 신용정보를 가공, 분석하여 입력 특성으로 활용하는 심층 신경망기반 예측 모델을 제시한다. 다양한 분야의 모델링 연구에서 특성 선택 기법은 특히 많은 특성을 포함하는 예측 모델에서 성능 개선을 위한 방법으로 활발히 연구되어 왔다. 본 논문에서는 부도율 예측 모델에 이용된 입력 변수인 거시경제지표(거시변수)와 신용정보(미시변수)에 대한 통계적 검증 이후 추가적으로 신용정보 특성 선택 방법을 통해 예측 성능을 개선하는 특성 집합을 확인할 수 있다. 제안하는 신용정보 특성 선택 방법은 통계적 검증을 수행하는 필터방법과 다수 래퍼를 결합 사용하는 반복적·하이브리드 방법으로, 서브 모델들을 구축하고 최대 성능 모델의 중요 변수를 추출하여 부분집합을 구성 한 후 부분집합과 그 결합셋에 대한 예측 성능 분석을 통해 최종 특성 집합을 결정한다.