• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.223-225
• /
• 2004

얼굴 인식 및 검출에 있어서 어려운 문제가 조명의 변화와 포즈의 변화에 따른 성능 면에서의 신뢰성이다. 이러한 상황(Context)의 변화를 고려하여 영상을 처리하기 위하여 얼굴 영상에 주어진 조명의 상황을 SOM으로 분석하며, 영상에 따라 다른 전처리 기법의 필요성에 대해 제안한다. SOM은 비 지도학습으로써 얼굴 이미지들을 수집하여 그룹화 함으로써 상황분석을 위한 알고리즘으로 활용한다 이는 상황분석 기법을 적용하기 위한 응용에 활용할 수 있으며, 적절한 전처리 기법은 얼굴 인식의 성능을 향상시킴을 알 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.268-272
• /
• 2009

본 논문에서는 형태가 왜곡되지 않은 균열뿐만 아니라, 잡음과 유사한 미세 균열까지 효과적으로 추출하고 분석할 수 있는 방법을 제안한다. 본 논문에서 제안하는 균열 검출 방법은 콘크리트 슬래브 표면의 R, G, B 채널 값을 퍼지 기법에 적용하여 후보 균열 영역을 추출한 후, 추출한 후보 균열 영역에 SOM 기법을 적용하여 1차적으로 잡음 영역을 제거한다. 잡음이 제거된 후보 균열 영역에서 밀도 정보를 이용하여 2차적으로 세부적인 잡음 영역을 제거하여 최종적으로 균열 영역을 검출한다. 실제 콘크리트 균열 영상을 대상으로 실험한 결과, 다양한 콘크리트 균열 영상에서 기존의 균열 추출 방법보다 균열 검출 성능이 개선되었음을 확인하였다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제54권6호
• /
• pp.417-422
• /
• 2005

This paper presents an EMG pattern classification method to identify motion commands for the control of the artificial arm by SOM-TVC(self organizing map - tracking Voronoi cell) based on neural network with a feature parameter. The eigenvalue is extracted as a feature parameter from the EMG signals and Voronoi cells is used to define each pattern boundary in the pattern recognition space. And a TVC algorithm is designed to track the movement of the Voronoi cell varying as the condition of additive noise. Results are presented to support the efficiency of the proposed SOM-TVC algorithm for EMG pattern recognition and compared with the conventional EDM and BPNN methods.

• 한국콘텐츠학회논문지
• /
• 제7권3호
• /
• pp.25-33
• /
• 2007

전력계통의 갑작스런 고장은 막대한 경제적 손실을 초래함으로 이를 방지하기 위한 전력계통의 상태를 진단하는 모니터링은 무엇보다도 중요하다. 본 논문에서는 FCM과 SOM을 이용하여 다양한 전력설비 중에서 가장 중요한 역할을 담당하는 전력용 변압기의 고장진단 알고리즘을 개발한다. 즉, FCM은 효과적인 특징점을 선택과 학습시간을 줄이기 위해 수행하고, SOM에 의해 변압기의 고장진단이 이루어진다. 제안된 방법은 변압기의 고장진단 뿐만 아니라 열화진행추이 특성까지 분석한다. 제안된 방법은 다양한 사례 연구를 통해 우수성을 입증하였다.

• 한국수자원학회논문집
• /
• 제51권5호
• /
• pp.383-393
• /
• 2018

지역빈도해석은 대상 지점과 수문학적 동질성을 만족하는 주변 지점을 하나의 지역으로 보고 빈도해석을 수행하는 방법이다. 따라서 동질한 지역의 구분은 지역빈도해석에 있어서 가장 중요한 가정이라고 할 수 있다. 이에 본 연구에서는 인공신경망 기법중 하나인 자기조직화지도(self-organizing map, SOM) 기법을 활용하여 강우 지역빈도해석을 위한 동질 강수 지역을 구분하였다. 지역구분 인자로는 지형 정보와 시 단위 강우 자료를 활용하였다. 최적 SOM 지도 구성을 위해 정량적 오차와 위상관계 오차를 활용하였다. 그 결과 $7{\times}6$ 배열의 42개의 노드를 갖는 모형을 선정하였고 최종적으로 강우 지역빈도해석을 위해 6개의 군집으로 구분하였다. 동질성 검토 결과 6개의 군집 모두 동질한 지역으로 나타났으며 기존의 유사하게 구분된 지역들과 이질성 척도를 비교하였을 때 좀 더 안정적인 지역 구분결과를 나타내는 것을 확인하였다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.669-673
• /
• 2008

In this study, the new methodology which combines Kohonen self-organizing map(KSOM) neural networks model and the conventional neural networks models such as feedforward neural networks model and generalized neural networks model is introduced to forecast flood stage in Nakdong river, Republic of Korea. It is possible to train without output data in KSOM neural networks model. KSOM neural networks model is used to classify the input data before it combines with the conventional neural networks model. Four types of models such as SOM-FFNNM-BP, SOM-GRNNM-GA, FFNNM-BP, and GRNNM-GA are used to train and test performances respectively. From the statistical analysis for training and testing performances, SOM-GRNNM-GA shows the best results compared with the other models such as SOM-FFNNM-BP, FFNNM-BP, and GRNNM-GA and FFNNM-BP shows vice-versa. From this study, we can suggest the new methodology to forecast flood stage and construct flood warning system in river basin.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.249-249
• /
• 2017

본 연구에서는 낙동강 본류의 진동과 적포교, 남강의 거룡강, 대산, 정암 수위표의 관측된 2015년부터 2016년 2년간 수위자료를 이용하여, Self-Organizing Maps(SOM)과 LOcally WEighted Scatter plot Smoother(Lowess) 기법으로 패턴과 추세를 분석하였다. SOM 분석 결과, 낙동강 본 류의 진동과 적포교, 남강의 거룡강, 대산은 동일한 패턴과 추세를 나타냈다. 수위의 범위도, SOM 분석에서 진동 최소 EL. 4.41m, 최대 EL. 5.01m 범위, 적포교 최소 EL. 4.56m, 최대 EL. 5.38m 범위, 거룡강 최소 EL. 4.53m, 최대 EL. 5.18m 범위, 대산 최소 EL. 4.57m, 최대 EL. 5.35m 범위로 큰 차이가 발생하지 않았다. 거룡강과 대산 수위 관측지점은 낙동강 본류의 배수위 영향을 받는 것을 알 수 있었으며, 두 지점의 수위 관측 목적에 따라 상류로 지점 변경이 필요 할 수도 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.301-306
• /
• 2006

본 연구에서는 강우의 시 공간적 분포의 불규칙한 변동성을 고려한 강우-유출예측을 위해 인공신경망(Artificial Neural Networks: ANNs)의 기법의 일종인 자기조직화(Self Organizing Map: SOM) 이론과 역전파 학습 알고리즘(Back Propagation Algorithm: BPA) 이론을 복합적으로 이용하였다. 기존의 인공신경망 연구에서 야기된 저..갈수기의 유출량에 대한 과대평가, 홍수기의 유출량에 대한 과소평가, 예측값이 선행 유출량의 지속성을 갖는 Persistence 현상을 해결하기 위하여 패턴분류 성능을 지닌 SOM 이론을 도입하여 예측모형의 전처리 과정으로 이용하였다. 이는 기존의 인공신경망 모형이 하나의 모형을 구성하여 유출량의 전 범위에 해당하는 자료를 예측하는 방법을 개선한 것으로 SOM에 의해 패턴이 분류된 강우-유출관계의 각 패턴별 예측모형을 통해 분류된 자료들의 예측을 수행하는 방법이다. 이와 같이 SOM을 강우-유출예측모형의 전처리과정으로 이용함으로서 기존의 인공신경망 연구에서 야기된 현상들을 해결할 수 있었고, 예측력 또한 기존의 인공신경망 모형의 결과에 비해 우수하였다.

• 한국정보기술학회논문지
• /
• 제17권4호
• /
• pp.109-117
• /
• 2019

현대 사회는 불특정 다수를 대상으로 자행되는 각종 사고와 범죄 위협으로 인하여 사회 전반에 걸쳐 개인의 보안 의식이 증가되며 다양한 감시 기법이 활발히 연구되고 있으나, 여전히 단순 부주의 또는 오작동으로 인한 강인성 저하가 발생하여 보다 높은 신뢰성을 갖는 감시 기법이 요구된다. 이에, 본 논문에서는 다양한 환경 및 동·정적 변화 감지에서의 낮은 강인성을 보완하고 비용 효율성 문제를 해결하기 위한 실시간 변화감지 기법을 제안한다. 변화 감지 구현을 위해 데이터 군집화 기법으로 응용되고 있는 자기 조직화 신경망을 활용하였으며, 실내 사무실 환경에서의 모의실험을 통해 기존 영상 감시 시스템에서 응용되는 감지 기법 대비 뛰어난 잡음 강인성과 이상 감지 판단의 우수성을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.494-496
• /
• 2017

본 논문에서는 기존의 회전근개 건 파열 추출 방법을 개선하기 위하여 초음파 영상에서 환자 정보를 제거하여 ROI 영역을 추출한다. 추출된 ROI 영역에서 명암 대비를 강조하기 위해 기존의 사다리꼴 형태의 퍼지 스트레칭 기법에서 소속 함수를 개선한 퍼지 스트레칭 기법을 적용하여 힘줄과 연골 영역을 효과적으로 강조한다. 강조된 ROI 영역에서 Max-Min 이진화와 8방향 윤곽선 추적 기법 및 Monoton Cubic Spline 기법을 적용한 후에 라벨링 기법을 적용하여 힘줄 및 연골 영역을 추출한다. 추출된 힘줄과 연골 영역을 이용하여 회전근개 영역을 추출한다. 추출한 회전근개 영역에 SOM 기반 양자화 기법을 적용하여 회전근개 건 파열 영역을 추출한다. 제안된 회전근개 건 파열 영역 추출 방법을 다양한 초음파 회전근개 건 파열 영상을 대상으로 실험한 결과, 제안된 회전근개 건 파열 영역이 기존의 추출 방법보다 TPR 값이 증가되어 회전근개 건 파열 분석에 효과적인 것을 확인할 수 있었다.