• 말소리와 음성과학
• /
• 제8권2호
• /
• pp.17-22
• /
• 2016

This paper devises a model to diagnose physical fatigue using speech features. This paper presents a machine learning method through an SVM algorithm using the various feature parameters. The parameters used include the significant speech parameters, questionnaire responses, and bio-signal parameters obtained before and after the experiment imposing the fatigue. The results showed that performance rates of 95%, 100%, and 90%, respectively, were observed from the proposed model using three types of the parameters relevant to the fatigue. These results suggest that the method proposed in this study can be used as the physical fatigue diagnostic model, and that fatigue can be easily diagnosed by speech technology.

• 디지털산업정보학회논문지
• /
• 제8권2호
• /
• pp.41-47
• /
• 2012

MANET has vulnerable structure on security owing to structural characteristics as follows. MANET consisted of moving nodes is that every nodes have to perform function of router. Every node has to provide reliable routing service in cooperation each other. These properties are caused by expose to various attacks. But, it is difficult that position of environment intrusion detection system is established, information is collected, and particularly attack is detected because of moving of nodes in MANET environment. It is not easy that important profile is constructed also. In this paper, conformal predictor - support vector machine(CP-SVM) based intrusion detection technique was proposed in order to do more accurate and efficient intrusion detection. In this study, IDS-agents calculate p value from collected packet and transmit to cluster head, and then other all cluster head have same value and detect abnormal behavior using the value. Cluster form of hierarchical structure was used to reduce consumption of nodes also. Effectiveness of proposed method was confirmed through experiment.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.458-460
• /
• 2000

본 논문에서는 유전자 알고리즘(GA)과 Support Vector Machine(SVM)을 결합하여 사용한 얼굴 인식 시스템을 제안한다. 기존의 SVM을 이용한 얼굴 인식 연구에서는 얼굴 전체 영상을 SVM의 입력벡터로 사용하는데 반해, 본 연구에서는 GA를 이용하여 얼굴 영상 중에서 개인별로 식별 능력이 우수한 특징들만을 선택하여 이를 SVM의 입력벡터로 사용한다. 조명, 표정, 안경 착용 등 다양한 변화가 있는 Yale 얼굴 데이터베이스를 사용하여 실험한 결과, 얼굴 전체 영상을 사용한 경우보다 더 좋은 인식률을 보였다. 또한 제안된 방법에 의한 얼굴 인식 시스템은 각 개인별로 식별력이 우수한 특징들만을 저장하므로, 얼굴인식 시스템을 구성하기 위해 저장될 정보의 양이 현저하게 감소하게 된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.1648-1649
• /
• 2007

This paper proposes a very novel method which makes it possible that state feedback controller can be designed for unknown dynamic system with measurable states. The RLS algorithm is used for the identification of input-output relationship. A virtual state space representation is derived from the relationship and the SVM(Support Vector Machines) makes the relationship between actual states and virtual states. A state feedback controller can be designed based on the virtual system and the SVM makes the controller be with actual states. The results of this paper can give many opportunities that the state feedback control can be applied for unknown dynamic systems

• Geomechanics and Engineering
• /
• 제13권3호
• /
• pp.447-458
• /
• 2017

This study proposes a sensitivity analysis method for slope stability based on the least squares support vector machine (LS-SVM) to examine the influencing factors of slope stability. The method uses LS-SVM as an algorithm for machine learning. An appropriate training dataset is established according to the slope characteristics, and a testing dataset is designed orthogonally. Results of the testing data in the experiment design are calculated after training using the LS-SVM model. The sensitivity of the slope stability of each factor is examined via gray correlation analysis. The results are consistent with those of the traditional Bishop analysis and can be used as a reference for optimizing slope design.

• International Journal of Computer Science & Network Security
• /
• 제21권3호
• /
• pp.112-119
• /
• 2021

Social media has become a global means of communication in people's lives. Most people are using Twitter for communication purposes and its inappropriate use, which has negative effects on people's lives. One of the widely common misuses of Twitter is cyberbullying. As the resources of dialectal Arabic are rare, so for cyberbullying most people are using dialectal Arabic. For this reason, the ultimate goal of this study is to detect and classify cyberbullying on Twitter in the Arabic context in Saudi Arabia. To help in the detection and classification of tweets, Pointwise Mutual Information (PMI) to generate a lexicon, and Support Vector Machine (SVM) algorithms are used. The evaluation is performed on both methods in terms of the F1-score. However, the F1-score after applying the PMI is 50%, while after the SVM application on the resampling data it is 82%. The analysis of the results shows that the SVM algorithm outperforms better.

• International Journal of Computer Science & Network Security
• /
• 제22권1호
• /
• pp.93-96
• /
• 2022

Natural language processing (NLP) is utilized to understand a natural text. Text analysis systems use natural language algorithms to find the meaning of large amounts of text. Text classification represents a basic task of NLP with a wide range of applications such as topic labeling, sentiment analysis, spam detection, and intent detection. The algorithm can transform user's unstructured thoughts into more structured data. In this work, a text classifier has been developed that uses academic admission and registration texts as input, analyzes its content, and then automatically assigns relevant tags such as admission, graduate school, and registration. In this work, the well-known algorithms support vector machine SVM and K-nearest neighbor (kNN) algorithms are used to develop the above-mentioned classifier. The obtained results showed that the SVM classifier outperformed the kNN classifier with an overall accuracy of 98.9%. in addition, the mean absolute error of SVM was 0.0064 while it was 0.0098 for kNN classifier. Based on the obtained results, the SVM is used to implement the academic text classification in this work.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.706-714
• /
• 2012

본 논문에서는 대한민국의 국립기상연구소에서 제공한 최근 4년간의 데이터를 훈련 데이터, 검증 데이터 및 테스트 데이터로 나누어 초단기 호우 예측을 하고자 한다. 우리는 데이터 셋을 훈련 데이터, 검증 데이터와 테스트 데이터 세 부분으로 나눴다. 데이터의 차원이 커짐에 따라 해 공간의 크기가 지수적으로 증가하여 실험의 속도가 현저히 떨어지는 문제를 피하기 위하여 72개의 특징들 중에서 주요한 특징들만을 선택하게 되었다. 예측의 정확도를 높이기 위해 미분진화 알고리즘을 사용하였고, 진화연산의 적합도 함수로 두 개의 분류기를 선택하였는데, 일반적으로 우수한 성능을 보이는 서포트 벡터 머신(SVM)과 분류 속도가 빠른 최근린법(k-NN)을 사용하였다. 또한, 실험에 사용할 데이터 가공을 위해 언더샘플링과 정규화를 하였다. 진화연산의 적합도 함수로 SVM 분류기를 사용하였을 때 실험 결과가 대체로 우수하였는데, 미분진화 알고리즘 실험은 모든 특징을 선택한 실험보다 약 5 배 정도 우수한 성능을 보였고, 유전 알고리즘을 사용한 실험보다 약 1.36 배 정도 더 우수한 성능을 보였다. 실험 속도 면에서는 미분진화 알고리즘을 사용한 실험이 유전 알고리즘을 사용한 실험보다 약 20배 이상 실험 시간이 단축되었다.

• 전기전자학회논문지
• /
• 제22권1호
• /
• pp.46-52
• /
• 2018

최근 자율 주행에 관한 다양한 연구가 진행되는 가운데 신호등 검출 및 신호 인식 알고리즘은 가장 중요한 요소 중의 하나이다. 기존에 알고리즘의 대부분은 색상을 기반으로 검출하고 인식한다. 이러한 방법은 영상의 각도, 거리, 주변 조도 환경 등에 의해 영향을 받아 신호등의 색상이 변화하여 인식률이 낮아진다는 단점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위해서 Haar-like feature 및 SVM(Support Vector Machine) 기반의 신호등 검출과 제원 정보를 이용한 인식 알고리즘을 제안한다. 신호등 검출의 정확성을 향상시키기 위해서 Haar-like feature 이후에 SVM으로 검증한다. Haar-like feature와 SVM는 사전에 지도학습을 시행한다. 검출 과정 후에는 영역 분할을 통해서 신호만을 추출하여 점등 여부를 파악하고 최종적으로 인식하는 과정을 거친다. 제안한 알고리즘은 기존의 알고리즘과 달리 신호등의 형태학적 특성을 기반으로 검출하고 인식하므로 주변 환경으로부터의 영향에 강인하다는 장점이 있다. 블랙박스 영상으로 실험한 결과 기존의 색상 기반 알고리즘보다 신호의 인식률이 높았다.

• 한국전자통신학회논문지
• /
• 제15권4호
• /
• pp.725-732
• /
• 2020

본 논문은 소외계층 아동의 운동학습프로그램에서 체력 활동 중 나를 잘 따른다(0-9), 마음의 결정을 내리는데 많은 시간이 걸린다(0-9), 맥빠진(0-9) 등을 변수로 사용하여 '성별', '체육교실', 나이의 '상중하'를 분류하고 스포츠 재활치료를 통한 자아 탄력(ego-resiliency)과 자아 통제(self-control)의 변화를 관찰하여 정신 건강 변화를 알아본다. 이를 위해 취득한 데이터를 병합하고 Label encoder와 One-hot encoding을 사용하여 숫자의 크고 작음의 특성을 제거한 후 MLP, SVM, Dicesion tree, RNN, LSTM의 각각의 알고리즘을 적용하여 성능을 평가하기 위해 Train, Test 데이터를 75%, 25% 스플릿 한 뒤 Train 데이터로 알고리즘을 학습하고 Test 데이터로 알고리즘의 정확성을 측정한다. 측정 결과 성별에서는 LSTM, 체육 교실은 MLP와 LSTM, 나이는 SVM이 가장 우수한 결과를 보임을 확인하였다.