• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.182-183
• /
• 2018

빅데이터 분석은 데이터베이스에 잘 정리된 정형 데이터뿐만 아니라 인터넷, 소셜 네트워크 서비스, 모바일 환경에서 생성되는 웹 문서, 이메일, 소셜 데이터 등 비정형 데이터를 효과적으로 분석하는 기술을 말한다. 대부분의 빅데이터 분석 기술 방법들은 기존 통계학과 전산학에서 사용되던 데이터 마이닝, 기계 학습, 자연 언어 처리, 패턴 인식 등이 이에 해당된다. 본 연구에서는 빅데이터 분석도구인 소셜 메트릭스를 활용 식용곤충에 대한 메타분석을 진행하였다.

• 센서학회지
• /
• 제22권4호
• /
• pp.286-291
• /
• 2013

This paper presents to analyze patterns from single and complex malodors using gas sensor array based on metal oxide semiconductors. The aim of research is to identify and discriminate single malodors such as $NH_3$, $CH_3SH$ and $H_2S$ and their mixtures according to concentration levels. Measurement system for analyzing patterns from malodors is constructed by an array of metal oxide semiconductor sensors which are available commercially together with associate electronics. The patterns from sensory system are analyzed by Principal Component Analysis (PCA) which is simple statistical pattern recognition technique. Throughout the experimental trails, we confirmed the experimental procedure for measurement system such as sensors calibration time and gas flow rate, and discriminated malodors using pattern analysis technique.

• 한국멀티미디어학회논문지
• /
• 제21권8호
• /
• pp.837-848
• /
• 2018

Monitoring technology of machining has a long history since unmanned machining was introduced. Despite the long history, many researchers have presented new approaches continuously in this area. Sound based machine fault diagnosis is the process consisting of detecting automatically the damages that affect the machines by analyzing the sounds they produce during their operating time. The collected sound is corrupted by the surrounding work environment. Therefore, the most important part of the diagnosis is to find hidden elements inside the data that can represent the error pattern. This paper presents a feature extraction methodology that combines various digital signal processing and pattern recognition methods for the analysis of the sounds produced by tools. The magnitude spectrum of the sound is extracted using the Fourier analysis and the band-pass filter is applied to further characterize the data. Statistical functions are also used as input to the nonlinear classifier for the final response. The results prove that the proposed feature extraction method accurately captures the hidden patterns of the sound generated by the tool, unlike the conventional features. Therefore, it is shown that the proposed method can be applied to a sound based automatic diagnosis system.

• Bulletin of the Korean Chemical Society
• /
• 제30권5호
• /
• pp.1121-1126
• /
• 2009

This paper describes a pattern recognition method of Magnoliae flos based on a gas chromatographic/mass spectrometric (GC/MS) analysis of the essential oil components. The botanical drug is mainly comprised of the four magnolia species (M. denudata, M. biondii, M. kobus, and M. liliflora) in Korea, although some other species are also being dealt with the drug. The GC/MS separation of the volatile components, which was extracted by the simultaneous distillation and extraction (SDE), was performed on a carbowax column (supelcowax 10; 30 m{\time}0.25 mm{\time}0.25{\mu}m$) using temperature programming. Variance in the retention times for all peaks of interests was within RSD 2% for repeated analyses (n = 9). Of the 74 essential oil components identified from the magnolia species, approximately 10 major components, which is $\alpha$-pinene, $\beta$-pinene, sabinene, myrcene, d-limonene, eucarlyptol (1,8-cineol), $\gamma$-terpinene, p-cymene, linalool, $\alpha$-terpineol, were commonly present in the four species. For statistical analysis, the original dataset was reduced to the 13 variables by Fisher criterion and factor analysis (FA). The essential oil patterns were processed by means of the multivariate statistical analysis including hierarchical cluster analysis (HCA), principal component analysis (PCA) and discriminant analysis (DA). All samples were divided into four groups with three principal components by PCA and according to the plant origins by HCA. Thirty-three samples (23 training sets and 10 test samples to be assessed) were correctly classified into the four groups predicted by PCA. This method would provide a practical strategy for assessing the authenticity or quality of the well-known herbal drug, Magnoliae flos.

• Journal of the Korean Data and Information Science Society
• /
• 제9권2호
• /
• pp.345-355
• /
• 1998

다층전방향 신경망을 학습시키기 위해 역전파 알고리즘이 널리 사용되고 있으나 이 알고리즘은 긴 훈련시간, 극소점 문제, 이상치에 민감하다는 단점을 가지고 있다. 한편 실제문제에서는 많은 경우에 자료에 과대오차와 이상치가 포함되게 된다. 따라서 과대 오차에 민감하지 않고, 이상치의 영향을 최소화시키는 로버스트 역전파 알고리즘의 필요성이 대두되었다. 본 논문에서는 기존의 두종류의 로버스트 역전파 알고리즘을 이론적으로 비교하고 비선형 회귀 함수추정과 문자인식과 같은 패턴인식 문제에 적용하여 실험결과를 분석한다. 그리고 향후 연구과제로 신경망 학습을 위해 베이지안 기법의 사용을 제안한다.

• 한국통신학회논문지
• /
• 제22권10호
• /
• pp.2102-2111
• /
• 1997

전처리된 필기체 숫자 패턴을 3차원 공간에 투영시키고 2차원 평면에 추가되는 z축은 숫자 획의 궤적을 따라가는 순서 인덱스를 나타낸다. 추출된 특징점들간의 거리를 구하고 이 거리 데이터를 정규화 시켜 크기 변화에 적응하고, 정규화된 특정간 거리정보의 통계적 히스토그램을 구하여 인식처리의 입력으로 하였다. 실험에서 200개의 필기체 숫자 패턴 중 100개를 사용하여 특징맵 평균치를 구하여 기준값 특징맵을 구성하였고, 나머지 100개는 인식 실험의 입력패턴으로 사용하였다. 실험결과 임계치 0.20에서 93.5% 인식률, 임계치 0.25에서 97.5%의 인식률을 보였다.

• 한국콘텐츠학회논문지
• /
• 제10권4호
• /
• pp.1-9
• /
• 2010

애니메이션 캐릭터의 동작을 만들어내기 위해 펜으로 스케치하는 형식의 인터페이스를 이용하는 저작 도구들이 연구되어 왔지만, 아직까지 음향적인 요소에 있어서 직관적인 인터페이스를 사용하여 만들어내는 방법은 연구되지 않았다. 본 논문에서는 사용자가 음향과 대응되는 의성어의 발성을 통하여 표현하면 이에 대응되는 음향샘플이 선택되어 삽입되는 방법을 제안하고자 한다. 일반적으로 사용되는 통계적 모델을 기반으로 하는 패턴인식 방법을 이용하여 의성어 발성만으로 대응되는 음향샘플을 어느 정도 인식할 수 있는지를 실험해본 결과 의성어의 음성샘플을 이용한 경우 최대 97%의 인식률을 얻을 수 있었다. 또한 새로운 음향샘플 등록 시에 발생하는 음성데이터 수집의 어려움을 극복하기 위하여 음성모델을 만드는 대신에 의성어의 음성샘플 하나만 사용하는 GLR Test를 활용해보니 기존의 방법과 거의 대등한 인식률을 실험적으로 확인할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권12호
• /
• pp.1260-1270
• /
• 2005

최근 기계학습 분야에서 커널머신을 이용한 대표적 학습기로 Support Vector Machines (SVM)이 주목 받고 있다. SVM은 통계적 학습이론에 기반하여 뛰어난 일반화 성능을 보여주며, 다양한 패턴인식 문제에 적용되고 있다. 그러나. SVM은 이진 분류기이므로 일반적인 다중 클래스 문제에 곧바로 적용할 수 없다. SVM을 다중 클래스 문제의 하나인 얼굴인식에 도입하기 위한 방법으로는, One-Per-Class와 All-Pairs가 대표적이다. 상기 두 방법은 다중 클래스 문제를 여러 개의 이진 클래스 문제로 분할하고, 이들을 다시 종합하여 최종 결정을 내리는 출력코딩이라는 일반적인 방법에 속한다. 본 논문에서는 이진 분류기인 SVM의 다중 클래스 분류기 확장 방안으로 출력코딩 방법론을 설명한다. 또한 출력코딩 방법론의 대표적인 이론적 기반인 ECOC(Ewor-Correcting Output Codes)를 근간으로 하는 새로운 출력코딩 방법들을 제안하고, 얼굴인식 실험을 통해 SVM을 기반 분류기로 사용할 경우의, 출력코딩 방법의 특성을 비교$\cdot$분석한다.

• Smart Structures and Systems
• /
• 제15권3호
• /
• pp.699-715
• /
• 2015

A modal parameter based damage sensitive feature (DSF) is defined to mimic the relative change in any diagonal element of the stiffness matrix of a model of a structure. The damage assessment is performed in a statistical pattern recognition framework using empirical complementary cumulative distribution functions (ECCDFs) of the DSFs extracted from measured operational vibration response data. Methods are discussed to perform probabilistic structural health assessment with respect to the following questions: (a) "Is there a change in the current state of the structure compared to the baseline state?", (b) "Does the change indicate a localized stiffness reduction or increase?", with the latter representing a situation of retrofitting operations, and (c) "What is the severity of the change in a probabilistic sense?". To identify a range of normal structural variations due to environmental and operational conditions, lower and upper bound ECCDFs are used to define the baseline structural state. Such an approach attempts to decouple "non-damage" related variations from damage induced changes, and account for the unknown environmental/operational conditions of the current state. The damage assessment procedure is discussed using numerical simulations of ambient vibration testing of a bridge deck system, as well as shake table experimental data from a 4-story steel frame.

• 한국응용약물학회:학술대회논문집
• /
• 한국응용약물학회 2007년도 Proceedings of The Convention
• /
• pp.19-27
• /
• 2007

An important potential of metabolomics-based approach is the possibility to develop fingerprints of diseases or cellular responses to classes of compounds with known common biological effect. Such fingerprints have the potential to allow classification of disease states or compounds, to provide mechanistic information on cellular perturbations and pathways and to identify biomarkers specific for disease severity and drug efficacy. Metabolic profiles of biological fluids contain a vast array of endogenous metabolites. Changes in those profiles resulting from perturbations of the system can be observed using analytical techniques, such as NMR and MS. $^1H$ NMR was used to generate a molecular fingerprint of serum or urinary sample, and then pattern recognition technique was applied to identity molecular signatures associated with the specific diseases or drug efficiency. Several metabolites that differentiate disease samples from the control were thoroughly characterized by NMR spectroscopy. We investigated the metabolic changes in human normal and clinical samples using $^1H$ NMR. Spectral data were applied to targeted profiling and spectral binning method, and then multivariate statistical data analysis (MVDA) was used to examine in detail the modulation of small molecule candidate biomarkers. We show that targeted profiling produces robust models, generates accurate metabolite concentration data, and provides data that can be used to help understand metabolic differences between healthy and disease population. Such metabolic signatures could provide diagnostic markers for a disease state or biomarkers for drug response phenotypes.