• 지능정보연구
• /
• 제22권1호
• /
• pp.139-157
• /
• 2016

앙상블 분류기란 개별 분류기보다 더 좋은 성과를 내기 위해 다수의 분류기를 결합하는 것을 의미한다. 이와 같은 앙상블 분류기는 단일 분류기의 일반화 성능을 향상시키는데 매우 유용한 것으로 알려져 있다. 랜덤 서브스페이스 앙상블 기법은 각각의 기저 분류기들을 위해 원 입력 변수 집합으로부터 랜덤하게 입력 변수 집합을 선택하며 이를 통해 기저 분류기들을 다양화 시키는 기법이다. k-최근접 이웃(KNN: k nearest neighbor)을 기저 분류기로 하는 랜덤 서브스페이스 앙상블 모형의 성과는 단일 모형의 성과를 개선시키는 데 효과적인 것으로 알려져 있으며, 이와 같은 랜덤 서브스페이스 앙상블의 성과는 각 기저 분류기를 위해 랜덤하게 선택된 입력 변수 집합과 KNN의 파라미터 k의 값이 중요한 영향을 미친다. 하지만, 단일 모형을 위한 k의 최적 선택이나 단일 모형을 위한 입력 변수 집합의 최적 선택에 관한 연구는 있었지만 KNN을 기저 분류기로 하는 앙상블 모형에서 이들의 최적화와 관련된 연구는 없는 것이 현실이다. 이에 본 연구에서는 KNN을 기저 분류기로 하는 앙상블 모형의 성과 개선을 위해 각 기저 분류기들의 k 파라미터 값과 입력 변수 집합을 동시에 최적화하는 새로운 형태의 앙상블 모형을 제안하였다. 본 논문에서 제안한 방법은 앙상블을 구성하게 될 각각의 KNN 기저 분류기들에 대해 최적의 앙상블 성과가 나올 수 있도록 각각의 기저 분류기가 사용할 파라미터 k의 값과 입력 변수를 유전자 알고리즘을 이용해 탐색하였다. 제안한 모형의 검증을 위해 국내 기업의 부도 예측 관련 데이터를 가지고 다양한 실험을 하였으며, 실험 결과 제안한 모형이 기존의 앙상블 모형보다 기저 분류기의 다양화와 예측 성과 개선에 효과적임을 알 수 있었다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2008년도 추계학술대회논문집
• /
• pp.69-70
• /
• 2008

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권5호
• /
• pp.481-488
• /
• 2006

부공간 투영기술(subspace projection)을 이용한 얼굴인식기술의 성능은 이들 기저영상들(basis images)의 특징과 밀접한 관련이 있다. 특히 표정변화와 같은 국부적 왜곡이나 오클루전이 있는 경우의 인식성능은 기저영상들의 특징에 의해 영향을 받게 된다. 부공간 투영기반의 얼굴인식 방법이 오클루전이나 표정변화와 같은 국부적인 왜곡발생에 강인하려면 부분국부적 표현(part-based local representation)의 기저벡터를 갖는 것이 중요하다. 본 연구에서는 국부적 왜곡과 오클루전에 강인한 효과적인 부분국부적 표현방법을 제안한다. 제안한 방법을 LS-ICA(locally salient ICA) 방법이라고 명명하였다. LS-ICA방법은 ICA 구조I의 기저영상을 구하는 과정에서 공간적인 국부성(locality)의 제약조건을 부과함으로써 부분국부적 기저영상(part-based local basis images)을 얻는 방법이다. 결과적으로 공간적으로 현저한 특징만을 포함하는 기저영상을 사용하게 되며, 이는 "Recognition by Parts"의 방법론과 유사하다. LS-ICA방법과 LNMF(Localized Non-negative Matrix Factorization)와 LFA(Local Feature Analysis)와 같은 기존의 부분 표현방법(part-based representation)들에 대해 다양한 얼굴영상 데이타베이스를 사용하여 실험한 결과, LS-ICA방법이 기존의 방법에 비하여 높은 인식성능을 보였으며, 특히 오클루전이나 국부적인 변형이 포함된 얼굴영상에서 뛰어난 인식성능을 보였다.

• 대한기계학회논문집A
• /
• 제33권9호
• /
• pp.878-885
• /
• 2009

One of important factors in designing MEMS resonators for RF filters is obtaining a desired frequency response function (FRF) within a specific frequency range of interest. Because various array-type MEMS resonators have been recently introduced to improve the filter characteristics such as bandwidth, pass-band, and shape factor, the degrees of freedom (DOF) of finite elements for their FRF calculation dramatically increases and therefore raises computational difficulties. In this paper the Krylov subspace-based model order reduction using moment-matching with non-zero expansion points is represented as a numerical solution to perform the frequency response analyses of those array-type MEMS resonators in an efficient way. By matching moments at a frequency around the specific operation range of the array-type resonators, the required FRF can be efficiently calculated regardless of their operating frequency from significantly reduced systems. In addition, because of the characteristics of the moment-matching method, a minimal order of reduced system with a prearranged accuracy can be determined through an error indicator using successive reduced models, which is very useful to automate the order reduction process and FRF calculation for structural optimization iterations. We also found out that the presented method could obtain the FRF of a $6\times6$ array-type resonator within a seventieth of the computational time necessary for the direct method and in addition FRF calculation by the mode superposition method could not even be completed because of a data overflow with a half after calculation of 9,722 eigenmodes.

• 한국전자파학회논문지
• /
• 제25권3호
• /
• pp.372-375
• /
• 2014

재밍 환경에서의 maximum likelihood(ML) 기반의 모노펄스 기법은 공분산 행렬의 역행렬을 이용하여 재머 신호를 억제시킨다. 재머 억제를 위해서는 재머 성분에 대한 충분한 횟수의 스냅샷(snapshot)이 필요하며, 높은 PRF 환경에서는 이것이 가능하지 않아 실시간 추적에 한계가 있다. 또한, JNR(Jammer to Noise Ratio)이 낮은 경우에는 재머의 스냅샷 수가 충분하더라도 정확한 재머 억제가 이루어지지 않아, 표적 방향 추정의 정확도가 감소한다. 본 논문에서는 재밍 환경에서 스냅샷이 적은 경우에도 ML 기반의 모노펄스 성능이 우수한 방법을 제안한다. 제안된 방법은 공분산 행렬의 잡음 부공간을 이용하는 모노펄스 방법으로, 이의 유도 과정을 보이고, 모의실험을 통해 기존의 방법에 비해 성능이 개선된 것을 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권7호
• /
• pp.3172-3193
• /
• 2018

Recently, several studies have shown that linear representation based approaches are very effective and efficient for image classification. One of these linear-representation-based approaches is the Collaborative representation (CR) method. The existing algorithms based on CR have two major problems that degrade their classification performance. First problem arises due to the limited number of available training samples. The large variations, caused by illumintion and expression changes, among query and training samples leads to poor classification performance. Second problem occurs when an image is partially noised (contiguous occlusion), as some part of the given image become corrupt the classification performance also degrades. We aim to extend the collaborative representation framework under limited training samples face recognition problem. Our proposed solution will generate virtual samples and intra-class variations from training data to model the variations effectively between query and training samples. For robust classification, the image patches have been utilized to compute representation to address partial occlusion as it leads to more accurate classification results. The proposed method computes representation based on local regions in the images as opposed to CR, which computes representation based on global solution involving entire images. Furthermore, the proposed solution also integrates the locality structure into CR, using Euclidian distance between the query and training samples. Intuitively, if the query sample can be represented by selecting its nearest neighbours, lie on a same linear subspace then the resulting representation will be more discriminate and accurately classify the query sample. Hence our proposed framework model the limited sample face recognition problem into sufficient training samples problem using virtual samples and intra-class variations, generated from training samples that will result in improved classification accuracy as evident from experimental results. Moreover, it compute representation based on local image patches for robust classification and is expected to greatly increase the classification performance for face recognition task.

• 제어로봇시스템학회논문지
• /
• 제6권6호
• /
• pp.500-505
• /
• 2000

This paper deals with wafer temperature uniformity control essential in rapid thermal processing (RTP). One of the important control objectives of RTP is to keep the temperature over the wafer surface as uniformly as possible. For this, a discrete time state equation around the operating point is first identified by using the subspace fitting method, and a multivariable LQG(Linear Quadratic Gaussian) controller is designed based on the identified model. Simulation and experimental results show improvement in temperature uniformity over the conventional PID method.

• 한국지능시스템학회논문지
• /
• 제24권2호
• /
• pp.166-172
• /
• 2014

이미지를 각각의 카테고리로 분류하는 일은 컴퓨터 비전 분야의 중요한 문제 중 하나이다. 그러나 이미지에 존재하는 가변성, 모호성, 스케일 문제 등으로 인해 매우 도전적인 문제라고 할 수 있다. 본 논문에서는 장면 이미지를 구성하는 시멘틱 속성들의 고차원의 상호작용 관계를 고려 가능한 하이퍼그래프 기반의 모델링 기법을 제시하고 이를 장면 이미지 분류에 적용한다. 각 장면 카테고리에 준최적화된 하이퍼그래프를 생성하기 위해 확률 부분공간 기법에 기반을 둔 탐색기법을 제안하고, 이들 부분 공간 내에 속한 시멘틱 속성들의 발현량을 축약하기 위한 우도비 기반의 선형 변환 기법을 제안한다. 제안한 기법의 우수성을 검증하기 위한 실험을 통하여 제시한 기법을 통해 생성된 특징 벡터의 분별력이 기존의 기법들에서 사용된 특징 벡터들의 분별력보다 우수함을 보인다. 또한 제안한 기법을 장면 분류 데이터에 적용한 결과 기존의 기법들과 비교하여 경쟁력 있는 분류 성능을 보인다. 제안 한 기법은 이미지 분류에서 일반적으로 사용 되는 기법인 BoW+SPM 모델과 비교하여 3~4%이상의 성능 향상을 보였다.

• 한국지능시스템학회논문지
• /
• 제22권2호
• /
• pp.192-197
• /
• 2012

DNA 마이크로어레이 기술의 발달과 함께 이를 활용한 질병 진단 및 치료 예후 확인을 목적으로 하는 연구가 활발히 진행 되고 있다. 일반적으로 마이크로어레이 데이터를 이용한 실험에서는 특징들의 수에 비해 적은 샘플의 수, 내재적 측정 노이즈, 서로 다른 샘플들 간의 이질성 등이 분류 성능을 떨어트리는 원인이 된다. 이러한 문제를 극복하기 위해 패스웨이 기반의 기능적 모듈 단위의 마커를 사용하는 방법들이 새롭게 제안 되었다. 이들은 패스웨이의 멤버 유전자들의 발현 값을 요약하여 해당 패스웨이의 활성도로 사용하는데, 기존의 기법들과 비교하여 뛰어난 분류 성능과 재현성을 보여주었다. 그러나 이러한 활성도 계산 방법은 개별 유전자들과 표현형 사이의 상관관계를 무시하거나, 개별 유전자들이 갖는 발현 특성이 제거 되는 단점들이 있다. 본 논문에서는 선택된 기능적 모듈 단위의 유전자들의 부분집합들을 기반으로 약 분류기를 구성하고, 이들의 분류 결과를 결합하여 최종 결과를 추론하는 앙상블 분류 기법을 제안한다. 이 과정에서 유전자 상호작용 정보와 mRMR 필터를 사용하는 필터링과정을 통해 탐색 공간을 최소화하여 분류 성능을 높일 수 있도록 하였다. 제안 된 방법의 성능을 테스트하기 위해 폐암 데이터에 적용한 결과, 기존의 기법들에 비해 신뢰성이 있고 우수한 분류 성능을 보여주었다.

• 한국음향학회지
• /
• 제27권5호
• /
• pp.221-228
• /
• 2008

소나 시스템에서 참조 신호를 이용하여 어레이 형상을 추정하는 경우, 참조 신호는 어레이와 충분히 떨어져 있지 않기 때문에 근거리 신호 모델링이 필요하다. 근거리 신호 모델링을 기반으로 하는 어레이 형상 추정 기법은 일반적으로 수신된 참조 신호의 공간 공분산 행렬을 이용한다. 이러한 기법 중 1개의 참조 신호만을 이용하여 공간 공분산 행렬의 고유치 분해 후 최대 고유치에 해당하는 고유 벡터를 참조 신호의 조향 벡터로 구성하여 어레이 형상을 추정하는 근거리 고유벡터 기법이 있다. 본 논문에서는 1개 이상의 참조 신호를 이용하여 공간 공분산 행렬로부터 구한 잡음 부공간과 신호 부공간이 서로 직교한다는 특성을 이용하여 Newton-type 반복 기법으로 센서 위치를 추정해 나가는 간략화된 부공간 근사 기법을 제안한다. 또한 근거리 고유 벡터 기법과 간략화된 부공간 근사 기법의 성능을 다양한 환경에서 분석해 본다. 모의 실험 결과 한 개의 참조 신호를 이용하는 경우에 근거리 고유 벡터 기법과 간략화된 부공간 근사 기법이 거의 동일한 성능을 보임을 확인할 수 있었다. 또한 근거리 고유 벡터 기법이 참조 신호를 2개 이상 사용할 수 없는데 반해 간략화된 부공간 근사 기법은 두 개의 참조 신호를 이용함으로써 참조 신호의 입사 방향에 관계없이 안정적인 형상 추정 결과를 얻을 수 있음을 확인하였다.