• 전자공학회논문지
• /
• 제51권6호
• /
• pp.89-101
• /
• 2014

본 논문에서는 얼굴 표정인식을 위한 새로운 지역 미세 패턴 기술 방법인 Signed Local Directional Pattern(SLDP)을 제안한다. SLDP는 얼굴 영상의 텍스쳐 정보를 표현하기 위해 에지 정보를 이용한다. 이는 기존의 방법들에 비해 뛰어난 구별 성능과 효율적인 코드 생성을 가능하게 한다. SLDP는 마스크 범위 이웃 화소들을 이용하여 에지 반응 값을 계산하고 이들 중 부호를 고려하여 에지 반응 값이 큰 에지 방향 정보를 가지고 만들어진다. 이는 기존 LDP에서 구별하지 못하던 비슷한 에지구조에 밝기 값이 반대인 지역 패턴을 구별할 수 있다. 본 논문에서는 얼굴 표정인식을 위해 얼굴 영상을 여러 영역으로 분할하고 각 영역으로부터 SLDP코드의 분포를 계산한다. 각 분포는 얼굴의 지역적인 특징을 나타내고 이들 특징을 연결해서 얼굴 전체를 나타내는 얼굴 특징 벡터를 생성한다. 본 논문에서는 생성된 얼굴 특징 벡터와 SVM(Support Vector Machine)을 이용해서 Cohn-Kanade 데이터베이스와 JAFFE데이터베이스에서 얼굴 표정인식을 수행했다. SLDP는 표정인식에서 기존 방법들보다 뛰어난 결과를 보여주었다.

• 동서간호학연구지
• /
• 제26권2호
• /
• pp.109-117
• /
• 2020

Purpose: We aimed to develop domains for the resilience improvement of unmarried mothers to prevent child abuse based on a nursing model of resilience. Methods: We conducted a literature review and in-depth interviews with unmarried mothers. Results: Based on Polk's nursing model of resilience, we derived 4 patterns, 10 domains, and 24 sub-domains for improving the resilience of unmarried mothers. Philosophical pattern includes the domain of parenthood preparation and dispositional pattern includes the domains of emotional support, control of emotions, and child abuse awareness correction. Situational pattern includes the domains of maternal health promotion, understanding of child development and improvement of parenting skills, and assessment of the domestic environment and modification of risk factors. Relational pattern includes the domains of enhancement of mother-infant attachment, family support, and social support. Conclusion: We identified domains for enhancing resilience based on the situational and personal characteristics of unmarried mothers. The results of this study may contribute to child abuse precention by promoting the resilience of unmarried mothers.

• 한국지반환경공학회 논문집
• /
• 제12권7호
• /
• pp.5-12
• /
• 2011

터널의 지보패턴 선정 시 지표지질조사, 시추조사, 물리탐사 및 실내암석 시험 등의 결과로부터 암질을 파악하고 암반분류법, 국내 외 시공사례, 수치해석 등을 종합적으로 고려하여 암반등급을 구분하고 등급별 굴착공법 및 표준지보패턴을 설계하게 된다. 개정된 터널설계기준에 의하면 터널 설계를 위한 암반등급은 RMR을 바탕으로 등급별로 구분할 것을 권장하고 있으며, 필요할 경우 보다 세분화된 등급구분과 Q분류법 적용을 허용하는 등 탄력적인 기준을 제시하고 있다. 또한, 터널건설 시 구조물과 지반의 거동에 영향을 미치는 인자는 주로 지반자체의 특성, 지하수, 그리고 구조물 재료의 특성 등 불확실한 요소들이 주요 인자들이므로 터널 설계 시 지보패턴의 적정성 검증은 반드시 수반되어야 하며, 오늘날 이러한 검증방법 역시 다양화되고 전문화 되어가는 실정이다. 본 연구에서는 임하댐 비상여수로 터널에 대해 RMR과 Q값에 의한 지보패턴의 선정의 적정성을 경험적 방법 및 수치해석을 통한 분석과 현장 실측자료와의 비교 분석을 시행하여 검증하였다.

• 한국지능시스템학회논문지
• /
• 제17권6호
• /
• pp.799-803
• /
• 2007

본 논문에서는 FSVM(Putty Support Vector Machine)의 퍼지소속함수를 새롭게 제안한다. SVM의 완화변수(slack-variable)에 퍼지소속함수를 결합하는 FSVM은 주어진 데이터베이스의 특성이 반영되어 안정적으로 분류성능을 향상시킬 수 있는 퍼지소속 함수를 필요로 한다. 시계열 자료의 패턴분류 성능을 비교하기 위하여 SVM, FSVM(1), 그리고 제안하는 FSVM(2) 등의 분류모델들을 비교 실험하였다. 사용한 데이터베이스는 한국금융시장의 시계열 경제지표 지수들이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.31-33
• /
• 2007

Devising an efficient one-pass frequent pattern mining algorithm has been an issue in data mining research in recent past. Pattern growth algorithms like FP-Growth which are found more efficient than candidate generation and test algorithms still require two database scans. Moreover, FP-growth approach requires rebuilding the base-tree while mining with different support counts. In this paper we propose an item-based tree, called I-Tree that not only efficiently mines frequent patterns with single database scan but also provides multiple mining scopes with multiple support thresholds. The 'build-once-mine-many' property of I-Tree allows it to construct the tree only once and perform mining operation several times with the variation of support count values.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -2
• /
• pp.983-986
• /
• 2002

Support Vector Machine (SVM) is one of the methods of pattern recognition that separate input data using hyperplane. This method has high capability of pattern recognition by using the technique, which says kernel trick, and the Radial basis function (RBF) kernel is usually used as a kernel function in kernel trick. In this paper we propose using the q-normal distribution to the kernel function, instead of conventional RBF, and compare two types of the kernel function.

• 한국공간정보시스템학회 논문지
• /
• 제8권2호
• /
• pp.39-52
• /
• 2006

최근 들어 이동 객체의 이력 (history) 데이타에서 이동 객체의 이동 패턴, 즉 연속되는 시간 영역에서 반복적으로 발생되는 공간 이동 경로와 같은 다양한 지식을 추출하여 활용하는 응용 서비스의 활용성이 점점 증대되고 있다. 그러나 기존의 이동 패턴 추출 방법은 최소지지도(minimum support)가 낮은 경우에 많은 수의 후보 이동 패턴이 생성되고 이로 인하여 수행 시간과 소요 메모리가 급격히 증가하게 되는 단점이 있다. 본 논문에서는 대용량의 시공간 데이타 집합으로부터 이동 객체의 이동 패턴을 효율적으로 추출하기 위한 STMPE(Spatio-Temporal Moving Pattern Extracting) 알고리즘을 제안한다. STMPE 알고리즘은 시공간 데이타를 일반화시킴으로서 메모리 사용량을 최소화할 수 있으며, 단기 이동 패턴을 작성하여 유지하기 때문에 데이타베이스 스캔 횟수를 최소화할 수 있다. STMPE 알고리즘은 모든 부분에서 시간 정보를 갖는 다른 시공간 이동 패턴 추출 알고리즘보다 최소지지도가 낮아질수록, 이동 객체의 수가 증가할수록, 시간 분할 횟수가 많아질수록 더욱 뛰어난 성능을 보였다.

• 디자인융복합연구
• /
• 제14권2호
• /
• pp.51-65
• /
• 2015

본 연구의 목적은 건물 파사드 디자인을 효과적으로 지원 할 수 있는 패턴의 감성적인 디자인 특성을 도출하여 그 특성들의 상관관계를 분석하는 것이다. 본 논문에서 다루어지는 디자인 패턴은 Ben Pell이 제시한 5가지, 즉 응용 패턴, 다공 패턴, 레이어드 패턴, 캐스트 패턴, 타일 패턴 이다. 본 논문은 5가지 패턴 유형의 예비 조사 후 50명을 대상으로 10쌍의 형용사 어휘를 가지고 Likert 7단계의 SD척도로 감성 어휘 조사 하였다. 본 논문은 예비조사에서 감성 어휘의 감성 치수가 가장 높은 응용 패턴의 디자인 특성을 분석하고 있다. 응용 패턴은 '연속적인'과 감성 상관성이 높다. 이 '연속적인'과의 상관관계가 높은 감성 어휘는 '비연속적인' 과 '규칙적인' 으로 도출 되었다. 본 논문에서 최종 도출한 응용패턴의 감성 디자인 특성은 '연속적인-비연속적인' 과 '불규칙적인-규칙적인' 등의 감성 어휘 쌍과 상대적으로 높은 상관관계를 갖는 것으로 요약될 수 있다. 디지털 기술의 지원에 의해 디자인된 파사드의 디자인 특성을 분석했다는 점과 도출된 디자인 특성의 활용 방향을 논의하고 있다는 점이 본 논문이 갖는 가치이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권10호
• /
• pp.5023-5038
• /
• 2017

Big data is an emerging technology which deals with wide range of data sets with sizes beyond the ability to work with software tools which is commonly used for processing of data. When we consider a huge network, we have to process a large amount of network information generated, which consists of both normal and abnormal activity logs in large volume of multi-dimensional data. Intrusion Detection System (IDS) is required to monitor the network and to detect the malicious nodes and activities in the network. Massive amount of data makes it difficult to detect threats and attacks. Sequential Pattern mining may be used to identify the patterns of malicious activities which have been an emerging popular trend due to the consideration of quantities, profits and time orders of item. Here we propose a sequential pattern mining algorithm with fuzzy logic feature selection and fuzzy weighted support for huge volumes of network logs to be implemented in Apache Hadoop YARN, which solves the problem of speed and time constraints. Fuzzy logic feature selection selects important features from the feature set. Fuzzy weighted supports provide weights to the inputs and avoid multiple scans. In our simulation we use the attack log from NS-2 MANET environment and compare the proposed algorithm with the state-of-the-art sequential Pattern Mining algorithm, SPADE and Support Vector Machine with Hadoop environment.

• 전기학회논문지
• /
• 제67권8호
• /
• pp.1071-1079
• /
• 2018

In this study, the design methodology as well as network architecture of Support Vector Machine based Polynomial Neural Network, which is a kind of the dynamically generated neural networks, is introduced. The Support Vector Machine based polynomial neural networks is given as a novel network architecture redesigned with the aid of polynomial neural networks and Support Vector Machine. The generic polynomial neural networks, whose nodes are made of polynomials, are dynamically generated in each layer-wise. The individual nodes of the support vector machine based polynomial neural networks is constructed as a support vector machine, and the nodes as well as layers of the support vector machine based polynomial neural networks are dynamically generated as like the generation process of the generic polynomial neural networks. Support vector machine is well known as a sort of robust pattern classifiers. In addition, in order to enhance the structural flexibility as well as the classification performance of the proposed classifier, multi-objective particle swarm optimization is used. In other words, the optimization algorithm leads to sequentially successive generation of each layer of support vector based polynomial neural networks. The bench mark data sets are used to demonstrate the pattern classification performance of the proposed classifiers through the comparison of the generalization ability of the proposed classifier with some already studied classifiers.