• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권6호
• /
• pp.1516-1529
• /
• 2023

In this paper, a motor gearbox fault-detection system based on a hierarchical flow-based model is proposed. The proposed system is used for the anomaly detection of a motion sound-based actuator module. The proposed flow-based model, which is a generative model, learns by directly modeling a data distribution function. As the objective function is the maximum likelihood value of the input data, the training is stable and simple to use for anomaly detection. The operation sound of a car's side-view mirror motor is converted into a Mel-spectrogram image, consisting of a folding signal and an unfolding signal, and used as training data in this experiment. The proposed system is composed of an encoder and a decoder. The data extracted from the layer of the pretrained feature extractor are used as the decoder input data in the encoder. This information is used in the decoder by performing an interlayer cross-scale convolution operation. The experimental results indicate that the context information of various dimensions extracted from the interlayer hierarchical data improves the defect detection accuracy. This paper is notable because it uses acoustic data and a normalizing flow model to detect outliers based on the features of experimental data.

• 디지털융복합연구
• /
• 제18권2호
• /
• pp.483-487
• /
• 2020

본 연구는 지면의 유형에 따른 서스펜션 트레이닝의 효과를 분석하기 위해 14명의 건강한 남자 대학생을 대상으로 2종류의 다른 지면 편평한 지면, 짐볼을 이용한 불안정한 지면에 따른 서스펜션 트레이닝의 주목적인 코어 근육의 활성 특성을 연구하였다. 지면의 유형에 따른 코어 근육의 활성도를 측정하기 위해 EMG(Electromyography)를 활용하였고 측정부위는 복직근, 외복사근, 내복사근, 하부요추 기립근의 근활성도를 측정하였다. 측정변인은 각각의 코어 근육 별로 지면의 유형에 따라 근전도 신호를 표준화하기 위해 %MVC방법으로 측정하였다. 지면의 유형에 따른 코어 근육의 차이를 검증하기 위해 paired t-test를 실시하였으며 유의수준은 p<. 05로 설정하였다. 다양한 유형의 지면에 따른 코어 근육의 활성도에 관한 특성을 측정한 결과 두 지면 사이의 근육 별, 지면 별 차이점은 통계적으로 유의하게 나타나지 않았다. 하지만 이는 코어 근육의 트레이닝의 적용 시 반드시 불안정한 형태의 지면에서의 트레이닝 효과가 안정된 지면에서의 효과보다 우월하다는 통념을 다시 한 번 생각하게 하는 중요한 결과라 사료된다. 본 연구의 의미는 불안정한 지면이나 안정된 지면이 코어 근육 활성화에 큰 영향을 미치지 않으므로 어떠한 운동프로그램이던지 정규화된 코어근육 강화프로그램을 실시해도 근육의 활성화에 차이가 없음을 의미한다.

• 한국ITS학회 논문지
• /
• 제22권3호
• /
• pp.20-37
• /
• 2023

본 연구는 지속 확대 설치되고 있는 교통신호기가 교통사고 예방에 어떤 효과가 있는지 분석하기 위한 것이다. 대전광역시 교통신호기 1,602개소 중에서 2013~2019년까지 7년간 TCS에 등록된 신호위반 등 교통사고 자료 7,045건을 수기 검색하였다. 교통사고 다발 상위 20개소 교차로를 특정하고, 교통사고 조사기록과 현장지도를 열람하여 위반차량의 주행 방향, 신호현시를 비교분석하고, 신호위반 교통사고 원인을 신호운영 설계(운영) 미흡과 운전자 과실(고의)을 구분해서 문제점 및 개선안을 제안하였다. 분석 결과 직좌동시신호와 중복현시 등에서 신호위반 교통사고 75%가 발생하였고, 황색신호에서 발생하는 교통사고 대책으로 황색신호시간 연장 또는 전적색(All Red)신호 운영시 교통사고가 줄어들었다. 비보호 좌회전은 정상신호로 개선이 필요하다. 또한, 경찰에서는 교통사고 현장지도 및 신호관련 자료에 대하여 수기 열람으로 교통사고 예방대책 수립시 많은 인력과 활용도가 떨어져 교통업무관리시스템(TCS)의 개선이 필요하다. 본 연구는 현장에서 수집한 방대한 데이터를 분석하여 개선방안을 제시한 것으로 신호운영에 기여할 것으로 판단된다.

• Journal of Electrical Engineering and Technology
• /
• 제13권3호
• /
• pp.1251-1264
• /
• 2018

The systematic and effective design method of a Class-D current-source resonant inverter for use in an induction cooker with zero-ripple line current is presented. The design procedure is based on the principle of the Class-D current-source resonant inverter with a simplified load network model that is a parallel equivalent circuit. An induction load characterization is obtained from a large-signal excitation test-bench based on parallel load network, which is the key to an accurate design for the induction cooker system. Accordingly, the proposed scheme provides a systematic, precise, and feasible solution than the existing design method based on series-parallel load network under low-signal excitation. Moreover, a zero-ripple condition of utility-line input current is naturally preserved without any extra circuit or control. Meanwhile, a differential-mode input electromagnetic interference (EMI) filter can be eliminated, high power quality in utility-line can be obtained, and a standard-recovery diode of bridge-rectifier can be employed. The step-by-step design procedure explained with design example. The devices stress and power loss analysis of induction cooker with a parallel load network under large-signal excitation are described. A 2,500-W laboratory prototype was developed for $220-V_{rms}/50-Hz$ utility-line to verify the theoretical analysis. An efficiency of the prototype is 96% at full load.

• 한국음향학회지
• /
• 제38권4호
• /
• pp.433-441
• /
• 2019

본 논문에서는 입 주변에 방사한 초음파 신호가 반사되어 돌아올 때 발생하는 초음파 도플러 신호를 LSTM(Long Short Term Memory) 순환 신경망 (Recurrent Neural Networks, RNN)을 이용해 음성 패러미터를 추정하는 방법을 소개하고 다층 퍼셉트론 (Multi-Layer Perceptrons, MLP) 신경망을 이용한 방법과 성능 비교를 하였다. 본 논문에서는 LSTM 순환 신경망을 이용해 초음파 도플러 신호로부터 음성 신호의 푸리에 변환 계수를 추정하였다. LSTM 순환 신경망을 학습하기 위한 입력 및 기준값으로 초음파 도플러 신호와 음성 신호로부터 각각 추출된 멜 주파수 대역별 에너지 로그값과 푸리에 변환 계수가 사용되었다. 테스트 데이터를 이용한 실험을 통해 LSTM 순환 신경망과 MLP의 성능을 평가, 비교하였고 척도로는 평균 제곱근 오차(Root Mean Squared Error, RMSE)가 사용되었다.각 실험의 RMSE는 각각 0.5810, 0.7380로 나타났다. 약 0.1570 차이로 LSTM 순환 신경망을 이용한 방법의 성능 우세한 것으로 확인되었다.

• 융합정보논문지
• /
• 제11권6호
• /
• pp.1-6
• /
• 2021

음성 인식 분야에서 DNN이 적용됨에 따라 음성 인식의 이용이 증대되고 있으나 기존의 GMM 보다 병렬 훈련에 대한 계산의 양이 많아야 되며, 데이터의 양이 적으면 오버피팅이 발생한다. 이를 해결하기 위해 데이터의 양이 작은 경우에도 강인한 음성 특징 추출과 음성 신호 잡음 제거에 효율적인 방안을 제시한다. 음성 특징 추출은 음성에 대한 프레임 에너지의 차이와 음성 신호에 영향을 받는 영 교차율과 레벨 교차율을 적용하여 음성 에너지의 효율적 추출을 한다. 또한, 잡음 제거를 위해 음성 신호에 대한 검출에서 음성의 고유 특성을 유지하면서 음성 정보 손상이 적은 평균 예측 LMS 필터를 개선하여 음성 신호의 잡음을 제거하여 데이터양이 적은 경우의 문제를 해결한다. 개선된 LMS 필터는 입력 신호에 대한 활성 파라미터 임계치를 조정하여 입력된 음성 신호에 대한 잡음을 처리하는 방법을 사용한다. 본 논문에서 제안한 방법을 사용하여 기존의 프레임 에너지를 이용한 방법과 비교한 결과 음성의 시작점의 오차율은 7%, 끝나는 점 오차율에서 11% 향상된 성능을 확인하였다.

• 대한임베디드공학회논문지
• /
• 제7권2호
• /
• pp.85-93
• /
• 2012

In this paper, we proposed Wireless LAN (WLAN) localization method that enhances database construction based on weighting factor and analyse the characteristic of the WLAN received signals. The weighting factor plays a key role as it determines the importance of Received Signal Strength Indication (RSSI) value from number of received signals (frequency). The fingerprint method is the most widely used method in WLAN-based positioning methods because it has high location accuracy compare to other indoor positioning methods. The fingerprint method has different location accuracies which depend on training phase and positioning phase. In training phase, intensity of RSSI is measured under the various. Conventional systems adapt average of RSSI samples in a database construction, which is not quite accurate due to variety of RSSI samples. In this paper, we analyse WLAN RSSI characteristic from anechoic chamber test, and analyze the causes of various distributions of RSSI and its influence on location accuracy in indoor environments. In addition, we proposed enhanced weighting factor algorithm for accurate database construction and compare location accuracy of proposed algorithm with conventional algorithm by computer simulations and tests.

• 통합자연과학논문집
• /
• 제4권3호
• /
• pp.238-242
• /
• 2011

For any pattern matching based algorithm in WLAN environment, the characteristics of signal to noise ratio(SNR) to multiple access points(APs) are utilized to establish database in the training phase, and in the estimation phase, the actual two dimensional coordinates of mobile unit(MU) are estimated based on the comparison between the new recorded SNR and fingerprints stored in database. The system that uses the artificial neural network(ANN) falls in a local minima when it learns many nonlinear data, and its classification accuracy ratio becomes low. To make up for this risk, the SVM/ANN hybrid algorithm is proposed in this paper. The proposed algorithm is the method that ANN learns selectively after clustering the SNR data by SVM, then more improved performance estimation can be obtained than using ANN only and The proposed algorithm can make the higher classification accuracy by decreasing the nonlinearity of the massive data during the training procedure. Experimental results indicate that the proposed SVM/ANN hybrid algorithm generally outperforms ANN algorithm.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 하계종합학술대회논문집
• /
• pp.46-49
• /
• 1998

In this paper, we introduce the notion of intelligent communication by introducing a novel intelligent receiver model. This receiver is continually evolving and learns and improves in performance as it compiles its experience over time. In digital communication context, in a typical training mode, it jearns the concept of "1" as is deteriorated by arbitrary (not necessarily additive as is typically assumed) disturbance and /or modulation. After learning "1", in test mode, it classifies the received signal "1" and "0" almost completely. The intelligent receiver as implemented is grounded on the recently introduced Stochastic Morphological Sampling Theorem(SMST), a distribution-free result which gives theoretical bounds on the sample complexity(training size) needed for the required performance parameters such as accuracy($\varepsilon$) and confidence($\delta$). Based on this theorem, we demonstrate --almost irrespective of channel and modulation model-- the number of samples needed to learn the concept of "1" is not too "large" and the resulting universal receiver structure, that corresponding to classical Nearest Neighbor rule in Pattern Recognition Theory, is trivial. We check the surprising efficiency and validity of this model through some simple simulations. and validity of this model through some simple simulations.

• ETRI Journal
• /
• 제34권4호
• /
• pp.511-517
• /
• 2012

The best linear unbiased estimator (BLUE) is most suitable for practical application and can be determined with knowledge of only the first and second moments of the probability density function. Although the BLUE is an existing algorithm, it is still largely unexplored and has not yet been applied to channel estimation in amplify and forward (AF)-based wireless relay networks (WRNs). In this paper, a BLUE-based algorithm is proposed to estimate the overall channel impulse response between the source and destination of AF strategy-based WRNs. Theoretical mean square error (MSE) performance for the BLUE is derived to show the accuracy of the proposed channel estimation algorithm. In addition, the Cram$\acute{e}$r-Rao lower bound (CRLB) is derived to validate the MSE performance. The proposed BLUE channel estimation algorithm approaches the CRLB as the length of the training sequence and number of relays increases. Further, the BLUE performs better than the linear minimum MSE estimator due to the minimum variance characteristic exhibited by the BLUE, which happens to be a function of signal-to-noise ratio.