• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.153-158
• /
• 2010

본 논문에서는 선행 연구를 통해 제안하였던 새로운 분류 알고리즘인 Variance Considered Machines (VCM)을 통해 EEG 신호의 분류 에러율을 감소시킴으로 Brain-Computer Interface (BCI)의 성능향상 가능성을 보였다. BCI란 뇌파를 통해 컴퓨터와 같은 시스템을 제어하는 것으로 BCI의 인식률에 영향을 미치는 것에는 많은 요소가 있지만 본 논문에서는 그 중에서도 가장 중요한 분류 알고리즘을 제안된 알고리즘을 통해 인식률을 향상하는 것을 보였다. 이를 위해 피험자가 가상으로 왼쪽 손과 다리를 움직이는 상상을 한 데이터를 기존에 가장 많이 사용되고 있는 분류 알고리즘인 SVM과 제안된 VCM으로 분류하여 인식률을 비교하였다. 기존 연구를 통해 VCM의 우수성을 이론적 결과와 시뮬레이션 결과로 보였다면 본 논문에서는 실제 데이터를 통한 실험을 통해 인식률 향상을 보였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제10권1호
• /
• pp.59-64
• /
• 2010

To improve system performance, we apply the concept of membership function to Variance Considered Machines (VCMs) which is a modified algorithm of Support Vector Machines (SVMs) proposed in our previous studies. Many classification algorithms separate nonlinear data well. However, existing algorithms have ignored the fact that probabilities of error are very high in the data-mixed area. Therefore, we make our algorithm ignore data which has high error probabilities and consider data importantly which has low error probabilities to generate system output according to the probabilities of error. To get membership function, we calculate sigmoid function from the dataset by considering means and variances. After computation, this membership function is applied to the VCMs.

• 한국지능시스템학회논문지
• /
• 제21권2호
• /
• pp.218-223
• /
• 2011

최근 음악을 장르로 분류하는 다양한 연구가 진행되고 있다. 하지만 이러한 분류는 전문가들 마다 분류하는 기준이 서로 상이하여 정확한 결과를 도출하기가 쉽지 않다. 또한 새로운 장르 출현 시, 새롭게 정의해야하는 번거로움이 발생한다. 따라서 음악을 장르로 구분하기 보다는 감정형용사들로 분류, 검색하여야 한다. 선행연구에서는 밝고 어두움을 기준으로 음악을 분류 하였다. 본 논문에서는 선행연구를 포함하여 사람이 느끼는 감정 중, 격렬함과 잔잔함, 그리고 웅장함과 가벼움 등, 3가지 분류 기준을 가지고 분위기에 알맞은 검색을 위한 감정 형용사 기반의 음악 분류 시스템을 제안한다. 분류 알고리즘으로는 Support Vector Machine을 개선한 알고리즘인 Variance Considered Machines을 이용하였으며, 총 525개의 곡을 분류 시도한 결과, 약 85%의 분류 정확도를 나타내었다.

• 한국지능시스템학회논문지
• /
• 제20권6호
• /
• pp.884-889
• /
• 2010

최근 음악을 장르로 분류하는 다양한 연구가 진행되고 있다. 하지만 이러한 분류는 전문가들 마다 분류하는 기준이 서로 상이하여 정확한 결과를 도출하기가 쉽지 않다. 또한 새로운 장르 출현 시, 새롭게 정의해야하는 번거로움이 발생한다. 따라서 음악을 장르로 구분하기 보다는 감정단어들로 분류, 검색하여야 한다. 본 논문에서는 사람이 느끼는 감정 중, 밝음과 어두움을 기준으로 음악을 분류하려고 한다. 음악이 내포하고 있는 특성들에 VCM(Variance Considered Machines)을 적용하여 음악의 명암 분류 시스템을 제안한다. 본 논문에서 이용한 음악적 특성은 3가지이다. 설문조사를 통해 명암이 정의된 기준 음악을 음의 높고 낮음의 분포, 음색의 가늘고 굵음과 비트의 빠르기를 이용하여 VCM에 먼저 학습을 시킨 후, 학습된 VCM을 통하여 분류 되지 않은 음악을 정의하여 설문조사를 통한 결과와 비교 분석 하였다. 음 추출은 Matlab을 이용하여 샘플링된 음악을 일정한 간격으로 나누어 FFT를 통해 주파수 분석을 한 후 평균값을 그 구간의 대표음이라 가정하고 추출된 음들의 높낮이를 수치화 하여 전체 분포를 파악하였다. 음색 부분에서는 음 추출에서 사용된 주파수 영역에서 전체 주파수 누적분포의 차이를 이용하여 수치화 하였다. 이 세 가지 특성을 VCM에 적용하여 실험 결과와 설문 조사 결과 비교하여 보니 약 95.4%의 확률로 음악의 명암이 분리된 것을 확인 하였다.

• 전력전자학회논문지
• /
• 제5권4호
• /
• pp.358-369
• /
• 2000

얇은 판형 용접에 광범위하게 사용되는 피복아크 용접기는 용접전원으로 변압기를 사용하는 AC 아크용접기외 인버터를 사용하는 인버터 아크 용접기로 구분된다. AC아크용접기는 변압기를 사용하므로 전체시스템의 부피 및 무게가 커지며 변압기 탭조정으로 인한 최적 출력전압이 설정되지 않아 용접성는이 저하되는 단침이 있다. 이러한 단점올 개선히고 용접성능을 향상시키기 위하여 고속반도체 소자를 이용한 인버터 아크용접기가 많이 연구되고 있다. 인버터 피복아크 용집기시스템은 다이오드 정류기, 인버터, 고주파 변압기, 출력측 정류기 및 리엑터로 구성되어져 있는데, 입력전원측에 다아오두 정류기를 사용함으로서 고조파 다량 힘유 및 입력역률 저하등을 가져오며, 일정 듀티를 갖는 정전압제어방식을 이용하고 아크용접시스템 고유의 정전류특성은 변압기의 누설구조애 의해 실현하고 았다. 따라서 본 논문에서든 이상의 단점을 해결하기 위하여 PWM 컨버터를 적용하여 입력측의 고조파를 제거하고 입력역률 99% 유지할 수 있었으며, 또한 새로운 혼형제어기법을 적용하여 순시적인 용접 출력전압과 전류를 제어하여 용접 출럭전압과 전류를 일정하게 유지시킴으로서 AC아크용접기와 비교하여 스패터룹 70%감소시켰으며 무부하시 10%의 효율 상승을 가져왔다.