• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.95-97
• /
• 2004

This paper estimates Adaptive Resonance Theory 1(ART1) as a vigilance parameter of pattern clustering algorithm. Inherent characteristics of the model are analyzed. In particular the vigilance parameter ${\rho}$ and its role in classification of patterns is examined. Our estimates show that the vigilance parameter as designed originally does not necessarily increase the number of categories with its value but can decrease also. This is against the claim of solving the stability-plasticity dilemma. However, we have proposed a modified vigilance parameter estimate criterion which takes into account the problem of subset and superset patterns and stably categorizes arbitrarily many input patterns in one list presentation when the vigilance parameter is closer to one.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2525-2527
• /
• 2004

This paper classify using Adaptive Resonance Theory 1(ART1) as a vigilance parameter of pattern clustering algorithm. Inherent characteristics of the model are analyzed. In particular the vigilance parameter $\rho$ and its role in classification of patterns is examined. Our estimates show that the vigilance parameter as designed originally does not necessarily increase the number of categories with its value but can decrease also. This is against the claim of solving the stability-plasticity dilemma. However, we have proposed a modified vigilance parameter setting criterion which takes into account the problem of subset and superset patterns and stably categorizes arbitrarily many input patterns in one list presentation when the vigilance parameter is closer to one. And this paper goal is the input pattern cognition and classification using neural network.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.763-766
• /
• 2002

레이더 영상에서의 물체 위치는 극좌표계로 주어지기 때문에 직각좌표계로 표현되는 일반적인 물체 추적에서의 클러스터링을 통한 물체 추출 방법은 비효율적이다. 본 논문에서는 이러한 레이더 영상의 특성을 고려하여 개선된 ART2클러스터링 기법을 이용하는 방법을 제안하였다. 이진화와 labeling을 통해 추적하고자 하는 물체 외의 물체나 잡영을 제거한 영상에서의 adaptive vigilance parameter를 이용한 ART2 클러스터링 기법의 적용은 추적하고자 하는 물체를 추출함에 있어 우수한 실험 결과를 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.197-202
• /
• 2006

본 논문에서는 퍼지 신경회로망을 사용하여 영상에서 물체를 배경으로부터 추출해내는 방법을 제시하였다. 퍼지 신경회로망의 vigilance parameter를 조정하여 영상을 2개의 클래스로 분류하고, 물체 영역과 배경영역의 Cb와 Cr의 대표값을 추출하였다. 제안한 방법을 사용하여 물체색상의 위치 및 크기와 밝기에 상관없이 물체영역을 추출하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권11호
• /
• pp.1072-1079
• /
• 2003

본 논문은 점층적으로 대규모 문서 분류를 할 수 있는 새로운 클러스터링 알고리즘에 대한 것으로, 고차원의 대규모 문서 집합에 대한 클러스터링을 수행하는 spherical k-means (SKM) 알고리즘과 점층적인 방식으로 클러스터링을 수행하는 퍼지(fuzzy) ART(adaptive resonance theory) 신경망의 특징을 이용하였다. 즉, SKM의 벡터 공간 모델과 개념벡터를 토대로 퍼지 ART의 경계변수의 개념을 결합한 것이다. 제시하는 알고리즘은 점층적 클러스터링의 지원과 함께 최적의 클러스터 수를 자동으로 결정할 뿐 아니라 이상치(outlier)와 노이즈(noise)에 의한 overfitting의 문제도 해결하였다. 또한 생성된 클러스터들의 질을 평가할 수 있는 응집도를 측정하는 목적 함수의 값에 있어서도 CLASSIC3 데이타 집합으로 실험한 결과 기존의 SKM에 비해 평균 8.04%의 향상된 응집도를 나타냈다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 춘계학술대회 학술발표 논문집
• /
• pp.180-184
• /
• 1997

This paper presents the fuzzy neural network which utilizes a fuzzified Kohonen learning uses a fuzzy membership value, a function of the iteration, and a intra-membership value instead of a learning rate. The IRIS data set if used to test the fuzzy neural network. The test result shows the performance of the fuzzy neural network depends on k and the vigilance parameter T.

• 한국지능시스템학회논문지
• /
• 제17권2호
• /
• pp.226-231
• /
• 2007

본 논문에서는 퍼지 신경회로망을 사용하여 영상에서 색상을 가진 물체를 배경으로부터 추출해내는 방법을 제시하였다. 퍼지 신경회로망은 영상을 2개의 부류로 구성되어 있는 것으로 보고, 임계 파라미터를 조종하여 물체 영역의 Cb와 Cr의 대표값들과 배경영역의 Cb와 Cr의 대표값들을 추출하였다. 이 대표값들을 이용하여 색상을 가진 물체를 배경으로부터 추출하였다. 제안한 방법은 물체의 위치 및 크기와 밝기에 상관없이 물체를 추출하였다. 여러 가지 영상들을 사용하여 제안한 방법의 성능과 주관적 임계값을 사용한 방법의 성능을 비교하였다. 또한 영상들에 잡음을 첨가하여 제안한 방법의 성능과 주관적 임계값을 사용한 방법의 물체를 추출하는 능력을 비교하였다.

• 한국통신학회논문지
• /
• 제26권8B호
• /
• pp.1078-1084
• /
• 2001

In this paper, fuzzy-ARTMAP neural network is applied for compensating the nonlinearity of satellite communication channel. The fuzzy-ARTMAP is made of using fuzzy logic and ART neural network. By a match tracking process with vigilance parameter, fuzzy ARTMAP neural network achieves a minimax learning rule that minimizes predictive error and maximizes generalization. Thus, the system automatically learns a minimal number of recognition categories, or hidden units, to meet accuracy criteria. Simulation studies are performed over satellite nonlinear channels. The performance of proposed fuzzy-ARTMAP equalizer is compared with MLP-basis equalizers.

• 대한의용생체공학회:의공학회지
• /
• 제18권3호
• /
• pp.315-323
• /
• 1997

Driving is a complex vigilance task that includes improper lookout, excessive speed and inattention. The primary objective of this research is to detect driver drowsiness so that the driver can be alerted to an impending traffic accident in performance. We developed the automatic detection and warning system during drowsy driving. A drowsiness detection system must be able to monitor driver status and detect the detrimental changes of a driver performance. Eyeblink has been found to be a reliable factor of drowsiness detection in earlier studies. As an additional parameter, we also considered the yawning which often occurs in a low vigilance state and predicts the drowsy state. We used a computer vision method to extract the eyeblink and yawning in the face image sequences. When the drowsy state was detected, the driver was refreshed by alarming device and menthol scent generator after deciding the warning level by fuzzy logic. For the evaluation of our system, we measured the physiological parameters such as EOG and EEG. The results indicated that it is possible to detect and alert the driver drowsiness temporarily or continuously by using our system.

• 한국컴퓨터정보학회논문지
• /
• 제10권5호
• /
• pp.333-342
• /
• 2005

본 논문에서는 영상처리 및 인식 기술을 학생증 영상 인식에 적용하는 방법과 웹 환경에서 학생 정보를 관리할 수 있는 방법을 제안한다. 원 학생증 영상에서 가장 밝은 픽셀과 가장 어두운 픽셀에 대한 평균 밝기 값을 임계치로 설정하여 원 영상을 이진화하여 수평 방향으로 히스토그램을 수행하고 학번의 위치 정보를 이용하여 학번 영역을 추출한다. 추출된 학번 영역의 잡음을 제거하기 위하여 3$\times$3 마스크를 적용한 최빈수 평활화(smoothing)를 수행하여 잡음을 제거하고 수직 방향 히스토그램을 이용하여 개별 문자를 추출한다. 추출된 학번 문자의 인식은 ARTI 알고리즘을 개선하여 적용한다. 본 논문에서 제안하고 있는 개선된 ART1 알고리즘은 클러스터링하는데 있어서 임의의 패턴과 저장 패턴 사이의 불일치 허용도를 나타내는 경계 변수를 동적으로 설정함으로써 기존의 ART1 알고리즘을 개선한다. 인식 실험 결과, 개선된 ART1 알고리즘이 기존의 ART1 알고리즘보다 인식률이 개선되었다. 따라서 실험을 통해 인식 향상을 보인 제안된 학생증 인식 방법을 이용하여 웹 환경에서의 학사 관리 시스템을 개발하였다.