• Journal of Information Processing Systems
• /
• 제16권1호
• /
• pp.6-29
• /
• 2020

Biometrics identification using multiple modalities has attracted the attention of many researchers as it produces more robust and trustworthy results than single modality biometrics. In this paper, we present a novel multimodal recognition system that trains a deep learning network to automatically learn features after extracting multiple biometric modalities from a single data source, i.e., facial video clips. Utilizing different modalities, i.e., left ear, left profile face, frontal face, right profile face, and right ear, present in the facial video clips, we train supervised denoising auto-encoders to automatically extract robust and non-redundant features. The automatically learned features are then used to train modality specific sparse classifiers to perform the multimodal recognition. Moreover, the proposed technique has proven robust when some of the above modalities were missing during the testing. The proposed system has three main components that are responsible for detection, which consists of modality specific detectors to automatically detect images of different modalities present in facial video clips; feature selection, which uses supervised denoising sparse auto-encoders network to capture discriminative representations that are robust to the illumination and pose variations; and classification, which consists of a set of modality specific sparse representation classifiers for unimodal recognition, followed by score level fusion of the recognition results of the available modalities. Experiments conducted on the constrained facial video dataset (WVU) and the unconstrained facial video dataset (HONDA/UCSD), resulted in a 99.17% and 97.14% Rank-1 recognition rates, respectively. The multimodal recognition accuracy demonstrates the superiority and robustness of the proposed approach irrespective of the illumination, non-planar movement, and pose variations present in the video clips even in the situation of missing modalities.

• 한국지진공학회논문집
• /
• 제1권2호
• /
• pp.1-15
• /
• 1997

본 논문에서는 대형구조물에서 구조물의 안전성 평가와 관련하여 구조물이 국부손상도를 추정하기 위한 효율적인 부분구조추정(Substructural Identification) 기법에 대하여 연구하였다. 먼저, 부분구조 추정법을 위한 모형식을 설정하기 위하여 운동방정식으로부터 부분구조에 대한 계측오차를 처리하기 위한 모형을 포함한 추계론적 자동회귀-이동평균(ARAMX) 모형식을 유도하였다. 추정된 모형식의 계수는 유도된 관계식을 이용하면, 구조손상 평가에 이용될 수 있는 강성행렬로 환산될 수 있다. 본 논문에서 유도된 부분구조 추정법의 가장 큰 장점은 매우 안정되고 정확도가 우수한 구조추정법인 ARMAX 모형식에 기반한 순차적 예측오차 방법을 사용함으로써 다른 방법에 비해 추정의 안정성 및 정확도가 뛰어나다는 것이다. 다음으로는 개발된 부분구조 추정법을 이용하여 구조 손상도 추정이 수행되었다. 손상도 추정을 위하여 앞서 순차적 예측오차 방법을 이용하여 추정된 구조계 현상태의 강성행렬을 바탕으로, 최소지승법을 이용하여 구하는 간접법이 제시되었다. 제시된 방법들의 검증을 위하여 예제해석이 수행되었다. 트러스 및 연속교 모형 그리고 실험적 예제에 적용하여 구조의 강성행렬 및 감쇠행렬을 추정하였다. 이를 바탕으로 손상도 추정방법이 검증되었다. 해석결과로부터, 개발된 방법이 효율적이고 정확도 및 안정성의 측면에서 우수한 성질이 있음을 확인할 수 있다.

• 지능정보연구
• /
• 제14권2호
• /
• pp.45-61
• /
• 2008

기존의 유비쿼터스 상거래에 대한 연구는, 대부분이 상품을 판매하는 매장 공간을 배경으로 하는 연구인 반면, 서비스 공간에서의 유비쿼터스 상거래에 대한 연구는 드물게 이루어져왔다. 본 논문은 서비스 공간에서의 유비쿼터스상거래 사례(맥도날드의 터치오더 서비스)를 분석하고, 현실 사례의 한계를 극복하는 방법으로서, 서비스 공간에서 새로운 가치창출을 할 수 있는 유비쿼터스 상거래 비즈니스 모델인 Media Embedded Place 비즈니스 모델을 소개하였다. Media Embedded Place 비즈니스 모델은 비교적 이동성이 없는 테이블이나 게시판과 같은 사물에 태그를 부착하여 서비스를 제공하거나 상거래를 발생시키고 그 대가로 공간을 제공한 사업자가 인센티브를 취하는 비즈니스 모델을 일컫는데, 이 모델을 위한 시나리오와 애플리케이션들을 분석하고, Tag-Evaluation 모델을 이용한 수익성 분석 사례를 설명하였다.

• 한국항공우주학회지
• /
• 제32권3호
• /
• pp.45-50
• /
• 2004

위성의 성공적인 임무 수행을 위한 자세 안정화와 성능요구조건을 만족하기 위해서 반작용휠 제어로직의 설계가 중요하다. 실제 위성궤도 상에서 발생하는 여러 가지 불확실성으로 인해 지상실험을 통해 획득한 모델 파라미터 값들만으로 제어로직을 설계하는데 한계가 있다. 그러므로 위성이 궤도상에 있을 때의 반작용휠 입력 및 출력 데이터를 이용하여 모델 파라미터를 보정하고 자세제어기에 반영하는 것이 요구된다. 본 논문에서는 다목적실용위성의 Telemetry 데이터를 활용한 시스템인식 (System Identification)을 수행하였고, 이를 통한 반작용휠의 모델 파라미터를 추출한다. 또한, 반작용휠을 모델링 하고 또한 제어기설계에 사용된 모델 파라미터를 추출하여 지상실험 데이터와 비교분석한다.

• 대한기계학회논문집
• /
• 제15권6호
• /
• pp.1819-1830
• /
• 1991

본 연구에서는 구조물이 순수한 선형계인 경우에 국한하여 선형 구조물의 여 러지점에서 측정한 신호들을 기존의 방법과 같이 다중입력으로 간주하고 선형 구조물 로부터 방사된 소음, 즉 관측자의 위치에서 측정한 신호를 출력으로 가정한 두 부분 기여도 함수를 적용하여 소음/진동원을 규명하였을 때 발생하는 결과를 이론적으로 해 석하여 보았다.

• 센서학회지
• /
• 제17권3호
• /
• pp.229-235
• /
• 2008

In order to monitor the anticancer drug in stable conditions, the Web based anticancer drug management system and alarm services were constructed and assessed in this study. Anticancer drug should be exact to the correct patient in the right environment. To overcome the restriction of existing equipment that only monitors fragmentarily, temperature and humidity were continuously monitored to maintain stable environments using sensor networks and RFID for the monitoring and management of anticancer drug. Construction drug identification and the effect of normal air outside the anticancer dispensary with obstacles were evaluated in working hour. Pre-installed control system in the dispensary could be alternated with auto sensing and alarming. We expected that the efficiency of anticancer drug management and the reliability of drug medication by handwork would be increase accordingly.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1999년도 제14차 학술회의논문집
• /
• pp.45-48
• /
• 1999

Model predictive control algorithm requires a relevant model of the system to be controlled. Unfortunately, the first principle model describing a polymerization reaction system has a large number of parameters to be estimated. Thus there is a need for the identification and control of a polymerization reactor system by using available input-output data. In this work, the polynomial auto-regressive moving average (ARMA) models are employed as the input-output model and combined into the nonlinear model predictive control algorithm based on the successive linearization method. Simulations are conducted to identify the continuous styrene polymerization reactor system. The input variables are the jacket inlet temperature and the feed flow rate whereas the output variables are the monomer conversion and the weight-average molecular weight. The polynomial ARMA models obtained by the system identification are used to control the monomer conversion and the weight-average molecular weight in a continuous styrene polymerization reactor It is demonstrated that the nonlinear model predictive controller based on the polynomial ARMA model tracks the step changes in the setpoint satisfactorily. In conclusion, the polynomial ARMA model is proven effective in controlling the continuous styrene polymerization reactor.

• 전자공학회논문지SC
• /
• 제46권3호
• /
• pp.8-14
• /
• 2009

본 논문은 성능 향상을 위하여 IMC 제어 구조를 갖는 PID 제어기 설계를 제안했다. 내부 모델은 최종값 정리와 유전자 알고리즘을 이용하여 2차의 지연시간을 갖는 모델로 동정 하였다. 그리고 제어기 파라미터 값은 성능지수 (IAE, ITAE)값이 최소가 되도록 내부 모델과 수치적 계산에 의해서 자동 동조된다. 시뮬레이션을 통하여 다양한 공정에 대하여 본 논문에서 새롭게 제안된 방법이 기존의 방법보다 우수함을 확인 할 수 있었다.

• 한국안전학회지
• /
• 제7권2호
• /
• pp.71-79
• /
• 1992

This paper presents a least-square algorithms of lattice structures and their use for adaptive prediction of time series generated from the dynamic system. As the view point of adaptive prediction, a new method of Identification of dynamic characteristics by means of estimating the parameters of linear auto regressive model is proposed. The fast convergence of adaptive lattice algorithms is seen to be due to the orthogonalization and decoupling properties of the lattice. The superiority of the least-square lattice is verified by computer simulation, then predictor coefficients are computed from the linear sequential time data. For the application to the dynamic characteristic analysis of unknown system, the transfer function of ideal system represented in frquency domain and the estimated one obtained by predicted coefficients are compared. Using the proposed method, the damping ratio and the natural frequency of a dynamic structure subjected to random excitations can be estimated. It is expected that this method will be widely applicable to other technical dynamic problem in which estimation of damping ratio and fundamental vibration modes are required.

• 대한기계학회논문집A
• /
• 제21권6호
• /
• pp.988-994
• /
• 1997

The demands for robotic and automatic system are continually increasing in manufacturing fields. There have been many studies to monitor and predict the system, but they have mainly focused upon measuring cutting force, and current of motor spindle, and upon using acoustic sensor, etc. In this study, digital image of time series sequence was acquired by taking advantage of optical technique. Mean square error was obtained from it and was available for useful observation data. The parameter was estimated using PAA(parameter adaptation algorithm) from observation data. AR(auto regressive) model was selected for system model and fifth order was decided according to parameter estimation. Uncorrelation test was also carried out to verify convergence of parameter. Through the proceedings, it was found that there was a system stability.