• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.369-374
• /
• 2008

음악 연구에 따른 컴퓨터의 역할이 점자 중요한 비중을 차지함에 따라 보다 효과적인 악보 인식과 효율적인 악보의 편집 및 수정 방법이 요구된다. 기존의 수동 입력 방식에서는 악보를 부정확하게 입력하여 수정하는 경우에는 작업 시간이 많이 소요되며, 각 수정 프로그램에서 만든 악보는 특정 프로그램에서만 재수정이 가능하다는 단점이 있다. 본 논문에서는 이러한 단점을 보완하기 위하여 이미 작성 되어있는 악보들을 자동으로 인식하는 방법을 제안한다. 제안된 악보 인식 방법은 수평 히스토그램을 이용하여 악보 이미지의 오선을 제거한 후, 4방향 윤곽선 추적 알고리즘을 적용하여 잡음을 제거하고 Grassfire 알고리즘을 적용하여 악보 구성 기호들을 추출한다. 추출된 악보 구성 기호들은 Hierarchical ART2 알고리즘을 적용하여 인식한다. 인식된 악보구성 기초들을 이용하여 악보 구성 기호들이 속하는 마디의 위치 정보를 각각 저장하고 향후에 악보 구성 기호의 편집과 수정이 용이하게 한다. 제안된 악보 인식 방법의 성능을 평가하기 위해 100장의 악보 영상을 대상으로 실험한 결과, 제시된 Hierarchical ART2 알고리즘을 이용한 악보 영상의 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.43 no.4 s.310
• /
• pp.21-29
• /
• 2006

A fuzzy ARTMAP neural network and a fuzzy ART neural network are proposed to identify $H_2S,\;NH_3$, and their mixtures and to estimate their concentrations, respectively. Features are extracted from a tin oxide gas sensor operated in a thermal modulation plan. After dimensions of the features are reduced by a preprocessing scheme, the features are fed into the proposed fuzzy neural networks. By computer simulations, the proposed method is shown to be fast in learning and stable in concentration estimating compared with other methods.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.387-392
• /
• 2007

본 논문에서는 질병에 대한 전문적인 지식이 부족한 일반인들을 대상으로 스스로 자신의 건강 상태를 쉽게 파악하고, 조금씩 진화하는 질병 바이러스에 따른 증상의 변화를 진단할 수 있는 퍼지 ART 알고리즘을 이용한 한방 자가 진단 및 학습 시스템을 제안한다. 제안된 한방 자가 진단 및 학습 시스템은 72가지 한방 질병과 각 질병에 대한 증상을 분석하여 데이터베이스로 구축하고 구축된 데이터베이스 정보를 기반으로 퍼지 ART 알고리즘을 적용하여 사용자의 질병을 도출한다. 본 논문에서는 사용자가 자신의 대표 증상을 제시하면 해당 증상을 포함하는 질병들을 도출한다. 도출된 질병들의 세부 증상들을 사용자가 입력 벡터로 제시하면 퍼지 ART 알고리즘을 적용하여 세부 증상에 대한 질병들을 클러스터링한 후, 세부 증상에 대한 질병의 소속 정도를 제공한다. 본 논문에서 제시한 시스템을 한의학 전문의가 분석한 결과, 본 논문에서 제사한 시스템이 한방 질병의 보조 진단으로서의 가능성을 확인하였다.

• 한국기계연구소 소보
• /
• s.16
• /
• pp.53-61
• /
• 1986

This paper introduces the program to develop graphics-oriented, interactive, computer-aided design modules for machine elements which are developing in both of CAD/CAM Lab., Numerical Control Department of KIMM in Korea and Mechanical Engineering Department of the Ohio State University in U.S.A. The CAD modules are developed to be efficiently performed within the arena of minicomputer-and personal computer-based computer-aided design. In addition, this paper deals with the state-of-the-art in computer-aided design.

• 제어로봇시스템학회:학술대회논문집
• /
• 2004.08a
• /
• pp.1727-1731
• /
• 2004

We propose an ART2 neural network-based fault diagnosis method to diagnose of sensor in the gas monitoring system. In the proposed method, using thermal modulation of operating temperature of sensor, the signal patterns are extracted from the voltage of load resistance. Also, fault classifier by ART2 NN (adaptive resonance theory 2 neural network) with uneven vigilance parameters is used for fault isolation. The performances of the proposed fault diagnosis method are shown by simulation results using real data obtained from the gas monitoring system.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.09b
• /
• pp.91-94
• /
• 2003

본 논문에서는 RBF 네트워크의 중간층과 출력층 사이의 연결강도를 효율적으로 조정하기 위해 퍼지 논리 시스템을 이용하여 학습률과 모멘텀을 동적으로 조정하는 개선된 RBF 네트워크를 제안한다. 입력층과 중간층 사이의 학습 구조로 ART2를 적용하고 중간층과 출력층 사이의 연결 강도 조정 방법으로는 제안된 학습률 자동 조정 방식을 적용한다. 제안된 방법의 학습 성능을 평가하기 위해 기존의 delta-bar-delta 알고리즘, 기존의 ART2 기반의 RBF 네트워크와 비교 분석한 결과, 제안된 방법이 학습 속도와 수렴성에서 개선된 것을 확인하였다.

• Proceedings of the IEEK Conference
• /
• 2008.06a
• /
• pp.675-676
• /
• 2008

This paper presents adjustment of input order to improve clustering performance of ART1. We propose new method for On-line clustering which adjusts initial input data using buffer. We demonstrate the clustering performance of the proposed algorithm by testing it on Zoo data set from UCI and created artificial data set for simulation. Experimental results show that preposed method increases 7.8% of clustering performance than ART1 model on the average.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.377-382
• /
• 2007

본 논문에서는 애견 질병에 대한 전문적인 지식이 부족한 일반인들을 대상으로 자신의 애견 건강상태를 파악 할 수 있는 진단 시스템을 제안한다. 제안된 진단 시스템은 105가지 질병과 각 질병의 증상을 데이터베이스에 구축하여 입력된 증상을 통해서 애견의 질병을 도출한다. 본 논문에서는 신경망의 자율 학습 방법인 ART2 알고리즘을 적용하여 질병을 클러스터링 하고 그 결과 값인 클러스터의 출력값과 연결강도를 데이터베이스에 저장한다. 각 질병의 증상과 관련된 질의 결과를 입력 벡터로 제시하여 학습된 질병 정보와 비교하여 애견의 건강 상태를 진단한다. 애견의 건강 상태를 진단하는데 있어서 질병과 증상의 정확한 정보는 매우 중요하다. 따라서 본 논문에서는 질병과 증상의 정보를 데이터베이스로 구축하고 질병과 증상 정보를 효율적으로 관리할 수 있도록 하였다. 제안된 진단 시스템을 구현하여 수의학 전문의가 분석한 결과, 본 논문에서 제안한 시스템이 애견 질병의 보조 진단 시스템으로서의 가능성을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.500-502
• /
• 2015

본 논문에서는 애견 안구 영상에서 백내장을 추출하고 분석하는 방법을 제안한다. 제안된 방법은 애견 안구 영상에 퍼지 스트레칭 기법을 적용하여 픽셀의 상한 값과 하한 값을 조정한다. 퍼지 스트레칭 기법이 적용된 영상에 ART2 기법을 적용하여 양자화를 수행한다. 양자화된 정보를 이용하여 영상을 이진화한다. 이진화된 영상에서 침식과 팽창 기법을 적용하여 영상의 픽셀 크기를 확대 또는 축소하여 타원 형태를 가진 객체 중에서 전체 영상 크기의 1/5보다 적은 객체를 잡음으로 간주하여 제거한다. 잡음이 제거된 영상에서 8방향 윤곽선 추적 기법을 적용하여 백내장 영역을 추출한다. 추출된 백내장 영역을 히스토그램으로 시각화 한다. 제안된 방법의 성능을 확인하기 위해서 히스토그램으로 시각화하여 분석한 결과, 제안된 방법이 백내장 추출에 효과적인 것을 확인할 수 있었다.

• Proceedings of the KIEE Conference
• /
• 1995.07b
• /
• pp.986-988
• /
• 1995

The ART(Adaptive Resonance Theory) model is self- organized with nonstationary input patterns in real time. But there is a multirun problem caused by fault clustering, or pertubated clustering and confines the advantage of the stationary real-time processing in ART model. In this paper, we propose the incremental vigilance threshold approach to decrease the number of multiruns. The incremental vigilance threshold approach is to learn with incremental vigilance threshold and competition with clusters.