• 한국멀티미디어학회논문지
• /
• 제10권11호
• /
• pp.1483-1495
• /
• 2007

IEEE 802.11 기술 덕분에 학교와 대형 쇼핑몰을 비롯한 사무실, 병원, 역 등지에서도 무선 LAN을 통한 인터넷 접속이 가능하다. 본 논문은 무선 LAN에 현재 가장 많이 사용되는 2.4GHz 대역의 802.11b와 802.11g 프로토콜이 탑재된 액세스포인트(AP: Access Point)로부터 수신한 신호의 세기(RSSI: Received Signal Strength Indicator)를 판독할 수 있는 C# 라이브러리 함수를 제안한다. 위치기반서비스는 사용자의 현재 위치를 실시간으로 측정하여 현재 위치를 기반으로 길을 안내하거나, 현재 위치와 관련한 콘텐츠를 제공하는 등의 유용한 서비스를 제공한다. 옥내에서 위치기반서비스를 제공하려면 옥내에 있는 사용자의 위치를 판정하는 옥내측위가 반드시 선결되어야 한다. 옥내측위 기술로 적외선, 초음파, UDP 패킷의 신호세기 등을 이용하는 방법들이 소개된 바 있다. 이러한 방법들은 측위를 위한 특수 장비를 설비해야만 한다는 단점이 있다. 본 논문은 RSSI를 판독하는 라이브러리 함수를 제공할 뿐만 아니라 제공하는 함수를 이용한 옥내 측위 구현 예도 소개한다. 구현에 적용된 방법들은 이미 널리 알려진 K-NN(K Nearest Neighbors), 베이시안 방법 그리고 삼각측량법이다. K-NN 방법과 베이시안 방법은 일종의 지문방식인데, 지문방식은 준비단계와 실시간단계로 구성되며, 실시간 단계의 처리 과정은 처리속도가 빨라야만 한다. 본 논문은 실시간 단계의 속도를 개선하는 방법으로 판단나무 방법(Decision Tree Method)을 제안하고, 이러한 방법들의 성능을 실험적으로 평가한 결과를 소개한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 B
• /
• pp.560-562
• /
• 1998

A new approach to developing battery SOC indicator for electric vehicle is discussed in this paper. One of the most difficult problems associated with the development of electric vehicle is the battery indicator which reliably informs the state of charge(SOC) of the battery to the driver. And the condition to be satisfied with SOC indicator installed on the electric vehicle is that it should be used under frequently variable load. A new method to determining SOC using neural networks(NN) is proposed to satify the condition. The training data of NN are obtained by using mathematical model of lead-acid battery, and calculating discharge currents and terminal voltages while battery discharges with constant current. The 3-layered NN with back propagation algorithm is used Simulation results show that the proposed method is appropriate as SOC indicator of the battery.

• 전기학회논문지
• /
• 제61권5호
• /
• pp.757-762
• /
• 2012

In this paper, the multi feature extraction algorithm for estimation of wrist movements based on Electromyogram(EMG) is proposed. For the extraction of precise features from the EMG signals, the difference absolute mean value(DAMV), the mean absolute value(MAV), the root mean square(RMS) and the difference absolute standard deviation value(DASDV) to consider amplitude characteristic of EMG signals are used. We figure out a more accurate feature-set by combination of two features out of these, because of multi feature extraction algorithm is more precise than single feature method. Also, for the motion classification based on EMG, the linear discriminant analysis(LDA), the quadratic discriminant analysis(QDA) and k-nearest neighbor(k-NN) are used. We implemented a test targeting twenty adult male to identify the accuracy of EMG pattern classification of wrist movements such as up, down, right, left and rest. As a result of our study, the LDA, QDA and k-NN classification method using feature-set with MAV and DASDV showed respectively 87.59%, 89.06%, 91.75% accuracy.

• 제어로봇시스템학회논문지
• /
• 제20권12호
• /
• pp.1278-1283
• /
• 2014

This study proposes a NN (Neural Networks)-based adaptive control method for a 6X6 skid-type UGV (Unmanned Ground Vehicle) with 6 in-wheel motors. The UGV experiences lots of uncertainties and, thus, the control performance can degrade significantly without a compensation of the unknown terms. To improve the control performance of the UGV, the NN is utilized to design the adaptive controller. Then, the designed overall force and moment are optimally distributed into 6 traction forces with the assumption that six vertical forces of the UGV are known exactly, because the six traction forces are original source to be excited to the UGV to move. Finally, numerical simulations with the TruckSim model are performed to validate the effectiveness of the proposed approach.

• Journal of Communications and Networks
• /
• 제7권4호
• /
• pp.417-428
• /
• 2005

The Voronoi diagram (VD) is the most suitable mechanism to find the nearest neighbor (NN) for mobile clients. In NN query processing, it is important to reduce the query response time, since a late query response may contain out-of-date information. In this paper, we study the issue of location dependent information services (LDISs) using a VD. To begin our study, we first introduce a broadcast-based spatial query processing methods designed to support NN query processing. In further sections, we introduce a generic method for location-dependent sequential prefetching and caching. The performance of this scheme is studied in different simulated environments. The core contribution of this research resides in our analytical proof and experimental results.

• 조명전기설비학회논문지
• /
• 제26권7호
• /
• pp.9-15
• /
• 2012

This paper is proposed the adaptive fuzzy neuro controller(AFNC) for high performance of induction motor drive. The design of this algorithm based on the AFNC that is implemented using fuzzy controller(FC) and neural network(NN). This controller uses fuzzy rule as training patterns of a NN. Also, this controller adjusts the weights between the neurons of NN to minimize the error between the command output and the actual output using the back-propagation method. The control performance of the AFNC is evaluated by analysis in various operating conditions. The results of analysis prove that the proposed control system has high performance and robustness to parameter variation, and steady-state accuracy and transient response.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권3호
• /
• pp.459-470
• /
• 2013

The discovery of nearest neighbors, without training in advance, has many applications, such as the formation of mosaic images, image matching, image retrieval and image stitching. When the quantity of data is huge and the number of dimensions is high, the efficient identification of a nearest neighbor (NN) is very important. This study proposes a variation of the KD-tree - the arbitrary KD-tree (KDA) - which is constructed without the need to evaluate variances. Multiple KDAs can be constructed efficiently and possess independent tree structures, when the amount of data is large. Upon testing, using extended synthetic databases and real-world SIFT data, this study concludes that the KDA method increases computational efficiency and produces satisfactory accuracy, when solving NN problems.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.611-620
• /
• 2021

정비 산업은 사후정비, 예방정비를 거쳐, 상태기반 정비를 중심으로 진행되고 있다. 상태기반 정비는 장비의 상태를 파악하여, 최적 시점에서의 정비를 수행한다. 최적의 정비 시점을 찾기 위해서는 장비의 상태, 즉 잔여 유효 수명을 정확하게 파악하는 것이 중요하다. 이에, 본 논문은 시뮬레이션 데이터(C-MAPSS)를 사용한 터보팬 엔진의 잔여 유효수명(RUL, Remaining Useful Life) 예측 모델을 제시한다. 모델링을 위해 C-MAPSS(Commercial Modular Aero-Propulsion System Simulation) 데이터를 전처리, 변환, 예측하는 과정을 거쳤다. RUL 임계값 설정, 이동평균필터 및 표준화를 통해 데이터 전처리를 수행하였고, 주성분 분석(Principal Component Analysis)과 k-NN(k-Nearest Neighbor)을 활용하여 잔여 유효 수명을 예측하였다. 최적의 성능을 도출하기 위해, 5겹 교차검증기법을 통해 최적의 주성분 개수 및 k-NN의 근접 데이터 개수를 결정하였다. 또한, 사전 예측의 유용성, 사후 예측의 부적합성을 고려한 스코어링 함수(Scoring Function)를 통해 예측 결과를 분석하였다. 마지막으로, 현재까지 제시되어온 뉴럴 네트워크 기반의 알고리즘과 예측 성능 비교 및 분석을 통해 k-NN 활용 모델의 유용성을 검증하였다.

• 한국음향학회지
• /
• 제24권1호
• /
• pp.29-37
• /
• 2005

본 논문은 한국의 전통 음악, 즉 국악 장르를 자동으로 분류하는 시스템을 제안한다. 제안된 시스템은 입력 음악의 내용기반 분석을 통하여 궁중음악, 풍류방음악, 민속성악, 민속기악, 불교음악, 무속음악 등 6가지 장르중 하나로 자동분류하여 해당 음악의 장르 결과를 보여준다. 국악 장르 분류에 사용된 내용기반 알고리즘은 크게 음악의 특징 벡터 추출 그리고 장르 분류를 위한 패턴인식 과정 2가지로 구성된다. 음악의 특징 벡터 추출은 디지탈 신호 처리기술을 이용하여 해당 음악의 spectral centroid, rolloff, flux 등 STFT (Short Time Fourier Transform) 기반의 특징 계수들과 MFCC (Mel frequency cepstral coefficient), LPC (Linear predictive coding) 등의 계수들을 구한 후 SFS (Sequential Forward Selection) 최적 특징 벡터 열을 선별하여 사용하였으며 패틴 분류 알고리즘으로는 k-NN (k -Nearest Neighbor), Gaussian, GMM (Gaussian Mixture Model), SVM (Support Vector Machine) 분류기를 사용하였다. 특히 본 연구에서는 입력 질의의 패턴 (혹은 구간) 변화에 따른 시스템의 불확실성을 개선하기 위하여 MFC (Multi Feature Clustring) 방법을 이용하여 DB를 구축하였다. 모의실험 결과 k-NN 과 SVM 분류기 모두 $97{\%}$ 이상의 장르 분류 성공률을 보였으나, SVM 이 k-NN에 비해 약 3배 이상의 빠른 분류 성능을 가지고 있음을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권4호
• /
• pp.478-487
• /
• 2004

메모리 기반 추론에서 기억공간의 효율적인 사용과 분류성능의 향상을 위하여 제안되었던 RPA(Recursive Partition Averaging)알고리즘은 대상 패턴 공간을 분할 한 후 대표 패턴을 추출하여 분류 기준 패턴으로 사용한다. 이 기법은 메모리 사용 효율과 분류 성능 면에서 우수한 결과를 보였지만, 분할 종료 조건과 대표패턴의 추출 방법이 분류 성능 저하의 원인이 되는 단점을 가지고 있었다. 여기에서는 기존 RPA의 단점을 보안한 ARPA(Adaptive RPA) 알고리즘을 제안한다. 제안된 알고리즘은 패턴 공간의 분할 종료 조건으로 특징별 최빈 패턴 구간(FPD: Feature-based population densimeter)추출 알고리즘을 사용하며, 학습 결과 패턴의 생성을 대표패턴 추출기법 대신 최빈 패턴 구간을 이용하여 생성한 최적초월평면(OH： Optimized Hyperrectangle)을 사용한다. 제안된 알고리즘은 k-NN 분류기에서 필요로 하는 메모리 공간의 40%정도를 사용하며, 분류에 있어서도 RPA보다 우수한 인식 성능을 보이고 있다. 또한 저장된 패턴의 감소로 인하여, 실제 분류에 소요되는 시간 비교에 있어서도 k-NN보다 월등히 우수한 성능을 보이고 있다.