• 한국지능시스템학회논문지
• /
• 제15권5호
• /
• pp.649-654
• /
• 2005

본 논문은 유비쿼터스 컴퓨팅 환경 기반에서의 온라인 얼굴인식 시스템 구현을 기술한다. 구현된 시스템은 CMOS 카메라를 장착한 PDA를 이용하여 얼굴영상을 획득하고 이 영상을 무선랜을 이용하여 인증 서버로 전송하여 서버로부터 인증된 결과를 받도록 하였다. 먼저 클라이언트 측인 PDA에서는 등록과 인증을 확인할 수 있도록 임베디드 비주얼 프로그램으로 사용자 인터페이스를 구축하고, 서버 영역에서는 얼굴인식에서 탁월한 성능을 보이는 PCA와 LDA 알고리즘을 사용하여 PDA로부터 전송 받은 얼굴 데이터를 학습하고 인식한 결과를 재전송하는 부분이 구현되었다. 시스템 구현에서 실시간성을 확보하기 위해 PDA에서는 영상에 웨이블렛을 이용하여 압축한 뒤 압축률 효과가 좋은 JPG 형식의 데이터로 서버에 전송하였다. 본 논문에서 구현한 시스템은 학습과정에서 미리 구한 고유값을 이용하여 테스트 얼굴영상을 같은 공간에 투영시켜 서로간의 유사도를 비교하도록 하여 얼굴인식 속도 및 성능을 개선하였다.

• 한국정보통신학회논문지
• /
• 제11권8호
• /
• pp.1596-1603
• /
• 2007

본 논문에서는 음성인식 시스템을 구현함에 있어 중요한 특징 파라미터와 학습, 인식 알고리즘의 선택을 위한 제안을 하기 위하여 각각 세 가지의 방법을 조합하여 인식 실험을 수행하고 검토하였다. 두 종류의 실험을 통하여 하드웨어 장치로 구현할 경우 보다 효과적인 음성 인식 시스템을 제안한다. 첫 번째로는 특징 파라미터의 성능을 평가하기 위하여 기존의 MFCC와 MFCC를 PCA와 ICA를 이용하여 특징 공간을 변화시킨 새로운 특징 파라미터를 제안하여 총 3종류의 특징파라미터에 대한 인식 실험을 수행하였으며, 두 번째로는 학습데이터 수에 따른 HMM, SVM, RVM의 인식 성능을 실험하였다. 이상의 실험에 의하여 ICA에 의한 특징 파라미터가 특징 공간상에서의 높은 선형 분별성에 의해 MFCC와 비교하여 평균 1.5%의 성능향상을 확인할 수 있었으며 학습데이터의 감소에 따른 인식실험에서는 HMM과 비교하여 RVM에서 최고 3.25%의 성능향상을 확인하였다. 이에 근거하여 TI사의 DSP(TMS320C32)를 사용하여 음성 인식기를 구현하여 실시간으로 실험하여 시뮬레이션과 비교하였다. 이와 같은 결과로서 본 논문에서 제안하는 음성인식시스템을 위한 효과적인 방법은 ICA를 이용한 특징 파라미터를 추출하고 RVM을 이용하여 인식을 수행하는 것이라 판단한다.

• 대한원격탐사학회지
• /
• 제26권2호
• /
• pp.143-151
• /
• 2010

다중시기에 획득된 SAR 영상을 이용하여 지표에서 발생하는 변위의 시계열 관측을 위한 기법에 대한 비교 분석을 수행하였다. 고정산란체를 이용한 PSInSAR 기법은 구속화된 위상을 이용하기 때문에 알고리즘의 많은 부분이 비선형 방정식을 포함하고 있어, 알고리즘 적용에 많은 주의를 필요로 한다. 특히 알고리즘 첫 단계인 고정산란체 후보의 적합한 선택 여부에 따라 알고리즘의 실행이 크게 영향을 받음을 확인하였다. 한편 짧은 기선거리를 갖는 간섭쌍을 사용하는 SBAS 기법은 입력 자료인 불구속화된 간섭도의 정확도에 따라 결과의 신뢰성이 크게 영향을 받는다. 따라서 시계열 분석에 사용되는 차분간섭도 위상의 unwrapping이 적절하게 수행될 수 있을 경우 SBAS 방법을 사용한 시계열 분석이 적절하며, unwrapping 오차가 발생할 가능성이 높은 좁은 지역에서 발생하는 국지적인 변위 관측에는 고정산란체를 이용하는 PSInSAR 기법이 적절하다. 미국 라스베가스 지역에서 1992년부터 2000년 동안 획득된 51개의 ERS-1/2 SAR 영상을 PSInSAR 기법 및 SBAS 기법에 적용하여 지표변위도를 구하였으며, 이들 간의 비교 분석을 통해 두 방법의 결과는 매우 유사하나, 다소 국지적인 지표변위는 PSInSAR 기법의 관측이 유리한 것으로 판단되었다.

• 대한원격탐사학회지
• /
• 제23권3호
• /
• pp.161-169
• /
• 2007

A study was conducted in the Hong Kong with the aim of deriving an algorithm for the retrieval of suspended sediment (SS) and sea surface salinity (SSS) concentrations from Aqua/MODIS level 1B reflectance data with 250m and 500m spatial resolutions. 'In-situ' measurements of SS and SSS were also compared with coincident MODIS spectral reflectance measurements over the ocean surface. This is the first study of SSS modeling in Southeast Asia using earth observation satellite images. Three analysis techniques such as multiple regression, linear regression, and principal component analysis (PCA) were performed on the MODIS data and the 'in-situ' measurement datasets of the SS and SSS. Correlation coefficients by each analysis method shows that the best correlation results are multiple regression from the 500m spatial resolution MODIS images, $R^2$= 0.82 for SS and $R^2$ = 0.81 for SSS. The Root Mean Square Error (RMSE) between satellite and 'in-situ' data are 0.92mg/L for SS and 1.63psu for SSS, respectively. These suggest that 500m spatial resolution MODIS data are suitable for water quality modeling in the study area. Furthermore, the application of these models to MODIS images of the Hong Kong and Pearl River Delta (PRO) Region are able to accurately reproduce the spatial distribution map of the high turbidity with realistic SS concentrations.

• 대한원격탐사학회지
• /
• 제15권2호
• /
• pp.107-117
• /
• 1999

본 연구에서는 원격탐사를 이용하여 수질 파라미터들을 평가하는데 기존의 다중 회귀나 밴드비 회귀 분석을 이용한 통계적인 방법과 신경망을 이용한 방법을 비교하였다. 사용된 영상은 1996년 3월 18일 대청호 유역의 Landsat TM 영상이며, 30개의 현장 실측치가 위성이 통과하는 시간대에 샘플링되었다. 적용된 신경망은 3개의 층으로 구성된 전향 신경망이며 훈련방법으로는 역전파를 사용하였다. 본 연구에서는 가용한 훈련 데이터 셀이 작으므로 cross-validation 방법이 적용되었다. 비록 기존의 회귀분석에 의한 결과도 어느 정도 유의하게 나왔지만, 신경망에 의한 결과가 훨씬 성공적인 수행을 보여주었다. 신경망을 이용한 수질평가는 신경망이 자료의 비선형적 속성을 잘 반영해주기 때문에 기존의 통계적 기법보다 훨씬 나은 결과를 제공한다고 판단된다.

• 한국수자원학회논문집
• /
• 제52권10호
• /
• pp.707-718
• /
• 2019

최적화된 물 공급 계획은 물을 둘러싼 이해관계와 사회-경제-환경적 요구사항을 충족시킬 수 있는 합리적이고 경제적인 수자원의 배분 및 활용 방안을 의미한다. 하지만, 전 세계적으로 기후변화와 인구증가 등의 다양한 요인에 의해 물 부족 현상이 심화되고 있다. 최근의 수자원 공급 계획은 수원의 다변화와 더불어 수요 관리 및 물이용 효율을 높이는 방향으로 변화하고 있다. 따라서 한정된 수자원의 이용 효율을 높이고, 물 부족에 따른 분쟁을 해소하기 위한 공학적 도구로써 다양한 물 배분 모형이 개발되어 활용되고 있다. 본 연구에서는 수자원의 용도에 따른 경제적 가치와 물공급 안정성을 기반으로 물 배분 계획을 수립하는 수자원-경제 통합 물 배분 모형을 개발하였다. 개발 모형은 기존 물 배분 모형의 최적화 알고리즘을 개선하고, 목적함수를 다양화함으로써 효율적인 물 배분을 위한 의사결정도구로 활용될 수 있을 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.363-363
• /
• 2019

활성화 함수(activation function)는 기계학습(machine learning)의 학습과정에 비선형성을 도입하여 심층적인 학습을 용이하게 하고 예측의 정확도를 높이는 중요한 요소 중 하나이다(Roy et al., 2019). 일반적으로 기계학습에서 사용되고 있는 활성화 함수의 종류에는 계단 함수(step function), 시그모이드 함수(sigmoid 함수), 쌍곡 탄젠트 함수(hyperbolic tangent function), ReLU 함수(Rectified Linear Unit function) 등이 있으며, 예측의 정확도 향상을 위하여 다양한 형태의 활성화 함수가 제시되고 있다. 본 연구에서는 기계학습을 통하여 수위예측 시 정확도 향상을 위하여 Hybrid 활성화 함수를 제안하였다. 연구대상지는 조수간만의 영향을 받는 한강을 대상으로 선정하였으며, 2009년 ~ 2018년까지 10년간의 수문자료를 활용하였다. 수위예측 알고리즘은 Python 내 Tensorflow의 RNN (Recurrent Neural Networks) 모델을 이용하였으며, 강수량, 수위, 조위, 댐 방류량, 하천 유량의 수문자료를 학습시켜 3시간 및 6시간 후의 수위를 예측하였다. 예측정확도 향상을 위하여 입력 데이터는 정규화(Normalization)를 시켰으며, 민감도 분석을 통하여 신경망모델의 은닉층 개수, 학습률의 최적 값을 도출하였다. Hybrid 활성화 함수는 쌍곡 탄젠트 함수와 ReLU 함수를 혼합한 형태로 각각의 가중치($w_1,w_2,w_1+w_2=1$)를 변경하여 정확도를 평가하였다. 그 결과 가중치의 비($w_1/w_2$)에 따라서 예측 결과의 RMSE(Roote Mean Square Error)가 최소가 되고 NSE (Nash-Sutcliffe model Efficiency coefficient)가 최대가 되는 지점과 Peak 수위의 예측정확도가 최대가 되는 지점을 확인할 수 있었다. 본 연구는 현재 Data modeling을 통한 수위예측의 정확도 향상을 위해 기초가 되는 연구이나, 향후 다양한 형태의 활성화 함수를 제안하여 정확도를 향상시킨다면 예측 결과를 통하여 침수예보에 대한 의사결정이 가능할 것으로 기대된다.

• Smart Structures and Systems
• /
• 제13권2호
• /
• pp.257-280
• /
• 2014

In this paper, a novel PARAllel FACtor (PARAFAC) decomposition based Blind Source Separation (BSS) algorithm is proposed for modal identification of structures equipped with tuned mass dampers. Tuned mass dampers (TMDs) are extremely effective vibration absorbers in tall flexible structures, but prone to get de-tuned due to accidental changes in structural properties, alteration in operating conditions, and incorrect design forecasts. Presence of closely spaced modes in structures coupled with TMDs renders output-only modal identification difficult. Over the last decade, second-order BSS algorithms have shown significant promise in the area of ambient modal identification. These methods employ joint diagonalization of covariance matrices of measurements to estimate the mixing matrix (mode shape coefficients) and sources (modal responses). Recently, PARAFAC BSS model has evolved as a powerful multi-linear algebra tool for decomposing an $n^{th}$ order tensor into a number of rank-1 tensors. This method is utilized in the context of modal identification in the present study. Covariance matrices of measurements at several lags are used to form a $3^{rd}$ order tensor and then PARAFAC decomposition is employed to obtain the desired number of components, comprising of modal responses and the mixing matrix. The strong uniqueness properties of PARAFAC models enable direct source separation with fine spectral resolution even in cases where the number of sensor observations is less compared to the number of target modes, i.e., the underdetermined case. This capability is exploited to separate closely spaced modes of the TMDs using partial measurements, and subsequently to estimate modal parameters. The proposed method is validated using extensive numerical studies comprising of multi-degree-of-freedom simulation models equipped with TMDs, as well as with an experimental set-up.

• 한국컴퓨터정보학회논문지
• /
• 제25권4호
• /
• pp.37-45
• /
• 2020

딥러닝의 개발 프로세스는 대량의 수작업이 요구되는 반복적인 작업으로 그 중 학습 데이터 전처리는 매우 큰 비용이 요구되며 학습 결과에 중요한 영향을 주는 단계이다. AI의 알고리즘 연구 초기에는 주로 데이터 과학자들에 의해 완벽하게 정리하여 제공된 공개 DB형태의 학습데이터를 주로 사용하였다. 실제 환경에서 수집된 학습 데이터는 주로 센서들의 운영 데이터이며 필연적으로 노이즈가 많이 발생할 수 있다. 따라서 노이즈를 제거하기 위한 다양한 데이터 클리닝 프레임워크와 방법들이 연구되었다. 본 논문에서는 IoT환경에서 발생 될 수 있는 센서 데이터와 같은 시계열 데이터에서 노이즈를 감지하고 제거하는 방법을 제안하였다. 이 방법은 선형회귀 방법을 사용하여 시스템이 반복적으로 노이즈를 찾아내고, 이를 대체할 수 있는 데이터를 제공하여 학습데이터를 클리닝한다. 제안된 방법의 효과를 검증하기 위해서 본 연구에서 시뮬레이션을 수행하여, 최적의 클리닝 결과를 얻을 수 있는 인자들의 결정 방법을 확인하였다.

• Structural Engineering and Mechanics
• /
• 제68권5호
• /
• pp.563-573
• /
• 2018

Temperature-induced responses, such as strains and displacements, are related to the boundary conditions. Therefore, it is required to determine the boundary conditions to establish a reliable bridge model for temperature-induced responses analysis. Particularly, bridge bearings usually present nonlinear behavior with an increase in load, and the nonlinear boundary conditions cause significant effect on temperature-induced responses. In this paper, the bridge nonlinear boundary conditions were simulated as bilinear translational or rotational springs, and the boundary parameters of the bilinear springs were identified based on the measured temperature-induced responses. First of all, the temperature-induced responses of a simply support beam with nonlinear translational and rotational springs subjected to various temperature loads were analyzed. The simulated temperature-induced strains and displacements were assumed as measured data. To identify the nonlinear translational and rotational boundary parameters of the bridge, the objective function based on the temperature-induced responses is then created, and the nonlinear boundary parameters were further identified by using the nonlinear least squares optimization algorithm. Then, a beam structure with nonlinear translational and rotational springs was simulated as a numerical example, and the nonlinear boundary parameters were identified based on the proposed method. The numerical results show that the proposed method can effectively identify the parameters of the nonlinear boundary conditions. Finally, the boundary parameters of a real arch bridge were identified based on the measured strain data and the proposed method. Since the bearings of the real bridge do not perform nonlinear behavior, only the linear boundary parameters of the bridge model were identified. Based on the bridge model and the identified boundary conditions, the temperature-induced strains were recalculated to compare with the measured strain data. The recalculated temperature-induced strains are in a good agreement with the real measured data.