• 한국지능시스템학회논문지
• /
• 제19권5호
• /
• pp.648-654
• /
• 2009

본 논문에서는 얼굴을 인식하기 위한 쌍대각 2차원 LDA를 제안하였다. 기존의 Dia2DPCA와 Dia2DLDA가 대각 방향 영상들의 행 변화량과 열 변화량 사이의 상관을 제한하기 위하여 제안되어지고 있다. 그러나 이러한 방법들은 영상들의 행방향으로 동작한다. 제한 방법에 있어서 행방향의 투영 행렬은 기존 방법과 전혀 다르게 대각 방향 얼굴 영상들의 열 변화량을 고려한 클래스 간의 공분산 행렬과 클래스 내의 공분산 행렬을 이용함으로써 얻어진다. 그리고 열방향의 투영 행렬은 대각방향 얼굴 영상들의 행 변화량을 고려한 클래스 간의 공분산 행렬과 클래스 내의 공분산 행렬을 이용함으로써 얻어진다. 좌우 양측의 투영 방법은 투영 행렬들을 좌우로 곱함으로써 적용된다. 그 결과로 특징 행렬의 차원과 계산 시간이 감소된다. ORL 얼굴 데이터베이스에서 수행된 실험들은 Frobenius, Yang, AMD와 같은 3가지 거리 척도를 사용하여 2DPCA, B2DPCA, 2DLDA 등과 같은 다른 얼굴 인식 방법들보다 제안된 방법의 인식률이 높음을 보여준다.

• 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.

• 한국축산식품학회지
• /
• 제41권6호
• /
• pp.936-949
• /
• 2021

This study discriminated fatty acid profile and flavor characteristics of Beijing You Chicken (BYC) as a precious local breed and Dwarf Beijing You Chicken (DBYC) eggs. Fatty acid profile and flavor characteristics were analyzed to identify differences between BYC and DBYC eggs. Four classification algorithms were used to build classification models. Arachidic acid, oleic acid (OA), eicosatrienoic acid, docosapentaenoic acid (DPA), hexadecenoic acid, monounsaturated fatty acids (MUFA), polyunsaturated fatty acids (PUFA), unsaturated fatty acids (UFA) and 35 volatile compounds had significant differences in fatty acids and volatile compounds by gas chromatography-mass spectrometry (GC-MS) (p<0.05). For fatty acid data, k-nearest neighbor (KNN) and support vector machine (SVM) got 91.7% classification accuracy. SPME-GC-MS data failed in classification models. For electronic nose data, classification accuracy of KNN, linear discriminant analysis (LDA), SVM and decision tree was all 100%. The overall results indicated that BYC and DBYC eggs could be discriminated based on electronic nose with suitable classification algorithms. This research compared the differentiation of the fatty acid profile and volatile compounds of various egg yolks. The results could be applied to evaluate egg nutrition and distinguish avian eggs.

• Journal of Positioning, Navigation, and Timing
• /
• 제12권2호
• /
• pp.91-100
• /
• 2023

The existing indoor localization method using Wi-Fi fingerprinting has a high collection cost and relatively low accuracy, thus requiring integrated correction of convergence with other technologies. This paper proposes a new method that significantly reduces collection costs compared to existing methods using Wi-Fi fingerprinting. Furthermore, it does not require labeling of data at collection and can estimate pedestrian travel paths even in large indoor spaces. The proposed pedestrian movement path estimation process is as follows. Data collection is accomplished by setting up a feature area near an indoor space intersection, moving through the set feature areas, and then collecting data without labels. The collected data are processed using Kernel Linear Discriminant Analysis (KLDA) and the valley point of the Euclidean distance value between two data is obtained within the feature space of the data. We build learning data by labeling data corresponding to valley points and some nearby data by feature area numbers, and labeling data between valley points and other valley points as path data between each corresponding feature area. Finally, for testing, data are collected randomly through indoor space, KLDA is applied as previous data to build test data, the K-Nearest Neighbor (K-NN) algorithm is applied, and the path of movement of test data is estimated by applying a correction algorithm to estimate only routes that can be reached from the most recently estimated location. The estimation results verified the accuracy by comparing the true paths in indoor space with those estimated by the proposed method and achieved approximately 90.8% and 81.4% accuracy in two experimental spaces, respectively.

• 정보보호학회논문지
• /
• 제29권3호
• /
• pp.491-501
• /
• 2019

최근 보안 디바이스의 물리적 취약성을 찾을 수 있는 부채널 분석 분야에서 딥러닝을 활용한 연구가 활발히 진행되고 있다. 하지만, 최신 딥러닝 기반 부채널 분석 기술 연구는 템플릿 공격 등과 같은 프로파일링 기반 부채널 분석 환경에서 파형을 옳게 분류하기 위한 연구에 집중되어 있다. 본 논문에서는 이전 연구들과 다르게 딥러닝을 신호 전처리 기법으로 활용하여 차분 전력 분석, 상관 전력 분석 등과 같은 논프로파일링 기반 부채널 분석의 성능을 고도화할 수 있는 방법을 제안한다. 제안기법은 오토인코더를 부채널 분석 환경에 적합하게 변경하여 부채널 정보의 노이즈를 제거하는 전처리 기법으로, 기존 노이즈 제거 오토인코더는 임의로 추가한 노이즈에 대한 학습을 하였다면 제안하는 기법은 노이즈가 제거된 라벨을 사용하여 실제 데이터의 노이즈를 학습한다. 제안기법은 논프로파일링 환경에서 수행 가능한 전처리 기법이며 하나의 뉴런 네트워크의 학습만을 통해 수행할 수 있다. 본 논문에서는 실험을 통해 제안기법의 노이즈 제거 성능을 입증하였으며, 주성분분석 및 선형판별분석과 같은 기존 전처리 기법들과 비교하여 우수하다는 것을 보인다.

• 한국습지학회지
• /
• 제25권4호
• /
• pp.306-314
• /
• 2023

하천퇴적물은 유역내 다양한 오염원으로부터 발생하는 중금속, 유기물 등 오염물질의 수용체일 뿐만 아니라 수질 오염 및 수생태 악영향을 유발할 수 있는 2차적 오염원이기에 중요한 관리대상이라고 할 수 있다. 오염된 하천퇴적물의 효과적인 관리를 위해서는 오염원에 대한 식별과 이와 연계된 관리대책의 수립이 우선되어야 한다. 본 연구는 하천퇴적물내 측정된 다양한 이화학적 오염항목 분포 특성에 기반하여 퇴적물의 주요 오염원을 식별하기 위한 방법으로서 기계학습모델의 적용성을 평가하였다. 기계학습 모델의 성능 평가를 위해 전국 4대강 수계내 주요 폐금속광산 및 산업단지 인근에서 수집된 총 356개의 하천퇴적물에 대한 중금속 10개 항목(Cd, Cu, Pb, Ni, As, Zn, Cr, Hg, Li, Al)과 토양항목 3개(모래, 실트, 점토 비율) 수질항목 5개(함수율, 강열감량, 총유기탄소, 총질소, 총인)를 포함한 총 18개 오염항목에 대한 분석자료를 활용하였다. 기계학습 분류 모델로서 선형판별분석(linear discriminant analysis, LDA)과 서포트벡터머신(support vector machine, SVM) 분류기를 사용하여 폐금속광산('광산')과 산업단지('산단') 인근에서의 하천퇴적물 시료의 분류 성능을 평가한 결과, 채취 지점 및 시기별 4가지 경우(비강우시 광산, 강우시 광산, 비강우시 산단, 및 강우시 산단)에 대한 퇴적물 시료의 분류 성능이 우수하였으며, 특히 비선형 모델인 SVM(88.1%)이 선형모델인 LDA(79.5%) 보다 퇴적물을 분류하는데 있어 보다 우수한 성능을 나타냈다. SVM 앙상블 기반 비배타적 다중라벨분류기 모델을 이용하여 각 시료채취 지점 상류 유역 1km 반경 내 지배적인 토지이용 및 오염원을 다중 타겟값으로 다중분류 예측을 수행한 결과, 폐금속광산과 산업단지의 분류는 비교적 높은 정확도로 수행하였으나, 도시와 농업지역 등 다른 비점오염원에 대한 분류정확도는 56~60%범위로 비교적 낮게 나타났다. 이는 다중라벨 분류모델의 복잡성에 비해 데이터셋의 크기가 상대적으로 작아서 발생한 과적합에 기인한 것으로 향후 보다 많은 측정자료가 확보될 경우 기계학습 모델을 적용한 오염원 분류의 정확도를 보다 향상시킬 수 있을 것으로 판단된다.

• 생명과학회지
• /
• 제32권10호
• /
• pp.803-811
• /
• 2022

우리나라 전통 콩 발효식품은 탄수화물을 주식으로 하는 한국인의 식생활에 중요한 단백질 급원임에도 불구하고 콩 발효식품의 미생물 다양성과 군집 구조에 대해서는 거의 알려진 바가 없다. 본 연구는 16S rDNA 유전자 서열 분석 기반의 차세대 염기서열 분석법을 이용하여 한국 전통 발효식품인 된장과 간장의 미생물 군집 구조를 밝히고자 하였다. Alpha-diversity 분석 결과 미생물 다양성 지표인 Shannon과 Simpson에서 된장과 간장의 미생물 다양성에 통계학적인 차이가 있는 것으로 나타났으나, 종 풍부도 지표인 ACE, CHAO, Jackknife에서는 차이가 없는 것으로 나타났다. 된장과 간장의 미생물 분포 분석 결과 된장과 간장의 공통적인 우점균은 Firmicutes로 나타났으나, 속 수준에서의 미생물 분포를 분석한 결과 된장에서 Bacillus, Kroppenstedtia, Clostridium, Pseudomonas가 간장보다 높은 비율을 차지하고 있는 것으로 나타났으며, 간장에서는 Tetragenococcus, Chromhalobacter, Lentibacillus, Psychrobacter와 같은 호염성 또는 내염성 세균이 된장보다 높은 비율을 차지하는 것으로 나타났다. 된장과 간장의 미생물 군집구조에 통계학적인 차이가 있는지 확인하기 위해 paired-PERMANOVA 분석을 수행하였으며, 그 결과 통계학적으로 매우 유의한 수준의 차이가 있는 것으로 나타났다. 된장과 간장의 미생물 군집구조 차이에 큰 영향을 미치는 biomarker를 분석하기 위해 LEfSe 분석을 수행하였으며, 그 결과 Bacillus와 Tetragenococcus가 된장과 간장의 미생물 군집 구조에 차이를 나타내는 biomarker로 분석되었다.

• 생명과학회지
• /
• 제33권1호
• /
• pp.25-33
• /
• 2023

한국 전통 음식으로 알려진 김치의 발효는 다양한 미생물에 의해 일어나며, 주로 Leuconostoc 속, Weissella 속, Lactobacillus 속 유산균들이 관여한다. 또한 김치의 미생물 군집은 김치의 종류, 발효 조건, 재료 및 성분 등에 따라 분포와 차이가 다르게 나타난다. 본 연구는 중부지방(강원도, 경기도)과 남부지방 (전라도, 경상도) 김치에 대한 미생물 군집을 분석하기 위해 16S rRNA 유전자를 증폭하여 차세대 염기서열 분석법을 실시하였다. 모든 시료가 99% 이상의 Good's coverage of library를 보여 비교분석을 하는데 충분한 신뢰성을 얻었으며, α-diversity 분석에서 종 풍부도와 다양성은 시료 간 유의미한 차이가 나타나지 않았다. 중부지방과 남부지방 김치에 공통적으로 분포하고 있는 주요 세균 문은 Frimicutes 이었으며, 속 수준에서 Weissella kandleri 가 각 46.5%(중부지방), 30.8%(남부지방)로 가장 우점하였다. 마지막으로 중부지방과 남부지방의 미생물 군집을 대표하는 바이오마커를 확인하기 위해 LEfSe 분석을 실시한 결과, 중부지방에서 Leuconostocaceae (71.4%) 과, 남부지방에서 Lactobacillaceae (61.0%) 과가 통계적으로 유의미한 빈도 차이를 보였다. 따라서, 본 연구는 중부지방과 남부지방에서 나타나는 김치 미생물 군집의 분포와 차이를 규명하였으며, 이를 바탕으로 지역별 유사점과 차이점에 대한 미생물 군집의 분포를 연구하기 위한 과학적 기초자료를 제공할 것으로 예상된다.

• 한방비만학회지
• /
• 제19권2호
• /
• pp.97-105
• /
• 2019

Objectives: We investigated differences between the tracheostomized and the non-tracheostomized stroke patients through microbiological analysis for the purpose of preliminary explorations of full-scale clinical research in the future. Methods: We collected tracheal aspirates samples from 5 stroke patients with tracheostomy and expectorated sputum samples from 5 stroke patients without tracheostomy. Genomic DNA from sputum samples was isolated using QIAamp DNA mini kit. The sequences were processed using Quantitative Insights into Microbial Ecology 1.9.0. Alpha-diversity was calculated using the Chao1 estimator. Beta-diversity was analyzed by UniFrac-based principal coordinates analysis (PCoA). To confirm taxa with different abundance among the groups, linear discriminant analysis effect size analysis was performed. Results: Although alpha-diversity value of the tracheostomized group was higher than that of the non-tracheostomized group, there was no statistically significant difference. In PCoA, clear separation was seen between clusters of the tracheostomized group and that of the non-tracheostomized group. In both groups, Bacteroidetes, Proteobacteria, Fusobacteria, Firmicutes, Actinobacteria were identified as dominant in phylum level. In particular, relative richness of Proteobacteria was found to be 31% more in the tracheotomized group (36.6%) than the non-tracheostomized group (5.6%)(P<0.05). In genus level, Neisseria (24%), Prevotella (17%), Streptococcus (13%), Fusobacteria (11%), Porphyromonas (7%) were identified as dominant in the tracheostomized group. In the non-tracheostomized group, Prevotella (38%), Veillonella (20%), Neisseria (9%) were genera that found to be dominant. Conclusions: It is meaningful in that the tracheostomized group has been identified a higher rate of microbiotas known as pathogenic in respiratory diseases compared to the non-tracheostomized group, confirming the possibility that the risk of opportunity infection may be higher.

• Journal of Periodontal and Implant Science
• /
• 제53권3호
• /
• pp.233-244
• /
• 2023

Purpose: An implant-supported prosthesis consists of an implant fixture, an abutment, an internal screw that connects the abutment to the implant fixture, and the upper prosthesis. Numerous studies have investigated the microorganisms present on the implant surface, surrounding tissues, and the subgingival microflora associated with peri-implantitis. However, there is limited information regarding the microbiome within the internal screw space. In this study, microbial samples were collected from the supragingival surfaces of natural teeth, the peri-implant sulcus, and the implant-abutment screw hole, in order to characterize the microbiome of the internal screw space in healthy subjects. Methods: Samples were obtained from the supragingival region of natural teeth, the peri-implant sulcus, and the implant screw hole in 20 healthy subjects. DNA was extracted, and the V3-V4 region of the 16S ribosomal RNA was sequenced for microbiome analysis. Alpha diversity, beta diversity, linear discriminant analysis effect size (LEfSe), and network analysis were employed to compare the characteristics of the microbiomes. Results: We observed significant differences in beta diversity among the samples. Upon analyzing the significant taxa using LEfSe, the microbial composition of the implant-abutment screw hole's microbiome was found to be similar to that of the other sampling sites' microbiomes. Moreover, the microbiome network analysis revealed a unique network complexity in samples obtained from the implant screw hole compared to those from the other sampling sites. Conclusions: The bacterial composition of the biofilm collected from the implant-abutment screw hole exhibited significant differences compared to the supra-structure of the implant. Therefore, long-term monitoring and management of not only the peri-implant tissue but also the implant screw are necessary.