• 전기학회논문지
• /
• 제66권4호
• /
• pp.682-691
• /
• 2017

In this paper, we propose the fusion design methodology of both pedestrian detection and object tracking system realized with the aid of HOG-PCA based RBFNN pattern classifier. The proposed system includes detection and tracking parts. In the detection part, HOG features are extracted from input images for pedestrian detection. Dimension reduction is also dealt with in order to improve detection performance as well as processing speed by using PCA which is known as a typical dimension reduction method. The reduced features can be used as the input of the FCM-based RBFNNs pattern classifier to carry out the pedestrian detection. FCM-based RBFNNs pattern classifier consists of condition, conclusion, and inference parts. FCM clustering algorithm is used as the activation function of hidden layer. In the conclusion part of network, polynomial functions such as constant, linear, quadratic and modified quadratic are regarded as connection weights and their coefficients of polynomial function are estimated by LSE-based learning. In the tracking part, object tracking algorithms such as mean shift(MS) and cam shift(CS) leads to trace one of the pedestrian candidates nominated in the detection part. Finally, INRIA person database is used in order to evaluate the performance of the pedestrian detection of the proposed system while MIT pedestrian video as well as indoor and outdoor videos obtained from IC&CI laboratory in Suwon University are exploited to evaluate the performance of tracking.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권11호
• /
• pp.5568-5587
• /
• 2018

This research uses artificial intelligence methods for computer network intrusion detection system modeling. Primary classification is done using self-organized maps (SOM) in two levels, while the secondary classification of ambiguous data is done using Sugeno type Fuzzy Inference System (FIS). FIS is created by using Adaptive Neuro-Fuzzy Inference System (ANFIS). The main challenge for this system was to successfully detect attacks that are either unknown or that are represented by very small percentage of samples in training dataset. Improved algorithm for SOMs in second layer and for the FIS creation is developed for this purpose. Number of clusters in the second SOM layer is optimized by using our improved algorithm to minimize amount of ambiguous data forwarded to FIS. FIS is created using ANFIS that was built on ambiguous training dataset clustered by another SOM (which size is determined dynamically). Proposed hybrid model is created and tested using NSL KDD dataset. For our research, NSL KDD is especially interesting in terms of class distribution (overlapping). Objectives of this research were: to successfully detect intrusions represented in data with small percentage of the total traffic during early detection stages, to successfully deal with overlapping data (separate ambiguous data), to maximize detection rate (DR) and minimize false alarm rate (FAR). Proposed hybrid model with test data achieved acceptable DR value 0.8883 and FAR value 0.2415. The objectives were successfully achieved as it is presented (compared with the similar researches on NSL KDD dataset). Proposed model can be used not only in further research related to this domain, but also in other research areas.

• 전자공학회논문지CI
• /
• 제49권1호
• /
• pp.39-45
• /
• 2012

무선 센서 네트워크(Wireless Sensor Network)는 사람이 직접 접근하기 불가능한 군사지역이나 자연 환경의 감시, 혹은 안전감시를 위한 목적으로 각 상황의 특성에 맞는 다양한 정보를 수집하는데 많이 이용되고 있다. 지금까지 제시된 프로토콜 중 LEACH 프로토콜은 에너지의 균등한 소모를 특징으로 많이 쓰이고 있다. 하지만 거리에 따른 에너지 소모의 증가로 원거리 노드의 에너지 소모 문제가 대두되었는데, 지금까지 여러 가지 해결방안들이 제시되었는데 대부분 중앙 시스템 방식이다. 본 논문에서는 LEACH 프로토콜을 사용한 무선 센서 네트워크를 모델로 하여, 네트워크 규모가 커질수록 1-hop 전송방식에서 발생할 수 있는 원거리 센서 노드의 에너지 불균형 문제를 해결하였다. 또한, 중앙 시스템 방식이 아닌 센서 노드 자체에서 클러스터링 문제를 해결할 수 있는 분산 시스템 방식의 라이프타임 향상 알고리즘을 제안하였다.

• 한국통신학회논문지
• /
• 제36권4A호
• /
• pp.388-398
• /
• 2011

본 논문은 무선 센서 네트워크에서 이동 노드들의 위치 업데이트로 인한 에너지 소비를 최소화하는 EMSP(Efficient Mobility Support Protocol)을 제안한다. 제안하는 방법은 이동 노드들의 움직임을 고려한 virtual cluster와 클러스터의 균일한 노드 분포를 위한 node split 기법이다. 기존의 제안된 프로토콜은 Invitation phase 동안 이동 노드의 새로운 CH 선택으로 인하여 업데이트 통신비용에 발생한다. 이를 해결하기 위하여 R-tree의 일종인 LUR-tree에서 사용되는 Expanded MBR을 적용하여 업데이트시 발생되는 불필요한 에너지 소비를 감소시킨다. 또한, 제안하는 기법은 기존의 클러스터 노드 밀도 불균형 문제를 해결하기 위해 R-tree에서 사용되는 split algorithm을 적용하였다. 성능 평가 결과, 기존의 제안된 LEACH-C protocol에 비하여 약 40%, M-LEACH protocol에 비하여 에너지 소비가 약 8% 감소하였다. 이는 제안된 기법이 무선 센서 네트워크에서 센서의 수명 연장과 네트워크 확장에 용이하다는 것을 보여준다.

• 전기학회논문지
• /
• 제58권2호
• /
• pp.399-406
• /
• 2009

In this study, Polynomial Radial Basis Function Neural Network(pRBFNN) based on Fuzzy Inference System is designed and its parameters such as learning rate, momentum coefficient, and distributed weight (width of RBF) are optimized by means of Particle Swarm Optimization. The proposed model can be expressed as three functional module that consists of condition part, conclusion part, and inference part in the viewpoint of fuzzy rule formed in 'If-then'. In the condition part of pRBFNN as a fuzzy rule, input space is partitioned by defining kernel functions (RBFs). Here, the structure of kernel functions, namely, RBF is generated from HCM clustering algorithm. We use Gaussian type and Inverse multiquadratic type as a RBF. Besides these types of RBF, Conic RBF is also proposed and used as a kernel function. Also, in order to reflect the characteristic of dataset when partitioning input space, we consider the width of RBF defined by standard deviation of dataset. In the conclusion part, the connection weights of pRBFNN are represented as a polynomial which is the extended structure of the general RBF neural network with constant as a connection weights. Finally, the output of model is decided by the fuzzy inference of the inference part of pRBFNN. In order to evaluate the proposed model, nonlinear function with 2 inputs, waster water dataset and gas furnace time series dataset are used and the results of pRBFNN are compared with some previous models. Approximation as well as generalization abilities are discussed with these results.

• 전자공학회논문지CI
• /
• 제39권1호
• /
• pp.35-47
• /
• 2002

본 논문은 디지털 통신 채널의 등화를 위한 자력 RBF 신경망 등화기를 제안한다. RBF 신경망을 이용한 등화기에서, 이상적인 채널 상태인 RBF 센터를 정확하고 빠르게 추정하는 것이 가장 중요하다. 그러나, 기존의 RBF 등화기는 채널 상태의 개수를 사전에 알아야 하며, 많은 수의 센터가 필요하다는 단점을 지니므로 실제 통신 시스템에 이용되지 않는다. 본 논문에서 제안하는 자력 RBF 신경망 등화기는 등화에 필요한 RBF 센터를 새로운 추가 기준과 제거 기준에 의해 등화기로 입력되는 신호 중에서 스스로 선택하기 때문에 채널 상태의 개수에 대한 사전 정보 없이도 등화가 가능하다. 또한 제안된 등화기는 LMS 알고리즘과 클러스터링을 이용하는 훈련 과정을 통해 기존 RBF 등화기보다 적은 센터만으로도 등화가 가능한 장점을 갖는다. 선형 및 비선형 채널과 표준 전화 채널에서, 제안한 등화기와 최적 Bayesian 등화기의 BER 성능, 심볼결정 경계, 센터 수 등을 비교하였다. 그 결과 제안한 등화기는 Bayesian 등화기와 거의 동일한 성능을 나타냄을 알 수 있었다.

• 문화기술의 융합
• /
• 제8권2호
• /
• pp.379-384
• /
• 2022

무선 센서 네트워크에서는 직접 접근이 어려운 환경에 대량으로 센서 노드들이 배치된다. 배터리 교체나 재충전 등 전력 공급이 어렵다. 에너지를 센서 노드와 같이 사용하는 것이 매우 중요하다. 따라서, 네트워크의 수명을 늘리기 위해 중요한 고려 사항은 각 센서 노드의 에너지 소비를 최소화하는 것이다. 무선 센서 노드의 에너지가 에너지를 다하여 방전되면 센서 노드의 제 역할을 할 수 없으며, 네트워크 내 노드의 일정량(50% 또는 80%) 이상이 소진되면 네트워크가 제 역할을 하지 못한다. 따라서 노드의 에너지 소비를 최소화하고 네트워크를 장기간 유지하기 위해 다양한 프로토콜에서 제안된 방법이다. 우리는 클러스터의 중심점과 잔류 에너지를 고려하고 플롯 포인트와 K-평균을 고려한다(WSN은 최적의 클러스터링 클러스터링을 제안한다). KOCED 프로토콜에 대한 성능 평가를 하고자한다. 최근 머신러닝 방법 중 하나인 K-평균 알고리즘을 적용한 프로토콜을 비교하고 성능 평가 요소를 제시하고자 한다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.119-142
• /
• 2015

사용자의 취향과 선호도를 고려하여 정보를 제공하는 추천 시스템의 중요성이 높아졌다. 이를 위해 다양한 기법들이 제안되었는데, 비교적 도메인의 제약이 적은 협업 필터링이 널리 사용되고 있다. 협업 필터링의 한 종류인 모델 기반 협업 필터링은 기계학습이나 데이터 마이닝 모델을 협업 필터링에 접목한 방법이다. 이는 희박성 문제와 확장성 문제 등의 협업 필터링의 근본적인 한계를 개선하지만, 모델 생성 비용이 높고 성능/확장성 트레이드오프가 발생한다는 한계점을 갖는다. 성능/확장성 트레이드오프는 희박성 문제의 일종인 적용범위 감소 문제를 발생시킨다. 또한, 높은 모델 생성 비용은 도메인 환경 변화의 누적으로 인한 성능 불안정의 원인이 된다. 본 연구에서는 이 문제를 해결하기 위해, 군집화 기반 협업 필터링에 마르코프 전이확률모델과 퍼지 군집화의 개념을 접목하여, 적용범위 감소 문제와 성능 불안정성 문제를 해결한 예측적 군집화 기반 협업 필터링 기법을 제안한다. 이 기법은 첫째, 사용자 기호(Preference)의 변화를 추적하여 정적인 모델과 동적인 사용자간의 괴리 해소를 통해 성능 불안정 문제를 개선한다. 둘째, 전이확률과 군집 소속 확률에 기반한 적용범위 확장으로 적용범위 감소 문제를 개선한다. 제안하는 기법의 검증은 각각 성능 불안정성 문제와 확장성/성능 트레이드오프 문제에 대한 강건성(robustness)시험을 통해 이뤄졌다. 제안하는 기법은 기존 기법들에 비해 성능의 향상 폭은 미미하다. 또한 데이터의 변동 정도를 나타내는 지표인 표준 편차의 측면에서도 의미 있는 개선을 보이지 못하였다. 하지만, 성능의 변동 폭을 나타내는 범위의 측면에서는 기존 기법들에 비해 개선을 보였다. 첫 번째 실험에서는 모델 생성 전후의 성능 변동폭에서 51.31%의 개선을, 두 번째 실험에서는 군집 수 변화에 따른 성능 변동폭에서 36.05%의 개선을 보였다. 이는 제안하는 기법이 성능의 향상을 보여주지는 못하지만, 성능 안정성의 측면에서는 기존의 기법들을 개선하고 있음을 의미한다.

• 한국지능시스템학회논문지
• /
• 제25권4호
• /
• pp.355-360
• /
• 2015

본 논문에서는 필기체 숫자를 인식하기 위해 주성분 분석법(PCA) 기반 방사형 기저함수 신경회로망(pRBFNNs) 패턴 분류기를 설계한다. 제안된 패턴 분류기는 PCA를 이용한 데이터 전처리 단계와 pRBFNNs를 이용한 분류 단계로 구성된다. 전처리 단계에서는 PCA를 사용하여 주어진 데이터의 정보손실을 최소화한 특징데이터를 생성하고, 이를 분류 단계인 pRBFNNs의 입력으로 사용한다. 제안된 분류기의 조건부에서는 Fuzzy C-Means(FCM) 클러스터링 알고리즘으로 구성하였고, 연결가중치는 1차 선형식을 사용하였다. 결론부에서는 최소자승법(LSE)을 사용하여 다항식 계수를 구하였다. 제안된 분류기의 성능평가를 위해 대표적인 필기체 숫자데이터인 MNIST 데이터를 사용하였으며, 제안된 분류기의 결과를 기존 다른 분류기들과 비교한다.

• 한국통신학회논문지
• /
• 제39C권12호
• /
• pp.1267-1279
• /
• 2014

본 논문에서는 근거리 레이더의 특성 분석을 통한 선박 내 안전을 위한 물체탐지 시스템의 개발에 초점을 두었다. 근거리용 레이더들은 가격이 저렴한 대신에 자동차와 같은 특수 용도로 개발되었으므로 다른 곳에 적용하기 위해서는 기기의 특성 분석과 다양한 환경에서의 실험을 통한 데이터 특성 분석이 필수적이다. 또한 본 연구의 목표인 사람 및 물체의 정확하고 신속한 감지 시스템의 구성을 위해서는 입력되는 많은 반사 신호들 중에서 이동하는 물체만을 정확하게 분류하여 표시하기 위한 데이터 클러스터링 알고리즘이 필요하다. 본 연구에서는 이를 위해 반사되는 데이터들의 궤적정보와 속도 및 RCS 값을 이용한 클러스터링 알고리즘을 제안 하였다.