• 대한의용생체공학회:의공학회지
• /
• 제43권4호
• /
• pp.185-192
• /
• 2022

Early detection of mild cognitive impairment can help prevent the progression of dementia. The purpose of this study was to design and validate a machine learning model that automatically differential diagnosed patients with mild cognitive impairment and identified cognitive decline characteristics compared to a control group with normal cognition using resting-state quantitative electroencephalogram (qEEG) with eyes closed. In the first step, a rectified signal was obtained through a preprocessing process that receives a quantitative EEG signal as an input and removes noise through a filter and independent component analysis (ICA). Frequency analysis and non-linear features were extracted from the rectified signal, and the 3067 extracted features were used as input of a linear support vector machine (SVM), a representative algorithm among machine learning algorithms, and classified into mild cognitive impairment patients and normal cognitive adults. As a result of classification analysis of 58 normal cognitive group and 80 patients in mild cognitive impairment, the accuracy of SVM was 86.2%. In patients with mild cognitive impairment, alpha band power was decreased in the frontal lobe, and high beta band power was increased in the frontal lobe compared to the normal cognitive group. Also, the gamma band power of the occipital-parietal lobe was decreased in mild cognitive impairment. These results represented that quantitative EEG can be used as a meaningful biomarker to discriminate cognitive decline.

• 사물인터넷융복합논문지
• /
• 제9권2호
• /
• pp.71-76
• /
• 2023

본 논문에서는 단일 수신기가 사용되는 환경에서 정확한 거리 추정을 위해 심층 인공신경망 (Deep Neural Network, DNN)을 활용한 Smoothed Received Signal Strength Indicator (RSSI) 기반 거리 추정 기법을 제안한다. 제안 기법은 거리 추정 정확도 향상을 위해 Data Splitting, 결측치 대치, Smoothing 단계로 구성된 전처리 과정을 수행하여 Smoothed RSSI 값을 도출한다. 도출된 다수의 Smoothed RSSI 값은 Multi-Input Single-Output(MISO) DNN 모델의 Input Data로 사용되며 Input Layer와 Hidden Layer를 통과하여 최종적으로 Output Layer에서 추정 거리로 반환된다. 제안 기법의 우수성을 입증하기 위해 제안 기법과 선형회귀 기반 거리 추정 기법의 성능을 비교하였다. 실험 결과, 제안 기법이 선형회귀 기반 거리 추정 기법 대비 29.09% 더 높은 거리 추정 정확도를 보였다.

• 한국항행학회논문지
• /
• 제28권3호
• /
• pp.262-271
• /
• 2024

본 논문에서는 관측소에서 위성을 관측할 때 나오는 광학 관측 데이터인 각도 정보를 통해 A.I 기법 중 하나인 심층 학습을 적용하여 관측소에서 위성까지의 거리 정보를 학습시켜 거리 정보를 예측하게 만들어 위성의 궤도결정 정밀도를 높였다. 이를 위해 GMAT에서 관측 데이터를 생성하고, 생성된 관측 데이터를 전처리 과정을 통해 심층 학습의 학습 데이터 오차를 줄였으며, MATLAB을 통해 심층 학습을 진행하였다. 학습을 통해 나온 예측된 거리 정보를 토대로 궤도결정의 필터링 기법 중 하나인 확장 칼만 필터를 GMAT을 통해 사용하여 궤도결정을 실시 하였다. 거리 정보가 없는 각도 정보를 가지고 한 궤도결정과 모델을 통해 나온 예측된 거리 정보가 있는 궤도결정 결과를 비교 분석하여 모델의 신뢰성을 검증하였으며, 실제 관측 데이터를 기반으로 결과를 비교 분석하여 궤도결정의 정밀도가 향상됨을 보여준다.

• 대한공간정보학회지
• /
• 제4권1호
• /
• pp.93-102
• /
• 1996

수치표고모델(DEM, Digital Elevation Model)을 컴퓨터를 이용하여 자동으로 생성할 때 입체영상매칭(stereo matching) 연산은 많은 수행시간이 소요된다. 매칭연산은 일반적으로 상관계수(correlation)에 의한 방법이 사용되고 있으며, 매칭점 분포가 균등한 지역기반방식(area-based method)이 주로 이용되고 있다. 본 논문에서는 지형을 식별하여 매칭연산에서 검색영역(search area)과 기준윈도우(mask window)의 크기를 조정하여 효율적인 매칭을 수행하는 방안을 제시하였다. 영상을 분할하기 위하여 경계보호평활화 필터(edge-preserving smoothing filter)를 사용하여 전처리를 수행하였으며, 필터를 거친 영상에 대해서 영역성장 알고리듬을 적용하였다. 분할된 영역은 MRF(Markov Random Field) 모델에 의한 식별과정을 통하여 산악, 평야, 수계지역으로 식별된다. 영상매칭은 예비시차(predicted parallex) 계산과 상세매칭(fine matching)의 두 단계를 거치며, 예비시차를 이용하여 상세매칭단계에서 검색영역의 위치를 결정한다. 검색영역과 기준윈도우의 크기는 화소에 대한 지형식별정보에 의해 결정된다. 주변화소와 시차가 유사한 평야지역과 수계지역의 검색영역을 축소함으로서 매칭연산시간을 단축시켰다. 대전-금산지역의 $10km{\times}10km(1024{\times}1024)$ 영상을 4개 사용하여 실험한 결과 지형식별정보를 이용하지 않았을 경우보다 영상매칭 수행시간이 $25%{\times}35%$정도 단축시킬 수 있음을 보였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권1호
• /
• pp.57-64
• /
• 2017

문자 메시지는 휴대폰을 사용하는 사람들에게 중요한 의사소통의 방법 중 하나이다. 또한 친구맺기 방식이 필요 없이 사용이 가능하기 때문에 이를 악용한 불법 광고 스팸메시지가 기승을 부리고 있다. 최근 스팸 필터링을 위해 기계 학습을 이용한 시스템들이 등장 하였지만 많은 계산을 필요로 하는 단점이 있다. 본 논문에서는 검색할 쿼리를 입력할 때 부정확한 쿼리를 입력하더라도 저장된 데이터베이스와 비교하여 가장 비슷한 단어를 차수 개념을 적용하여 유추하는 집합 기반 POI(Point of Interest) 검색 알고리즘을 이용하여 스팸 필터링 시스템을 구현하였다. 이 알고리즘을 적용하면 서버 컴퓨팅 없이 문자의 조합만을 이용해 쿼리를 유추할 수 있기 때문에 스팸 필터링에 적용하여 입력된 문자메시지가 교묘하게 변형되더라도 스팸이라고 필터링이 가능하다. 또한 문장 유사도 측정 기법을 활용하여 스팸 필터링 성능을 향상시켰으며, 스팸 필터링에 취약한 특정 유형도 걸러내기 위해 특정 전처리 과정을 지원함으로써 대부분의 스팸메세지를 필터링 가능하도록 하였다. 기존 집합기반 POI 검색 알고리즘과 이를 확장 시킨 문장 유사도 측정 기법, 특정 전처리 과정을 추가한 시스템으로 필터링 시스템의 성능평가를 진행하였다. 그 결과 본 논문에서 구현한 시스템이 기존 집합기반 POI 알고리즘과 비교하여 향상된 스팸 필터링 성능을 보여주는 것을 확인하였다. 또한 이동통신사 3사에서 필터링에 취약한 유형이 본 논문에서 구현한 시스템으로 높은 성능으로 필터링이 가능하다는 것을 확인하였다.

• 전자공학회논문지CI
• /
• 제40권6호
• /
• pp.95-105
• /
• 2003

본 논문에서는 지문인증 시스템에서 인증 성능을 향상시키기 위한 기준점 검출 알고리즘과 특징 추출에 있어서 새로운 filterbank방법을 제안한다. 제안한 기준점 검출 알고리즘 GPM(Gradient Probabilistic Method)은 4개의 방향성분을 추출하여 방향성분을 가장 균일하게 가지는 지점을 검출하는 방법이며, 기존의 Poincare index방법과 달리 수학적 통계적 방법을 사용하기 때문에 지문의 융선에 대한 세부적이고 세밀한 전처리 과정이 불필요하며, arch형태 지문의 기준점 검출에 대한 단점을 해결한다. 또한, 제안한 filterbank방법은 기존filterbank방법에서 특징의 불균일한 분포로 생기는 단점을 균일한 분포로 만들어 추출함으로써 해결한다. 제안한 GPM의 실험결과 기존의 Poincare index방법에 비해서, 일반환경뿐 아니라 잡음환경에서의 특징 추출 시간과 인증률에서 우수함을 보여준다. 특히, 제안한 GPM은 Poincare index방법에 비해서, arch type의 지문에 대한 FAR은 일반 환경에서 49%, 밝기 잡음환경에서 39.2%, salt and pepper 잡음환경에서 15.7%의 향상을 보여준다. 또한, 기준점 검출시간에 있어서, 제안한 GPM방법은 기존의 Poincare index방법보다 0.07초의 감소를 보여주며, 특징추출 시간에 있어서도 제안한 filterbank 알고리즘은 기존의 filterbank 방법에 비해서 0.06sec의 감소를 보여준다.

• 인터넷정보학회논문지
• /
• 제14권5호
• /
• pp.49-57
• /
• 2013

본 연구에서는 효율적인 온 라인 문서 자동 분류를 위해 매우 중요한 분류 작업의 전처리 단계인 특징선택을 위한 새로운 방법이 제안된다. 대부분의 기존 특징선택 방법 연구에서는 특징 집합의 모집단이 단일 모집단으로써 한 모집단이 가지는 정보만으로 분류에 적합한 특징들을 선택하여 특징 집합을 구성하였다. 본 연구에서는 단일 모집단에 한하여 수행되는 특징선택 뿐 만 아니라, 다중 모집단을 가지는 혼합 특징 집합에 대해서 특징선택을 함으로써 다양한 정보를 바탕으로 한 특징 집합을 구성하였다. 혼합 특징 집합은 두 종류의 특징 집합으로 구성된다. 즉 각각 문서로부터 추출한 단어로 구성된 원본 특징 집합과 원본 특징 집합으로부터 LSA를 이용하여 새로 생성한 변형 특징 집합이다. 혼합 특징 집합으로부터 필터 방법과 래퍼 방법을 이용한 하이브리드 방식의 특징 선택을 통해 최적의 특징 집합을 찾고, 이를 이용하여 문서 분류 실험을 수행하였다. 다양한 모집단의 특징들의 정보를 모두 고려함으로써 보다 향상된 분류 성능을 보일 것이라고 기대하였고, 인터넷 뉴스 기사를 대상으로 분류 실험한 결과 90% 이상의 향상된 분류성능을 확인하였다. 특히, 재현율과 정밀도 모두 90%이상의 성능을 보였으며, 둘 사이의 편차가 낮은 것을 확인하였다.

• 대기
• /
• 제28권2호
• /
• pp.113-121
• /
• 2018

In order to monitor greenhouse gases including $CO_2$, various types of surface-, aircraft-, and satellite-based measurement projects have been conducted. These data help understand the variations of greenhouse gases and are used in atmospheric inverse modeling systems to simulate surface fluxes for greenhouse gases. CarbonTracker is a system for estimating surface $CO_2$ flux, using an atmospheric inverse modeling method, based on only surface observation data. Because of the insufficient surface observation data available for accurate estimation of the surface $CO_2$ flux, additional observations would be required. In this study, a system that assimilates aircraft $CO_2$ measurement data in CarbonTracker (CT2013B) is developed, and the estimated results from this data assimilation system are evaluated. The aircraft $CO_2$ measurement data used are obtained from the Comprehensive Observation Network for Trace gases by the Airliner (CONTRAIL) project. The developed system includes the preprocessor of the raw observation data, the observation operator, and the ensemble Kalman filter (EnKF) data assimilation process. After preprocessing the raw data, the modeled value corresponding spatially and temporally to each observation is calculated using the observation operator. These modeled values and observations are then averaged in space and time, and used in the EnKF data assimilation process. The modeled values are much closer to the observations and show smaller biases and root-mean-square errors, after the assimilation of the aircraft $CO_2$ measurement data. This system could also be used to assimilate other aircraft $CO_2$ measurement data in CarbonTracker.

• 정보처리학회논문지B
• /
• 제18B권3호
• /
• pp.147-156
• /
• 2011

본 논문에서는 유도전동기 고장 검출 및 분류를 위한 3-단계 (고장 신호의 전 처리, 고장 신호의 특징 추출, 고장 신호의 고장 유형별 분류) 알고리즘을 제안한다. 먼저 전 처리 단계에서는 저역 통과 필터를 통해 취득한 신호의 고주파 대역에 영향을 미칠 수 있는 잡음 성분을 제거하며, 다음으로는 이산 코사인 변환(discrete cosine transform)과 통계적 방법을 이용하여 고장 유형별 신호의 특징을 추출하고, 마지막 단계에서는 추출된 특징을 입력으로 하는 역 전파 신경 회로망(back propagation neural network)를 이용하여 신호를 고장 유형별로 분류한다. 시스템의 성능을 평가하기 위해 모의실험에 사용된 신호는 유도전동기의 진동 신호로, 정상 및 각종 이상 상태에 대해 8kHz의 샘플링율을 갖는 1초 길이의 데이터를 사용하였다. 모의실험 결과, 제안한 알고리즘은 학습된 상황의 고장 분류에서는 100%의 정확도를 보였으며, 기존의 공분산을 이용한 고장 검출 및 분류 알고리즘과 비교하여 약 50%의 정확도 향상을 보였다. 또한 고장 신호 취득 시 사용하는 센서의 종류나 주변 환경으로 인해 잡음이 추가될 수 있는 상황을 고려하여 취득한 데이터에 백색 가우시안 잡음을 인위적으로 추가한 모의실험에서도 98%이상의 고장 분류 정확도를 보였다. 더불어, 본 논문에서는 TI사의 TMS320F2812 디지털 신호 처리기에 제안한 고장 검출 및 분류 알고리즘을 탑재하여 실제 산업현장에서의 사용여부를 검증하였다.

• 지구물리와물리탐사
• /
• 제22권1호
• /
• pp.21-28
• /
• 2019

이 연구에서는 사우디 아라비아 지역의 S파 속도구조와 이방성을 알아보기 위해 표면파 분산 곡선을 사용하여 3차원 토모그래피를 수행하였다. 아라비아 반도는 지질학적 및 지형적으로 순상지(shield)와 플랫폼(platform)의 지형으로 나뉜다. 본 연구에서는 사우디 지질조사소(Saudi Geological Survey)에서 받은 2008 ~ 2014년 기간의 규모 5.5 이상, 진앙거리 $40^{\circ}$ 이내인 지진 자료들을 사용하였다. 획득한 자료들은 전처리를 거쳐 다중 필터 기법(multiple filter technique)을 적용하여 분산 곡선을 구하였다. 주기 5 ~ 140초에 해당하는 러브파와 레일리파의 군속도 분산 곡선을 역산하여 10 ~ 60 km에서의 SH파와 SV파 속도모델 그리고 이방성을 계산하였다. 그 결과 SV파의 속도모델에서는 순상지 하부 10 ~ 30 km 깊이에서 고속도 이상대를 보이며, 플랫폼 하부에서는 10 km 깊이에서 저속도 이상대를 보인다. 이는 순상지가 원생누대 기원의 오래되고 차가운 육괴로 되어있으며, 플랫폼이 고생대, 중생대, 신생대의 퇴적물로 덮여 있기 때문에 이와 같은 결과가 나왔다고 판단된다. SV파와 SH파의 속도 차이를 이용하여 구한 이방성의 결과는 전반적으로 양의 이방성이 나타나며, 이는 자그로스 조산대에서의 섭입으로 인한 아라비아 판의 당김에 의해 인장력이 수평 방향으로 발생하여 SH파의 속도가 빠르게 나타난다고 판단된다.