• 한국컴퓨터정보학회논문지
• /
• 제6권4호
• /
• pp.6-11
• /
• 2001

국어의 로마자 표기법 기본원칙을 모르더라도 웹 상에서 한글단어, 문장, 문서를 문자열(String)로 입력받아 자동변환이 가능하게 설계하였다. 특히 표음 중심의 전사(Transcription) 표기법의 기계적 변환을 위해 알고리즘(algorithm)화된 음운법칙을 적용하여 소리글자로 자동 변환 후 정부 표준안인 국어 로마자 표기법 레이블에서 대응 글자를 참조하여 기계화 코드 변환이 가능토록 자동변환 알고리즘 설계하였으며, 아스키(ASCII)테이블에서 잘 쓰이지 않는 코드를 반달표(ˇ)와 어깻점(´)등 특수부호로 할당하여 글꼴을 제작하였다. 또한 예외어 사전관리를 통한 예외 처리 문제에 대한 해결 방안을 제시하였으며, UML표기와 C++ 언어를 이용하여 사용자 편리성과 구현에 대한 모델을 제안하였다.

• 전기전자학회논문지
• /
• 제25권1호
• /
• pp.212-217
• /
• 2021

Premature contraction arrhythmia is the most common disease among arrhythmia and it may cause serious situations such as ventricular fibrillation and ventricular tachycardia. Most of arrhythmia clasification methods have been developed with the primary objective of the high detection performance without taking into account the computational complexity. Also, personalized difference of ECG signal exist, performance degradation occurs because of carrying out diagnosis by general classification rule. Therefore it is necessary to design efficient method that classifies arrhythmia by analyzing the persons's physical condition and decreases computational cost by accurately detecting minimal feature point based on only QRS features. We propose method for personalized specific classification of premature contraction arrhythmia based on QRS features in smart healthcare environments. For this purpose, we detected R wave through the preprocessing method and SOM and selected abnormal signal sets.. Also, we developed algorithm to classify premature contraction arrhythmia using QRS pattern, RR interval, threshold for amplitude of R wave. The performance of R wave detection, Premature ventricular contraction classification is evaluated by using of MIT-BIH arrhythmia database that included over 30 PVC(Premature Ventricular Contraction) and PAC(Premature Atrial Contraction). The achieved scores indicate the average of 98.24% in R wave detection and the rate of 97.31% in Premature ventricular contraction classification.

• Computers and Concrete
• /
• 제32권5호
• /
• pp.439-454
• /
• 2023

In this article, the surface stress effects on the buckling analysis of the annular sandwich plate is developed. The proposed plate is composed of two face layers made of carbon nanotubes (CNT) reinforced composite with assuming of fully bonded to functionally graded porous core. The generalized rule of the mixture is employed to predict the mechanical properties of the microcomposite sandwich plate. The derived potentials energy based on higher order shear deformation theory (HSDT) and modified couple stress theory (MCST) is solved by employing the Ritz method. An exact analytical solution is presented to calculate the critical buckling loads of the annular sandwich plate. The predicted results are validated by carrying out the comparison studies for the buckling analysis of annular plates with those obtained by other analytical and finite element methods. The effects of various parameters such as material length scale parameter, core thickness to total thickness ratio (hc/h), surface elastic constants based on surface stress effect, various boundary condition and porosity distributions, size of the internal pores (e0), Skempton coefficient and elastic foundation on the critical buckling load have been studied. The results can be served as benchmark data for future works and also in the design of materials science, injunction high-pressure micropipe connections, nanotechnology, and smart systems.

• 지능정보연구
• /
• 제17권4호
• /
• pp.293-304
• /
• 2011

본 연구는 NFC(Near Field Communication) 기술 기반의 세렌디피티 시스템의 설계와 구현을 목적으로 한다. NFC 기능이 탑재된 스마트폰은 계속 출시되고 있다. NFC 스마트폰의 보급으로 많은 장소에 NFC 태그가 설치되고 사용자들은 이를 터치하여 정보와 서비스를 제공받을 것으로 예상이 된다. 이러한 NFC가 활용되는 환경에서 사용자들이 어떤 NFC 태그를 터치할 때, 의외의 가치가 있는 발견을 하게 하는 세렌디피티(Serendipity) 서비스가 매우 핵심적인 생활 서비스로 등장할 가능성이 있다. 이에 본 연구는 태그 터치 데이터베이스, 세렌디피티 사례 베이스 데이터베이스, 세렌디피티 Rule 패턴 데이터베이스, 사용자 프로파일 데이터베이스를 활용하여, 사용자가 NFC 태그를 터치하면 사용자가 흥미, 유용성, 새로움을 느낄만한 거래 정보, 컨텐트, 서비스를 부가적으로 제공하는 신개념 서비스인 세렌디피티 서비스를 설계하고 이를 위한 발생 가능한 시나리오와 시스템을 설계한다.

• 전자공학회논문지CI
• /
• 제39권3호
• /
• pp.18-31
• /
• 2002

본 연구는 뉴로퍼지 네트워크와 다항식 뉴럴네트워크를 합성한 하이브리드 모델링 구조인 고급 뉴로퍼지 다항식 네트워크(Advanced neurofuzzy polynomial networks ; ANFPN)를 제안한다. 제안된 네트워크 구조는 높은 비선형 규칙 기반 모델로, CI(Computational Intelligence)의 기술, 즉 퍼지집합, 뉴럴네트워크, 유전자 알고리즘에 의해 설계되어진다. 뉴로퍼지 네트워크는 ANFPN 구조의 전반부를, 다항식 뉴럴네트워크는 후반부를 구성한다. ANFPN의 전반부에서, 뉴로퍼지 네트워크는 간략추론, 오류역전파 학습 규칙을 이용한다. 멤버쉽함수의 파라미터, 학습율, 모멘텀 계수는 유전자 최적화를 이용하여 조절된다. ANFPN의 후반부 구조로서 다항식 뉴럴네트워크는 학습을 통해 생성되는(전개되는) 유연한 네트워크 구조이다. 특히 다항식 뉴럴네트워크의 층과 노드 수는 고정되어 있지 않고 동적으로 생성된다. 본 연구에서는, 2가지 형태의 ANFPN 구조를 제안한다. 즉 기본 구조와 변형된 구조이다. 여기서 기본 구조와 변형된 구조는 다항식 뉴럴네트워크 구조의 각 층에서 입력변수의 수와 회귀다항식의 차수에 의존한다. 두 결합 구조의 특징 때문에 공정 시스템의 비선형적인 특성을 고려할 수 있고 보다 우수한 예측능력을 가진 좋은 출력선응을 얻을 수 있게 한다. ANFPN의 유용성과 실용성은 2개의 수치 예제를 통해 논의된다. 제안된 ANFPN은 기존의 모델보다 높은 정밀도와 예측능력을 가진 모델을 생성함을 보인다.

• 한국게임학회 논문지
• /
• 제16권5호
• /
• pp.111-122
• /
• 2016

본 연구는 이질적인 속성을 가진 학문분야들을 통합하여 하나의 교육과정으로 운영하는 프로젝트 중심 교육과정에 대한 운영 방안을 제안하고 있다. 통합교과의 의미는 게임 현장에서처럼 게임 기획, 프로그램, 그래픽과 같은 이질적인 분야의 학습자들을 대상으로 실제적인 하나의 결과물을 만들어낼 수 있도록 하는 것을 의미한다. 본 연구에서 제시되는 프로젝트 중심의 교육과정에 대한 운영방안은 국내에서 2008년도부터 A 교육기관에서 진행해온 게임 프로젝트 교육과정을 토대로 실증 및 분석을 하였다. 본 연구의 결과로는 통합교과를 기반으로 하는 프로젝트 교육과정에 대한 운영 방안의 기준을 제시하고 있으며, 크게 두 가지 형태로 내용을 분류하여 구성하고 있다. 첫 번째는 학생들이 교육과정을 통해 "책임감" 및 "협업 능력"과 같이 학습되어지는 내용들에 대한 부분들을 정리하고 있으며, 두 번째로는 성공적인 프로젝트 교육과정을 운영하기 위해 단계별로 진행되는 팀 구성, 프로젝트 계획, 팀 운영 및 협업, 중간 및 기말 발표, 그리고 평가 부분에 대한 운영 방법론을 제시하고 있다. 이러한 제안된 운영방안이 통합 교과로서의 프로젝트 교육과정을 운영하는데 있어서 하나의 밑거름 및 가이드라인이 될 것으로 기대한다.

• International Journal of Control, Automation, and Systems
• /
• 제1권2호
• /
• pp.194-202
• /
• 2003

In this paper, we introduce a category of Multi-FNN (Fuzzy-Neural Networks) models, analyze the underlying architectures and propose a comprehensive identification framework. The proposed Multi-FNNs dwell on a concept of fuzzy rule-based FNNs based on HCM clustering and evolutionary fuzzy granulation, and exploit linear inference being treated as a generic inference mechanism. By this nature, this FNN model is geared toward capturing relationships between information granules known as fuzzy sets. The form of the information granules themselves (in particular their distribution and a type of membership function) becomes an important design feature of the FNN model contributing to its structural as well as parametric optimization. The identification environment uses clustering techniques (Hard C - Means, HCM) and exploits genetic optimization as a vehicle of global optimization. The global optimization is augmented by more refined gradient-based learning mechanisms such as standard back-propagation. The HCM algorithm, whose role is to carry out preprocessing of the process data for system modeling, is utilized to determine the structure of Multi-FNNs. The detailed parameters of the Multi-FNN (such as apexes of membership functions, learning rates and momentum coefficients) are adjusted using genetic algorithms. An aggregate performance index with a weighting factor is proposed in order to achieve a sound balance between approximation and generalization (predictive) abilities of the model. To evaluate the performance of the proposed model, two numeric data sets are experimented with. One is the numerical data coming from a description of a certain nonlinear function and the other is NOx emission process data from a gas turbine power plant.

• 한국인터넷방송통신학회논문지
• /
• 제22권2호
• /
• pp.51-62
• /
• 2022

본 논문에서는 환자의 자세를 기반으로 행동을 예측하여, 의료진에 의해 입력된 개인의 병력 중심의 프로파일과 신체정보, 침상의 기본 정보를 모두 조합하여 침대에서의 낙상 위험을 예측하는 모델을 설계하고, 위험의 수준을 판단할 수 있는 알고리즘을 제시한다. 낙상 위험 예측은 크게 환자의 프로파일을 활용한 정성적 낙상 위험 노출도 평가와 실시간 낙상 위험 측정 단계로 구분된다. 정성적 낙상 위험 노출도는 의료진이 낙상 위험과 관련된 환자의 건강 상태를 점검하여 위험 노출도를 평가함으로써 위험 등급이 결정된다. 실시간 낙상 위험 측정 단계에서는 환자의 침대에서의 자세를 인식하고 환자의 정성적 위험등급 정보가 고려된 낙상 위험 측정을 위한 규칙 기반 정보를 추출한다. 인식된 환자 자세 정보와 정성적 위험평가 정보를 모두 조합하여 시그모이드 함수를 활용하여 최종 낙상 위험 수준을 예측한다. 본 연구에서 제시된 절차와 예측 모델은 입원 환자를 위한 낙상 사고 예방과 환자 안전을 위한 개인화 서비스에 크게 기여할 것으로 기대된다.

• KIEAE Journal
• /
• 제15권2호
• /
• pp.27-35
• /
• 2015

Purpose: Healthcare is on the whole a personal and critical service that consumer's use, whereas hospitalization is as a rule painful, because nature nurtures and Sun Light Luminosity for healthcare settings is considered healing. The performance and design of climate responsive buildings such as AKU requires a detailed study of attributes of climate both at micro as well as macro level. The therapeutic value of contact with nature through window view, greenery and landscape is calculated there. Method: A two prong strategy is been devised for this article, at micro level three typical morphologies are analysed by creating same environment of neighboring building on sun shading chart, radiation and temperature range. Since the analysis of local climate helps to determine the design strategies for hospital Healing Environment which is suitable for Karachi climate; in order to track the macro climatic behaviour, a considerable analysis of psychometrics chart for AKU Karachi are designed on Climate Consultant (CC) and analysed by Machine Learning. Climate Consultant proposes different design strategies suitable for Karachi. And on the other hand time wise illumination sources for clinical area which are then measured on psychrometric chart- according to singular space: multi patient admission, secondly: acute ambulatory ward, and tertiary: multi windowed space according to the mushrabiyah and sky light pattern. Result: Our findings support the hypothesis that windowed wall is 75-80% more healing wall; an accelerated evidence was found for healing at macro level if the form of the hospital is designed according to the climatologically preferences, whereas at micro level: the light resource becomes the staff attentiveness determinant. In Conclusion evidence was provided that the actual form of luminosity results consequently in satisfaction while light entering from several set of windows and other sources might be valued if design according to the healing environment. The data added on the sun shading chart to calculate rays entraining into space in patient room equal to 124416.21 Watts/ meter $m^2$ is calculated as precise healing rate-and is confirmed by questionnaire from patients belonging from each clinical stage having different illnesses.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권2호
• /
• pp.132-137
• /
• 2007

Experimental software data capturing the essence of software projects (expressed e.g., in terms of their complexity and development time) have been a subject of intensive modeling. In this study, we introduce a new category of Hybrid Fuzzy Neural Networks (gHFNN) and discuss their comprehensive design methodology. The gHFNN architecture results from highly synergistic linkages between Fuzzy Neural Networks (FNN) and Polynomial Neural Networks (PNN). We develop a rule-based model consisting of a number of "if-then" statements whose antecedents are formed in the input space and linked with the consequents (conclusion pats) formed in the output space. In this framework, FNNs contribute to the formation of the premise part of the overall network structure of the gHFNN. The consequences of the rules are designed with the aid of genetically endowed PNNs. The experiments reported in this study deal with well-known software data such as the NASA dataset. In comparison with the previously discussed approaches, the proposed self-organizing networks are more accurate and yield significant generalization abilities.