• Journal of Information Processing Systems
• /
• 제9권2호
• /
• pp.333-348
• /
• 2013

Mobile authentication/identification has grown into a priority issue nowadays because of its existing outdated mechanisms, such as PINs or passwords. In this paper, we introduce gait recognition by using a mobile accelerometer as not only effective but also as an implicit identification model. Unlike previous works, the gait recognition only performs well with a particular mobile specification (e.g., a fixed sampling rate). Our work focuses on constructing a unique adaptive mechanism that could be independently deployed with the specification of mobile devices. To do this, the impact of the sampling rate on the preprocessing steps, such as noise elimination, data segmentation, and feature extraction, is examined in depth. Moreover, the degrees of agreement between the gait features that were extracted from two different mobiles, including both the Average Error Rate (AER) and Intra-class Correlation Coefficients (ICC), are assessed to evaluate the possibility of constructing a device-independent mechanism. We achieved the classification accuracy approximately $91.33{\pm}0.67%$ for both devices, which showed that it is feasible and reliable to construct adaptive cross-device gait recognition on a mobile phone.

• 한국통신학회논문지
• /
• 제18권10호
• /
• pp.1422-1432
• /
• 1993

HCNN(Hidden Control Neural Network)은 신경회로망에 의한 비선형 예측과 HMM의 segmentation 기능을 접합시킨 신경회로망 모델로서, 시간에 따라 입출력 사상 함수를 변화시킴으로써 음성 신호를 잘 모델링할 수 있도록 되어 있다. 본 논물에서는 첫째, HCNN의 성능이 HMM보다 우수함을 보이고, 둘째로, HCNN에서의 예측 오차 측정에 적절한 거리 측도를 이용하기 위해 가중거리가 도입된 HCNN을 제안하여, 화자 독립 음성 인식에 있어 그 성능이 우수함을 보였다. 여기서 가중거리는 음성 특징 벡터 각 구성 성분의 분산도 차이를 고려한 거리이다. 화자 독립 숫자음 인식 실험 결과, 유클리드 저리를 이용한 HCNN에 대해 95%의 인식율을 얻었는데, 이는 HMM에 비해 1.28% 높은 결과로서, 확률적인 제한이 가해진 HMM에 비해 시스템의 동작인 모델링을 이용한 HCNN이 더 우수함을 알 수 있다. 또한 가중거리를 이용한 CNN에 대해서는 97.35%의 인식율을 얻었는데, 이는 유클리드 거리를 이용한HCNN에 비해 2.3%가 향상된 결과이다. 가중 거리를 도입한 HCHN의 경우에 더 높은 인식율을 얻은 이유는, 오인식이 많이 되는 화자의 인식율을 높임으로써 화자간의 인식율차가 감소하게 되기 때문임을 알 수 있었고, 따라서 화자 독립 음성인식에 가중거리를 도입한 HCNN이 보다 적합합을 알 수 있다.

• 대한한의학원전학회지
• /
• 제32권3호
• /
• pp.47-57
• /
• 2019

Objectives : We aim to assist in choosing an appropriate method for word extraction when analyzing East Asian Traditional Medical texts based on unsupervised learning. Methods : In order to assign ranks to substrings, we conducted a test using one method(BE:Branching Entropy) for exterior boundary value, three methods(CS:cohesion score, TS:t-score, SL:simple-ll) for interior boundary value, and six methods(BExSL, BExTS, BExCS, CSxTS, CSxSL, TSxSL) from combining them. Results : When Miss Rate(MR) was used as the criterion, the error was minimal when the TS and SL were used together, while the error was maximum when CS was used alone. When number of segmented texts was applied as weight value, the results were the best in the case of SL, and the worst in the case of BE alone. Conclusions : Unsupervised-Learning-Based Word Extraction is a method that can be used to analyze texts without a prepared set of vocabulary data. When using this method, SL or the combination of SL and TS could be considered primarily.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.923-926
• /
• 2003

In this paper we propose a scheme to generate DTM and detect buildings on DSM generated from LIDAR data. Two stages are performed. The first stage is to perform object segmentation by using two morphology operations namely, flattening and H-Dome transformation. After filtering out the object points above the ground, we used the non-object points to generate DTM. The second stage is to detect buildings from the objects by analyzing differential slopes. The test data is in raster form with 1m spacing around Hsin-Chu Scientific Area in Taiwan. The mean error is -0.16m and the RMSE is 0.45m for DTM generation. The successful rate for building detection is 87.7%.

• 한국음향학회지
• /
• 제13권6호
• /
• pp.5-14
• /
• 1994

이 논문은 오차역전달(error back-propagation) 알고리듬을 갖는 다층구조 퍼셉트런(Multi-Layered Perceptron)을 사용하여 우리말 단어음성을 화자종속으로 기계 인식하는 실험에 관한 연구 결과다. 대상단어는 시외 자동전화 지역번호표에서 임의로 선택한 50개 지역명이며, 이 중 43개는 2음절로 구성되어있고 나머지 7개는 3음절이다. 단어를 음소나 음절별로 분리(segmentation)하지 않고, 단어의 각 부분에서 골고루 추출된 특징성분을 신경망에 입력하는 방법을 사용했다. 그렇게 함으로써 발음지속시간에 관계없는 결과를 얻을 수 있으며, 이 때 사용된 특징 성분은 선형예측분석으로 구해진 PARCOR계수다. 전체학습과 구분학습의 비교, 프레임 갯수와 PARCOR차수에 대한 인식률의 의존도, 중간층 뉴런의 갯수에 대한 인식률의 변동, 그리고 출력층 뉴런의 구성 방법에 따른 비교 등 4가지 실험을 통하여 가장 최량의 조건을 찾아보고자 하였다. 이 연구를 발전시킨다면 실시간의 화자독립 소규모어휘 음성인식이 가능해질 것으로 보인다.

• 전자공학회논문지SC
• /
• 제42권5호
• /
• pp.51-58
• /
• 2005

본 논문에서는 유방 초음파 볼륨영상에서 진단하고자 하는 종양 영역을 율왜곡 기반(rate-distortion based) 시드영역 확장 법으로 분할하는 알고리듬을 제안한다. 제안된 분할법에서는 율은 윤곽의 거친 정도를 나타내고 왜곡은 영역의 동질성 정도를 나타내는데, 흉부 종양 볼륨으로부터 획득한 2차원 단면 영상에서 설정된 초기 시드영역에서 시작하여 이러한 율과 왜곡을 동시에 최소화하는 주위영역 중 하나씩 시드영역으로 병합한다. 이러한 병합은 시드영역의 윤곽 화소당 평균 율왜곡 비용이 최대가 될 때까지 반복적으로 수행한다. 이렇게 함으로써 최종 시드영역은 동질성이 잘 유지되고 부드러운 윤곽을 갖게 된다. 마지막으로 모든 단면 영상에 있는 최종 시드영역의 윤곽들을 이용하여 3차원 흉부 종양을 추출한다. 실험 결과, 제안한 방법이 초음파 데이터에 대하여 평균 에러율이 약 4% 미만으로 나타났다.

• 한국통신학회논문지
• /
• 제35권4C호
• /
• pp.408-414
• /
• 2010

CCTV이미지에서 교통정보를 수집하려고 할 때 관측자가 카메라를 움직이면 설치된 검지영역이 손실되고 복원하려고 해도 기계적 오차로인해 어려움을 겪게 된다. 그래서 어안이나 거울을 이용하면 카메라를 움직이지 않아도 된다. 하지만 이러한 상황하에서 가장 큰 문제점은 영상의 왜곡이다. 본 논문에서는 이러한 왜곡을 극복하기 위해 비선형 확산 방정식을 이용한 분할과 이 영역에디포메이션을 적용하여 디블러링 한 후 차량정보 수집을 시도한 결과 이전 결과보다 5% 향상된 결과를 얻었다.

• 한국컴퓨터정보학회논문지
• /
• 제22권5호
• /
• pp.57-63
• /
• 2017

In the paper, we propose a new reliable technique for measuring food intake based on image automatically without user intervention. First, food and bowl image before and after meal is obtained by user. The food and the bowl are divided into each region by the K-means clustering, Otsu algorithm, Morphology, etc. And the volume of food is measured by a proportional expression based on the information of the container such as it's entrance diameter, depth, and bottom diameter. Finally, our method calculates the volume of the consumed food by the difference between before and after meal. The proposed technique has higher accuracy than existing method for measuring food intake automatically. The experiment result shows that the average error rate is up to 7% for three types of containers. Computer simulation results indicate that the proposed algorithm is a convenient and accurate method of measuring the food intake.

• Journal of information and communication convergence engineering
• /
• 제22권1호
• /
• pp.44-55
• /
• 2024

High-utility itemset mining (HUIM) is a dominant technology that enables enterprises to make real-time decisions, including supply chain management, customer segmentation, and business analytics. However, classical support value-driven Apriori solutions are confined and unable to meet real-time enterprise demands, especially for large amounts of input data. This study introduces a groundbreaking model for top-N high utility itemset mining in real-time enterprise applications. Unlike traditional Apriori-based solutions, the proposed convolutional sequential embedding metrics-driven cosine-similarity-based multilayer perception learning model leverages global and contextual features, including semantic attributes, for enhanced top-N recommendations over sequential transactions. The MATLAB-based simulations of the model on diverse datasets, demonstrated an impressive precision (0.5632), mean absolute error (MAE) (0.7610), hit rate (HR)@K (0.5720), and normalized discounted cumulative gain (NDCG)@K (0.4268). The average MAE across different datasets and latent dimensions was 0.608. Additionally, the model achieved remarkable cumulative accuracy and precision of 97.94% and 97.04% in performance, respectively, surpassing existing state-of-the-art models. This affirms the robustness and effectiveness of the proposed model in real-time enterprise scenarios.

• 대한공간정보학회지
• /
• 제24권4호
• /
• pp.67-74
• /
• 2016

공간해상도가 높은 드론 영상은 수목 밀도가 높은 지역에서 추출 한계를 갖는 기존 연구의 대안으로 떠오르고 있다. 본 연구에서는 드론 영상으로부터 수목이 우거진 산림 지역 내 수목 개체를 추출하였다. 영상 분할 과정을 거쳐서 추출되는 수목 개체 인식을 위해, DSM(digital surface model), 그리고 R, G, B 밴드 모두를 조합한 경우와 각각을 분리 조합한 경우의 영상 분할 결과를 비교하였다. 또한, 낙엽수림의 수목 우거짐의 변화를 시기별 영상별로 실험하였다. 3, 4, 5월 영상 중 숲이 울창한 5월의 경우 현지 측량한 나무를 기준으로 한 수목 개체 추출율은 50%로 나타났고, 수관폭 정확도 분석 결과 RMSE(root mean square error)가 1.5미터 이하로 가장 좋은 결과를 보였다. 실험지역의 추출은 중간 나무, 작은 나무 2가지 크기로 추출하였으며 작은 크기의 나무가 추출 정확도가 더 높았다. 이를 바탕으로 수고 추출을 하고, 수관폭과 흉고직경간의 관계식을 이용하여 흉고직경을 추정한다면, 임목재적 추정 및 산림바이오매스 추정까지 가능할 것으로 보인다.