• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.403-406
• /
• 2005

In order to evaluate the Capability of ETM+ remotely- sensed data to provide 'Forest-shrub land-Rangeland' cover type map in areas near the timberline of northern forests of Iran, the data were analyzed in a portion of nearly 790 ha located in Neka-Zalemroud region. First, ortho-rectification process was used to correct the geometric errors of the image, yielding 0/68 and 0/69 pixels of RMS. error in X and Y axis, respectively. The original and panchromatic bands were fused using PANSHARP Statistical module. The ground truth map was made using 1 ha field plots in a systematic-random sampling grid, and vegetative form of trees, shrubs and rangelands was recorded as a criteria to name the plots. A set of channels including original bands, NDVI and IR/R indices and first components of PCI from visible and infrared bands, was used for classification procedure. Pair-wise divergence through CHNSEL command was used, In order to evaluate the separability of classes and selection of optimal channels. Classification was performed using ML classifier, on both original and fused data sets. Showing the best results of $67\%$ of overall accuracy, and 0/43 of Kappa coefficient in original data set. Due to the results represented above, it's concluded that ETM+ data has an intermediate capability to fulfill the spectral variations of three form- based classes over the study area.

• 대한원격탐사학회지
• /
• 제23권4호
• /
• pp.257-272
• /
• 2007

이 논문에서는 촬영 시기 및 촬영 모드(주파수, 편파, 입사각)에 있어서 여러 가지 조건을 가지는 다양한 SAR 자료로부터 특징을 추출하여 토지 피복 항목과의 상호 연관성을 분석하였다. 현재까지 가용한 인공위성 SAR 영상의 촬영 조건을 고려하여 다음의 두 가지 경우로 구분하여 특징을 추출하였다. 첫째, 단일 모드로 다중 시기에 얻어진 SAR 자료로부터 긴밀도, 시간적 변이도, 주성분 변환에 의한 특징들을 추출하였다. C-밴드인 ERS-1/2, ENVISAT SAR, Radarsat-1 자료와 L-밴드인 JERS-1 SAR 자료를 대상으로 이러한 특징들을 각각 추출하였으며, 일반적인 토지 피복 항목과의 연관성 분석을 통해 다중 센서의 특성 차이를 비교 분석하였다. 여러 특징들 중에서 Tandem 긴밀도는 대체적으로 토지 피복 항목간 구별력이 가장 좋게 나타났다. C-밴드 SAR 자료의 장기간 긴밀도에서는 도심 지역의 구분이 용이하였으며, 시간적 변이도에서는 모든 센서 자료에서 논 지역이 가장 높은 값을 나타내었다. 또한 시계열 후방 산란 계수와 긴밀도의 주성분 변환에 기반한 특징들에서는 토지 피복과 관련된 부가 정보 추출이 가능하였다. 둘째, 다중모드(편파, 입사각)로 비슷한 시기에 얻어진 SAR 자료로부터 편파비와 다중 채널 변이도를 주요 특징으로 추출하여 토지 피복 항목별로 비교하였다. 그 결과, VH/VV 편파비로부터 산림과 밭 항목의 구분력이 향상되는 것으로 나타났다. 이 연구의 분석 결과는 향후 다양한 모드의 시계열적 SAR 자료 및 지상 산란계 실험을 통한 다양한 사례 연구 결과와 결합된다면, SAR 자료를 이용한 토지 피복 분류의 정확도 향상을 위한 기초 정보로 활용될 수 있을 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제20권8호
• /
• pp.1271-1281
• /
• 2017

It is essential to collect and analyze target information around the vehicle for autonomous driving of the vehicle. Based on the analysis, environmental information such as location and direction should be analyzed in real time to control the vehicle. In particular, obstruction or cutting of objects in the image must be handled to provide accurate information about the vehicle environment and to facilitate safe operation. In this paper, we propose a method to simultaneously generate 2D and 3D bounding box proposals using LiDAR Edge generated by filtering LiDAR sensor information. We classify the classes of each proposal by connecting them with Region-based Fully-Covolutional Networks (R-FCN), which is an object classifier based on Deep Learning, which uses two-dimensional images as inputs. Each 3D box is rearranged by using the class label and the subcategory information of each class to finally complete the 3D bounding box corresponding to the object. Because 3D bounding boxes are created in 3D space, object information such as space coordinates and object size can be obtained at once, and 2D bounding boxes associated with 3D boxes do not have problems such as occlusion.

• 센서학회지
• /
• 제29권5호
• /
• pp.348-353
• /
• 2020

This paper presents an adaptive method to avoid obstacles in various environmental settings, using a two-dimensional (2D) LiDAR sensor for mobile robots. While the conventional reaction based smooth nearness diagram (SND) algorithms use a fixed safety distance criterion, the proposed algorithm autonomously changes the safety criterion considering the obstacle density around a robot. The fixed safety criterion for the whole SND obstacle avoidance process can induce inefficient motion controls in terms of the travel distance and action smoothness. We applied a multinomial logistic regression algorithm, softmax regression, to classify 2D LiDAR point clouds into seven obstacle structure classes. The trained model was used to recognize a current obstacle density situation using newly obtained 2D LiDAR data. Through the classification, the robot adaptively modifies the safety distance criterion according to the change in its environment. We experimentally verified that the motion controls generated by the proposed adaptive algorithm were smoother and more efficient compared to those of the conventional SND algorithms.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.431-435
• /
• 2013

아로마는 오래전부터 치유를 위하여 사용되어 왔고, 아로마의 종류에 따라서 치유하는 효능이 다르다. 아로마의 분류를 체계적으로 하기 위하여 가스센서 어레이 시스템을 제작하였다. 센서에서 출력한 신호를 신경회로망의 입력으로 사용하여 아로마를 분류하였다. 신경회로망은 IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망을 사용하였다. 실험결과 라벤더(Lavendula angustifolia), 쟈스민 (Jasminum Officiale), 오렌지(Citrus Sinensis), 로만 카모마일(Chamaemelum nobile)를 성공적으로 4개의 부류로 분류하였고 오류가 없었다.

• 한국지능시스템학회논문지
• /
• 제15권4호
• /
• pp.479-485
• /
• 2005

현재 컴퓨팅 기술은 유비쿼터스 컴퓨팅 환경에서 컨텍스트 인식을 위한 지능화된 시스템 구조를 요구하고 있다. 컨텍스트를 인식하기 위한 지능화된 시스템은 에이전트를 기반으로 하고 있으며, 사용자를 인식하기 위한 센서의 정보와 서비스를 지원하기 위한 프레임을 필요로 한다. 따라서 본 논문에서는 각 센서와 서비스들을 동적으로 연결하고, 각종 컨텍스트를 안정적으로 지원할 수 있는 3-Tier 컨텍스트 인식 처리 서버/클라이언트 구조를 제안한다. 제안하는 시스템의 구조는 사용자의 상황 정보를 인식하는 클라이언트 계층과 인식된 상황정보를 처리하기 위한 응용처리 에이전트 서버(APAS) 계층, 이 두 계층을 관리하기 위한 관리서버(Management Server)로 구성된다. 또한 이 구조에서는 정교한 서비스를 제공하기 위하여 사용자의 정보는 동적 프로파일로 구성되어 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.565-568
• /
• 2009

본 논문에서는 노약자의 관찰을 위하여 움직임 센서를 이용하여 움직인 정보를 이용하는 방식을 제안한다. 사람이 물체를 움직일 때에 물체에 부착된 3축 가속도 센서를 이용해 움직임 데이터를 전달받고 전달받은 움직인 데이터를 SVM을 이용하여 물체의 움직임을 추정한다. 제안한 시스템의 유용성을 확인하기 위하여 실험에 이용한 데이터들을 데이터베이스화 하여 신경회로망의 학습에 사용하였고, 일상적으로 걸어갈 때, 빠르게 뛰어갈 때, 넘어질 때의 3가기 경우의 움직임을 제대로 검출해 내는가에 대한 실험을 하였다. 실험 경과 80% 이상의 검출 성공률을 볼 수 있었다.

• 마이크로전자및패키징학회지
• /
• 제31권2호
• /
• pp.45-53
• /
• 2024

The maintenance of semiconductor equipment is crucial for the continuous growth of the semiconductor market. System management is imperative given the anticipated increase in the capacity and complexity of industrial equipment. Ensuring optimal operation of manufacturing processes is essential to maintaining a steady supply of numerous parts. Particularly, monitoring the status of substrate transfer robots, which play a central role in these processes, is crucial. Diagnosing failures of their major components is vital for preventive maintenance. Fault diagnosis methods can be broadly categorized into physics-based and data-driven approaches. This study focuses on data-driven fault diagnosis methods due to the limitations of physics-based approaches. We propose a methodology for data acquisition and preprocessing for robot fault diagnosis. Data is gathered from vibration sensors, and the data preprocessing method is applied to the vibration signals. Subsequently, the dataset is trained using Gradient Tree-based XGBoost machine learning classification algorithms. The effectiveness of the proposed model is validated through performance evaluation metrics, including accuracy, F1 score, and confusion matrix. The XGBoost classifiers achieve an accuracy of approximately 92.76% and an equivalent F1 score. ROC curves indicate exceptional performance in class discrimination, with 100% discrimination for the normal class and 98% discrimination for abnormal classes.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.399-401
• /
• 2003

This paper presents a geostatistical contextual classifier for the classification of remote sensing data. To obtain accurate spatial/contextual information, a simple indicator kriging algorithm with local means that allows one to estimate the probability of occurrence of certain classes on the basis of surrounding pixel information is applied. To illustrate the proposed scheme, supervised classification of multi-sensor remote sensing data is carried out. Analysis of the results indicates that the proposed method improved the classification accuracy, compared to the method based on the spectral information only.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1995년도 추계학술대회
• /
• pp.90-94
• /
• 1995

In this paper, we improved the O-Ring Measurement System(O-R MS) based on oriental constitutional theory of four classes for objectify constitutional diagnosis by O-Ring test method which is one of effective methods in several constitutional diagnosis. The result of using in a half of year, some problems are pointed out. To settle these problems, we improved the actuator, display module, sensor module, and hardware of controller. Also, the software is supplemented to using the more decision parameters. It is estimated to have a high practical use for the objectified constitutional diagnosis.