• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.232-235
• /
• 1998

This paper evaluates the performance of a rough set based pattern classifier using the benchmarks in artificial neural nets depository found in internet. The definition of rough set in soft computing paradigm is briefly introduced. next the design of rough set classifier is suggested. Finally benchmark test results are shown the performance of rough set compare to that of ANNs and decision tree.

• Soft Computing and Machine Intelligence
• /
• 제1권1호
• /
• pp.24-30
• /
• 2021

The accelerated growth of the internet and the enormous amount of data availability has become the primary reason for machine learning applications for data analysis and, more specifically, pattern recognition and decision making. In this paper, we focused on the crowdfunding site Kickstarter and collected the comments in order to apply neural networks to classify the projects based on the sentiments of backers. The power of customer reviews and sentiment analysis has motivated us to apply this technique in crowdfunding to find timely indications and identify suspicious activities and mitigate the risk of money loss.

• 한국전자파학회논문지
• /
• 제12권2호
• /
• pp.268-277
• /
• 2001

본 논문에서는 IEEE 802.11a 무선 LAN에 적합한 OFDM 시스템에 비터비 복호를 사용하는 길쌈 부호와 단일 탭의 LMS 등화기를 적용하여 실내 무선 채널 환경에서 시스템 성능을 시뮬레이션을 통해 분석한다. 실내 무선 채널은 라이시안 페이딩 모델링하고, 부채널변조 방식으로는 QPSK와 16QAM을 사용한다. 직접 파 대 간섭파 전력비 K=5 dB 인 라이시안 페이딩 채널에서 길쌈 부호 및 비터비 복호를 사용하는 경우, 경판정에서 QPSK는 8.6 dB, 16QAM 은 19.2dB, 연판정에서 QPSK는 5.3dB, 16QPSK는 5.3dB, 16QAM은 9.8dB에서 $10^{-4}$의 BER을 만족하였다. 또한 16QAM/OEFM 방식에 단일 탭의 LMS 등화기를 사용하면 길쌈 부호만을 사용한 경우보다 경판정 비터비 복호의 경우 8.6dB,연판정의 경우에는 2dB의 성능이 향상됨을 알 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제12권10호
• /
• pp.82-92
• /
• 2012

본 연구는 국내에서 유통되고 있는 100 여종의 남성용 헬멧 제품을 대상으로 색채표현에 관한 고찰을 위해 구매 선호도가 높은 제품을 대상으로 색채의 이미지 스케일, PCCS 색체계를 적용한 색채분석, 그리고 제품 구매결정시 색채의 영향력을 고찰하였다. 연구대상이 되는 헬멧 제품은 자전거 탑승시에 사용되고 있는 남성용 헬멧으로 헬멧의 종류를 구분하지 않고 국내에서 유통되고 있는 전제품으로 설정하였다. 국내에서 유통 중인 남성용 헬멧에 대하여 일괄적으로 색채에 따라 이미지 스케일을 4영역(Soft, Hard, Dynamic, Static)으로 고찰하였으며, 또한 설문조사 결과 구매 빈도수가 상위 10위내의 제품이 갖는 색채의 이미지 스케일을 분석하였다. 그리고 이들 제품에 대하여 각각 PCCS 색체계에 의한 분석을 실시하였다. 마지막으로 실증분석으로 헬멧 제품 구입시 색채가 구매결정에 미치는 영향력을 분석하기 위해 설문조사를 실시하였다. 설문조사는 서울지역 S 대리점에 소속된 18개 자전거 동호회에 가입된 20~50대 남성을 대상으로 실시하였고, 수집된 설문의 총 자료수는 422개 파악되었으나 내용이 불충분한 8개를 제외한 414개를 최종 자료로 사용하였다. 결론을 크게 3부문으로 나눌 수 있다.

• 한국통신학회논문지
• /
• 제39A권3호
• /
• pp.127-139
• /
• 2014

멀티 레벨 낸드 플래시 메모리는 한 셀에 2 비트 이상의 정보를 저장하는 구조이고, 비트 위치별 채널 LLR의 밀도 함수 l-밀도가 비대칭 특성을 가지고 있다. 이런 특성은 이진 무기억 대칭 채널 조건에서 설계된 오류 정정부호의 성능이 제대로 발휘되지 못하게 할 뿐만 아니라, 멀티 레벨 낸드 플래시 메모리용 연판정 복호를 수행하는 이진 오류 정정 부호의 설계도 어렵게 한다. 본 논문에서 밀도 미러링과 EM 알고리즘을 이용하여 오류 정정 부호 설계를 위한 차선책을 소개한다. 밀도 미러링은 EM 알고리즘을 적용하기 전에 0 부호어를 전송한 경우로 가정할 수 있도록 하기 위해서 채널 LLR을 처리하는 과정이고, 이후 채널 LLR l-밀도를 EM 알고리즘을 적용하여 K개의 성분으로 이루어진 대칭 가우시안 혼합 밀도로 근사화하는 방법을 소개한다.

• 한국전산구조공학회논문집
• /
• 제27권5호
• /
• pp.451-458
• /
• 2014

본 연구는 초고층 건축물의 기본계획을 바탕으로 철근콘크리트 코어 벽체의 두께를 최적화하여 실시설계에 적용하는 과정에서, StrAuto를 통한 수많은 케이스의 반복해석을 통하여 최적 케이스를 찾아내어, 설계 방향과 한계에 대한 가이드라인을 설정하기 위한 프로세스를 구축하기 위한 실용화 연구이다. 코어 벽체의 두께와 강도를 변경하면서 StrAuto를 통해 반복해석을 수행하고 해석결과를 시각적으로 표현하여 설계자가 어떤 방향으로 설계를 진행할지를 결정하는데 중요한 참고자료로 활용하도록 프로세스를 정립하였다. 본 논문은 기본적인 구조설계가 완료된 상태에서 설계자가 원하는 방향에 대한 수많은 케이스를 빠르게 검토하여 올바른 실시 설계 방향을 설정하는 프로세스를 구축했다는 점에서 큰 의의를 찾을 수 있다.

• 대한전자공학회논문지SD
• /
• 제43권11호
• /
• pp.90-97
• /
• 2006

본 논문에서는 Multi-band OFDM(MB-OFDM) 시스템에 적합한 고속 연판정 비터비 디코더의 효율적인 하드웨어 구조에 대해서 제시한다. MB-OFDM 시스템은 최대 480Mbps의 데이터 속도를 처리해야 하고 시스템 클럭으로 528MHz가 제공되기 때문에, 설계의 신뢰도를 향상시키기 위해 병렬처리 구조를 사용한다. 따라서, 비터비 디코더도 여러 개의 데이터를 동시에 처리하는 병렬처리 구조를 지원해야 하며, 또한 고속의 데이터를 처리하기 위한 하드웨어 구조를 사용해야 한다. 본 논문에서는 4-way 병렬처리에 적합하면서도 동시에 하드웨어 부담을 최소화할 수 있는 비터비 디코더의 하드웨어 구조를 제시한다. 이를 위해, 비터비 디코더의 핵심 기능블록이라 할 수 있는 ACS의 다양한 구조를 비교 및 분석하고 하드웨어와 동작속도 측면에서 가장 적합한 구조를 찾아내도록 한다. 최적의 하드웨어 구조로 설계된 비터비 디코더는 Verilog HDL로 설계 및 검증되었으며, 하드웨어 복잡도 및 동작속도 측정을 위해 TSMC 0.13um 공정으로 합성되었다. 합성결과, 제시된 구조는 약 280K 게이트로 구성되었으며 MB-OFDM 시스템이 요구하는 동작 주파수내에서 동작함을 확인하였다.

• 한국통신학회논문지
• /
• 제42권5호
• /
• pp.951-958
• /
• 2017

채널 재구성 기법이란 통신시스템에서 의도되지 않은 수신자가 수신 신호로부터 어떤 채널 부호가 사용되었는지, 주요 파라미터는 무엇인지를 알아내는 기법이다. 본 논문은 수신한 신호가 길쌈부호로 부호화된 경우, 사용된 길쌈부호의 주요파라미터인 입출력단의 비트수인 k와 n, 그리고 $k{\times}n$ 생성다항식행렬(Polynomial Generator Matrix, PGM)을 찾아내는 기법에 대해 다룬다. 본 논문은 M. Marazin 등이 제안한, 피버팅을 통한 가우스 조단소거법(Gauss Jordan Elimination Through Pivoting, GJETP)을 사용한 길쌈부호의 채널 재구성 기법에서 채널오류율과 무관하게 임계값을 설정해주던 것과 달리, 수신한 시퀀스로부터 2진 대칭 채널(Bynary Symetric Channel, BSC)의 채널오류확률을 추정하고 이로부터 임계값을 설정하는 방식을 제안하고, S. Shaojing 등의 연판정(soft decision) 값을 이용한 기법을 적용시켜서 채널 재구성 기법의 성공률을 향상시켰다.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.53-59
• /
• 2008

최근 하지가 불편한 노약자나 장애인이 집안의 다양한 가전기기를 손쉽게 제어하기 위한 비전 기반의 손동작 인식 기술이 발전해 왔다. 다수의 사용자가 하나의 손동작 인식 시스템을 사용할 경우 사용자마다 손동작 특성이 모두 다르기 때문에 특정 사용자의 인식률이 저하되는 문제가 발생한다. 또한 동일한 사용자라 하더라도 시간에 따라 손동작 특성이 변화할 수 있다. 사용자마다 다른 손동작 특성은 모델 학습 및 선택 기법을 사용해 효과적으로 다루어질 수 있다. 시간에 따라 변하는 사용자의 특성은 퍼지 개념을 이용해 효과적으로 다루어질 수 있다. 본 논문에서는 다변량 퍼지 의사 결정트리를 이용해 사용자 별 인식모델을 만드는 방법을 제시한다. 또한 새로운 사용자가 시스템을 사용할 경우 가장 적합한 모델을 선택해 인식에 사용하고 인식률을 측정한다.

• 로봇학회논문지
• /
• 제3권2호
• /
• pp.81-90
• /
• 2008

While increasing demand of the service for the disabled and the elderly people, assistive technologies have been developed rapidly. The natural signal of human such as voice or gesture has been applied to the system for assisting the disabled and the elderly people. As an example of such kind of human robot interface, the Soft Remote Control System has been developed by HWRS-ERC in $KAIST^[1]$. This system is a vision-based hand gesture recognition system for controlling home appliances such as television, lamp and curtain. One of the most important technologies of the system is the hand gesture recognition algorithm. The frequently occurred problems which lower the recognition rate of hand gesture are inter-person variation and intra-person variation. Intra-person variation can be handled by inducing fuzzy concept. In this paper, we propose multivariate fuzzy decision tree(MFDT) learning and classification algorithm for hand motion recognition. To recognize hand gesture of a new user, the most proper recognition model among several well trained models is selected using model selection algorithm and incrementally adapted to the user's hand gesture. For the general performance of MFDT as a classifier, we show classification rate using the benchmark data of the UCI repository. For the performance of hand gesture recognition, we tested using hand gesture data which is collected from 10 people for 15 days. The experimental results show that the classification and user adaptation performance of proposed algorithm is better than general fuzzy decision tree.