• Journal of the Korea Convergence Society
• /
• v.9 no.3
• /
• pp.15-21
• /
• 2018

The ocean drifter is a device for observing the ocean weather by floating off the sea surface. The data observed through the drifter is utilized in the ocean weather prediction and oil spill. Observed data may contain incorrect or missing data at the time of observation, and accuracy may be lowered when we use the data. In this paper, we propose a data correction model using recurrent neural networks. We corrected data collected from 7 drifters in 2015 and 8 drifters in 2016, and conducted experiments of drifter moving prediction to reflect the correction results. Experimental results showed that observed data are corrected by 13.9% and improved the performance of the prediction model by 1.4%.

• Journal of Advanced Navigation Technology
• /
• v.14 no.6
• /
• pp.874-881
• /
• 2010

A automatic flight control system(AFCS) of UAS needs to control its flight path along target path exactly as adjusts flight coefficient itself depending on static or dynamic changes of airplane's features such as type, size or weight. In this paper, we propose system which tunes control gain autonomously depending on change of airplane's feature in flight as adding MLM(Machine Learning Module) on AFCS. MLM is designed with Linear Regression algorithm and Reinforcement Learning and it includes EvM(Evaluation Module) which evaluates learned control gain from MLM and verified system. This system is tested on beaver FDC simulator and we present its analysed result.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.353-353
• /
• 2022

본 연구에서는 CMIP5(The fifth phase of the Couple Model Intercomparison Project) 미래기후시나리오와 LSTM(Long Short-Term Memory) 모형 기반의 딥러닝 기법을 이용하여 하천유량 예측을 위한 최적 학습 기간을 제시하였다. 연구지역으로는 진안군(성산리) 지점을 선정하였다. 보정(2000~2002/2014~2015) 및 검증(2003~2005/2016~2017) 기간을 설정하여 연구지역의 실측 유량 자료와 LSTM 기반 모의유량을 비교한 결과, 전체적으로 모의값이 실측값을 잘 반영하는 것으로 나타났다. 또한, LSTM 모형의 장기간 예측 성능을 평가하기 위하여 LSTM 모형 기반 유량을 보정(2000~2015) 및 검증(2016~2019) 기간의 SWAT 기반 유량에 비교하였다. 비록 모의결과에일부 오차가 발생하였으나, LSTM 모형이 장기간의 하천유량을 잘 산정하는 것으로 나타났다. 검증 결과를 기반으로 2011년~2100년의 CMIP5 미래기후시나리오 기상자료를 이용하여 SWAT 기반 유량을 모의하였으며, 모의한 하천유량을 LSTM 모형의 학습자료로 사용하였다. 다양한 학습 시나리오을 적용하여 LSTM 및 SWAT 모형 기반의 하천유량을 모의하였으며, 최적 학습 기간을 제시하기 위하여 학습 시나리오별 LSTM/SWAT 기반 하천유량의 상관성 및 불확실성을 비교하였다. 비교 결과 학습 기간이 최소 30년 이상일때, 실측유량과 비교하여 LSTM 모형 기반 하천유량의 불확실성이 낮은 것으로 나타났다. 따라서 CMIP5 미래기후시나리오와 딥러닝 기반 LSTM 모형을 연계하여 미래 장기간의 일별 유량을 모의할 경우, 신뢰성 있는 LSTM 모형 기반 하천유량을 모의하기 위해서는 최소 30년 이상의 학습 기간이 필요할 것으로 판단된다.

• Journal of The Korean Association of Information Education
• /
• v.20 no.5
• /
• pp.487-498
• /
• 2016

The Ministry of Education has serviced nationwide the diagnosis-supplement system for basic academic skills for elementary and middle schools since 2013. The purpose of this paper is to propose an improvement plans of the diagnosis-supplement system by analysing system utilization status, 2015 and requirements of teachers and experts. For this study, over three times the taking rates and achievement rates were analyzed and the interviews and consultations of teachers and professionals were also analyzed. In conclusion, we proposed the improvement plans of the diagnosis-supplement system for the each of teachers and students.

• Journal of the Korea Computer Graphics Society
• /
• v.23 no.2
• /
• pp.41-47
• /
• 2017

In this paper, we present a method for data-driven correction of the noisy motion data captured from a low-end RGB-D camera such as the Kinect device. For this purpose, our key idea is to construct a synchronized motion database captured with Kinect and additional specialized motion capture device simultaneously, so that the database contains a set of erroneous poses from Kinect and their corresponding correct poses from the mocap device together. In runtime, given motion captured data from Kinect, we search the similar K candidate Kinect poses from the database, and synthesize a new motion only by using their corresponding poses from the mocap device. We present how to build such motion database effectively, and provide a method for querying and searching a desired motion from the database. We also adapt the laze learning framework to synthesize the corrected poses from the querying results.

• Journal of the Korea Convergence Society
• /
• v.10 no.4
• /
• pp.17-23
• /
• 2019

In this paper, quality control (QC) is applied to each meteorological element of weather data collected from seven IoT sensors such as temperature. In addition, we propose a method for estimating the data regarded as error by means of machine learning. The collected meteorological data was linearly interpolated based on the basic QC results, and then machine learning-based QC was performed. Support vector regression, decision table, and multilayer perceptron were used as machine learning techniques. We confirmed that the mean absolute error (MAE) of the machine learning models through the basic QC is 21% lower than that of models without basic QC. In addition, when the support vector regression model was compared with other machine learning methods, it was found that the MAE is 24% lower than that of the multilayer neural network and 58% lower than that of the decision table on average.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.671-674
• /
• 2003

본 논문에서는 고차 신경망 (High-order Neural Network) 을 이용한 LCD 모니터의 색 보정 방법에 관해 제안하였다. 스캐너를 통해 입력받는 영상과 LCD 모니터상에 보여지는 영상의 색을 고차 신경회로망을 통해 보정하였다. 측색기를 이용하여 색표의 값을 측정하고 이를 신경회로망의 출력으로, LCD 모니터에 나타나는 값을 입력으로 하여 학습하였다 입력은 측정값들의 상관항으로 구성되는 집합을 구성하여 고차 신경회로망의 입력으로 사용하였다. 최적의 실험결과를 얻기 위해 은닉층의 수와 노드 수를 변경하며 실험하였다. 실험을 통해 고차 선경회로망을 이용한 방법으로 원색에 가깝게 보정 됨을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.615-616
• /
• 2024

현대 야구에서 타자의 스윙 패턴 분석은 상대 투수가 투구 전략을 수립하는데 상당히 중요하다. 이미지 기반의 인간 포즈 추정(HPE)은 대규모 스윙 패턴 분석을 자동화할 수 있다. 그러나 기존의 HPE 방법은 빠르고 가려진 신체 움직임으로 인해 복잡한 스윙 모션을 정확하게 추정하는 데 어려움이 있다. 이러한 문제를 극복하기 위해 스윙 모션에 대한 사전 정보를 활용하여 야구 선수의 포즈를 보정하는 방법(BPPC)을 제안한다. BPPC는 동작 인식, 오프셋 학습, 3D에서 2D 프로젝션 및 동작 인지 손실 함수를 통해 스윙 모션에 대한 사전 정보를 반영하여 기성 HPE 모델 결과를 보정한다. 실험에 따르면 BPPC는 벤치마크 데이터셋에서 기성 HPE 모델의 2D 키포인트 정확도를 정량적 및 정성적으로 향상시키고, 특히 신뢰도 점수가 낮고 부정확한 키포인트를 크게 보정했다.

• Journal of Korea Game Society
• /
• v.17 no.5
• /
• pp.133-142
• /
• 2017

Recently, screen climbing contents such as sports climbing learning program and screen climbing games. Especially, there are many researches on screen climbing games. In this paper, we propose the skeleton correction method based on the body area of a climber to improve the posture recognition accuracy. The correction method consists of the modified skeletal frame normalization with abnormal skeleton joint filtering, the classification of body area into joint parts, and the final skeleton joint correction. The skeletal information obtained by the proposed method can be used to compare the climber's posture and the ideal climbing posture.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.661-664
• /
• 2018

온라인 게시판 글과 채팅창에서 주고받는 대화는 실제 사용되고 있는 구어체 특성이 잘 반영된 텍스트 코퍼스로 음성인식의 언어 모델 재료로 활용하기 좋은 학습 데이터이다. 하지만 온라인 특성상 노이즈가 많이 포함되어 있기 때문에 학습에 직접 활용하기가 어렵다. 본 논문에서는 사용자 입력오류가 다수 포함된 문장에서의 한글 오류 보정을 위한 sequence-to-sequence Denoising Autoencoder 모델을 제안한다.