• Journal of Internet Computing and Services
• /
• v.10 no.4
• /
• pp.55-70
• /
• 2009

Vision-based Human computer interaction is an emerging field of science and industry to provide natural way to communicate with human and computer. In that sense, inferring the emotional state of the person based on the facial expression recognition is an important issue. In this paper, we present a novel approach to recognize facial expression from a sequence of input images using emotional specific HMM (Hidden Markov Model) and facial motion tracking based on optical flow. Conventionally, in the HMM which consists of basic emotional states, it is considered natural that transitions between emotions are imposed to pass through neutral state. However, in this work we propose an enhanced transition framework model which consists of transitions between each emotional state without passing through neutral state in addition to a traditional transition model. For the localization of facial features from video sequence we exploit template matching and optical flow. The facial feature displacements traced by the optical flow are used for input parameters to HMM for facial expression recognition. From the experiment, we can prove that the proposed framework can effectively recognize the facial expression in real time.

• KIPS Transactions on Software and Data Engineering
• /
• v.9 no.1
• /
• pp.25-32
• /
• 2020

In the context-aware system, rule-based AI technology has been used in the abstraction process for getting context information. However, the rules are complicated by the diversification of user requirements for the service and also data usage is increased. Therefore, there are some technical limitations to maintain rule-based models and to process unstructured data. To overcome these limitations, many studies have applied machine learning techniques to Context-aware systems. In order to utilize this machine learning-based model in the context-aware system, a management process of periodically injecting training data is required. In the previous study on the machine learning based context awareness system, a series of management processes such as the generation and provision of learning data for operating several machine learning models were considered, but the method was limited to the applied system. In this paper, we propose a training data generating method of a machine learning model to extend the machine learning based context-aware system. The proposed method define the training data generating model that can reflect the requirements of the machine learning models and generate the training data for each machine learning model. In the experiment, the training data generating model is defined based on the training data generating schema of the cardiac status analysis model for older in health status notification service, and the training data is generated by applying the model defined in the real environment of the software. In addition, it shows the process of comparing the accuracy by learning the training data generated in the machine learning model, and applied to verify the validity of the generated learning data.

• The Journal of the Convergence on Culture Technology
• /
• v.10 no.4
• /
• pp.575-580
• /
• 2024

Detecting the status of websites, normal or phishing, is necessary to defend against intelligent phishing attacks. We propose a machine learning-based classification to predict the status of websites. First, we collect information about 'URL', convert it into numerical data, and remove outliers. Second, we apply VIF(Variance Inflation Factors) to understand the correlation and independence between variables. Finally, we develop a phishing website detection model with machine learning-based classifications, which predicts website status. In the test datasets, Random Forest showed the best performance, with precision of 93.74%, recall of 92.26%, and accuracy of 93.14%. In the future, we expect to apply our model to detect various phishing crimes.

• The Transactions of the Korean Institute of Power Electronics
• /
• v.13 no.5
• /
• pp.360-368
• /
• 2008

A lumped parameter model of Li-ion battery in hybrid electric vehicle(HEV) is constructed and system parameters are identified by using recursive least square estimation for different C-rates, SOCs and temperatures. The system characteristics of pole and zero in the frequency domain are analyzed with the parameters obtained from different conditions. The parameterized model of a Li-ion battery indicates highly dependent of temperatures. To estimate SOC and polarization voltage, a Luenberger state observer is utilized. The P- or PI-gains of observer based on a suitable natural frequency and damping ratio is adopted for the state estimation. Satisfactory estimation accuracy of output voltage and SOC is especially obtained by a PI-gain. The feasibility of the proposed estimation method is verified through experiment under the conditions of different C-rates, SOCs and temperatures.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.294-302
• /
• 2007

멀티 에이전트 강화학습에서 중요한 이슈 중의 하나는 자신의 성능에 영향을 미칠 수 있는 다른 에이전트들이 존재하는 동적 환경에서 어떻게 최적의 행동 정책을 학습하느냐 하는 것이다. 멀티 에이전트 강화 학습을 위한 기존 연구들은 대부분 단일 에이전트 강화 학습기법들을 큰 변화 없이 그대로 적용하거나 비록 다른 에이전트에 관한 별도의 모델을 이용하더라도 현실적이지 못한 가정들을 요구한다. 본 논문에서는 상대 에이전트에 대한RBFN기반의 행동 정책 모델을 소개한 뒤, 이것을 이용한 강화 학습 방법을 설명한다. 본 논문에서는 제안하는 멀티 에이전트 강화학습 방법은 기존의 멀티 에이전트 강화 학습 연구들과는 달리 상대 에이전트의 Q 평가 함수 모델이 아니라 RBFN 기반의 행동 정책 모델을 학습한다. 또한, 표현력은 풍부하나 학습에 시간과 노력이 많이 요구되는 유한 상태 오토마타나 마코프 체인과 같은 행동 정책 모델들에 비해 비교적 간단한 형태의 행동 정책 모델을 이용함으로써 학습의 효율성을 높였다. 본 논문에서는 대표적이 절대적 멀티 에이전트 환경인 고양이와 쥐 게임을 소개한 뒤, 이 게임을 테스트 베드 삼아 실험들을 전개함으로써 제안하는 RBFN 기반의 정책 모델의 효과를 분석해본다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.273-276
• /
• 2011

스마트 폰을 비롯한 다양한 모바일 기기는 사용자 중심의 정보 수집과 상황 인지 및 서비스 제공에 적합한 환경이다. 하지만 사용자에게 의미 있는 서비스를 제공하기 위해서는 단순한 환경 상태 또는 행동에 대한 추론보다는 사용자의 행동에 대한 목적과 의도를 파악할 수 있어야 한다. 즉, 주변 환경 상태와 사용자의 행동 이력, 현재의 행동 등을 종합하여 사용자가 필요로 하는 서비스를 예측하고 결정할 수 있는 상황 모델이 필요하다. 따라서 본 논문에서는 사용자의 일상 생활 상에서의 중요한 일정을 추적하여 적합한 모바일 서비스를 제공하기 위한 기반 지식 모델로서 계층적인 모바일 컨텍스트 모델을 제안하고자 한다. 기존의 상-하위 컨텍스트 모델을 세분화하고 의미 있는 컨텍스트를 추가하여 서비스를 결정하는데 중요한 기반 정보로 활용될 수 있도록 한다.

• Transactions of the Korean Society of Mechanical Engineers B
• /
• v.40 no.8
• /
• pp.535-542
• /
• 2016

In this study, a model reference adaptive controller is developed to regulate the outlet air flow rate of centrifugal compressor for automotive supercharger. The centrifugal compressor is developed using the analytical based method to predict the transient behavior of operating and the designed model is validated with experimental data to confirm the system accuracy. The model reference adaptive control structure consists of a compressor model and a MRAC(model reference adaptive control) mechanism. The feedback control do not robust with variation of system parameter but the applied adaptive control is robust even if the system parameter is changed. As a result, the MRAC was regulated to reference air flow rate. Also MRAC was found to be more robust control compared with the feedback control even if the system parameter is changed.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1994.06c
• /
• pp.71-74
• /
• 1994

종래의 자연언어 처리 시스템에서는 품사 모호성이 그대로 구문 분석기의 입력으로 사용되었으나, 최근에와서 품사 모호성 해소에 관한 논의가 활발히 진행되고 있다. 본 논문에서는 품사 모호성 해소를 위한 두 개의 통계적 모델이 경로 기반 태깅 모델과 상태 기반 태깅 모델을 설명한다. 그리고하나의 최적 품사열만을 구할 경우 단어당 94% 내외의 정확률을 가지므로 N개의 최적 품사열을 구하는 다중 출력 태거에 대해 각각 설명한다.끝으로 한국어에 이러한 통계적 모델들을 적용한 결과와 발생되는 문제점들을 논한다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1230-1231
• /
• 2011

이 논문은 전차원 상태 관측기 기반의 EEMF(Extended Electro-Motive Force) 모델을 이용한 IPMSM(Interior Permanent Magnet Synchronous Motor:매입형 영구 자석 동기 전동기)센서리스 제어 기술을 제안한다. 임의의 ${\gamma}-{\delta}$축 상에서 IPMSM 상태 방정식을 전개하고 이를 전차원 상태 관측기로 구현해 Extended EMF(역기전력)성분을 추정한다. 추정 성분을 이용해 제어각의 오차를 구하고 PI제어기를 사용해 제어각의 오차를 0으로 수렴시켜 전동기 회전 속도를 추정한다. 추정 속도를 적분해 제어각을 얻고, IPMSM 센서리스 제어를 수행한다. 제안한 알고리즘은 실험을 통해 그 타당성을 검증한다.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.173-177
• /
• 2009

With the advent of light-weight daily physiological signal monitoring sensors, intelligent inference and analysis method for physiological signal monitoring application, commercialized products and services are released. However, practical constraints still remain for daily physiological signal monitoring. Most devices provide rough health check function and analyze with randomly sampled measurements. In this work, we propose the probabilistic modeling of physiological signal analysis. This model represent the relationship between previous user measurement (history), other group`s type, model and current observation. From the experiment, we found that the personalized analysis with long term regular data shows reliable result and reduces the analyzing errors. In addition, participants agree that the personalized analysis shows reliable and adaptive information than other standard analysis method.