• 한국정보전자통신기술학회논문지
• /
• 제2권2호
• /
• pp.23-28
• /
• 2009

본 연구에서는 뇌파를 AR모델로 모델링하여 선형예측계수를 특징 파라미터로 이용할 때와 뇌파의 주파수 대역별 상호상관계수를 이용할 때의 감정상태 분류 성능을 비교해 보고자 하였다. 이를 위하여 분노, 슬픔, 기쁨, 안정의 4가지 감정상태에 따른 뇌파를 4개 채널로부터 수집하여 선형예측계수와 ${\theta}$, ${\alpha}$, ${\beta}$ 대역의 주파수 영역에서의 상호상관계수를 추출하여 이들을 특징 파라미터로 한 감정상태 분류 실험을 수행함으로써 두 방법의 감정상태 분류 성능을 비교하였고, 패턴 분류기로는 신경회로망을 이용하였다. 감정 분류 실험 결과 뇌파의 특징 파라미터로서 선형예측계수를 이용한 결과가 상호상관계수를 이용할 때보다 성능이 월등히 좋은 것을 알 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1785-1786
• /
• 2008

본 논문에서는 저압 배선 진단 시스템 구축을 위한 퍼지-베이시안 분류기 기반 지능형 차단 시스템 개발을 목표로 한다. Time-Frequency Domain Reflectometry (TFDR)방법이 바탕이 되어 도선의 이상 상태를 측정하게 되며, 진단 부분에서 받은 정보를 능동적으로 해석하고 이상 유무에 따른 차단의 역할을 수행하는 시스템 개발이 최종 목표이다. 제안하고자 하는 분류 알고리즘은 퍼지-베이시안 분류 알고리즘을 중심으로 구성되며, 분류하고자 하는 도선의 이상상태인 damage, open 그리고 short에 대한 분류 기준을 마련하고자 한다. 또한, 실제 저압 배선에서 얻어진 데이터를 바탕으로 퍼지 분류 규칙의 생성 및 분류 알고리즘 생성을 구체화하여 좀 더 나은 성능의 분류기를 개발하고자 하는 것이 본 논문의 목표이다.

• 한국산학기술학회논문지
• /
• 제21권5호
• /
• pp.7-13
• /
• 2020

본 논문에서는 사람의 비정상적인 호흡과 정상적인 호흡 신호를 획득한 후, 이 신호들을 분석하고, 특히 비정상 호흡신호를 감지하는 방법과 정상 및 비정상 신호를 분류하는 방법을 제시한다. 본 연구에서 사람의 호흡신호는 BIOPAC 장비를 활용하여 획득하며, 사람의 호흡 상태를 정량적인 수치 정보를 활용하여 판단한다. 궁극적으로 본 논문에서는 일반 환경에서 사람의 호흡상태를 신호로 획득하여 분석하고, 호흡상태를 모니터링 할 수 있는 시스템을 개발하고자 하며, 무호흡 상태를 감지 할 수 있는 방법을 제안한다. 획득되는 호흡신호를 활용하여 정량적인 정보를 바탕으로 호흡신호를 상태에 따라 분류한다. 접촉식 의료장비를 활용하여 호흡신호를 획득하고 호흡상태를 분류하기 전에 잡음제거 알고리즘을 적용한다. 기존의 사비츠키-골레이 필터와 중간값 필터의 장점만을 활용하여 혼합필터를 사용하여 신호를 분석하기에 적절한 상태가 되도록 한다. 서로 다른 호흡 상태, 즉 서로 다른 클래스간 거리는 최대로 하고, 동일한 호흡상태, 즉 같은 클래스 간의 거리는 최소로 하기 위해 신호 획득후 신호의 특징값들 간의 상호상관 계수를 계산한다. 제안하는 알고리즘은 실제 호흡 환경에 적용할 수 있을 정도로 직관적이고, 제안하는 방법을 증명하기 위한 실험 결과들을 함께 제시한다.

• 한국음향학회지
• /
• 제30권3호
• /
• pp.149-157
• /
• 2011

본 논문은 support vector machine (SVM)을 사용하여 은닉 마코프 모델 (HMM)과 심잡음 존재 정보를 결합한 새로운 심장질환 분류 방법을 제안한다. 켑스트럼 특징과 HMM 비터비 (Viterbi) 알고리듬을 이용하여 입력 신호를 모든 심장질환 모델에 대하여 상태 단위로 분할하여 상태별로 로그우도 (점수)를 계산한다. 심잡음 신호의 시간적 위치 특성을 이용하기 위하여 입력신호를 두 개의 부대역으로 나누고 부대역별로 프레임 단위의 심잡음 점수를 계산한 다음, 비터비 알고리듬으로부터 구한 상태 분할 정보를 이용하여 상태단위의 심잡음 점수를 구한다. SVM은 모든 심장질환 종류에 대한 상태 단위의 HMM과 심잡음 점수를 입력으로 하여 최종적으로 심장질환을 판정한다. 심장질환 분류 실험결과, 제안한 방법은 기존의 켑스트럼 특징과 HMM 분류기를 이용한 방법에 비하여 20.4 %의 상대적 개선율을 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.356-358
• /
• 2003

DNA microarray기술의 발달로 한꺼번에 수천 개 유전자의 발현 정보를 얻는 것이 가능해졌는데, 이렇게 얻어진 데이터를 효과적으로 분류하는 시스템을 만들어놓으면 새로운 샘플이 정상상태인지, 질병을 가진 상태인지 예측할 수 있다. 분류 시스템을 위하여 여러 가지 특징선택방법들과 분류기법들을 사용할 수 있는데, 모든 상황에서 항상 뛰어난 성능을 보이는 특징선택법이나 분류기를 찾기는 힘들다. 안정되고 개선된 성능을 내기 위해서 특징-분류기의 앙상블을 이용할 수 있는데, 앙상블에 이용될 수 있는 특징선택 방법이나 분류기의 수가 많다면, 앙상블을 만들 수 있는 조합이 많아지기 때문에, 모든 조합에 대하여 앙상블 결과를 구하기는 거의 불가능하다. 이를 해결하기 위하여 본 논문에서는 유전자알고리즘을 이용하여 모든 앙상블 결과를 계산하지 않으면서 최적의 앙상블을 찾아내는 방법을 제안하였으며, 실제로 림프종 암 데이터에 적용한 결과 100%의 결합결과를 보이는 최적의 앙상블을 효과적으로 찾아내었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.343-345
• /
• 2006

본 논문에서는 ASM(Active Shape Model)과 상태 기반 모델을 사용하여 동영상으로부터 얼굴 표정을 인식하는 방법을 제안한다. ASM을 이용하여 하나의 입력영상에 대한 얼굴요소 특징점들을 정합하고 그 과정에서 생성되는 모양 파라미터 벡터를 추출한다. 동영상에 대해 추출되는 모양 파라미터 벡터 집합을 세 가지상태 중 한 가지를 가지는 상태 벡터로 변환하고 분류기를 통해 얼굴의 표정을 인식한다. 분류단계에서는 분류성능을 높이기 위해 새로운 개체 기반 학습 방법을 제안한다. 실험에서는 새로이 제안한 개체 기반 학습 방법이 KNN 분류기보다 더 좋은 인식률을 나타내는 것을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.320-321
• /
• 2022

부두 내 컨테이너를 적재하는 과정에서 정렬 상태가 부정확한 경우 강풍으로 인한 안전사고가 발생할 가능성이 있다. 본 논문에서는 컨테이너 안전사고를 예방하기 위한 딥러닝 기반의 컨테이너 정렬 상태 분류 알고리즘을 제안한다. 제안하는 알고리즘은 정렬을 분류하는 기준을 제시하고 YOLO 기반의 모델을 구현했다. 추론 속도, 검출 정확도, 분류 정확도를 기준으로 각 모델의 성능을 평가했으며 성능 결과는 YOLOv4모델이 YOLOv3모델에 비해서 추론 속도는 느리지만, 검출 정확도와 분류 정확도는 높음을 보인다.

• 산학경영연구
• /
• 제22권2호
• /
• pp.87-109
• /
• 2009

본 연구는 국내 기업의 품질경영에서 활용되는 대표적 활동인 품질분임조와 6시그마의 발전단계를 분류하기 위해서 기존연구에 대한 문헌을 고찰한다. 그리고 고찰한 기존연구를 토대로 Van der Wiele(1988)의 fad, fashion, fir 분류체계를 이용해서 현재 국내 품질분임조와 6시그마 활동의 발전단계를 분류해서 현재 위치와 성장 가능성을 파악하고자 한다. 따라서 기존 문헌연구를 통해서 품질경영활동의 발전단계를 연구주제별 분류 및 학문적 관점과 기업적 관점으로 고찰한 결과, 현재 국내 품질분임조활동은 지속적 유행(fashlon) 과 정상적 적합상태(fit)의 중간 단계로 분류해볼 수 있었고 더 이상의 성장이 없는 혼란한 상태라고 볼 수 있었다. 그리고 우리나라의 6시그마 활동은 지속적 유행(fashion) 상태로 분류되었고 앞으로 계속해서 성장 발전해 나아갈 것으로 볼 수 있다.

• 한국지반공학회논문집
• /
• 제35권9호
• /
• pp.37-45
• /
• 2019

터널 굴착 시 신속한 막장면 상태 파악 및 적절한 지보패턴 결정은 터널 붕락사고의 예방 및 안정적인 굴진에 매우 중요하다. 본 연구에서는 딥러닝 기법을 활용하여 막장면 상태에 따른 암반상태 분류를 신속하게 결정할 수 있는 기술을 개발하였으며, CNN 기법을 이용한 암반상태 분류방법 및 예측 정확도 개선 방법 등을 제시하고 있다. 수 만개의 이미지가 사전 학습된 VGG16 모델을 알고리즘으로 적용하였고, 1,469개의 터널 막장면 이미지에 대한 학습을 통하여 5개 등급으로 암반상태를 분류하였다. 본 연구에서의 예측 정확도는 최대 83.9% 수준을 나타내었으며, 향후 추가적인 이미지 축적을 통해 암반상태 평가자에 따른 편차를 줄인 객관적이고 정량적 암반상태 분류방법으로 활용 가능할 것으로 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.179-182
• /
• 2016

안드로이드 스마트폰의 효율적인 메모리 관리 연구를 위해서 기존 정책을 정확하게 분석해야 한다. 현재 안드로이드는 메모리가 부족하면 프로세스 우선순위(ADJ)가 낮은 것부터 제거하여 공간을 확보한다. 본 논문은 프로세스의 상태에 따라 어떤 ADJ 값을 가지는지 실행 시나리오를 통해 자세히 설명한다. 우리는 프로세스의 상태 분류를 위해 안드로이드 프레임워크 코드를 분석하였다.