• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.1
• /
• pp.146-152
• /
• 2010

In this paper, we implemented the intelligent healthcare system self-diagnosis that can achieve self-diagnosis by measured bio-signal(blood pressure, blood sugar, body fat monitor) after the recognize a user to access using RFID. The implemented healthcare self-diagnosis intelligent system is consist of kiosk structure that is RFID reader, bio-signal measuring instrument(hemadynamometer, glucometer, body fat monitor), computer for a part of database server and printer for print the result of self-diagnosis. It can achieve self-diagnosis of a user after compare and analyze the measured data and information of a user from database. The implemented system can make simple self-diagnosis even if not take a physical examination at hospital and apply to company, school, etc.

• Journal of the Korea Society of Computer and Information
• /
• v.19 no.12
• /
• pp.11-19
• /
• 2014

In this paper, we design an intelligent agent system with the data mining module and information fusion module as the core components of the system and investigate the possibility for the medical expert system. In the data mining module, fuzzy neural network, OFUN-NET analyzes multi-view data and produces fuzzy cluster knowledge base. In the information fusion module and application module, they serve the diagnosis result with possibility degree and useful information for diagnosis, such as uncertainty decision status or detection of asymmetry. We also present the experiment results on the BI-RADS-based feature data set selected form DDSM benchmark database. They show higher classification accuracy than conventional methods and the feasibility of the system as a computer aided diagnosis system.

• Journal of the Korea Society of Computer and Information
• /
• v.19 no.5
• /
• pp.11-18
• /
• 2014

In this paper, we propose a self-diagnosis system that is based on the ART2 algorithm in order to extract more detailed disease information by fuzzy reasoning method especially when the boundary of perceived symptoms are not clearly classified into disease categories. With that modification from previous version of the self health pre-diagnosis system, the proposed one is verified as more effective by field experts' evaluation as an intelligent assistant tool for public users before they consult with medical experts.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2014.04a
• /
• pp.415-416
• /
• 2014

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.304-305
• /
• 2007

본 논문에서는 진단부분에서 서버를 중심으로 받은 정보를 능동적으로 해석하고 이상 유무에 따른 차단 역할 수행하도록 하는 지능형 차단 시스템에 대한 알고리즘 개발을 목표로 하고 있다. 제안하고자 하는 분류 알고리즘이란, 저압 배선에서 받은 신호에 대한 해석과 더불어 이를 각 이상 정도에 따라 분류하는 것을 말한다. 일반적으로, TFDR을 통해 알아 낼 수 있는 이상 유무의 종류는 damage, open 그리고 short 등이다. 도선 이상의 종류 및 특성에 따른 분류를 위하여, 알고리즘 개발을 위한 사전 이론 조사 및 개요 구성을 목표로 하고 있다. 또한, 기존의 통신 선 상에서 이루어진 결과를 토대로 한 퍼지 분류 규칙 생성 및 분류 알고리즘 개발 역시 앞으로 수행 될 예정이며, 이를 통한 지능형 차단 시스템 구축이 최종 목표이다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.23 no.1
• /
• pp.116-124
• /
• 2009

This paper proposes a new Artificial-Intelligent(AI) Power Quality(PQ) diagnosis algorithm using Discrete Wavelet Transform(DWT), Fast Fourier Transform(FFT), Root-Mean-Square(RMS) value. The developed algorithm is able to detect and classify the PQ problems such as the transient, the voltage sag, the voltage swell, the voltage interruption and the total harmonics distortion. The 15.36[kHz] sampling frequency is used to measure the voltages in a power system. The measured signals are used for DWT, FFT, RMS calculation. For AI diagnosis of the PQ problems, a simple multi-layered Artificial Neural Network(ANN) with the back-propagation algorithm is adopted, programmed in C++ and tested in PSIM simulation studies. Finally, the algorithm, which is installed in MP PQ+256 with TI DSP320C6713, is proved to diagnose the PQ problems efficiently.

• Journal of Intelligence and Information Systems
• /
• v.6 no.1
• /
• pp.51-64
• /
• 2000

사회 기간산업이라 할수 있는 전기, 가스 석유등의 대단위 산업설비들은 사고 발생시 대량의 인명, 재산 피해를 가져오기 때문에 고도의 안전관리 시스템 하에서 운용되고 있다 이러한 기존 산업설비들의 안전관리는 서로 분산, 독립적인 안전관리 시스템들을 사용하고 있다 분산, 독립적인 안전관리 시스템은 산업설비에 대한 사고나 고장발생시 대부분 사람에 의존한 상황처리 작업을 수행하게 된다. 즉 사고가 발생하면 다른 안전관리 시스템들을 확인하고 그 결과를 통합하는 과정을 거처 상황처리에 대한 대책을 세우게 된다 이러한 과정은 추가적인 인력소모와 시간소모가 발생하게 되고 상황처리자의 미숙한 상황처리로 인한 사고가 발생하기도 한다. 본논문에서는 이러한 독립 안전관리 시스템의 단점을 극복하고 사고 발생시 신속, 정확하고 효율적인 상황처리를 위해 개별적인 안전관리 모니터 시스템들을 통합하는 방법을 제시한다. 또한 기존의 독립적이고 단편적인 상황추론을 국복하고자 통합된 지식베이스와 모니터 시스템들의 실시간 자료에 근거한 블랙보드 기반의 제어지식을 이용하여 종합적인 상황추론을 수행한다. 이를 위하여 각 시설물들에 대한 고장진단 시스템을 포함하는 지능형 원격감시 제어 통합시스템을 제안한다.

• Journal of Intelligence and Information Systems
• /
• v.13 no.1
• /
• pp.81-90
• /
• 2007

This paper shows an intelligent disease diagnosis system for public. Our system deals with 30 diseases and their typical symptoms selected based on the report from Ministry of Health and Welfare, Korea. Technically, the system uses a modified FCM algorithm for clustering diseases and the input vector consists of the result of user-selected questionnaires. The modified FCM algorithm improves the quality of clusters by applying symmetrically measure based on the fuzzy theory so that the clusters are relatively sensitive to the shape of the pattern distribution. Furthermore, we extract the highest 5 diseases only related to the user-selected questionnaires based on the fuzzy membership function between questionnaires and diseases in order to avoid diagnosing unrelated disease.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.10
• /
• pp.1-8
• /
• 2023

If there is a defect in the wheel bearing, which is a major part of the car, it can cause problems such as traffic accidents. In order to solve this problem, big data is collected and monitoring is conducted to provide early information on the presence or absence of wheel bearing failure and type of failure through predictive diagnosis and management technology. System development is needed. In this paper, to implement such an intelligent wheel hub bearing maintenance system, we develop an embedded system equipped with sensors for monitoring reliability and soundness and algorithms for predictive diagnosis. The algorithm used acquires vibration signals from acceleration sensors installed in wheel bearings and can predict and diagnose failures through big data technology through signal processing techniques, fault frequency analysis, and health characteristic parameter definition. The implemented algorithm applies a stable signal extraction algorithm that can minimize vibration frequency components and maximize vibration components occurring in wheel bearings. In noise removal using a filter, an artificial intelligence-based soundness extraction algorithm is applied, and FFT is applied. The fault frequency was analyzed and the fault was diagnosed by extracting fault characteristic factors. The performance target of this system was over 12,800 ODR, and the target was met through test results.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.139-142
• /
• 2006

본 논문에서는 햅틱 피드백과 스테레오 비쥬얼 큐를 혼합한 다중 감각 기반의 지능형 3차원 형상 분석 방법을 소개한다. 지능형 형상 분석 방법은 3차원 모델의 구조에 대한 보다 상세한 정보를 제공한다. 특히 의료 분야에 사용될 경우 전문가의 개입을 최소화하여 질병 진단 및 치료 등에 사용될 수 있다. 본 연구에서는, MRI나 CT 영상으로부터 생성된 3차원 매개변수형 모델을 이용하여 유사 모델 집단을 대표하는 통계 형상을 구축한 후, SVM (Support Vector Machine) 학습 알고리즘을 이용하여 두 집단간 형상 차이를 분석한다. 3차원 형상에 대한 신속한 시각적 이해와 직관적 조작감은 물체 표면의 형상 변화를 분석하는데 효과적으로 사용될 수 있다. 본 논문에서는 물체 조작 및 관찰 등의 작업을 수행할 때, 햅틱 피드백과 스테레오 비쥬얼 큐를 혼합한 인터랙션 기법을 사용하여 공간감과 깊이감을 향상시켜 형상 분석 결과를 효과적으로 분석한다. 본 연구에서는 해마, 관상 동맥, 뇌와 같은 인체 장기를 실험 데이터로 사용하여 제안한 SVM 기반의 분석 방법과 인터랙션 환경의 성능을 평가한다. 본 연구에서 구현한 SVM 기반 이진 분류기는 두 집단간 형상 차이를 효과적으로 분석하며, 또한 다중 감각 인터랙션은 사용자가 분석 결과를 관찰하고 카메라 및 형상을 효율적으로 조작하는 데 도움을 준다.