• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.475-478
• /
• 2000

사람의 몸 동작을 인식해야하는 여러 응용분야에서의 필요성이 대두되면서 이 분야로의 연구가 활발해지고 있다. 이 논문은 사람의 비언어적 행동을 자동적으로 분석할 수 있는 인식기 개발에 관한 것으로 실세계 3 차원 좌표값을 입력으로 하는 사람 몸 동작 패턴 분류기의 구현방법을 소개한 것이다. 하나의 사람 몸 동작은 각 몸 구성 성분(손, 아래팔, 위팔, 어깨, 머리, 몸통 등)의 움직임을 조합해서 정의한 수가 있기 때문에 개별적인 각 몸 구성성분의 움직임을 인식하여 조합해서 임의의 동작을 판별하려는 방법을 적용한다. 사람 몸 동작 패턴 분류기는 측정된 실세계 3 차원 좌표 자료를 양자화한 후 xy, zy 평면에 투영한 값을 자자 구한다. 이 결과를 각각 8 방향 체인 코드로 바꾸고 2 단계 체인 코드 평활화 사업을 하여, 4 방향 코드 체적화 및 대표 코드로의 압축단계를 거친다. 이로서 생성된 프리미티브 패턴나열들을 동작 클래스별로 분류하여 프리미티브 패턴나열의 확장으로 각각의 식별기를 구축하여 각 몸 구성 성분별 동작들을 분류한다. 일련의 실험이 행해져 그 타당성을 확인하였으며, 차후에 이 분류기는 비언어적 행동 분석을 위한 사람 몸 동작 인식기의 전처리 단계로 사용되어진 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.2061-2065
• /
• 2008

본 연구는 강우-유출 및 TOC의 패턴 분류를 위하여 광주 광산 강우관측소의 강우량자료와 나주지점의 유출량 그리고 기존의 BOD 및 COD 수질농도 측정값에 비하여 적은 오차요인과 빠른 시간에 결과 값을 얻을 수 있으며 유출량과 난분해성 물질에 대한 해석이 가능하고 재현성이 탁월한 TOC자료를 사용하였다. SOM을 적용하기 위해 먼저 Map의 크기는 Garcia가 제시한 $M=5{\sqrt{N}}$을 이용하여 결정한다. 이러한 비선형적인 다변량 자료를 분석하기 위해서 Map에 의해 구분된 자료 위치를 추출하여 원자료를 재구축하고 이를 통해 원자료를 패턴별로 분류 할 수 있었다. 이러한 패턴별 분류를 통해 유출량에 따른 TOC자료를 2차원의 Map 상에 시각적으로 가시화하여 비선형적인 경향이 강한자료의 분포적 양상을 이해하는데 큰 도움이 되며, 향후 이를 통해 예측을 위한 모형화 과정에도 크게 도움을 줄 것으로 기대된다. 또한, 강우자료 또는 유출량 자료만을 이용한 단일변량의 패턴분류를 위해 SOM의 적용이 가능할 것으로 판단되며, 이는 각 변량의 본질적인 특성을 파악할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.790-794
• /
• 2012

우리나라는 여름철에 강우가 편중되어 있고 동고서저의 산악지형으로 수자원확보가 어려운 실정이며 이는 곧 하천의 유지유량확보의 어려움과도 직결된다. 이러한 수자원확보를 위해 최근 기존 저수지 둑을 높이는 사업이 전국적으로 활발히 진행되고 있으며 이는 저수지나 댐의 수체와 같은 수자원을 보다 적극적으로 활용하여 그 가치를 높임과 동시에 하천에 대한 활용도를 높이고자 하는 데 그 목적이 있다. 따라서 저수지나 댐의 저류량에 기여하는 강우량, 유입량과 같은 수문학적 자료의 심도 있는 분석이 필요하며 수문변수들이 나타내는 복잡한 패턴에 대한 연구가 이루어져야 할 것이다. 본 연구에서는 저수지나 댐의 저류량에 직접적으로 영향을 주는 수문변수들을 전체적으로 파악하기 위해 수집된 수문자료의 각각의 특성 및 자료들 사이의 복합적인 관계를 파악하였으며 이를 위하여 패턴분류 분야에서 그 적용타당성이 입증된 자기조직화 지도(Self-Organizing Map: SOM)를 이용하였다. 본 연구의 대상지점은 섬진강 유역내에 위치한 주암호를 대상지점으로 선정하였으며 패턴분석에 사용한 수문자료의 기간은 2007~2010년까지 5년간의 월평균 자료를 활용하였다. SOM의 적용 결과, 측정수문자료에 대한 전체적인 특성을 패턴분류를 통해 분류하였으며, 각 변수에 대한 패턴별 상대성을 고려한 클러스터별 특성 및 시간적 이질성을 파악할 수 있었다. 이는 측정 자료에 대한 분석 기법개발의 일환으로 향후 수자원 확보에 대한 개발 및 정책의 기초자료로 활용될 것으로 기대된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.4-6
• /
• 2003

디자인 패턴과 안티 패턴의 원리는 혼합되어 사용되어진다. 디자인 패턴은 소프트웨어 품질에 대하여 공격적인 예방치료에 목적을 두며, 안티 패턴은 품질 이슈에 대하여 체계적인 진단을 수행하는 것이다. 품질에 대한 국제 표준으로는 ISO/IEC 9126, ISO/IEC 12119등이 있다. 최근에는 이러한 품질에 관련된 문제점들을 해결하기 위하여 디자인 패턴과 안티 패턴에 대한 연구가 활발히 이루어지고 있다. 본 논문에서는 현재 대표적으로 사용되어지는 디자인 패턴과 안티 패턴을 ISO/IEC 9126의 품질 특성별로 분류하고 이들간의 상호 연관성에 대하여 연구하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10a
• /
• pp.535-538
• /
• 2000

본 연구는 점차로 늘어가고 있는 설계 패턴의 효율적인 관리와 재사용을 위하여 패싯 방식을 이용한 패턴 분류와 검색 방법을 제안하고 이를 UML 다이어그램으로 나타낼 수 있도록 설계 구현하였다. 재사용 가능한 설계 패턴은 기본적인 특성을 기준으로 영역별로 라이브러리에 저장하고 각 패턴의 특성을 표현하기 위하여 패싯과 항목을 설정하였다. 또한 모든 패턴의 패싯 항목에 대해 유사성을 측정하여 관련 패턴을 찾을 수 있도록 하였으며, 패턴 분류 체계에 따라 패턴을 추가.갱신함으로써 적절한 경험을 자동화된 방식으로 제공할 수 있도록 하였다. 제안한 분류 방식은 검색 결과 Gamma의 분류방법을 사용했을 때 보다 질의 작성이 간단하고 관련 패턴을 쉽게 찾을 수 있어 재사용에 용이하며 이를 UML 다이어그램으로 표현할 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.321-324
• /
• 2004

본 논문에서는 유도전동기 고장진단을 위하여 계층적인 하이브리드 뉴럴네트웍을 제안하였다. 시스템의 입출력 데이터에 근거하여 패턴을 분류하고자 할 때 직접적인 분류가 어렵거나 성능이 좋지 않을 경우 적절한 방법을 통하여 변환을 하거나 또는 패턴 분류기의 특성에 맞도록 변환하여 패턴 분류 성능을 향상하는 등 단계별 변환 및 분류 기법을 이용하였다. 제안된 방법에서는 실험에 의해 측정된 전류값을 주기별로 주성분분석(PCA) 기법을 이용하여 입력차원을 축소한 후 이를 조건부 FCM으로 방사기저함수의 초기치를 최적화하여 학습을 하였다. 이는 주성분분석이 가지는 특성을 이용하여 데이터의 특징을 나누었으며 이를 뉴럴네트웍의 학습 기능을 이용하여 모델의 최종 성능을 개선하는 것이다. 각각의 알고리즘이 가지는 특징을 활용하면서도 단점을 계층적으로 보안하여 유도 전동기 고장 진단 성능을 개선하였다. 이를 실제 계측된 유도전동기 데이터를 이용하여 제안된 방법의 유용성을 보이고자 한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2009.10a
• /
• pp.7-8
• /
• 2009

컨테이너터미널에서 사용되는 하역시스템은 유류 및 전기 에너지를 주로 소모하는 특성을 가지고 있어 컨테이너의 작업량에 따라 에너지 소비가 증가하게 된다. 따라서 본 연구에서는 컨테이너터미널 운영사에서 하역작업시 장비별로 소비하는 에너지소비 패턴분석을 하고자 한다. 에너지소비 패턴을 분석하기 위해 하역장비별 에너지 소모량과 영역별 컨테이너 처리량을 상호비교 분석하였다. 그리고 컨테이너터미널에서 소비하는 에너지의 월별 소비패턴에서 정상적인 에너지 소비패턴과 비정상적인 에너지 소비패턴을 분류하는 방법을 도출하고 정상적인 에너지소비 패턴을 유도하기 위한 방안을 제시하고자 한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.7
• /
• pp.1728-1736
• /
• 2015

Several algorithms have been developed to classify arrhythmia which either rely on specific ECG(Electrocardiogram) database. Nevertheless personalized difference of ECG signal exist, performance degradation occurs because of carrying out diagnosis by general classification rule. Most methods require accurate detection of P-QRS-T point, higher computational cost and larger processing time. But it is difficult to detect the P and T wave signal because of person's individual difference. Therefore it is necessary to design efficient algorithm that classifies different arrhythmia in realtime and decreases computational cost by extracting minimal feature. In this paper, we propose arrhythmia classification method using QRS Pattern of ECG signal according to personalized type. For this purpose, we detected R wave through the preprocessing method and define QRS pattern of ECG signal by QRS feature Also, we detect and modify by pattern classification, classified arrhythmia duplicated QRS pattern in realtime. Normal, PVC, PAC, LBBB, RBBB, Paced beat classification is evaluated by using 43 record of MIT-BIH arrhythmia database. The achieved scores indicate the average of 99.98%, 97.22%, 95.14%, 91.47%, 94.85%, 97.48% in PVC, PAC, Normal, BBB, Paced beat classification.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.7
• /
• pp.1531-1539
• /
• 2014

Premature ventricular contraction(PVC) is the most common disease among arrhythmia and it may cause serious situations such as ventricular fibrillation and ventricular tachycardia. Nevertheless personalized difference of ECG signal exist, performance degradation occurs because of carrying out diagnosis by general classification rule. In other words, the design of algorithm that exactly detects abnormal signal and classifies PVC by analyzing the persons's physical condition and/or environment and variable QRS pattern is needed. Thus, PVC classification by personalized abnormal signal detection and QRS pattern variability is presented in this paper. For this purpose, we detected R wave through the preprocessing method and subtractive operation method and selected abnormal signal sets. Also, we classified PVC in realtime through QS interval and R wave amplitude. The performance of abnormal beat detection and PVC classification is evaluated by using MIT-BIH arrhythmia database. The achieved scores indicate the average of 98.33% in abnormal beat classification error and 94.46% in PVC classification.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.10 no.4
• /
• pp.11-23
• /
• 2011

The objective of this paper is to develop a daily pattern clustering algorithm using historical traffic data that can reliably detect under various traffic flow conditions in urban streets. The developed algorithm in this paper is categorized into two major parts, that is to say a macroscopic and a microscopic points of view. First of all, a macroscopic analysis process deduces a daily peak/non-peak hour and emphasis analysis time zones based on the speed time-series. A microscopic analysis process clusters a daily pattern compared with a similarity between individuals or between individual and group. The name of the developed algorithm in microscopic analysis process is called "Two-step speed clustering (TSC) algorithm". TSC algorithm improves the accuracy of a daily pattern clustering based on the time-series speed variation data. The experiments of the algorithm have been conducted with point detector data, installed at a Ansan city, and verified through comparison with a clustering techniques using SPSS. Our efforts in this study are expected to contribute to developing pattern-based information processing, operations management of daily recurrent congestion, improvement of daily signal optimization based on TOD plans.