• Journal of the Korean Society for Precision Engineering
• /
• v.16 no.2 s.95
• /
• pp.176-182
• /
• 1999

This paper presents a new autonomous kinematic calibration technique by using a laser-vision sensor called "Perceptron TriCam Contour". Because the sensor measures by capturing the image of a projected laser line on the surface of the object, we set up a long, straight line of a very fine string inside the robot workspace, and then allow the sensor mounted on a robot to measure the point intersection of the line of string and the projected laser line. The point data collected by changing robot configuration and sensor measuring are constrained to on a single straght line such that the closed-loop calibration method can be applied. The obtained calibration method is simple and accurate and also suitable for on-site calibration in an industrial environment. The method is implemented using Hyundai VORG-35 for its effectiveness.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.05a
• /
• pp.360-364
• /
• 2009

현대사회는 인구의 고령화에 따른 노인인구의 증가 및 만성질환자의 증가에 따른 의료수요 급증이 예상되고 있다. 하지만 현재의 의료서비스 인프라는 증가하는 의료수요를 충족하기에는 역부족이 따르며, 이러한 문제점을 해결하기위해 정보통신기술과 헬스케어기술이 결합된 유비쿼터스 헬스케어기술이 부각되고 있다. 본 연구에서는 일상생활 중 움직임에 따른 활동 상태를 판별하여 운동량의 모니터링을 통한 건강관리뿐만 아니라 낙상 등과 같은 응급상황의 모니터링이 가능한 시스템을 구현하고자 하였다. 이를 위하여 3축 가속도센서를 이용하여 인체의 움직임에 따른 활동 가속도 신호를 계측할 수 있는 센서 및 시스템을 구현하였다. 또한 계측된 센서신호를 PC또는 휴대용 단말기로 무선전송하기위하여 무선센서네트워크 기술을 적용한 데이터 전송시스템을 구현하였다. 계측된 가속도 신호로부터 활동 상태를 판별하기위해 다층 퍼셉트론 알고리즘을 적용한 분류알고리즘을 제안하였으며, 분류알고리즘의 성능평가를 통해 실제 활동상태 모니터링에 적용 가능함을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.555-558
• /
• 2001

본 논문에서는 인간 행동의 성별 인식문제를 해결하기 위해 여러 개의 전문가(expert) 신경망의 앙상블로 이루어진 결합 신경망 분류기를 제안한다. 하나는 여러 개의 modular 다층퍼셉트론을 계층형으로 결합한 모텔이고, 다른 하나는 modular 다층퍼셉트론들의 출력값을 의사결정트리로 결합하는 모델이다. 데이터 베이스는 남녀 각 13 명의 데이터로 이루어져 있고, 문 두드리기, 손 흔들기, 물건 들어올리기의 세 가지 동작을, 보통 상태 혹은 화난 상태하에서 10 회씩 반복 수행하여 저장하였다. 행위자의 움직임은 몸에 부착된 6 개의 적외선 센서를 사용하여 기록 되었으며, 2 차원 혹은 3 차원 속도 및 좌표가 그 특징값으로 사용되었다. 앙상블 분류기의 성능을 비교하기 위하여 단일 다층퍼셉트론, 의사결정트리, 자기구성지도 및 support vector machine 을 사용한 실험 결과를 보였다. 실험 결과, 신경망 앙상블 모델이 다른 전통적인 분류기 및 사람에 비하여 훨씬 우수한 성능을 보였음을 알 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.788-791
• /
• 2020

낙농업에서 경제적 손실을 불러일으키고 관찰 시간과 비용이 필요한 젖소의 유방염 관리는 중요하다. 그러나 지금까지의 연구는 유방염 진단에 초점을 맞추고 있고, 예측하려는 시도는 전무하다. 유방염에 걸린 개체는 며칠 동안 우유를 생산할 수 없기 때문에 낙농가에 막대한 피해를 준다. 따라서 젖소가 유방염에 걸려 증상이 나타나기 전에 미리 파악해 조처를 할 수 있도록 하는 것이 중요하다. 이에 본 연구는 유방염 예측을 위해 생체 데이터를 포함한 다중 센싱 데이터를 사용해 유방염 예측 모델을 개발하였다. 모델에 사용된 데이터는 충청남도의 농가에 설치된 로봇 착유기로 부터 수집하였으며, 일정 기간 동안의 다중 센싱 데이터를 바탕으로 다음 날의 유방염 여부를 예측한다. 많은 양의 비선형 데이터를 효과적으로 처리하기 위해 다층 퍼셉트론을 사용해 모델을 학습하였다. 그 결과, 81.6%의 예측 정확도를 보였으며 교차 검증을 통해 정확도뿐만 아니라 재현율까지 우수함을 확인할 수 있었다.

• 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.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.12 no.4
• /
• pp.23-29
• /
• 2012

Injured peoples usually care their body at medical institutions. But if they need some more rehabilitation to the affected area thus exist. These medical institutions according to the scale there are significant differences in rehabilitation programs, most of the small-scale rehabilitation program for medical doctors and patients to be progression of the conversation is an issue. In this paper, in a small medical facility rehabilitation to assist in the accuracy and reliability, physical contact and force sensors that can measure a combination of substitution and the tactile sensor and tactile sensor alternative with a similar function is proposed. Perceptron neural networks by applying the contact evaluation according to the algorithm to determine the pattern is applied.

• Journal of KIISE:Software and Applications
• /
• v.34 no.10
• /
• pp.910-917
• /
• 2007

Of the possible interactions between human and robot, touch is an important means of providing human beings with emotional relief. However, most previous studies have focused on interactions based on voice and images. In this paper. a method of recognizing human touching behaviors is proposed for developing a robot that can naturally interact with humans through touch. In this method, the recognition process is divided into pre-process and recognition Phases. In the Pre-Process Phase, recognizable characteristics are calculated from the data generated by the touch detector which was fabricated using force sensors. The force sensor used an FSR (force sensing register). The recognition phase classifies human touching behaviors using a multi-layer perceptron which is a neural network model. Experimental data was generated by six men employing three types of human touching behaviors including 'hitting', 'stroking' and 'tickling'. As the experimental result of a recognizer being generated for each user and being evaluated as cross-validation, the average recognition rate was 82.9% while the result of a single recognizer for all users showed a 74.5% average recognition rate.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.881-884
• /
• 2017

스마트 디바이스가 대중화 되면서 각종 사건 사고에 대한 데이터가 SNS 상에 실시간으로 업데이트 된다. SNS의 이런 특성을 이용하여 이용자 개개인이 사고감지센서의 역할을 하면 빠른 사고감지가 가능하다. 하지만 기존 연구들은 단순히 키워드의 출현 빈도로 사고를 판단하는 방식과, 문법파괴 요소가 많은 트위터의 특성으로 인해 정확성에서 한계를 보인다. 본 연구에서는 사고감지의 정확도를 높이기 위해 형태소로 분석한 트윗을 벡터화하여 다층퍼셉트론신경망으로 학습시키는 모델을 구현하였다. 연구 결과 일반명사로 이루어진 40개의 단어를 사용했을 때 가장 높은 82.58%의 정확도를 얻었다.

• 전자공학회논문지 IE
• /
• v.48 no.2
• /
• pp.19-25
• /
• 2011

This paper presented neural network modeling method using vehicle data to predict fuel consumption. To acquire data for training and testing the proposed neural network, medium-class gasoline vehicle drove at downtown and parameters measured include speed, engine rpm, throttle position sensor (TPS), and mass air flow (MAF) as input data, and fuel consumption as target data from OBD-II port. Multi layer perception network was used for nonlinear mapping between the input and the output data. It was observed that the neural network model can predict the vehicle quite well with mean squared error was $1.306{\times}10^{-6}$ for the fuel consumption.

• Journal of Digital Policy
• /
• v.2 no.4
• /
• pp.25-32
• /
• 2023

This paper is a study to develop a deep neural network (DNN) blood glucose prediction model based on heart rate (HR) and heart rate variability (HRV) data measured by PPG-based sensors. MLP deep learning consists of an input layer, a hidden layer, and an output layer with 11 independent variables. The learning results of the blood glucose prediction model are MAE=0.3781, MSE=0.8518, and RMSE=0.9229, and the coefficient of determination (R²) is 0.9994. The study was able to verify the feasibility of glycemic control using non-blood vital signs using PPG-based digital devices. In conclusion, a standardized method of acquiring and interpreting PPG-based vital signs, a large data set for deep learning, and a study to demonstrate the accuracy of the method may provide convenience and an alternative method for blood glucose management in dogs.