• 한국정밀공학회지
• /
• 제16권2호통권95호
• /
• 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.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 추계학술발표논문집 (상)
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• 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.

• 한국융합학회논문지
• /
• 제10권4호
• /
• pp.17-23
• /
• 2019

본 논문은 온도 등 7 가지의 IoT 센서에서 수집된 기상데이터의 각 기상요소에 대하여 품질관리(Quality Control; QC)를 하였다. 또한, 우리는 측정된 값에 오류가 있는 데이터를 기계학습으로 의미있게 추정하는 방법을 제안한다. 수집된 기상데이터를 기본 QC 결과를 바탕으로 오류 데이터를 선형 보간하여 기계학습 QC를 진행하였으며, 기계학습 기법으로는 대표적인 서포트벡터회귀, 의사결정테이블, 다층퍼셉트론을 사용했다. 기본 QC의 적용 유무에 따라 비교해 보았을 때, 우리는 기본 QC를 거쳐 보간한 기계학습 모델들의 평균절대오차(MAE)가 21% 낮은 것을 확인할 수 있었다. 또한, 기계학습 기법에 따라 비교하여 서포트벡터회귀 모델을 적용하였을 때가, 모든 기상 요소에 대하여 MAE가 평균적으로 다층신경망은 24%, 의사결정테이블은 58% 낮은 것을 알 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제12권4호
• /
• pp.23-29
• /
• 2012

사람들이 신체를 다친 경우 의료기관에서 치료를 것이 보통이다. 하지만 몇몇 환부에 따라서 추가적인 재활이 필요한 경우도 존재한다. 이러한 의료기관은 규모에 따른 재활프로그램에 큰 차이가 있으며, 규모가 작은 대개의 의료기관의 재활프로그램은 의사와 환자의 구두로 진행이 되는 것이 문제점이다. 따라서 본 논문에서는 이러한 소규모 의료기관에서의 재활치료에 정확도와 신뢰성을 보조하기 위해서 신체의 접촉과 힘을 계측할 수 있는 센서들을 대체 및 조합하여 촉각 센서와 유사한 기능을 가지는 대체 촉각 센서를 제안한다. 본 논문에서는 퍼셉트론 신경망을 적용시켜 접촉 평가를 패턴에 따라 확인하는 알고리즘을 적용하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권10호
• /
• pp.910-917
• /
• 2007

인간-로봇 상호작용에서 접촉은 인간에게 정서적 안정을 줄 수 있는 중요한 상호작용 방법 중 하나이다. 그러나 지금까지 음성과 영상을 기반으로 인간-로봇 상호작용이 이루어지는 연구가 대부분이었다. 본 논문에서는 접촉을 통한 인간-로봇 상호작용을 위해 인간의 접촉행동을 인식하는 방법을 제안한다. 제안한 인식 방법에서 인식 과정은 전처리 단계와 인식 단계로 나뉜다. 전처리 단계는 접촉감지부에서 생성된 데이타로부터 인식할 수 있는 특징들을 계산하는 단계이고 인식 단계는 인식기를 통해 접촉행동으로 분류하는 단계이다. 접촉감지부는 힘 센서인 FSR 센서를 이용하여 제작하였고 인식기는 신경망 모델인 다층퍼셉트론을 사용하였다. 실험은 남자 여섯 명에 의해 생성된 세 가지 접촉행동; '때리다', '쓰다듬다', '간질이다' 데이타를 가지고, 사람별로 인식기를 생성하여 cross-validation으로 평가한 결과 82.9%의 평균인식률을 보였고, 사람별 구분 없이 한 개의 인식기로 실험한 결과는 74.5%의 평균 인식률을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• 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
• /
• 제48권2호
• /
• pp.19-25
• /
• 2011

본 논문에서는 연료 소모량을 예측하기 위해 차량 데이터를 이용한 신경회로망 모델링 방식을 제안하였다. 제안한 신경회로망의 훈련과 시험 데이터를 획득하기 위해 시내를 중형 가솔린 차량을 주행하였고, OBD-II 포트에서 입력 데이터로 속도, 엔진 RPM, 쓰로틀 위치 센서(TPS), 흡기 공기량(MAF)을 측정하였고, 목표값으로 연료 소모량을 측정하였다. 입력과 출력 데이터의 빈선형 맵핑을 위해 다층 퍼셉트론 네트워크를 사용하였다. 신경회로망 모델은 평균 제곱오차가 $1.306{\times}10^{-6}$로 연료 소모량을 매우 잘 예측함을 확인하였다.

• 디지털정책학회지
• /
• 제2권4호
• /
• pp.25-32
• /
• 2023

논문은 PPG 기반 센서에서 측정한 심박수(HR), 심박변이도(HRV) 데이터를 기반으로 DNN(Deep Neural Network) 혈당예측 모델을 개발하는 연구이다. 혈당 예측은 다층퍼셉트론(MLP) 신경망을 이용하였다. DNN 심층학습은 11의 독립변수가 있는 입력층, 은닉층, 출력층으로 구성된다. 혈당 예측모델의 학습결과는 MAE=0.3781, MSE=0.8518, 및 RMSE=0.9229이며, 결정계수(R²)는 0.9994이다. PPG기반의 디지털기기를 이용한 비채혈적 생체신호를 이용하여 혈당관리의 가능성을 확인하였다. PPG기반의 표준화된 활력신호 획득 및 해석법, 다량의 데이터기반 심층학습(Deep Learning)의 데이터셋, 정확성를 실증하는 연구가 이어진다면 개의 혈당관리에 편이성과 대안적인 방법을 제공할 수 있을 것이다.