• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.127.1-127
• /
• 2001

In this paper we propose an input/output model based fault diagnosis method to detect and isolate single faults in the robot arm control system. The proposed algorithm is functionally composed of three main parts-parameter estimation, fault detection, and isolation, When a change in the system occurs, the errors between the system output and the estimated output cross a predetermined threshold, and once a fault in the system is detected, and in this zone the estimated parameters are transferred to the fault classifier by ART2(adaptive resonance theory 2) neural network for fault isolation. Since ART2 neural network is an unsupervised neural network fault classifier does not require the knowledge of all possible faults to isolate the faults occurred in the system. Simulations are carried out to evaluate the performance of the proposed ...

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 추계학술대회
• /
• pp.319-322
• /
• 1997

This paper presents a CAD (Computer-Aided Diagnosis) system or detection of breast cancer, which is composed of personal computer, X-ray film scanner, high resolution display and application softwares. There are three major algorithms implemented in the application software. The irst algorithm is the adaptive enhancement of the digitized X-ray mammograms based on the first derivative and the local statistics. The second one is to detect the clustered microcalcifications by using the statistical texture analysis, and the third one is the classification of the clustered microcalcifications as malignant or benign by using the shape analysis. These algorithms were verified by real experiments.

• 지능정보연구
• /
• 제14권2호
• /
• pp.193-206
• /
• 2008

의료 진단 문제는 기정의된 특성치들로 표현되는 환자의 상태 데이터로부터 병의 유무를 판단하는 일종의 분류 문제로 간주할 수 있다. 본 연구는 혼용 유전자 알고리즘 기반의 분류방법을 도입함으로써 의료 진단 문제와 같은 다차원의 패턴 분류 문제를 해결할 수 있는 방안을 제안하고 있다. 일반적으로 분류 문제는 데이터 패턴에 존재하는 여러 클래스 간 구분경계를 생성하는 접근방법을 사용하는데, 이를 위해 본 연구에서는 일단의 영역 에이전트들을 도입하여 이들을 유전자 알고리즘 및 국소 적응조작을 혼용함으로써 데이터 패턴에 적응하도록 유도하고 있다. 일반적인 유전자 알고리즘의 진화단계를 거친 에이전트들에 적용되는 국소 적응조작은 영역 에이전트의 확장, 회피 및 재배치로 이루어지며, 각 에이전트의 적합도에 따라 이들 중 하나가 선택되어 해당 에이전트에 적용된다. 제안된 의료 진단용 분류 방법은 UCI 데이터베이스에 있는 잘 알려진 의료 데이터, 즉 간, 당뇨, 유방암 관련 진단 문제에 적용하여 검증하였다. 그 결과, 기존의 대표적인 분류기법인 최단거리이웃방법(the nearest neighbor), C4.5 알고리즘에 의한 의사 결정트리(decision tree) 및 신경망보다 우수한 진단 수행도를 나타내었다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 춘계학술대회
• /
• pp.414-417
• /
• 1997

This paper presents vessel contour for extracting features and segmentating narrow blood vessels down to a diameter of two pixels in digital subtraction angiographic image. We present a new tracking algorithm for contour, mainly blood vessels in DSA image, and extracting properties such as their intensities, diameters, and center lines by exploiting spatial continuity. The proposed algorithm comes to detect blood vessel's boundary using difference edge detector one of homogeneity operator and find a next centerline position by direction vector of edge information. This algorithm enhanced variation of vessel's diameter compared to Sun's tracking algorithm and lessoned to compute as direction vector decide adaptively entire vessel's direction field. The processed images are intended to support radiologists in diagnosis, radiation therapy planning, and surgical planning. The algorithm should be useful for automating angiographic analyses of blood vessels.

• 한국군사과학기술학회지
• /
• 제10권4호
• /
• pp.160-167
• /
• 2007

In this paper, we presented the development results of high speed wavefront sensor which is used in diagnosing the beam quality of He-Ne laser for adaptive optics system. The beam quality information of laser in AO system is necessarily required for diagnosing the optical components or correcting the distorted wavefront afterward. According to system requirements, normally, it is requested that there are high precision of measurement and real time processing speed. The developed wavefront sensor in this paper achieved maximum 30Hz of measurement rate and ${\lambda}/20(\;{@}\;{\lambda}=0.6328{\mu}m)$ of measurement precision in RMS. We also applied the developed into an experimental adaptive system and verified the performance of it by correcting the aberrated wavefront with a rate of 30Hz and $\lambda$/20 precision using the combination of the developed and PID control algorithm.

• 한국정보통신학회논문지
• /
• 제15권10호
• /
• pp.2223-2230
• /
• 2011

심전도는 심근허혈, 부정맥, 심근경색과 같은 심장질환의 진단에 이용된다. 특히 심근허혈은 ST 세그먼트의 형태 변화가 나타나는데, 이러한 변화는 일시적으로 나타나며 특별한 증상을 동반하지 않는다. 따라서 지속적인 모니터링을 통해서 ST의 일시적인 변화를 검출하는 것이 매우 중요하다. 이에 본 연구에서는 심근허혈 진단을 위한 ST세그먼트 형태 분류 알고리즘을 제안한다. 이는 전처리 과정과 적응가변형 문턱치를 통해 R파와 각 특징점을 검출 한 후 S와 T파사이의 굴곡점으로부터 특정한 기울기 정보를 추출하여 ST의 기울기 기준점과 비교함으로써, 검출된 ST를 6가지 형태로 분류하는 방법이다. 개발된 알고리즘은 심전도로부터 ST 레벨 변화 구간을 검출하고, 검출된 구간에 대해서도 ST의 형태를 분류함으로써 심전도 레벨 변화뿐만 아니라 형태에 대한 정보도 제공한다. 제안한 알고리즘의 심근허혈 패턴 진단 성능을 평가하기 위해서 European ST 데이터베이스를 사용하였다. 성능 평가 결과 가장 높은 분류성공률은 99.4%이며, 낮은 성공률은 68.48%를 나타내었다.

• 한국통신학회논문지
• /
• 제40권6호
• /
• pp.1120-1129
• /
• 2015

본 논문은 심박에 동기화된 맥파 즉 PPG신호를 측정하고, 신호에 동잡음이 포함 되어있는지를 판단하는 방안을 제안한다. 피 측정자의 움직임에 의한 동잡음은 PPG신호를 심각하게 왜곡한다. 따라서 신호에 동잡음이 포함되었는지 판단하는 신호처리 방법이 요구된다. 본 논문에서는 측정하는 PPG신호에 동잡음이 포함되어있는지를 판단하기 위해 국소푸리에변환 대신 웨이블릿 변환을 이용하여 결정하는 신호처리 방법을 제안한다. 또한, 다양한 웨이블릿 중에서 피실험자의 PPG 신호에 적응된 웨이블릿 선택하였다. 실험에서 사용자가 측정 전체 시간 대비 20%, 30% 시간동안 임의의 움직임을 통해 동잡음을 포함시킨 경우 제안한 신호처리 방법을 이용한 결과 사용자가 동잡음을 포함시킨 모든 구간을 동잡음이 포함된 구간으로 판단하였으며, 고정 웨이블릿 방법보다 더 우수한 성능을 보였다.

• 한국지능시스템학회논문지
• /
• 제10권3호
• /
• pp.211-217
• /
• 2000

A main contribution of this paper is the development of a Hopfield network-based algorithm for the fault diagnosis of the actuators in linear system with uncertainties. An unknown input decoupling approach is introduced to the design of an adaptive observer so that the observer is insensitive to uncertainties. As a result, the output observation error equation does not depend on the effect of uncertainties. Simultaneous energy minimization by the Hopfield network is used to minimize the least mean square of errors of errors of estimates of output variables. The Hopfield network provides an estimate of the gains of the actuators. When the system dynamics changes, identified gains go through a transient period and this period is used to detect faults. The proposed scheme is demonstrated through its application to a simulated second-order system.

• KIEE International Transactions on Electrophysics and Applications
• /
• 제5C권3호
• /
• pp.138-142
• /
• 2005

In this paper, we compared recognition rates between NN(neural networks) and clustering method as a scheme of off-line PD(partial discharge) diagnosis which occurs at the stator coil of traction motor. To acquire PD data, three defective models are made. PD data for classification were acquired from PD detector. And then statistical distributions are calculated to classify model discharge sources. These statistical distributions were applied as input data of two classification tools, BP(Back propagation algorithm) and ANFIS(adaptive network based fuzzy inference system) pre-processed FCM(fuzzy c-means) clustering method. So, classification rate of BP were somewhat higher than ANFIS. But other items of ANFIS were better than BP; learning time, parameter number, simplicity of algorithm.

• Industrial Engineering and Management Systems
• /
• 제10권4호
• /
• pp.272-278
• /
• 2011

Decision tree as a classification tool is being used successfully in many areas such as medical diagnosis, customer churn prediction, signal detection and so on. The main advantage of decision tree classifiers is their capability to break down a complex structure into a collection of simpler structures, thus providing a solution that is easy to interpret. Since decision tree is a top-down algorithm using a divide and conquer induction process, there is a risk of reaching a local optimal solution. This paper proposes a procedure of optimally determining thresholds of the chosen variables for a decision tree using an adaptive particle swarm optimization (APSO). The proposed algorithm consists of two phases. First, we construct a decision tree and choose the relevant variables. Second, we find the optimum thresholds simultaneously using an APSO for those selected variables. To validate the proposed algorithm, several artificial and real datasets are used. We compare our results with the original CART results and show that the proposed algorithm is promising for improving prediction accuracy.