• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년 학술대회 논문집 정보 및 제어부문
• /
• pp.229-231
• /
• 2006

NLPCA(Nonlinear Principal Component Analysis) is a novel technique for multivariate data analysis, similar to the well-known method of principal component analysis. NLPCA operates by a feedforward neural network called AANN(Auto Associative Neural Network) which performs the identity mapping. In this work, a sensor fault detection system based on NLPCA is presented. To verify its applicability, simulation study on the data supplied from sensor network is executed.

• 한국정보통신학회논문지
• /
• 제13권12호
• /
• pp.2547-2554
• /
• 2009

본 논문은 얼굴을 자동 초점(AF, Auto Focusing) 기능의 관심영역(ROI, Region of Interest)으로 이용하기 위한 얼굴 검출(Face Detection) 알고리즘 및 하드웨어 구현에 관한 것이다. 얼굴 검출을 위해 YCbCr 색 좌표계에서의 피부색 영역을 바탕으로 얼굴의 특징을 이용하였다. 얼굴에 해당하는 피부, 눈에 해당하는 에지, 그리고 입에 해당하는 음영의 픽셀수를 얼굴 특징으로 선택하였고, 얼굴 특징은 2,000개의 얼굴 샘플을 통하여 통계적으로 구하였다. 제안된 알고리즘은 하드웨어 설계 시, 하드웨어 자원의 효율성을 고려하여 영상의 중심에 가까운 두 명의 얼굴을 검출하게 하였다. 그리고 검출된 얼굴을 자동 초점의 관심 영역으로 이용하기 위하여 얼굴 영역을 사각형의 박스로 표시하였고, 영상에서 박스의 시작점과 끝점에 해당하는 위치를 출력하게 하였다. 하드웨어로 설계된 얼굴 검출 기능은 FPGA 보드와 모바일 폰 카메라 센서를 사용하여 검증하였다.

• 한국인터넷방송통신학회논문지
• /
• 제10권6호
• /
• pp.107-111
• /
• 2010

차량 주행 중에 타이어에서 발생하는 초음파를 이용하여 손상 물질에 의한 타이어의 손상을 검출하는 방법에 대해 연구하였다. 손상이 있는 타이어는 회전 주기성이 있는 초음파 신호가 발생하므로 주기성을 검출하기 위해 포락선 검출 전처리 과정을 거친 후 자기상관함수를 사용하였다. 실험에서는 손상된 타이어의 1회전 시간과 자기상관함수를 이용해 구한 주기가 같은 것으로 나타났다. 이로 인해 타이어의 손상 유무를 분별할 수 있는 결과를 도출하였다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2002년도 춘계공동학술대회
• /
• pp.632-638
• /
• 2002

In novelty detection, one attempts to discriminate abnormal patterns from normal ones. Novelty detection is quite difficult since, unlike usual two class classification problems, only normal patterns are available for training. Auto-Associative Multi-Layer Perceptron (AAMLP) has been shown to provide a good performance based upon the property that novel patterns usually have larger auto-associative errors. In this paper, we give a mathematical analysis of 2-layer AAMLP's output characteristics and empirical results of 2-layer and 4-layer AAMLPs. Various activation functions such as linear, saturated linear and sigmoid are compared. The 2-layer AAMLPs cannot identify non-linear boundaries while the 4-layer ones can. When the data distribution is multi-modal, then an ensemble of AAMLPs, each of which is trained with pre-clustered data is required. This paper contributes to understanding of AAMLP networks and leads to practical recommendations regarding its use.

• 상하수도학회지
• /
• 제38권2호
• /
• pp.83-93
• /
• 2024

In this study, we present a sewer pipe inspection technique through a combination of active sonar technology and deep learning algorithms. It is difficult to inspect pipes containing water using conventional CCTV inspection methods, and there are various limitations, so a new approach is needed. In this paper, we introduce a inspection method using active sonar, and apply an auto encoder deep learning model to process sonar data to distinguish between normal and abnormal pipelines. This model underwent training on sonar data from a controlled environment under the assumption of normal pipeline conditions and utilized anomaly detection techniques to identify deviations from established standards. This approach presents a new perspective in pipeline inspection, promising to reduce the time and resources required for sewer system management and to enhance the reliability of pipeline inspections.

• Journal of Electrical Engineering and Technology
• /
• 제12권4호
• /
• pp.1406-1416
• /
• 2017

In complex and large-scale industries, properly designed fault detection and identification (FDI) systems considerably improve safety, reliability and availability of target processes. In thermal power plants (TPPs), generating units operate under very dangerous conditions; system failures can cause severe loss of life and property. In this paper, we propose a bagged auto-associative kernel regression (AAKR)-based FDI approach for steam boilers in TPPs. AAKR estimates new query vectors by online local modeling, and is suitable for TPPs operating under various load levels. By combining the bagging method, more stable and reliable estimations can be achieved, since the effects of random fluctuations decrease because of ensemble averaging. To validate performance, the proposed method and comparison methods (i.e., a clustering-based method and principal component analysis) are applied to failure data due to water wall tube leakage gathered from a 250 MW coal-fired TPP. Experimental results show that the proposed method fulfills reasonable false alarm rates and, at the same time, achieves better fault detection performance than the comparison methods. After performing fault detection, contribution analysis is carried out to identify fault variables; this helps operators to confirm the types of faults and efficiently take preventive actions.

• 한국음향학회지
• /
• 제36권4호
• /
• pp.229-237
• /
• 2017

본 논문에서는 표적이 특정 탐지 빔 공간에 위치하는 동안 신호가 정상성을 유지하는 단기 정상성 개념을 활용한 자동 토널 탐지 기법을 제안 하였으며, 제안 기법의 연산량 감축 기법을 추가 제안하였다. 제안 기법은 신호의 정상성이 유지 되는 시간 동안 단일 빔 신호에서 추정된 문턱값과 입력신호의 기댓값을 비교함으로써 신호에 가변적이면서도 다수 표적에 의한 간섭 소음에 강인한 장점이 있다. 제안 기법의 성능 평가를 위하여 모사 신호 및 실제 해양 신호를 사용하였으며, 실험 결과 제안 기법이 기존 CFAR(Constant False Alarm Rate) 기법에 비하여 성능이 우수함을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.5-6
• /
• 2021

본 논문에서는 Semi-supervised Learning 방식의 이상감지 방법을 제안한다. 취득한 소음 데이터를 이미지화 시킨 후 Convolution AutoEncoder 학습 방법을 이용하여 모델을 학습한다. 고장 데이터와 정상 데이터 간의 데이터 불균형 문제가 대두되기 때문에 정상 데이터만을 활용한 이상감지는 실제 산업현장의 상황에 알맞게 사용할 수 있을 것이라 기대한다.

• 한국정보통신학회논문지
• /
• 제13권7호
• /
• pp.1292-1302
• /
• 2009

본 논문에서는 모바일 폰 카메라의 적용을 위한 자동백색보정(Auto White Balance, AWB) 기능 중에서 단색영상에 대한 탈색 현상과 색상의 왜곡을 막기 위한 단색영상 검출 알고리즘을 제안하였다. 기존의 자동백색보정 기능은 복합영상의 경우에는 정상적으로 자동백색보정이 수행되었지만, 입력영상이 단색이거나 단색이 상당량 포함되어 있는 영상이 입력되는 경우에는 해당 색상이 탈색되거나, 입력영상의 색상 성분에 의해서 자동백색보정의 결과가 왜곡된 색상으로 나타나는 문제점이 발생하였다. 본 논문에서는 자동백색보정 수행 시 상기 단색영상에 대한문제 점을 해결하기 위하여 입력 영상의 색상정보에 대한 히스토그램 데이터를 이용한 단색영상 검출 알고리즘을 개발 하였다. 본 논문에서 제안하는 알고리즘을 자동백색보정 기능에 추가적으로 적용된다면 더욱 향상된 기능의 자동 백색보정이 수행될 수 있을 것이라 기대한다.

• 한국통신학회논문지
• /
• 제28권12C호
• /
• pp.1239-1249
• /
• 2003

시선 위치 추적이란 현재 사용자가 쳐다보고 있는 위치를 컴퓨터 시각 인식 방법을 이용하여 파악하는 연구이다. 일반적으로 사용자가 모니터 상의 한 위치를 쳐다보기 위해서는 얼굴 및 눈동자를 동시에 움직이는 경향이 있다. 기존의 시선 위치 추적 시스템은 사용자의 얼굴 전체를 취득할 수 있는 단 하나의 광각 카메라를 이용하여 사용자의 얼굴 및 눈동자 움직임을 추적하였다. 그러나 이러한 경우, 광각 카메라 내에 포함된 눈동자 영상의 해상도가 많이 떨어져서 사용자의 눈동자 움직임을 정확하게 추적하지 못하는 문제점이 있었다. 그러므로 이 논문에서는 얼굴 영상을 취득하기 위한 광각 카메라 및 눈 영역을 확대하여 취득하는 협각 카메라, 즉 2개의 카메라를 이용하여 시선 위치추적 시스템을 구현하였다. 또한, 얼굴의 움직임 시 전체적인 위치가 변화될 눈동자의 움직임을 정확히 추적하기 위해, 협각 카메라에는 광각 카메라에서 추출된 얼굴 특징점의 위치를 기반으로 한 자동 초점 및 자동 상하/좌우 회전 기능이 포함되어 있다. 실험 결과, 얼굴 및 눈동자 움직임에 의한 모니터상의 시선 위치 정확도는 실험자가 눈동자는 고정으로 하고 얼굴만 움직여서 쳐다보는 경우에 약 3.1cm, 흐리고 얼굴 및 눈동자를 같이 움직여서 쳐다보는 경우에 약 3.57cm의 최소 자승 에러성능을 나타냈다. 처리 속도도 Pentium-IV 1.8 GHz에서 약 30ms 이내의 처리 속도를 나타냈다.