• International Journal of Computer Science & Network Security
• /
• 제23권1호
• /
• pp.33-40
• /
• 2023

Machine-learning techniques are discovering effective performance on data analytics. Classification and regression are supported for prediction on different kinds of data. There are various breeds of classification techniques are using based on nature of data. Threshold determination is essential to making better model for unlabelled data. In this paper, threshold value applied as range, based on min-max normalization technique for creating labels and multiclass classification performed on rainfall data. Binary classification is applied on autism data and classification techniques applied on child abuse data. Performance of each technique analysed with the evaluation metrics.

• 방송공학회논문지
• /
• 제15권6호
• /
• pp.868-875
• /
• 2010

AT-DMB 는 지상파 DMB를 기반으로 하며, 기존의 지상파 DMB와 역호환성을 유지하면서 전송용량을 증대시키기 위해 개발이 되었다. AT-DMB 관련 전송방식 및 계층적비디오서비스 기술개발 및 표준 제정이 완료되었으며, 데이터 서비스를 포함한 응용서비스 기술들이 개발 중에 있다. 본 논문에서는 AT-DMB 시스템에서 성상비 변화에 따른 전송 신호들의 전력변화를 고찰하고 이를 감소시켜 전송 성능을 개선하기 위한 방법을 제시한다. 이 방법을 적용하여 AT-DMB의 B 모드 및 Q 모드 모두에서 계층 변조된 신호들의 전력을 균일하게 유지시킬 수 있음을 확인하였다.

• 농촌계획
• /
• 제10권4호
• /
• pp.1-7
• /
• 2004

In Korea, rural community has been becomming unstable by declining of agriculture. In order to solve this problem, there were some trials to activate rural communities by maintaining rural amenities. But, it is difficult to use rural amenities as a development factor to promote rural communities because there are few researches about quantifying rural amenities. In this study, a method fer quantifying rural amenities is suggested using database normalization technique. Previous thirty seven surveying items of rural amenity resources are formally reduced to five common surveying items, seven resources, and eleven surveying tables. Finally, big picture of rural amenity resource map with surveying data for rural development is suggested.

• The Journal of the Acoustical Society of Korea
• /
• 제25권1E호
• /
• pp.20-24
• /
• 2006

In this paper, we focused on the real time implementation of a speech recognition system with medium size of vocabulary considering its application to a mobile phone. First, we developed the PC based variable vocabulary word recognizer having the size of program memory and total acoustic models as small as possible. To reduce the memory size of acoustic models, linear discriminant analysis and phonetic tied mixture were applied in the feature selection process and training HMMs, respectively. In addition, state based Gaussian selection method with the real time cepstral normalization was used for reduction of computational load and robust recognition. Then, we verified the real-time operation of the implemented recognition system on the TMS320C6201 EVM board. The implemented recognition system uses memory size of about 610 kbytes including both program memory and data memory. The recognition rate was 95.86% for ETRI 445DB, and 96.4%, 97.92%, 87.04% for three kinds of name databases collected through the mobile phones.

• 전기전자학회논문지
• /
• 제24권2호
• /
• pp.523-528
• /
• 2020

스마트 모바일 장치의 확산은 인간의 일상 행동 분석을 보다 일반적이고 간단하게 만들었다. 행동 분석은 이미 본인 인증, 감시, 건강 관리 등 많은 분야에서 사용 중이고 그 유용성이 증명되었다. 본 논문에서는 스마트폰의 가속도 센서 신호를 사용하여 효율적이고 정확하게 행동 인식을 수행하는 합성곱 신경망(모델 A)과 순환 신경망까지 적용한(모델 B) 심층 신경망 모델을 제시한다. 모델 A는 batch normalization과 같은 단순한 기법만 적용해도 이전의 결과보다 더 작은 모델로 더 높은 성능을 달성할 수 있다는 것을 보인다. 모델 B는 시계열 데이터 모델링에 주로 사용되는 LSTM 레이어를 추가하여 예측 정확도를 더욱 높일 수 있음을 보인다. 이 모델은 29명의 피실험자를 대상으로 수집한 벤치마크 데이트 세트에서 종합 예측 정확도 97.16%(모델 A), 99.50%(모델 B)를 달성했다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권7호
• /
• pp.271-276
• /
• 2014

휴대폰에서 문자 메시지 전송 기능은 현대인들에게 매우 편리한 새로운 형태의 의사소통 방식이다. 반면에 문자 메시지 기능을 악용한 광고성 문자들이 너무 많이 쏟아져서 휴대폰 사용자들은 스팸 문자 공해에 시달리는 심각한 부작용을 낳게 되었다. 광고성 문자를 발송하는 사람들은 문자 메시지가 자동으로 차단되는 것을 회피하기 위해 한글 문장을 다양한 형태로 변형하거나 왜곡시키고 있으며, 이러한 문자 메시지를 자동으로 차단하기 위해서는 변형되거나 왜곡된 문장들을 정상적인 한글 문장으로 정규화하는 기술이 필수적이다. 본 논문에서는 변형되거나 왜곡된 광고성 문자 메시지를 정상적인 문장으로 정규화하고 정규화된 문장으로부터 자동 띄어쓰기 및 복합명사 분해 과정을 거쳐 키워드를 추출하기 위한 방법을 제안하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권3호
• /
• pp.877-893
• /
• 2022

With the development of deep learning, face inpainting has been significantly enhanced in the past few years. Although image inpainting framework integrated with generative adversarial network or attention mechanism enhanced the semantic understanding among facial components, the issues of reconstruction on corrupted regions are still worthy to explore, such as blurred edge structure, excessive smoothness, unreasonable semantic understanding and visual artifacts, etc. To address these issues, we propose a Learnable Structure Knowledge of Fusion Network (LSK-FNet), which learns a prior knowledge by edge generation network for image inpainting. The architecture involves two steps: Firstly, structure information obtained by edge generation network is used as the prior knowledge for face inpainting network. Secondly, both the generated prior knowledge and the incomplete image are fed into the face inpainting network together to get the fusion information. To improve the accuracy of inpainting, both of gated convolution and region normalization are applied in our proposed model. We evaluate our LSK-FNet qualitatively and quantitatively on the CelebA-HQ dataset. The experimental results demonstrate that the edge structure and details of facial images can be improved by using LSK-FNet. Our model surpasses the compared models on L1, PSNR and SSIM metrics. When the masked region is less than 20%, L1 loss reduce by more than 4.3%.

• PNF and Movement
• /
• 제21권1호
• /
• pp.87-94
• /
• 2023

Purpose: The present study aims to investigate the effects of a diagonal exercise pattern on selective activation of the upper extremity muscles using both normalization and isolation methods. Methods: In total, 17 asymptomatic subjects participated in this study. During the two diagonal patterns of exercise (diagonals 1 and 2), muscular activities of the upper trapezius (UT), lower trapezius (LT), serratus anterior (SA), anterior deltoid (AD), and infraspinatus (IS) were measured. The collected data were analyzed in two ways, according to the dominance of muscle activities (%Isolation) and according to normalized activities (%MVIC). Results: There were significant differences in LT, SA, AD, and IS between %MVIC and %Isolation (p<0.05), and the diagonal 1 pattern of exercise showed significantly more LT activities compared with the diagonal 2 pattern (p<0.05). Further, except for LT, there were no significant differences in muscle activities between the diagonal 1 and 2 exercises. Conclusion: The present study suggests that a diagonal pattern of exercise is advantageous for strengthening shoulder muscles, but caution is needed when applying to patients requiring selective strengthening. Regarding both the concentric and eccentric phases of exercise, there was no significant difference in muscular activation, except in LT, between the two diagonal patterns of exercises.

• 한국측량학회지
• /
• 제31권1호
• /
• pp.49-55
• /
• 2013

데이터마이닝과 바이오인식 분야의 판별모델의 성능평가 방법을 이종의 공간 데이터 셋의 매칭에 적용함으로써 좋은 매칭결과를 보이는 판별모델을 도출하고자 한다. 이를 위하여 매칭 기준별 매칭 후보객체 쌍의 거리 값을 구하고, 이들 거리 값을 Min-Max 방법과 Tanh 방법으로 정규화하여 유사도를 산출한다. 산출된 유사도를 CRITIC 방법, Matcher Weighting 방법 그리고 Simple Sum 방법으로 결합하여 형상유사도를 도출하는 판별모델을 적용하였다. 각 판별모델을 PR곡선과 AUC-PR로 평가한 결과, Tanh 정규화와 Simple Sum 방법을 적용한 판별모델의 AUC-PR이 0.893으로 가장 높게 나타났다. 따라서 이종의 공간 데이터 셋의 매칭을 위해서는 Tanh 정규화를 이용하여 각 매칭기준별 유사도를 산출하고 Simple Sum 방법으로 형상유사도를 구하는 판별모델이 적합한 것으로 사료된다.

• 인터넷정보학회논문지
• /
• 제21권3호
• /
• pp.83-92
• /
• 2020

최근에 많은 기업 및 조직들이 비즈니스 프로세스 모델의 효율적 운용을 위해 예측적 프로세스 모니터링에 관심이 높아지고 있다. 기존의 프로세스 모니터링은 특정 프로세스 인스턴스의 경과된 실행상태에 초점을 두었다. 반면, 예측적 프로세스 모니터링은 특정 프로세스 인스턴스의 미래의 실행상태에 대한 예측에 초점을 둔다. 본 논문에서는 예측적 프로세스 모니터링 기능 중 하나인 비즈니스 프로세스 인스턴스 실행 잔여시간 예측기능을 구현한다. 잔여시간을 효과적으로 모델링하기 위해 액티비티별 속성에 따른 시간특징 값 분포 차이를 고려하여 액티비티별 특징 정규화를 제안하고 예측모델에 적용한다. 본 논문에서 제안된 모델의 예측성능 우수성을 입증하기 위해서 4TU.Centre for Research Data에서 제공하는 실제 기업의 이벤트 로그 데이터를 통해 선행연구들과 비교평가 한다.