• 한국정보통신학회논문지
• /
• 제13권4호
• /
• pp.765-773
• /
• 2009

최근의 텔레매틱스 교통정보제공서비스는 지능형 교통시스템의 구축을 통한 실시간 교통정보 수집이 가능해짐에 따라 다양해지고 있다. 본 논문에서는 고품질의 다양한 교통정보제공을 위해 필요한 미래시간에 대한 단기 교통정보 예측 모델을 제안하고 개발하였다. 단기 예측 모델은 현재로부터 가까운 미래의 교통 상황을 예측하기 위한 교통 모델로 본 연구에서 제안한 예측 모델은 각 도로에 대하여 5분 이후부터 1시간 이전까지의 미래시간에 대한 차량 평균 속도를 예측 결과로 준다. 본 연구에서 제안한 예측 모델은 베이지안 네트워크에 기반을 두고 있으며 각 도로의 미래시간 교통상황에 영향을 줄 수 있는 요인들을 분석하여 베이지안 네트워크의 원인노드로 설정하였다. 설계된 베이지안 네트워크에 대하여 실시간 교통정보데이터를 이용하여 가우시안 혼합 분포를 가정한 베이지안 네트워크의 결합 확률 밀도 함수를 EM(Expectation Maximization) 알고리즘으로 구하여 미래시간의 교통정보를 예측하였다. 예측 모델의 정확도 검증을 위해 실시간 교통데이터로 다양한 실험을 수행하였다. 실험결과 제안된 모델은 현재 시간으로부터 10분 이후, 30분 이후, 60분 이후 예측 오차로 각각 4.5, 4.8, 5.2의 RMSE(Root Mean Square Error) 값을 주었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.294-297
• /
• 2015

최근 기계학습에 기반을 둔 빅데이터 분석이 큰 관심을 받으면서 다양한 학문 분야에 기계 학습 방안들이 접목되고 있다. 그 대표적인 분야 중 하나로 농축산 분야를 들 수 있고 실제 다양한 기계학습 방안들이 농축산분야에 적용되고 있다. 하지만 농축산에서 활용되는 기계학습의 경우 대부분 농업분야의 기후예측 및 축산분야의 유전자 분석 쪽으로 연구가 집중되어있고, 가축의 생체 데이터를 활용한 기계학습 방안은 많은 연구가 이루어지지 않았다. 본 연구에서는 가축의 실시간 생체 데이터를 이용하여 문제가 발생한 개체를 조기에 발견하는 방안을 제안하였다. 제안 방안에서는 기댓값 최대화 알고리즘을 이용하여 단일 가축 개체들의 실시간 생체 데이터를 2개의 클러스터로 나누고 이 두 클러스터 사이즈의 변화를 통해서 이상 개체를 조기에 판단한다. 특히 단일 개체의 문제와 전염성 질병 여부를 나누어 판단하므로 구제역과 같은 전염성 질병의 경우 빠른 대응을 가능케 하여 국가적 손실을 줄일 수 있게 한다. 더불어 제안 방안은 측정 생체 데이터에 대한 통계적 정보 없이도 적응적으로 클러스터를 형성할 수 있으므로 축사 외부의 환경 요소에 의해서 생체 데이터의 통계적 특성이 변화는 상황에서도 적응적으로 동작할 수 있다.

• 한국음향학회지
• /
• 제16권5호
• /
• pp.112-121
• /
• 1997

본 논문에서는 잡음에 강한 음성 인식기를 위한 모델 파라미터 변환 방식에 관하여 살펴보았다. 모델 파라미터 변환에 있어서 잡음에 대한 어떠한 통계 모델도 사용하지 않고 각 단어 단위로 수행되어 실시간 음성 인식이 가능하도록 하였다. Parallel model combination(PCM)은 본 논문에서 제안한 방법과의 성능 비교를 위하여 cepstrum 영역에서 구현되었다. 본 논문에서 제안한 PCM 방법은 modified PCM(MPMC)라 하며, 이 방법은 각 hidden Markov mode(HMM)의 state별로 평균적인 가우시안 믹스처(Gaussian mixture)의 변화률과 개별적인 변화률간에 결합지수를 이용하여 평균을 재조정한다. 또한, vector Taylor series 근사화를 이용한 모델 파라미터 변환을 위하여 cepstrum 영역에서의 환경모델 예측을 위한 expectation-maximization(EM) 해를 유도하여 구현하였다. 본 논문에서 구현된 알고리즘들의 성능 위해 HMM 인식기를 이용한 화자독립 고립단어 인식을 수행하였다. 시용된 잡음은 가우시안 백색 잡음과 주행중에 녹음된 자동차 잡음이며, 각 잡음울 signal-to-noise ratio(SNR)별로 사용하였다. 잡음의 모델은 1 state HMM으로 단어시작 3 프레임(frame)을 이용하여 만들어졌다. 인식 결과는 VTS 접근방식을 이용하였을 경우 매우 우수한 인식률을 나타내었으며, MPMC의 경우도 기존의 PMC보다 인식률이 향상되었다. 특히, 영차 VTS의 경우는 단순히 평균만을 조정하였음에도 불구하고 PMC와 MPMC보다 인식률이 우수하게 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1309-1317
• /
• 2013

일반화 지수분포 (generalized exponential distribution)를 따르는 점진 제 1종 구간 중도절단 (progressive type-I interval censoring) 표본에서 모수 추정은 Chen과 Lio (2010)가 최대우도 추정법 (maximum likelihood estimation), 중간점 근사법 (mid-point approximation method), EM 알고리즘 (expectation maximization algorithm), 적률 추정법 (method of moments estimation; MME)으로 하였으며, 그 방법들 중 평균제곱오차 (mean square error; MSE)가 가장 작은 추정법은 중간점 근사법이다. 하지만 중간점 근사법을 바탕으로 최대우도 추정법을 이용하여 모수를 추정하려고 한다면 모수에 대한 해를 전개할 수 없기 때문에 수치 해석적인 방법을 이용하여 추정하여야 한다. 본 논문에서는 이러한 문제를 해결하기 위해서 근사 최대우도 추정법 (approximate maximum likelihood estimation)을 이용하여 두 종류의 모수를 추정하고, 모의실험을 통하여 수치해석학적인 방법을 이용한 중간점 근사법의 해 (estimate of mid-point approximation method; MP)와 제시한 두 가지 추정량을 평균제곱오차 측면에서 비교한다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제35권4호
• /
• pp.353-360
• /
• 2012

핵의학 영상 기기 중 SPECT시스템은 촬영목적에 따라 다양한 콜리메이터를 사용하며 영상 재구성을 위해서는 각 콜리메이터의 기하학적 특성을 반영하는 것이 필요하다. 본 연구에서는 이 중 핀홀 콜리메이터를 사용한 핵의학 영상기기의 영상 재구성에 관한 연구를 수행하였으며 특히 핀홀 콜리메이터 영상 재구성시 발생하는 샘플링 문제를 제거하는 방법에 대한 연구를 수행하였다. 순환적 영상 재구성 방법의 투사(projection)와 역투사(back-projection)시 각기 다른 방식으로 구축된 시스템 모델을 반영한 비동일 시스템 모델 방식을 개발하여 최대우도 기댓값최대화(maximum likelihood expectation maximization, ML-EM) 알고리듬에 적용하였다. 설계한 재구성 알고리듬을 성능을 검증하기 위해 geant4 application for tomographic emission(GATE) 시뮬레이션 툴을 이용하여 핀홀 콜리메이터의 디지털 팬텀 시뮬레이션을 수행하고 이를 이용하여 기존방식과 제안한 방식의 재구성 알고리듬에 대한 비교평가 연구를 수행하였다. 그 결과 본 연구에서 제안한 비동일 시스템 모델 사용 영상 재구성 방법은 동일 시스템 모델을 사용한 순환적 재구성 알고리듬에 비해 효과적으로 샘플링 문제를 제거할 수 있는 것을 확인 할 수 있었다. 본 연구에서 제안한 영상 재구성 방법은 다양한 콜리메이터에 확대적용 되어 사용 될 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.446-452
• /
• 2021

우리나라 생활수준의 향상과 더불어 식품소비의 양적인 요구가 충족되면서, 세분화된 식품의 기호 성향을 충족시킬 수 있는 닭고기 소비가 증가하고 있다. 2003년 3월 축산물 품질평가원에서 고시(농림부 고시 제2003-14호)한 닭 도체 품질판정세부기준은 닭 도체 부위별 이물질 부착, 피·멍의 크기 및 중량에 따라 품질 등급을 기준을 제시하였다. 그러나 현실적으로 검사관 개개인의 주관적인 평가 기준으로 적용된 고시로 수천 마리의 닭 도체 등급판정을 유지하기가 어려운 문제점을 가지고 있다. 본 논문에서는 닭 도체 품질 세부기준에 따라 닭 도체 부위 분할하기 위해 비접촉/비파괴방식인 컴퓨터 시각 기술 알고리즘을 제안한다. 제안된 알고리즘은 실시간으로 빠르게 움직이는 닭 도체를 부위 분할하기 위하여 조명 외란에 강인하도록 보정하는 과정과 닭 도체와 배경을 구분하기 위한 EM(Expectation maximization), Erosion 및 Labeling 알고리즘, 그리고 닭 도체의 기하학적 형태를 분석하여 부위별 특징점을 찾고 점들의 위치를 계산하여 부위를 분할 할 수 있는 알고리즘을 사용하였다. 총 78마리의 닭 도체 샘플에 대하여 제안한 영상처리 알고리즘을 적용한 결과 닭 도체 부위 분할 알고리즘이 효과적임을 알 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제16권5호
• /
• pp.239-246
• /
• 2023

본 논문에서는 오디오 부호화기를 위한 스펙트럼 변화 파라미터와 Mel Frequency Cepstral Coefficients(MFCC) 파라미터를 이용하여 음성과 음악 신호를 분류하는 개루프 방식의 알고리즘을 제안한다. 반응성을 높이기 위해 단구간 특징 파라미터로 MFCC를 사용하고 정확도를 높이기 위해 장구간 특징 파라미터로 스펙트럼 변화를 사용하였다. 전체적인 음성/음악 신호 분류 결정은 단구간 분류와 장구간 분류를 결합하여 이루어진다. 패턴인식을 위해 Gaussian Mixed Model(GMM)을 사용하였고, Expectation Maximization(EM) 알고리즘을 사용하여 최적의 GMM 파라미터를 추출하였다. 제안된 장단구간 결합 음성/음악 신호 분류 방법은 다양한 오디오 음원에서 평균적으로 1.5% 분류 오류율을 보였고 단구간 단독 분류 방법 보다 0.9%, 장구간 단독 분류 방법보다 0.6%의 분류 오류율의 성능 개선을 이룰 수 있었다. 제안된 장단구간 결합 음성/음악 신호 분류 방법은 USAC 오디오 분류 방법보다 타악기 음악 신호에서 9.1% 분류 오류율, 음성신호에서 5.8% 분류 오류율의 성능 개선을 이룰 수 있었다.

• 한국임상약학회지
• /
• 제23권2호
• /
• pp.137-141
• /
• 2013

Purpose: This study compared the performance of new NONMEM estimation methods using a population analysis dataset collected from a clinical study that consisted of 40 individuals and 567 observations after a single oral dose of glimepiride. Method: The NONMEM 7.2 estimation methods tested were first-order conditional estimation with interaction (FOCEI), importance sampling (IMP), importance sampling assisted by mode a posteriori (IMPMAP), iterative two stage (ITS), stochastic approximation expectation-maximization (SAEM), and Markov chain Monte Carlo Bayesian (BAYES) using a two-compartment open model. Results: The parameters estimated by IMP, IMPMAP, ITS, SAEM, and BAYES were similar to those estimated using FOCEI, and the objective function value (OFV) for diagnosing the model criteria was significantly decreased in FOCEI, IMPMAP, SAEM, and BAYES in comparison with IMP. Parameter precision in terms of the estimated standard error was estimated precisely with FOCEI, IMP, IMPMAP, and BAYES. The run time for the model analysis was shortest with BAYES. Conclusion: In conclusion, the new estimation methods in NONMEM 7.2 performed similarly in terms of parameter estimation, but the results in terms of parameter precision and model run times using BAYES were most suitable for analyzing this dataset.

• 응용통계연구
• /
• 제29권7호
• /
• pp.1347-1359
• /
• 2016

혼합회귀모형은 반응 변수와 공변량 사이의 관계를 규명하는 유용한 통계적 모형으로 여러 분야에서 사용되어지고 있다. 하지만 실제로 혼합회귀모형을 이용하여 분석을 하는 과정에서 공변량이 결측값을 포함하는 문제는 흔하게 발생하며, 발생하는 결측의 유형 또한 다양하게 나타난다. 이러한 경우에 있어서 본 논문에서는 최대우도추정량을 구하기 위한 EM 알고리즘을 제안하고자 한다. 제안된 EM 알고리즘의 효용성을 모의실험을 통해 확인하였으며 또한 사례연구를 통해 제시된 방법이 어떻게 사용될수 있는지와 그 효용성을 함께 확인하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권4호
• /
• pp.246-253
• /
• 2016

Infrared (IR) imaging has been researched for various applications such as surveillance. IR radiation has the capability to detect thermal characteristics of objects under low-light conditions. However, automatic segmentation for finding the object of interest would be challenging since the IR detector often provides the low spatial and contrast resolution image without color and texture information. Another hindrance is that the image can be degraded by noise and clutters. This paper proposes multi-level segmentation for extracting regions of interest (ROIs) and objects of interest (OOIs) in the IR scene. Each level of the multi-level segmentation is composed of a k-means clustering algorithm, an expectation-maximization (EM) algorithm, and a decision process. The k-means clustering initializes the parameters of the Gaussian mixture model (GMM), and the EM algorithm estimates those parameters iteratively. During the multi-level segmentation, the area extracted at one level becomes the input to the next level segmentation. Thus, the segmentation is consecutively performed narrowing the area to be processed. The foreground objects are individually extracted from the final ROI windows. In the experiments, the effectiveness of the proposed method is demonstrated using several IR images, in which human subjects are captured at a long distance. The average probability of error is shown to be lower than that obtained from other conventional methods such as Gonzalez, Otsu, k-means, and EM methods.