• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.35-38
• /
• 2023

포트홀은 주행하는 자동차와 접촉이 이뤄지면 차체나 운전자에게 충격을 주고 제어를 잃게 하여 도로 위 안전을 위협할 수 있다. 포트홀의 검출을 위한 국내 동향으로는 진동을 이용한 방식과 신고시스템 이용한 방식과 영상 인식을 기반한 방식이 있다. 이 중 영상 인식 기반 방식은 보급이 쉽고 비용이 저렴하나, 컴퓨터 비전 알고리즘은 영상의 품질에 따라 정확도가 달라지는 문제가 있었다. 이를 보완하기 위해 영상 인식 기반의 딥러닝 모델을 사용한다. 따라서, 본 논문에서는 사전 학습된 딥러닝 모델의 정확도 향상을 위한 Feature Level Ensemble 기법을 제안한다. 제안된 기법은 사전 학습된 CNN 모델 중 Test 데이터의 정확도 기준 Top-3 모델을 선정하여 각 딥러닝 모델의 Feature Map을 Concatenate하고 이를 Fully-Connected(FC) Layer로 입력하여 구현한다. Feature Level Ensemble 기법이 적용된 딥러닝 모델은 평균 대비 3.76%의 정확도 향상을 보였으며, Top-1 모델인 ShuffleNet보다 0.94%의 정확도 향상을 보였다. 결론적으로 본 논문에서 제안된 기법은 사전 학습된 모델들을 이용하여 각 모델의 다양한 특징을 통해 기존 모델 대비 정확도의 향상을 이룰 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 하계학술대회
• /
• pp.348-350
• /
• 2013

본 논문에서는 깊이영상의 특징을 이용하여 깊이영상에 보다 적합한 움직임 예측방법에 대한 방식을 제안한다. 기존 컬러영상 기반으로 제안되었던 대부분의 움직임 예측 방법들이 깊이영상에 적용할 경우 local minimum 에 빠지게 되어 이에 따른 압축 성능 저하가 있음을 확인하였다. 본 논문에서는 이러한 문제점들이 깊이영상의 오브젝트 경계 영역에서 나타나게 됨을 분석하며, 이러한 문제점을 해결하기 위해 깊이영상의 경계 영역에 대해 feature matching 방식을 이용한 full search 방식을 제안한다. 실험적인 결과는 제안방식이 기존 full search 방식과 비교하여 성능은 비슷하게 유지한 채 복잡도를 크게 개선할 수 있음을 보여준다.

• 한국통신학회:학술대회논문집
• /
• 한국통신학회 2006년도 하계종합학술발표회 논문 초록집
• /
• pp.449-449
• /
• 2006

• 대한전자공학회논문지
• /
• 제26권11호
• /
• pp.1857-1866
• /
• 1989

In this paper, an algorithm to update a codebook using a neural network in consecutive images, is proposed. With the Kohonen's self-organizing feature map, we adopt the iterative technique to update a centroid of each cluster instead of the unsupervised learning technique. Because the performance of this neural model is comparable to that of the LBG algorithm, it is possible to update the codebooks of consecutive frames sequentially in TV and to realize the hardwadre on the real-time implementation basis.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 C
• /
• pp.1484-1486
• /
• 2001

In this study, The underwater object recognition using ultrasonic sensor fabricated with porous PZT-Polymer 3-3 type composites and invariant moment vector and SOFM(Self Organizing Feature Map) neural networks are presented. The recognition rates for the training data and the testing data were 98% and 94%, respectively.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1991년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 22-24 Oct. 1991
• /
• pp.768-772
• /
• 1991

The Self Creating and organizing (SCO) is a new architecture and one of the unsupervized learning algorithm for the artificial neural network. SCO begins with only one output node which has a sufficiently wide response range, and the response ranges of all the nodes decrease with time. Self Creating and Organizing Neural Network (SCONN) decides automatically whether adapting the weights of existing node or creating a new node. It is compared to the Kohonen's Self Organizing Feature Map (SOFM). The results show that SCONN has lots of advantages over other competitive learning architecture.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1997년도 추계학술대회 논문집 학회본부
• /
• pp.591-593
• /
• 1997

When input circumstance is changed abrubtly, many nodes of Competitive Learning Neural Networks far from new input vector may never win, and therefore never learn. Various techniques to prevent these phenomena have been reported. We proposed a new technique based on Self Creating and Organizing Neural Networks, and which is compared to Self Organizing Feature Map and Frequency Sensitive Neural Networks.

• 한국품질경영학회:학술대회논문집
• /
• 한국품질경영학회 2004년도 품질경영모델을 통한 가치 창출
• /
• pp.573-575
• /
• 2004

This study presents a new customer segmentation method based on features that can predict the customer's buying behavior. In this method, we consider all variables that can affect the customer's buying behavior including demographics, psychographics, technographics, transaction pattern-related variables, etc. We define several features which are the combination of variables with the interaction effect by using C5.0, use SOM (Self-Organizing Map) neural networks in odor to extract the feature's patterns and classify, and then make features' rules using C5.0 far the prediction of customer buying behavior

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.2330-2332
• /
• 2000

In this study, 3-D underwater object recognition using ultrasonic sensor fabricated with PZT-Polymer 1-3 type composites and invariant moment vector and SOFM(Self Organizing Feature Map) neural networks are presented. The recognition rates for the training data and the testing data were 99% and 93%, respectively.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.84.4-84
• /
• 2001

In this paper, we present a method to classify electromyogram (EMG) signals which are utilized to be control signals for patient-responsive walker-supported system for paraplegics. Patterns of EMG signals for dierent walking motions are classied via adequate filtering, real EMG signal extraction, AR-modeling, and modified self-organizing feature map (MSOFM). More efficient signal processing is done via a data-reducing extraction algorithm. Moreover, MSOFM classifies and determines the classified results are presented for validation.