• 제어로봇시스템학회논문지
• /
• 제19권10호
• /
• pp.907-914
• /
• 2013

A FastSLAM is an algorithm for SLAM (Simultaneous Localization and Mapping) using a Rao-Blackwellized particle filter and its performance is known to degenerate over time due to the loss of particle diversity, mainly caused by the particle depletion problem in the resampling phase. In this paper, the GeSPIR (Geographically Stratified Particle Information-based Resampling) technique is proposed to solve the particle depletion problem. The proposed algorithm consists of the following four steps : the first step involves the grouping of particles divided into K regions, the second obtaining the normal weight of each region, the third specifying the protected areas, and the fourth resampling using regional equalization weight. Simulations show that the proposed algorithm obtains lower RMS errors in both robot and feature positions than the conventional FastSLAM algorithm.

• 한국컴퓨터정보학회논문지
• /
• 제19권5호
• /
• pp.71-78
• /
• 2014

RFID 태그 객체는 리더기가 설치된 곳에서만 인식할 수 있다. GPS를 사용하는 기존의 이동체와 달리 RFID태그 객체는 이동의 개념보다 보관의 개념으로 이해된다. RFID 태그 객체의 수는 이동체에 비해 매우 많기 때문에, 태그 객체의 이동을 저장 및 검색 비용이 크다. 이 논문에서는 태그 객체의 특징을 고려한 시공간 데이터 모델을 위해 두 가지 해결 방법을 제안한다. 첫째, 태그 객체의 이동을 경로(PATH) 위치와 'NOW' 개념을 사용하여 표현하였다. 둘째, 파렛타이징된 상품의 태그 정보는 저장하지 않음으로써 태그 객체를 묶음으로 표현하여 색인의 크기를 줄였다.

• 융합신호처리학회논문지
• /
• 제3권1호
• /
• pp.41-47
• /
• 2002

프랙탈 영상압축은 원 영상블록과 가장 유사한 영역을 원영상 내에서 찾는 자기유사성에 기반한 축소변환을 이용하여 영상데이터를 압축시키는 방법이다. 프랙탈은 영상데이터를 압축하는 효율적인 방법으로 인정을 받고 있으나 상대적으로 높은 영상 왜곡률과 부호화 시간이 오래 걸리는 단점을 가지고 있다. 본 논문은 프랙탈의 영상 왜곡률 특성을 개선하기 위하여 프랙탈과 벡터양자화기를 혼합하였으며, 벡터양자화기의 클러스터링 알고리듬으로는 개선한 Self Organizing Feature Map(SOFM)을 사용하였다. 제안된 시스템의 성능평가를 위하여 일반적인 SOFM을 사용한 시스템 그리고 프랙탈을 단독으로 사용한 시스템과 비교하여 전체적인 성능 향상 정도를 확인하였다. 그 결과 개선한 경쟁학습 SOFM을 사용한 벡터양자화기와 프랙탈 혼합시스템이 일반적인 SOFM을 사용한 벡터양자화기와 프랙탈 혼합시스템보다 영상 왜곡특성이 향상된 것을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.715-717
• /
• 2005

Support vector machine(SVM)은 최근 각광받는 기계학습 방법 중 하나로서, kernel function 이라는 사상(mapping)을 이용하여 입력 공간의 벡터를 classification이 용이한 특징 (feature) 공간의 벡터로 변환하는 것을 근간으로 한다. SVM은 이러한 특징 공간에서 두 클래스를 구분 짓는 hyperplane을 일련의 최적화 방법론을 사용하여 찾아내며, 주어진 문제가 convex problem 인 경우 항상 global optimal solution 을 보장하는 등의 장점을 지닌다. 한편 bioinformatics 연구에서 주로 사용되는 데이터는 측정 오류 등 일련의 오류를 포함하고 있으며, 이러한 오류는 기계학습 방법론이 어떤 decision boundary를 찾아내는가에 영향을 끼치게 된다. 특히 SVM의 경우 이러한 오류는 특징 공간 벡터간의 관계를 나타내는 Gram matrix를 변화로 나타나게 된다. 본 연구에서는 입력 공간에 오류가 발생할 때 그것이 SVM 의 decision boundary를 어떻게 변화시키는가를 대표적인 두 가지 kernel function, 즉 linear kernel과 Gaussian kernel에 대해 분석하였다. Wisconsin대학의 유방암(breast cancer) 데이터에 대해 실험한 결과, 데이터의 오류에 따른 SVM 의 classification 성능 변화 양상을 관찰하여 커널의 종류에 따라 SVM이 어떠한 특성을 보이는가를 밝혀낼 수 있었다. 또 흥미롭게도 어떤 조건 하에서는 오류가 크더라도 오히려 SVM 의 성능이 향상되는 것을 발견했는데, 이것은 바꾸어 생각하면 Gram matrix 의 일부를 변경하여 SVM 의 성능 향상을 꾀할 수 있음을 나타낸다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권11호
• /
• pp.961-970
• /
• 2007

국소적 미분 연산자를 이용한 대개의 에지 검출 방법을 사용하면 검출된 에지의 폭이 불균일하게 되거나, 확대된 영상에서 에지의 일부를 검출하지 못한다. 캠프 에지의 엄격하게 단조적인 자기 분포구간을 단순 계단 함수에 대응시키는 램프 에지의 완전 선명화 사상을 이용하면 자기분포의 비국소적 속성이 반영되는 변형된 미분이 도입되고, 이를 이용하면 다양한 에지 폭의 변화에 효율적으로 대응할 수 있는 에지 검출기를 구현할 수 있다. 본 논문에서는 MADD를 사용하여 형상의 확대나 다양한 에지 폭의 변화에 안정적으로 동작하는 검출기를 개발하였다. 기존의 알고리즘과 비교하여 본 결과 제안한 알고리즘의 우수성을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제7권2호
• /
• pp.131-147
• /
• 1991

Feature enhancement combined with some pattern recognition techiques were applied to the Remote Sensing Data for geological mapping with particular emphasis on non-me-tallic ore deposits and their related geologies. The area chosen is north of Ulsan, the size of which is about 400km$^2$. The geology of the area consists mainly of volcanics, volcanic sediments and clastic sediments of Miocene age, underlain by the Kyungsang sediments of Cretaceous age. The mineralization occurs in tuffs or along the bedding plane of tuffaceous sediments, the main products of which are Kaolinite and Bentonite. The outcrops or mine dumps in the study area were most effectively extracted on the histrogram normalized image of TM Band 1 and 2, due to their high reflectivity. These may be confused with some artificial features, like slate roof complex of the poultry farm or cement ground, which should be classified by field checking. Detailed examination of enhancment image combined with pattern recognition techniques made enable to classify different rocks and thereby extract volcanic products which are mainly related to non-metallic ore deposits in the study area.

• 대한원격탐사학회지
• /
• 제23권3호
• /
• pp.211-219
• /
• 2007

Building extraction is one of the essential issues for 3D city modelling. In recent years, high-resolution satellite imagery has become widely available and it brings new methodology for urban mapping. In this paper, we have developed a semi-automatic algorithm to determine building heights from monoscopic high-resolution satellite data. The algorithm is based on the analysis of the projected shadow and actual shadow of a building. Once two roof comer points are measured manually, the algorithm detects (rectangular) roof boundary automatically. Then it estimates a building height automatically by projecting building shadow onto the image for a given building height, counting overlapping pixels between the projected shadow and actual shadow, and finding the height that maximizes the number of overlapping pixels. Once the height and roof boundary are available, the footprint and a 3D wireframe model of a building can be determined. The proposed algorithm is tested with IKONOS images over Deajeon city and the result is compared with the building height determined by stereo analysis. The accuracy of building height extraction is examined using standard error of estimate.

• 한국지형학회지
• /
• 제23권3호
• /
• pp.67-78
• /
• 2016

Soil carbon(C) is an essential property for characterizing soil quality. Understanding spatial patterns of soil C is particularly limited for mountain areas. This study aims to predict the spatial pattern of soil C using terrain analysis in a steep mountainous area. Specifically, model performances and prediction uncertainties were investigated based on the number of resampling repetitions. Further, important predictors for soil C were also identified. Finally, the spatial distribution of uncertainty was analyzed. A total of 91 soil samples were collected via conditioned latin hypercube sampling and a digital soil C map was developed using support vector regression which is one of the powerful machine learning methods. Results showed that there were no distinct differences of model performances depending on the number of repetitions except for 10-fold cross validation. For soil C, elevation and surface curvature were selected as important predictors by recursive feature elimination. Soil C showed higher values in higher elevation and concave slopes. The spatial pattern of soil C might possibly reflect lateral movement of water and materials along the surface configuration of the study area. The higher values of uncertainty in higher elevation and concave slopes might be related to geomorphological characteristics of the research area and the sampling design. This study is believed to provide a better understanding of the relationship between geomorphology and soil C in the mountainous ecosystem.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권12호
• /
• pp.5765-5781
• /
• 2018

Extreme learning machine (ELM) is emerging as a powerful machine learning method in a variety of application scenarios due to its promising advantages of high accuracy, fast learning speed and easy of implementation. However, how to select the optimal hidden layer of ELM is still an open question in the ELM community. Basically, the number of hidden layer nodes is a sensitive hyperparameter that significantly affects the performance of ELM. To address this challenging problem, we propose to adopt multiple kernel learning (MKL) to design a multi-hidden-layer-kernel ELM (MHLK-ELM). Specifically, we first integrate kernel functions with random feature mapping of ELM to design a hidden-layer-kernel ELM (HLK-ELM), which serves as the base of MHLK-ELM. Then, we utilize the MKL method to propose two versions of MHLK-ELMs, called sparse and non-sparse MHLK-ELMs. Both two types of MHLK-ELMs can effectively find out the optimal linear combination of multiple HLK-ELMs for different classification and regression problems. Experimental results on seven data sets, among which three data sets are relevant to classification and four ones are relevant to regression, demonstrate that the proposed MHLK-ELM achieves superior performance compared with conventional ELM and basic HLK-ELM.

• 한국문헌정보학회지
• /
• 제53권2호
• /
• pp.247-266
• /
• 2019

본 연구는 새로운 지식정보자원으로 중요성이 높아지고 있는 데이터셋을 관리 서비스하기 위해 W3C 표준인 DCAT 활용방안을 제시하고자 하였다. 이를 위해 먼저 DCAT을 구성하는 8개의 클래스 중 핵심 클래스 4가지를 중심으로 클래스와 속성을 분석하였다. 또한 디지털도서관에서 DCAT을 기반으로 다양한 데이터셋을 관리 서비스할 수 있는 시스템을 모델링하여 제시하였다. 이 시스템은 원천데이터, 데이터셋 관리, 링크드 데이터 연결, 이용자 서비스로 구분하여 구성하였으며 특히 데이터셋관리에서는 DCAT 매핑 기능을 제시하여 다양한 데이터셋 서비스와 상호운용성 확보가 가능하도록 하였다.