• 한국위성정보통신학회논문지
• /
• 제8권1호
• /
• pp.77-82
• /
• 2013

최근 주목을 받고 있는 Particle Filtering은 실제 객체 추적에서 발생하는 비선형, 비 가우시안 분포를 가지는 상태 벡터의 사후확률을 추정하기 위한 Monte Carlo 시뮬레이션에 기반을 둔 추적 방법론이다. 우리는 본 논문에서 Particle Filtering을 이용한 객체 추적성능을 향상시킬 수 있는 두 가지 방법론을 제안한다. 첫 번째는 확률이 가장 낮은 샘플을 이전 프레임의 추정된 상태 벡터로 대치하는 피드백 방법론이고, 두 번째는 객체 확률 분포를 추정된 객체 후보영역에 역투영하여 신뢰구간을 구함으로써 추적 박스의 정확도를 향상시키는 방법이다. 또한, 실험을 통해 구한 추적 샘플의 진화 방정식을 제시하였다. 우리는 다양한 상황이 설정된 실험 데이터 셋을 구성하여 실험을 실시하여 제안한 방법론의 우수성을 입증하였다.

• 한국인터넷방송통신학회논문지
• /
• 제17권1호
• /
• pp.25-31
• /
• 2017

본 논문에서 제안하는 실내 위치기반서비스는 움직이는 사용자를 대상으로 하였다. 실외환경에서 GPS를 이용한 위치 측위는 정확하지만 실내 환경에서는 위치 측위가 부정확하고 어려움이 있다. 이를 극복하기 위해 Wi-Fi, Zigbee, 블루투스 등의 무선 통신 기술을 기반으로 위치 측위를 위한 다양한 기술들의 연구가 이루어지고 있다. 본 논문에서는 비콘의 송출 신호인 RSSI 값을 이용하여 거리에 따른 RSSI 값을 측정하여 데이터 베이스화하였다. 원거리에서 측정되는 RSSI 값의 오차를 줄이기 위해 RSSI 평균 필터링과 RSSI Feedback 필터링에 대한 계산 값을 산출 적용하였다. 평균 필터링과 계수 값을 0.5로 설정한 Feedback 필터링을 통하여 불규칙하고 높은 RSSI 값이 다소 감소하는 것을 확인하였으며, 거리계산 보정 알고리즘을 통해 거리가 증가함에 따른 오차의 범위가 감소하는 것을 확인하였다. 최종적으로 RSSI 측정결과 필터링을 이용해 불안정한 신호를 보정하고 오차 범위를 줄이기 위해 거리계산 보정 알고리즘을 시행하였다.

• 한국인터넷방송통신학회논문지
• /
• 제17권2호
• /
• pp.63-68
• /
• 2017

본 논문에서는 거리계산 보정 알고리즘을 이용하여 거리 인식 측정을 LED 디밍제어를 통해 구현하였다. 원거리에서 측정되는 RSSI 값의 오차를 줄이기 위해 RSSI 평균 필터링과 Feedback 필터링에 대한 계산 값을 산출 적용시켰다. 평균 필터링을 통한 RSSI 값과 Feedback, 필터링의 계수 값을 0.5로 설정하여 측정한 RSSI 값이 일반적인 측정에 비해 최대 -61dBm에서 최소 -52.5dBm으로 약 -2dBm에서 -6dBm 정도로 불규칙하고 높은 값이 다소 감소하는 것을 확인하였다. 정확도 향상을 위한 거리계산 보정 알고리즘을 응용하였으며 이를 통하여 거리가 증가함에 따라 오차의 범위가 감소하는 것을 확인하였다. 최종적으로 RSSI 측정결과 필터링을 이용해 불안정한 신호를 보정하였으며, 오차 범위를 줄이기 위해 거리계산 보정 알고리즘을 적용 시행하였다. 또한 거리판별과 신호의 안정도를 표시하기 위해 LED로 RGB 색상을 구현하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권9호
• /
• pp.3730-3744
• /
• 2020

This study proposes a deep learning-based evolutionary recommendation model for heterogeneous big data integration, for which collaborative filtering and a neural-network algorithm are employed. The proposed model is used to apply an individual's importance or sensory level to formulate a recommendation using the decision-making feedback. The evolutionary recommendation model is based on the Deep Neural Network (DNN), which is useful for analyzing and evaluating the feedback data among various neural-network algorithms, and the DNN is combined with collaborative filtering. The designed model is used to extract health information from data collected by the Korea National Health and Nutrition Examination Survey, and the collaborative filtering-based recommendation model was compared with the deep learning-based evolutionary recommendation model to evaluate its performance. The RMSE is used to evaluate the performance of the proposed model. According to the comparative analysis, the accuracy of the deep learning-based evolutionary recommendation model is superior to that of the collaborative filtering-based recommendation model.

• 전자공학회논문지B
• /
• 제29B권1호
• /
• pp.26-33
• /
• 1992

This paper presents lattice structure of bilinear filter and the conversion equations from lattice parameters to direct-form parameters. Billnear models are attractive for adaptive filtering applications because they can approximate a large class of nonlinear systems adequately, and usually with considerable parsimony in the number of coefficients required. The lattice filter formulation transforms the nonlinear filtering problem into an equivalent multichannel linear filtering problem and then uses multichannel lattice filtering algorithms to solve the nonlinear filtering problem. The lattice filters perform a Gram-Schmidt orthogonalization of the input data and have very good easily extended to more general nonlinear output feedback structures.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 합동 추계학술대회 논문집 정보 및 제어부문
• /
• pp.18-21
• /
• 2001

In this paper, some geometric condition for a stochastic nonlinear system and an adaptive control method for minimum-phase stochastic nonlinear system using neural network me provided. The state feedback linearization is widely used technique for excluding nonlinear terms in nonlinear system. However, in the stochastic environment, even if the minimum phase linear system derived by the feedback linearization is not sufficient to be controlled robustly. In the viewpoint of that, it is necessary to make an additional condition for observation of nonlinear stochastic system, called perfect filtering condition. In addition, on the above stochastic nonlinear observation condition, I propose an adaptive control law using neural network. Computer simulation shoo's that the stochastic nonlinear system satisfying perfect filtering condition is controllable and the proposed neural adaptive controller is more efficient than the conventional adaptive controller.

• 정보관리학회지
• /
• 제20권4호통권50호
• /
• pp.23-48
• /
• 2003

이 연구의 목적은 대량의 최신정보를 제공하는 정보필터링 시스템에서 이용자 피드백에 의해 수정질의를 자동생성하여 재검색을 수행함으로써 검색 성능을 최적화할 수 있는 방안을 찾는 데 있다. 이용자가 입력한 초기질의를 사용하여 정보필터링 시스템이 검색한 문헌에 대해 이용자가 적합성 여부를 온라인으로 입력하도록 하고, 이 피드백 결과를 토대로 '중복제거법'과 ‘저빈도제거법' 두 가지 방법에 의해각각 17개의 수정질의를 생성하여 재검색한 결과를 초기 검색결과와 비교 분석하였다. 수정질의는 각각의 방법마다 17개 패턴의 불논리 질의형태를 미리 만든 다음 초기질의에 디스크립터와 분류기호를 결합하여 생성하였으며, 재검색 결과에 대한 적합성 평가를 통해 최적의 수정질의식을 도출하였다.

• 한국인터넷방송통신학회논문지
• /
• 제17권5호
• /
• pp.85-90
• /
• 2017

실내 위치 기반서비스는 일상에서 주로 움직이는 사용자를 대상으로, 측정하고 분석하는 지능형 사물인터넷기술 기반으로 발전되어왔다. 다양한 실내 위치 측위 기술들은 별도의 하드웨어를 필요로 하고 통신 프로토콜이 복잡해지는 단점이 있다. 본 논문에서 사용되는 무선 신호의 수신강도를 이용하는 RSSI 기술은 송신 신호의 물리적인 특성상 거리에 따라 신호 세기의 감소가 일어나는 점에 착안하여, 송신 신호의 강도와 수신 신호의 세기를 측정하여 송신기와 수신기 간의 거리를 측정하는 방법으로 별도의 비용이 들지 않고 측정 구현이 간단한 장점을 이용하였다. 측정되는 RSSI 값의 오차를 줄이기 위해 Feedback 필터링에 대한 계산 값을 산출 적용시켰다. 평균 필터링을 통한 RSSI 값과 Feedback 필터링의 계수 값을 0.5로 설정하여 측정한 RSSI 값이 일반적인 측정에 비해 최대 -61dBm에서 최소 -52.5dBm 으로 약 -2dBm에서 -6dBm 정도 감소하는 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권11호
• /
• pp.17-24
• /
• 2011

협업적 여과 시스템은 사용자에 대한 클러스터링을 구축한 후, 구축된 클러스터를 기반으로 사용자에게 아이템을 추천한다. 그러나 사용자 클러스터링 구축에 많은 시간이 소요되고, 사용자가 평가한 아이템이 피드백 되었을 경우 재구축이 쉽지 않다. 본 논문에서는 영화 추천 시스템에서의 사용자 클러스터링의 재구축 시간을 단축시키기 위해서 빈발 패턴 네트워크를 이용하여 사용자가 선호하는 장르 패턴을 추출하고, 추출된 패턴을 통해 사용자 클러스터링을 구축한다. 구축된 사용자 클러스터링을 협업적 여과에 적용하여 사용자에게 영화를 추천한다. 사용자 정보가 피드백 될 때, 전통적 협업적 여과는 사용자 클러스터링을 재구축하기 위해 모든 이웃 사용자를 재탐색하여 클러스터링 한다. 하지만 빈발 패턴 네트워크를 이용하여 장르 패턴 기반의 사용자 클러스터링을 적용한 협업적 여과는 사용자 클러스터링을 재구축시 사용자 탐색 공간을 국한시킴으로써 탐색 시간을 줄일 수 있다. 제안하는 장르 패턴기반의 사용자 클러스터링을 통해 사용자 정보가 피드백 된 후 사용자 클러스터를 재구축시 소요되는 시간을 줄일 수 있고, 전통적인 협업적 여과 시스템과 유사한 성능의 추천이 가능하게 되었다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 춘계정기학술대회 e-Business를 위한 지능형 정보기술 / 한국지능정보시스템학회
• /
• pp.323-332
• /
• 2000

인터넷을 등장으로, 끊임없이 늘어나는 정보의 양은 오히려 사용자의 정보 습득을 어렵게 만들었다. 이를 해결하기 위한 방법으로 검색된 정보에 우선 순위를 부여함으로써 사용자가 원하는 정보를 선별할 수 있는 방법이 등장하였다. 하지만, 이는 사용자의 일시적인 질의만을 가지고 정보의 우선 순위를 결정하기 때문에 사용자가 다시 판단해야 하는 부담을 안게 되었다. 이러한 문제점을 해결하기 위해, 본 논문에서는 내용 기반의 정보 검색(Content-Based Information Retrieval) 방법과 더불어 사용자의 기호를 반영하는 사용자 선호도 기반의 정보 여과(Information Filtering) 방법, 그룹 선호도 기반의 협동적 정보 여과(Collaborative Filtering) 방법을 사용하여 사용자의 요구에 선결조건으로 하며, 구축된 선호도는 벡터로써 표현되어 정보와의 유사도(degree of similarity) 계산에 사용된다. 제안된 방법을 실험하기 위해 MFC(Microsoft Foundation Class) 관련 학습 사이트를 구현하여 사용자 등록을 받았다. 이 과정에서 사용자에게 여러 가지 프로파일을 요구하였으며, 변화하는 사용자의 기호를 반영하기 위해 지속적으로 사용자의 행동을 관찰하였다. 이렇게 구축된 사용자 선호도를 바탕으로 제안된 방법을 실험하고 사용자의 feedback을 통해 결과에 대한 평가를 받아, 논문에서 제안된 방법의 타당성을 입증하였다.