• 정보과학회 논문지
• /
• 제43권11호
• /
• pp.1270-1274
• /
• 2016

로지스틱 회귀분석은 통계학 등의 분야에서 예측을 위한 기술 혹은 변수 간의 상관관계를 설명하기 위하여 오랫동안 사용되어 왔다. 이러한 로지스틱 회귀분석 방법에서 현재 각 속성들은 목적 값에 대하여 동일한 중요도를 가지고 있다. 본 연구에서는 이러한 가중치 계산을 좀더 세분화하여 각 속성의 값이 서로 다른 중요도를 가지는 새로운 학습 방법을 제시한다. 알고리즘의 성능을 최대화하는 각 속성값 가중치의 값을 계산하기 위하여 점진적 하강법을 이용하여 개발하였다. 본 연구에서 제안된 방법은 다양한 데이터를 이용하여 실험하였고 속성값 기반 로지스틱 회귀분석 방법은 기존의 로지스틱 회귀분석보다 우수한 학습 능력을 보임을 알 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.120-121
• /
• 2006

In this paper, We have designed a face recognition system based on the embedded Linux. This paper has an aim in embedded system to recognize the face more exactly. At first, the contrast of the face image is adjusted with lightening compensation method, the skin and lip color is founded based on YCbCr values from the compensated image. To take advantage of the method based on feature and appearance, these methods are applied to the eyes which has the most highly recognition rate of all the part of the human face. For eyes detecting, which is the most important component of the face recognition, we calculate the horizontal gradient of the face image and the maximum value. This part of the face is resized for fitting the eye image. The image, which is resized for fit to the eye image stored to be compared, is extracted to be the feature vectors using the continuous wavelet transform and these vectors are decided to be whether the same person or not with PNN, to miminize the error rate, the accuracy is analyzed due to the rotation or movement of the face. Also last part of this paper we represent many cases to prove the algorithm contains the feature vector extraction and accuracy of the comparison method.

• International Journal of Contents
• /
• 제11권3호
• /
• pp.47-53
• /
• 2015

Visual object tracking is a fundamental problem in the field of computer vision, as it needs a proper model to account for drastic appearance changes that are caused by shape, textural, and illumination variations. In this paper, we propose a feature-based visual-object-tracking method with a sparse representation. Generally, most appearance-based models use the gray-scale pixel values of the input image, but this might be insufficient for a description of the target object under a variety of conditions. To obtain the proper information regarding the target object, the following combination of features has been exploited as a corresponding representation: First, the features of the target templates are extracted by using the HOG (histogram of gradient) and LBPs (local binary patterns); secondly, a feature-based sparsity is attained by solving the minimization problems, whereby the target object is represented by the selection of the minimum reconstruction error. The strengths of both features are exploited to enhance the overall performance of the tracker; furthermore, the proposed method is integrated with the particle-filter framework and achieves a promising result in terms of challenging tracking videos.

• International Journal of Computer Science & Network Security
• /
• 제21권9호
• /
• pp.212-222
• /
• 2021

Multiple waves of COVID-19 highlighted one crucial aspect of this pandemic worldwide that factors affecting the spread of COVID-19 infection are evolving based on various regional and local practices and events. The introduction of vaccines since early 2021 is expected to significantly control and reduce the cases. However, virus mutations and its new variant has challenged these expectations. Several countries, which contained the COVID-19 pandemic successfully in the first wave, failed to repeat the same in the second and third waves. This work focuses on COVID-19 pandemic control and management in Saudi Arabia. This work aims to predict new cases using deep learning using various important factors. The proposed method is called Deep Learning and Dynamic Weighing-based (DLDW) COVID-19 cases prediction method. Special consideration has been given to the evolving factors that are responsible for recent surges in the pandemic. For this purpose, two weights are assigned to data instance which are based on feature importance and dynamic weight-based time. Older data is given fewer weights and vice-versa. Feature selection identifies the factors affecting the rate of new cases evolved over the period. The DLDW method produced 80.39% prediction accuracy, 6.54%, 9.15%, and 7.19% higher than the three other classifiers, Deep learning (DL), Random Forest (RF), and Gradient Boosting Machine (GBM). Further in Saudi Arabia, our study implicitly concluded that lockdowns, vaccination, and self-aware restricted mobility of residents are effective tools in controlling and managing the COVID-19 pandemic.

• 한국산업정보학회논문지
• /
• 제14권3호
• /
• pp.1-14
• /
• 2009

본 논문에서는 번호판 영역의 추출에 사용될 수 있는 특징 벡터와 이를 이용하여 문자와 비문자를 판별하고 숫자를 인식하는 방법을 제안한다. 제안하는 특징 벡터는 영상의 기울기 벡터에서 얻어지는 에지 영상의 방향 코드 히스토그램으로부터 추출된다. 추출된 특징 벡터를 MD로 구현되는 문자 및 비문자 인식기에 입력하여 문자와 비문자를 판별함으로써 번호판 영역의 위치를 추정하고, 숫자를 인식한다. 실험 결과 제안하는 방법이 문자와 비문자의 정확한 판별, 번호판 영역의 위치 추정 및 숫자의 인식에 유용하게 적용될 수 있음을 알 수 있었다.

• International journal of advanced smart convergence
• /
• 제13권2호
• /
• pp.48-60
• /
• 2024

With the exponential growth of satellite data utilization, machine learning has become pivotal in enhancing innovation and cybersecurity in satellite systems. This paper investigates the role of machine learning techniques in identifying and mitigating vulnerabilities and code smells within satellite software. We explore satellite system architecture and survey applications like vulnerability analysis, source code refactoring, and security flaw detection, emphasizing feature extraction methodologies such as Abstract Syntax Trees (AST) and Control Flow Graphs (CFG). We present practical examples of feature extraction and training models using machine learning techniques like Random Forests, Support Vector Machines, and Gradient Boosting. Additionally, we review open-access satellite datasets and address prevalent code smells through systematic refactoring solutions. By integrating continuous code review and refactoring into satellite software development, this research aims to improve maintainability, scalability, and cybersecurity, providing novel insights for the advancement of satellite software development and security. The value of this paper lies in its focus on addressing the identification of vulnerabilities and resolution of code smells in satellite software. In terms of the authors' contributions, we detail methods for applying machine learning to identify potential vulnerabilities and code smells in satellite software. Furthermore, the study presents techniques for feature extraction and model training, utilizing Abstract Syntax Trees (AST) and Control Flow Graphs (CFG) to extract relevant features for machine learning training. Regarding the results, we discuss the analysis of vulnerabilities, the identification of code smells, maintenance, and security enhancement through practical examples. This underscores the significant improvement in the maintainability and scalability of satellite software through continuous code review and refactoring.

• 한국산학기술학회논문지
• /
• 제15권7호
• /
• pp.4508-4515
• /
• 2014

실시간 인체 검출에 대한 관심이 높아짐에 따라 피부색을 통한 인체 검출에 대한 연구가 활발히 진행되고 있다. 하지만 대다수 기존 피부 탐지 방법은 정적인 피부색 모델을 이용하기 때문에 색왜곡이 발생한 영상에서 낮은 탐지율을 보인다. 이에 본 논문에서는 경사도 맵과 채도의 특징, K-평균 클러스터링 알고리즘을 이용하여 피부영역을 탐지하는 기법을 제시한다. 제안하는 방법의 기본적인 절차는 경사도 맵 생성, 피부영역에서 발견되는 경사도 특징의 추출, 피부의 채도 특징을 이용한 잡음 제거, 추출된 영역의 색상정보 군집화 수행, 클러스터 정보를 이용한 피부영역 탐지, 결과 검증 순이다. 이방법은 색상 이외의 특징을 이용하여 조명, 인종, 나이, 개인차 등에 상관없이 강건하게 피부를 탐지하는 것에 중점을 두고 있다. 실험을 통하여 기존의 주요 방법들 보다 탐지 결과가 10% 이상 높게 나타남을 확인할 수 있다.

• 정보처리학회논문지B
• /
• 제17B권5호
• /
• pp.381-388
• /
• 2010

나이브 베이시안 알고리즘은 데이터 마이닝의 여러 분야에서 적용되고 있으며 좋은 성능을 보여주고 있다. 하지만 이 학습 방법은 모든 속성의 가중치가 동일하다는 가정을 하고 있으며 이러한 가정으로 인하여 가끔 정확도가 떨어지는 현상이 발생한다. 이러한 문제를 보완하기 위하여 나이브 베이시안에서 속성의 가중치를 조절하는 다수의 연구가 제안되어 이러한 단점을 보완하고 있다. 본 연구에서는 나이브 베이시안 학습에서 기존의 속성에 가중치를 부여하는 방식에서 한걸음 나아가 속성의 값에 가중치를 부여하는 새로운 방식을 연구하였다. 이러한 속성값의 가중치를 계산하기 위하여 점진적 하강(gradient descent) 방법을 이용하여 가중치를 계산하는 방식을 제안하였다. 제안된 알고리즘은 다수의 데이터를 이용하여 속성 가중치 방식과 비교하였고 대부분의 경우에 더 좋은 성능을 제공함을 알 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권12호
• /
• pp.1075-1082
• /
• 2007

본 논문은 동영상에 등장하는 다수 사람의 동작을 검출하여 검출된 동작을 개별적으로 인식하는 방법을 제안한다. 동작이 수행되는 속도 또는 크기 변화에 강인한 인식 성능을 갖기 위해 시공간축 피라미드(Spatial-Temporal Pyramid)방식을 적용한다. 동작 표현 방식을 통계적 특성 기반의 모션 그래디언트 히스토그램(MGH:Motion Gradient Histogram)으로 선택하여 인식 과정에서 발생하는 복잡도를 최소화 하였다. 다수의 동작을 검출하기 위하여 이진 차영상을 축적한 모션 에너지 이미지(MEI: Motion Energy Image) 방법을 적용하여 효율적으로 개별적 동작 영역을 획득한다. 각 영역은 동작 표현 방법인 MGH로 나타내어지고, 크기 변화에 강인하도록 피라미드 방식을 적응하여 학습된 템플릿 MGH와 유사도를 상호 비교하여 최종 인식 결과를 얻는다. 인식 성능의 평가를 위해 10개의 동영상을 활용하여 단일 객체, 다수 객체, 속도 및 크기 변화, 기존 방식과의 비교, 기타 추가 실험 등을 실시하여 다양한 조건의 영상에서 양호한 인식 결과를 확인 할 수 있었다.

• 한국통신학회논문지
• /
• 제34권4C호
• /
• pp.371-379
• /
• 2009

본 논문에서는 텍스쳐 감지를 이용한 화소값 기울기 필터 및 중간값 필터 기반의 비디오 시퀀스 디인터레이싱 알고리듬을 제안한다. 먼저 보간 할 픽셀의 주변 픽셀들을 이용하여 현재 보간 할 영역이 텍스쳐가 존재하는 영역인지 아니면 평탄한 영역인지를 판단한다. 제안하는 알고리듬에서는 보간 할 영역이 평탄한 영역으로 판단되면 중간값 필터를 이용하여 보간을 하고, 텍스쳐 영역으로 판단되면 화소값 기울기 필터를 이용하여 보간을 하게 된다. 그러므로 현재의 보간 할 영역은 두 개의 카테고리로 분류 할 수 있다. 제안하는 알고리듬은 상황에 맞게 적응적으로 보간을 수행하므로 좀 더 선명하고 정확한 영상을 얻을 수 있다. 그리고 여러 가지 CIF 동영상에 대한 실험 결과는 제안하는 알고리듬이 기존의 알고리듬 보다 객관적, 주관적으로 우수함을 보여준다.