• International Journal of Control, Automation, and Systems
• /
• 제3권4호
• /
• pp.571-579
• /
• 2005

In this paper, we proposed an algorithm for arrhythmia classification, which is associated with the reduction of feature dimensions by linear discriminant analysis (LDA) and a support vector machine (SVM) based classifier. Seventeen original input features were extracted from preprocessed signals by wavelet transform, and attempts were then made to reduce these to 4 features, the linear combination of original features, by LDA. The performance of the SVM classifier with reduced features by LDA showed higher than with that by principal component analysis (PCA) and even with original features. For a cross-validation procedure, this SVM classifier was compared with Multilayer Perceptrons (MLP) and Fuzzy Inference System (FIS) classifiers. When all classifiers used the same reduced features, the overall performance of the SVM classifier was comprehensively superior to all others. Especially, the accuracy of discrimination of normal sinus rhythm (NSR), arterial premature contraction (APC), supraventricular tachycardia (SVT), premature ventricular contraction (PVC), ventricular tachycardia (VT) and ventricular fibrillation (VF) were $99.307\%,\;99.274\%,\;99.854\%,\;98.344\%,\;99.441\%\;and\;99.883\%$, respectively. And, even with smaller learning data, the SVM classifier offered better performance than the MLP classifier.

• 한국지능시스템학회논문지
• /
• 제17권2호
• /
• pp.202-207
• /
• 2007

온톨로지는 뛰어난 확장성과 다양한 표현력 등 많은 장점을 갖고 있기 때문에 이를 이용한 유비쿼터스 환경의 구축이 최근 제기되고 있고, 또한 유비쿼터스 환경에서 다양한 컨텍스트들을 수집하고 분석하기 위해서 상황인식 시스템의 필요성이 제기되고 있다. 이러한 이유로 몇몇 연구에서 온톨로지를 이용하여 상황인식 미들웨어를 제작하였지만 이러한 기존 온톨로지는 다양한 컨텍스트정보를 표현하기에 부족하며 다양한 도메인에 적용하기에 부족한 점이 있다. 본 논문에서는 유비쿼터스 환경에서의 상황인식 프레임워크를 위해 컨텍스트의 타입을 정의하고 이를 이용하여 온톨로지를 정의함으로써 다양한 컨텍스트의 정보를 온톨로지를 이용하여 표현하고 추론할 수 있도록 하였으며 다양한 도메인에 적용하기 쉽도록 정의하였다. 또한 이에 SWRL을 이용하여 기존의 온톨로지언어로 표현할 수 없었던 수식과 Horn-Logic의 규칙을 표현할 수 있도록 하였다.

• 정보처리학회논문지C
• /
• 제11C권4호
• /
• pp.429-438
• /
• 2004

본 논문에서는 정책기반의 IP 네트워크 관리구조에서 임의의 노드에 유입되어지는 트래픽에 대하여 퍼지 추론 방식을 사용한 어드미션 제어 구조를 설계하였다. 제안된 제어구조는 기존 정의된 정책 요구수준과 네트워크 상태에 따라 자원 할당을 결정하는 방식을 사용하였다. 이는 기존의 바이너리 방식의 정책 적용방식을 개선하여 사전에 정의된 임의의 005 정책에 대하여 예측할 수 없는 네트워크의 상태에 따라 적응적인 어드미션 제어를 제공함으로서 네트워크의 자원을 효율적으로 사용할 수 있도록 하였다. 볼 논문에서 설계한 퍼지 제어기를 통하여 제한된 환경에서의 시뮬레이션을 수행한 결과 비퍼지 환경에 비하여 트래픽의 패턴에 따라 평균 26%의 패킷 거부율을 향상하였고, 이는 퍼지 컨트롤러에 의해서 네트워크의 상태에 따라 비퍼지 환경에서의 수락/거절 동작이 아닌 소프트한 적응성을 보여주었기 때문이다.

• 정보관리학회지
• /
• 제29권4호
• /
• pp.123-142
• /
• 2012

최근 효과적인 정보검색을 제공하기 위해 시맨틱 웹을 비롯한 다양한 검색기법들을 사용하고 있다. 이중에서 효과적인 방법은 온톨로지를 이용한 검색기술을 적용하는 것이라 할 수 있다. 본 논문에서는 국가과학기술지식정보서비스(NTIS)에서 구축한 국가R&D정보를 분석하여 온톨로지를 구축하고, 이용자가 관심있어 하는 주제분야(과제, 인물, 성과, 기관)를 중심으로 온톨로지의 객체관계를 표현하고 정보를 탐색하기 위한 국가R&D지식맵(knowledge map)을 구축하였다. 국가R&D지식맵은 사용자가 선택한 객체를 중심노드로 설정하여, 주제분야를 노드로 표현하고, 객체와 주제분야간의 관계를 분석하여 사용자가 관심 있어 하는 질의를 주제분야의 하위노드로 표현하였다. 사용자가 하위노드의 질의를 선택하면 시스템에서는 선택한 질의를 온톨로지로부터 추론할 수 있는 SPAQL 질의어를 생성하고 추론엔진으로부터 검색결과를 받아 사용자에게 제시하였다.

• 한국통신학회논문지
• /
• 제36권1A호
• /
• pp.58-66
• /
• 2011

본 논문은 펨토셀 환경에서의 셀 간 간섭 회피를 위한 자기 조직화된 자완 할당 기법을 제안하고 컴퓨터 모의실험을 통해 성능을 평가한다. 두 단계로 이루어진 제안 기법은 선(先) 생성된 펨토셀의 기(旣) 사용 주파수를 후(後)생성된 펨토셀에게 양보 가능하다는 개념을 도입함으로써 펨토셀 등록 실패율을 줄이고 간섭을 회피하는 주파수 할당이 가능하도록 한다. 첫 번째 "초기 주파수 할당" 단계에서 각 펨토셀은 생성과 동시에 스캐닝을 통해 인접 펨토셀 정보를 수집하고 이 정보를 기반으로 이웃 펨토셀과 간섭이 없는 주파수를 사용 주파수로 선택한다. 첫 번째 단계에서 사용 주파수를 획득하지 못한 경우, 생성된 펨토셀은 두 번째 "주파수 조정" 단계를 통해 이웃 펨토셀이 사용하는 주파수를 조정함으로써 자신이 사용할 주파수를 획득한다. 컴퓨터 모의실험 결과는 등록 실패율 측면에서 제안한 방식이 기존 방식보다 우수함을 보여준다.

• 한국보육지원학회지
• /
• 제11권1호
• /
• pp.23-42
• /
• 2015

본 연구는 공격적인 영아의 문제행동 지도에 관한 연구로 B어린이집 2세 학급 영아 준서가 보이는 공격적인 문제행동을 지도하기 위한 효과적인 방법을 찾을 목적으로 실행연구를 수행하였다. 먼저 연구자는 ABC 사건 표집법, 일화기록, 행동 발생 빈도 기록, 부모면담 등을 통해 문제행동에 대한 객관적인 자료를 수집하였다. 둘째, 연구자는 동료교사 및 전문가와의 토론을 통해 문제행동의 원인을 유추하고 적절한 지도방법을 찾기 위해 노력하였다. 문헌을 참고하여 준서에게 바람직한 행동에 대한 칭찬하기와 바람직하지 않은 행동에 대한 즉각적인 타임아웃(time-out) 방법을 실행하였다. 아울러 가정에서 또한 준서에게 칭찬을 자주 할 수 있도록 협조를 구하였다. 문제행동 지도 방법의 실행과정을 지속적으로 평가하고 지도에 환류하는 과정을 지속하여 문제행동에 긍정적인 변화가 나타났다. 연구 결과, 학급 문제행동의 효과적인 지도를 위해서 본 연구에서 사용한 바와 같이 교사공동체 모임의 활성화와 전문가의 도움을 활용할 것을 제안하며, 이러한 절차가 작동할 수 있도록 교사를 지원하는 시스템 구축에 대하여 논의하였다.

• 방송공학회논문지
• /
• 제23권4호
• /
• pp.503-510
• /
• 2018

손상된 영상의 복원은 디지털 영상 처리기술이 등장하기 이전부터 시도되었던 근원적 문제이다. 컴퓨터의 연산 능력과 다양한 기술의 발전에 따라 손상된 영상을 복원하는 다양한 연구가 소개되었으나 그 결과는 사람에 의한 수동적 결과물과 비교하여 낮은 복원 결과를 보여 왔다. 최근 심층 신경망 (DNN, Deep Neural Network)의 발전으로 이미지 복원에 이를 적용한 다양한 연구가 소개 되고 있지만, 광범위한 영역이 손상된 경우 근접한 화소를 활용하는 방법으로 해결이 어렵다. 이와 같은 경우는 주변의 영상의 문맥적 정보를 통해 손상된 영역을 추론을 통한 복원이 필요하다. 본 논문에서는 심층 신경망 기술 중 하나인 적대적 생성신경망(GAN, Generative Adversarial Network)을 이용한 이미지 복원 네트워크를 제안한다. 제안하는 시스템은 이미지 생성 네트워크, 생성 결과 판별 네트워크로 구성 된다. 본 논문에서는 제안하는 방안을 통해 다양한 종류의 이미지를 복원함에 있어서 훼손된 영역의 추론을 통하여 자연스러운 영상 복원뿐 아니라 원본 영상의 질감까지 복원이 가능함을 실험을 통해 확인 하였다.

• 한국전기전자재료학회논문지
• /
• 제20권1호
• /
• pp.57-64
• /
• 2007

One of the cause of insulation failure in power cable is well known by electrical treeing discharge. This is occurred for imposed continuous stress at cable. And this event is related to safety, reliability and maintenance. In this paper, throughout analysis of partial discharge(PD) distribution when occurring the electrical tree, is studied for the purpose of knowing of electrical treeing discharge characteristics according to defects. Own characteristic of tree will be differently processed in each defect and this reason is the first purpose of this paper. To acquire PD data, three defective tree models were made. And their own data is shown by the phase-resolved partial discharge method (PRPD). As a result of PRPD, tree discharge sources have their own characteristics. And if other defects (void, metal particle) exist internal power cable then their characteristics are shown very different. This result Is related to the time of breakdown and this is importance of cable diagnosis. And classification method of PD sources was studied in this paper. It needs select the most useful method to apply PD data classification one of the proposed method. To meet the requirement, we select methods of different type. That is, neural network(NN-BP), adaptive neuro-fuzzy inference system and PCA-LDA were applied to result. As a result of, ANFIS shows the highest rate which value is 98 %. Generally, PCA-LDA and ANFIS are better than BP. Finally, we performed classification of tree progress using ANFIS and that result is 92 %.

• 한국컴퓨터정보학회논문지
• /
• 제10권6호
• /
• pp.117-126
• /
• 2005

본 논문에서는 상황인식(Context Awareness)에 필수적인 정보인 사용자의 활동을 감지하고 인식하기 위한 무선 생체신호처리 시스템과 퍼지추론에 의한 사용자의 눕기, 앉기, 걷기, 뛰기의 상황을 인식하는 방안을 제안한다. 제안된 방법에서는 지속적인 동작관찰과 사용자의 생체운동량 및 운동패턴을 측정하기 위하여 가속도 센서인 ADXL 202JE를 사용하였다. 측정된 데이터를 RF(Radio Frequency)로 상황인식 서버에 전송하여 퍼지추론 방법으로 사용자의 상황인식(눕기, 앉기, 걷기, 뛰기)을 하였다. 실험결과 Longitudinal Accelometer Average Value의 크기데이터 만으로는 사용자가 뛰고 걷는 행동상태 판단에 어려움이 있었으며, 임의의 블록에 대한 L.A.A의 분산은 걷고 뛰는 행동 판단에 유용하게 이용될 수 있음을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.539-542
• /
• 2003

A motor is the workhorse of our industry. The issues of preventive and condition-based maintenance, online monitoring, system fault detection, diagnosis, and prognosis are of increasing importance. Different internal motor faults (e.g., inter-turn short circuits, broken bearings, broken rotor bars) along with external motor faults (e.g., phase failure, mechanical overload, blocked rotor) are expected to happen sooner or later. This paper introduces the fault detection technique of induction motors based upon the stator current. The fault motors have rotor bar broken or rotor unbalance defect, respectively. The stator currents are measured by the current meters and stored by the time domain. The time domain is not suitable to represent the current signals, so the frequency domain is applied to display the signals. The Fourier Transformer is used for the conversion of the signal. After the conversion of the signals, the features of the signals have to be extracted by the signal processing methods like a wavelet analysis, a spectrum analysis, etc. The discovered features are entered to the pattern classification model such as a neural network model, a polynomial neural network, a fuzzy inference model, etc. This paper describes the fault detection results that use wavelet decomposition. The wavelet analysis is very useful method for the time and frequency domain each. Also it is powerful method to detect the features in the signals.