• 항공우주시스템공학회지
• /
• 제18권3호
• /
• pp.41-47
• /
• 2024

최근에 무인항공기의 실용화 및 사업화가 추진됨에 따라 무인항공기의 안전성 확보에 관한 관심이 증가하고 있다. 무인항공기의 사고는 재산 및 인명 피해를 발생시키기 때문에 사고를 예방할 수 있는 기술의 개발은 중요하다. 이러한 이유로 AutoEncoder 모델을 이용한 비정상 비행 상태 탐지 기법이 개발되었다. 그러나 기존 탐지 기법은 성능과 실시간 처리 측면에서 한계를 지닌다. 본 논문에서는 U-Net 기반 비정상 비행 탐지 기법을 제안한다. 제안하는 기법에서는 U-Net 모델에서 얻어지는 재구성 오차에 대한 마할라노비스 거리 증가량에 기반하여 비정상 비행이 탐지된다. 모의실험을 통해 제안 탐지 기법이 기존 탐지 기법에 비해 탐지 성능이 우수하며 온보드 환경에서 실시간으로 구동될 수 있음을 알 수 있다.

• Communications for Statistical Applications and Methods
• /
• 제22권1호
• /
• pp.55-67
• /
• 2015

An important problem in cluster analysis is the selection of variables that define cluster structure that also eliminate noisy variables that mask cluster structure; in addition, outlier detection is a fundamental task for cluster analysis. Here we provide an automated K-means clustering process combined with variable selection and outlier identification. The Automated K-means clustering procedure consists of three processes: (i) automatically calculating the cluster number and initial cluster center whenever a new variable is added, (ii) identifying outliers for each cluster depending on used variables, (iii) selecting variables defining cluster structure in a forward manner. To select variables, we applied VS-KM (variable-selection heuristic for K-means clustering) procedure (Brusco and Cradit, 2001). To identify outliers, we used a hybrid approach combining a clustering based approach and distance based approach. Simulation results indicate that the proposed automated K-means clustering procedure is effective to select variables and identify outliers. The implemented R program can be obtained at http://www.knou.ac.kr/~sskim/SVOKmeans.r.

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 1997년도 International Symposium on Fire Science and Technology
• /
• pp.484-491
• /
• 1997

In this paper, an approach to determine the in-ordinal condition of a room, which is based on multi variable analysis, is proposed. According to this approach, the distance of a state from the ordinal condition is thought to be evaluated by the Mahalanobis' distance. The temperature changes of a room were measured and their statistical characteristics such as distribution type, the mean value and the standard deviation are studied. The applicability of the method for the fire detection is also investigated.

• Journal of Crop Science and Biotechnology
• /
• 제10권2호
• /
• pp.86-91
• /
• 2007

A representative group of 38 improved basmati lines including maintainers of sterile lines were studied for genetic diversity utilizing Mahalanobis $D^2$ statistics. A wide diversity was observed having ten clusters with high intra- and inter-cluster distance. Heterosis was estimated utilizing the cytoplasmic male sterile lines from the clusters having high intra- and inter-cluster distance. Highly heterotic hybrids were obtained from the hybridization programme. Cross combinations IR68281A/Pusa 1235-95-73-1-1, IR68281A/RP 3644-41-9-5, Pusa 3A/UPR 2268-4-1, IR 68281A/Pusa Basmati-1, IR68281A/BTCE 10-98, and IR58025A/HKR 97-401 were found to be highly heterotic for grain yield/plant with other agronomic and quality traits. Additionally, a positive association of intra-cluster distance with heterosis was observed, which could be utilized as a guideline for predicting heterosis in basmati hybrid rice breeding program. Also, a positive association between inter-cluster distance and heterosis was observed.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.4106-4106
• /
• 2001

A method to discriminate human gallstones by nea. infrared(NIR) spectrometry using a soft independent modeling of class analogy (SIMCA) has been studied. The fifty NIR spectra of gallstones in the wavenumber range from 4500 to 10,000 cm$\^$-1/ were measured. The forty samples were classified to three classes, cholesterol stone, calcium bilirubinate stone and calcium carbonate stone according to the contents of major components in each gallstone. The training set which contained objects of the different known class was constructed using forty NIR spectra and the test set was made with ten different gallstone spectra. The number of important principal components(PCs) to describe the class was determined by cross validation in order to improve the decision criterion of the SIMCA for the training set. The score plots of the class training set whose objects belong to the other classes were inspected. The critical distance of each class was computed using both the Euclidean distance and the Mahalanobis distance at a proper level of significance(${\alpha}$). Two methods were compared with respect to classification and their robustness towards the number of PCs selected to describe different classes.

• 대한원격탐사학회지
• /
• 제30권6호
• /
• pp.817-827
• /
• 2014

위성 원격 탐사에서는 센서 운영 환경으로 인하여 영상을 수집하는 동안 영상의 질 저하가 일어나며 이러한 영상의 질 저하는 관측된 자료로부터 유용한 정보를 확인하거나 추출하는 데 악 영향을 미치는 번짐 현상(blurring)과 잡음 (noise)을 야기시킨다. 본 연구는 원격 탐사 영상 자료의 질 저하 현상을 모형화하기 위해 Gaussian 가산 잡음과 Markov random field로 정의되는 공간적 연결성을 가정하였다. 그리고 질 저하된 관측 자료로부터 원래 강도의 영상을 복원하기 위한 Point-Jacobian 반복 maximum a posteriori (MAP) 추정 법을 제안한다. 제안 연구는 이웃 창의 형태로 8 개 방향의 창으로 구성된 방사형을 사용하며 각 방향에서의 중심 화소와의 이웃 화소들 간의 Mahalanobis 제곱 거리를 경계 근접성 측정치로 사용한다. 제안 방법의 성능을 평가하기 위해서 고해상도 영상 자료에 나타날 수 있는 다양한 형태의 패턴을 사용하는 simulation 자료를 생성하여 화소 단위 분류 법을 사용하여 정량적 평가를 수행하였고 한반도 안양 북부 지역에서 관측된 1 m 급 IKONOS 자료의 무감독 분할을 통해 정성적 평가를 수행하였다. 실험 결과는 고해상도 원격 탐사 자료 분석에서 제안 영상 복원 법을 적용하면 현저히 분석의 정확성을 높이는 것을 보여 준다.

• 전자공학회논문지CI
• /
• 제37권1호
• /
• pp.32-42
• /
• 2000

이 논문에서는 비선형 시스템 모델링을 위한 일반화된 RBF 신경회로망(GRBFN)을 순차적으로 구성하기 위한 온라인 학습 알고리즘을 제안한다. 상수 연결강도를 갖는 표준 RBF 신경회로망의 확장형인GRBFN은 여러 개의 국부 선형모델을 결합하여 비선형 시스템을 표현할 수 있는 구조이다. 제안한 학습 알고리즘은 구조 학습과 파라미터 학습을 수행하는 두 단계의 학습으로 구성된다. 구조 학습은 주어진 훈련 데이터로부터 새로운 은닉 유니트 및 선형 국부모델을 할항하기 위하여 훈련 오차와 Mahalanobis 거리에 기초한 두 개의 생성 조건을 이용하여 GRBFN 모델을 구성한다. 파라미터 학습은 경사강하 법칙을 기반으로 기존 네트웍의 파라미터 벡터를 갱신한다. 제안한 알고리즘의 모델링 성능을 평가하기 위해서 잘 알려진 두 예제에 대한 시뮬레이션 및 결과를 제시한다.

• 대한토목학회논문집
• /
• 제33권2호
• /
• pp.387-395
• /
• 2013

구조물의 건전성을 적절하게 모니터링을 하기 위해서는 정확하고 신뢰할 수 있는 계측데이터가 중요하다. 하지만, 실제로는 환경영향 및 센서고장으로 인해 불완전하고 신뢰할 수 없는 데이터가 계측된다. 센서고장인 경우에는 모니터링을 하기 위한 데이터 자체가 계측이 되지 않는 문제가 발생하고, 온도변화와 같은 환경영향에 의해서는 구조물이 손상되었을 때보다 고유진동수 등의 동특성이 더 큰 폭으로 변화한다. 본 논문에서는 구조건전성 모니터링을 위한 데이터 처리 및 분석의 체계적인 절차를 제시하였으며, 보정된 데이터를 사용하여 통계적으로 산정하는 건전성지수로 Mahalanobis 지수를 적용하였다. 제안된 방법을 트러스구조에서 수치적으로 모사한 데이터를 사용하여 검증하고, 서해대교에서 계측한 현장데이터에 적용하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권6호
• /
• pp.3104-3120
• /
• 2017

The intelligent monitoring system has been successfully applied in many fields such as: monitoring of production lines, transportation, etc. Smart surveillance systems have been developed and proven effective in some specific areas such as monitoring of human activity, traffic, etc. Most of critical application monitoring systems involve object tracking as one of the key steps. However, task of tracking of moving object is not easy. In this paper, the authors propose a method to implement human object tracking in outdoor environment based on human features in shearlet domain. The proposed method uses shearlet transform which combines the human features with context-sensitiveness in order to improve the accuracy of human tracking. The proposed algorithm not only improves the edge accuracy, but also reduces wrong positions of the object between the frames. The authors validated the proposed method by calculating Euclidean distance and Mahalanobis distance values between centre of actual object and centre of tracked object, and it has been found that the proposed method gives better result than the other recent available methods.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권3호
• /
• pp.301-310
• /
• 2003

본 논문에서는 고해상도 위성영상의 효과적인 분류를 위한 감독분류 시스템을 설계하고 구현하였다. 구현된 시스템은 분류의 정확도 향상을 위한 훈련데이타의 효율적인 선택을 위해서 다양한 인터페이스와 통계자료를 제공한다. 또한, 다양한 위성영상 포맷의 지원과 새로운 감독분류 알고리즘의 확장을 용이하게 하기 위하여 시스템을 모듈화 하였으며, 분광 특성을 고려한 분류의 적용이 가능하다. 분류 알고리즘으로는 평행육면체 분류, 최소거리 분류, 마하라노비스 거리 분류, 최대우도 분류, 퍼지 분류의 감독분류기법을 이용하여 고해상도 위성영상의 처리를 지원한다. 본 시스템의 적용은 고해상도 IKONOS 위성영상을 입력으로 하고, 그 결과를 분석하여 봄으로써 시스템의 응용 가능성을 보여준다.