• 한국멀티미디어학회논문지
• /
• 제20권5호
• /
• pp.758-768
• /
• 2017

In this paper, we present a novel method to extract face representation based on multi-resolution spatial pyramid. In our method, a face is subdivided into increasingly finer sub-regions (local regions) and represented at multiple levels of histogram representations. To cope with misaligned problem, patch-based local descriptor extraction has been also developed in a novel way. To preserve multiple levels of detail in local characteristics and also encode holistic spatial configuration, histograms from all levels of spatial pyramid are integrated by using dimensionality reduction and feature combination, leading to our spatial-pyramid face feature representation. We incorporate our proposed face features into general face recognition pipeline and achieve state-of-the-art results on challenging face recognition problems.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.29.1-29
• /
• 2001

Neuro-fuzzy systems are multi-layered connectionist networks that realize the elements and functions of traditional fuzzy logic control/decision systems. A trained neuro-fuzzy system is isomorphic to a fuzzy logic system, and fuzzy IF-THEN rule knowledge can be explicitly extracted from the network. This talk presents a brief introduction to self-adaptive neuro-fuzzy systems and addresses some recent research results and applications. Most of the existing neuro-fuzzy systems exhibit several major drawbacks that lead to performance degradation. These drawbacks are the curse of dimensionality (i.e., fuzzy rule explosion), inability to re-structure their internal nodes in a changing environment, and their lack of ability to extract knowledge from a given set of training data. This talk focuses on our investigation of network architectures, self-adaptation algorithms, and efficient learning algorithms that will enable existing neuro-fuzzy systems to self-adapt themselves in an unstructured and uncertain environment.

• Nuclear Engineering and Technology
• /
• 제54권12호
• /
• pp.4522-4533
• /
• 2022

For severe accident assessment of reactor pressure vessel (RPV), it is important to develop an accurate model that can predict transient thermo-mechanical behavior of the RPV lower head under the given condition. The present study revisits the lower head failure with two- and three-dimensional finite element models. In particular, we aim to give clear insight regarding the effect of the three-dimensionality present in the distribution of the thickness and thermal load of the lower head. For a rigorous validation of the result, both the OLHF-1 and the OLHF-2 tests are considered in this study. The result suggests that the three-dimensional effect is not negligible as far as the failure location is concerned. The non-uniformity of the thickness distribution is found to affect the failure location and time. The thermal load, which may not be axisymmetric in general, has the most significant effect on the failure assessment. We also observe that the creep property can affect the global deformation of the lower head, depending on the applied mechanical load.

• 사회복지연구
• /
• 제41권2호
• /
• pp.247-278
• /
• 2010

빈곤 청소년의 심리적 적응유연성, 사회적 적응유연성, 학교 적응유연성 발달궤적을 확인하고 세가지 적응유연성 영역간 종단적 상호관계 및 각 적응유연성 발달궤적에 영향을 미치는 보호요인을 규명하기 위해 한국청소년패널조사(KYPS)의 중2 패널 1차년도에서 5차년도까지의 자료와 잠재성장모형을 이용하였다. 빈곤 청소년의 심리적 적응유연성, 사회적 적응유연성, 학교 적응유연성은 4년동안 다소 증가하였다. 심리적 적응유연성 초기값이 높은 청소년의 증가속도가 상대적으로 느렸으며, 사회적 적응유연성과 학교 적응유연성은 초기값과 변화율간에 유의한 관계를 보이지 않았다. 각 적응유연성 초기값 간에는 상관관계가 높고, 변화율간에도 상관관계가 있었다. 심리적 적응유연성 초기값은 심리적 적응유연성 변화율에만 영향을 미쳤고, 사회적 적응유연성 초기값도 사회적 적응유연성 변화율에만 영향을 미쳤다. 이 두 가지 적응유연성은 타 영역의 적응유연성 변화율에는 영향을 미치지 않았으나 학교 적응유연성 초기값은 학교 적응유연성 변화율에 영향을 미치지 않고 심리적 적응유연성 변화율에만 영향을 미쳤다. 각 적응유연성에 영향을 미치는 보호요인을 분석한 결과 자아존중감, 부모감독은 심리적 적응유연성 초기값에 영향을 미쳤으며, 자아개념, 자아존중감, 부모애착 등은 사회적 적응유연성 초기값에 영향을 미쳤다. 자아개념, 자아존중감, 가족구조, 가구소득, 진학 예상 고교 유형 등은 학교 적응유연성 초기값에 영향을 미쳤으며, 학교 적응유연성 초기값은 심리적 적응유연성 변화율에 영향을 미쳤다. 연구결과를 바탕으로 빈곤 청소년의 적응유연성 향상을 위한 실천적 함의를 제시하였다.

• 한국전자통신학회논문지
• /
• 제8권6호
• /
• pp.899-905
• /
• 2013

본 논문은 복수카메라 기반 실시간 비행체 검출 및 추적하는 방법에 대해서 설명한다. 정밀하게 가공된 보정체를 필요로 하지 않는 복수카메라 자기보정 기법에 스케일을 추가하여, 간편하게 각 카메라 내부변수와 카메라 사이의 상대위치 관계를 구하는 복수카메라 보정기법을 제시한다. 비행체 검출 및 추적은 파티컬 필터링 기법을 적용하여 수행하는데, 적은수의 샘플로도 비행체 검출을 빠르고 정확하게 할 수 있도록 하는 Ray-based Importance Sampling을 고안했다. 3차원 공간을 일정한 크기의 격자구조로 나누고, 영상 특징점과 사영기하학을 이용하여 이 격자구조 위에 비행체의 이산적인 분포를 구한다. 이 분포에 따라 격자를 샘플링하고, 또 다시, 격자의 중심을 평균으로 하는 가우시안 분포로부터 비행체의 위치를 샘플링 한다. 이 두 단계의 샘플링을 통해 비행체가 있을 가능성이 높은 영역에 샘플을 집중적으로 분포시킬 수가 있다. 그리고, 복수의 카메라 영상으로부터 실시간으로 동기화된 영상 특징점을 검출하기 위하여 GPGPU를 이용한 병렬 영상처리 시스템을 구현하였다. 실험을 통해 제안한 방법의 유효성을 확인할 수 있었다.

• 한국정보과학회논문지:데이타베이스
• /
• 제32권5호
• /
• pp.509-525
• /
• 2005

본 논문에서는 다차원 데이타의 유사도 검색을 효율적으로 지원하기 위한 벡터 근사 기반의 색인 구조를 제안한다. 제안하는 색인 구조는 공간 분할 방식으로 영역을 분할하고 실제 데이타들이 존재하는 영역에 대해 동적 비트를 할당하여 영역을 표현한다. 따라서, 분할된 영역들 사이에 겹침이 발생하지 않으며 하나의 중간 노드에 많은 영역 정보를 저장할 수 있어 트리의 깊이를 감소시킨다. 또한, 특정 영역에 군집화되어 있는 데이타에 대해서 효과적인 표현 기법을 제공하며 자식 노드의 영역 정보는 부모 노드의 영역 정보를 이용하여 상대적으로 표현함으로써 영역 표현에 대한 정확성을 보장한다. 이를 통해 검색성능 향상을 제공한다. 제안하는 색인 구조의 우수성을 보이기 위해 기존에 제안된 다차원 색인 구조와의 다양한 실험을 통하여 성능의 우수성을 입증한다. 성능 평가 결과를 통해 제안하는 색인 구조가 기존 색인 구조보다 $40\%$정도 검색 성능이 향상됨을 증명한다.

• 디지털융복합연구
• /
• 제15권1호
• /
• pp.247-253
• /
• 2017

피처선택, 혹은 변수 선택은 피처의 수가 매우 많은 고차원 데이터에서 주어진 주제와 연관성이 높은 피처를 선별하는 과정으로서, 데이터의 차원수를 낮추어 군집분석이나 분류 분석 등을 용이하게 하는데 중요한 기법이다. 많은 수의 피처들 중에서 일부의 피처를 선별하기 위해서는 피처들을 평가하기 위한 도구가 필요하다. 현재까지 제안된 도구들은 대부분 확률이론이나 정보이론에 기초하여 만들어졌기 때문에 하나의 피처, 즉 1차원 데이터만을 평가할 수 있다. 그러나 피처들 간에는 상호작용이 있기 때문에 하나의 피처를 평가하기 보다는 여러 피처들의 집합, 즉 다차원 데이터를 평가할 수 있어야 효과적인 피처 선택이 가능하다. 본 연구에서는 확장된 거리 함수를 이용하여 1차원 데이터 평가용으로 제안된 FSDD 평가 함수를 다차원 데이터에 대한 평가가 가능하도록 개선하는 방법에 대해 제안하였다. 본 연구에서 제안한 접근법은 다른 1차원 데이터 평가함수에도 적용이 될 수 있을 것으로 기대된다.

• 전자공학회논문지CI
• /
• 제45권5호
• /
• pp.15-24
• /
• 2008

얼굴인식 등과 같은 고차원 식별문제에서는 샘플패턴의 수가 패턴의 차원보다 작아지게 된다. 이러한 상황에서 차원을 축소하기위해 선형판별분석법을 적용할 경우, 희소성(Small Sample Size: SSS)문제가 발생한다. 최근, SSS 문제를 해결하기 위하여 비유사도에 기반 한 식별법(Dissimilarity-Based Classification: DBC)을 이용하는 방법이 검토되었다. DBC에서는 특징 벡터 대신에 학습 샘플들로부터 추출한 프로토타입들과의 비유사도를 측정하여 입력 패턴을 식별하는 방법이다. 본 논문에서는 비유사도 표현단계와 DBC 학습단계에서 퓨전기법을 중복 적용하는 다단계 퓨전기법(Multi-level Fusion Strategies: MFS)으로 DBCs를 최적화시키는 방법을 제안한다. 제안 방법을 벤취마크 얼굴영상 데이터베이스를 대상으로 실험한 결과, 식별률을 향상시킬 수 있음을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권12호
• /
• pp.101-106
• /
• 2023

Chronic illnesses are among the most common serious problems affecting human health. Early diagnosis of chronic diseases can assist to avoid or mitigate their consequences, potentially decreasing mortality rates. Using machine learning algorithms to identify risk factors is an exciting strategy. The issue with existing feature selection approaches is that each method provides a distinct set of properties that affect model correctness, and present methods cannot perform well on huge multidimensional datasets. We would like to introduce a novel model that contains a feature selection approach that selects optimal characteristics from big multidimensional data sets to provide reliable predictions of chronic illnesses without sacrificing data uniqueness.[1] To ensure the success of our proposed model, we employed balanced classes by employing hybrid balanced class sampling methods on the original dataset, as well as methods for data pre-processing and data transformation, to provide credible data for the training model. We ran and assessed our model on datasets with binary and multivalued classifications. We have used multiple datasets (Parkinson, arrythmia, breast cancer, kidney, diabetes). Suitable features are selected by using the Hybrid feature model consists of Lassocv, decision tree, random forest, gradient boosting,Adaboost, stochastic gradient descent and done voting of attributes which are common output from these methods.Accuracy of original dataset before applying framework is recorded and evaluated against reduced data set of attributes accuracy. The results are shown separately to provide comparisons. Based on the result analysis, we can conclude that our proposed model produced the highest accuracy on multi valued class datasets than on binary class attributes.[1]

• 대한전자공학회논문지SD
• /
• 제39권2호
• /
• pp.27-38
• /
• 2002

양자 우물 반도체 소자 모델링에 있어서 양자 우물의 다중 에너지 부준위 각각에 대한 Boltzmann 방정식의 해를 직접적으로 구하는 self-consistent한 방법을 개발하였다 양자 우물의 특성을 고려하여 Schrodinger 방정식과 Poisson 방정식 및 Boltzmann 방정식으로 구성된 양자 우물 소자 모델을 설정하였으며 이들의 직접적인 해를 유한 차분법과 Gummel-type iteration scheme에 의해 구하였다. Si MOSFET의 inversion 영역에 형성되는 양자 우물에 적용하여 그 시뮬레이션 결과로부터 본 방법의 타당성 및 효율성을 보여 주었다.