• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1998년도 제13차 학술회의논문집
• /
• pp.250-253
• /
• 1998

This paper presents a multi-modal neural network composed of a preprocessing module and a multi-layer neural network module in order to enhance the nonlinear characteristics of neural network. The former module is based on spectral method using Chebyschev polynomials and transforms input data into spectra. The latter module identifies the system using the spectra generated by the preprocessing module. The omnibus numerical experiments show that the method is applicable to many a nonlinear dynamic system in the real world, and that preprocessing using Chebyschev polynomials reduces the number of neurons required for the multi-layer neural network.

• 대한교통학회지
• /
• 제28권5호
• /
• pp.117-129
• /
• 2010

본 연구는 기존의 단일수단이 아닌 다수단 확률적 사용자 균형상태의 민감도 분석 방법을 설명한다. 다수단 교통망에서의 민감도 분석에 대한 연구의 첫 단계로 우선은 물리적으로 분리되어진 승용차 교통망과 대중교통(버스, 지하철) 교통망으로 구성된 다수단 교통망을 고려하고자 한다. 연구는 우선 승용차와 대중교통 교통망의 임의의 링크 변수에 대한 민감도 분석 방법을 정립하고 실질적인 링크 변수의 적용으로 링크용량과 대중교통 노선빈도에 대한 민감도 분석을 수행해본다. 다음으로 승용차 수단분담율과 대중교통 수단분담율에 대한 민감도 분석 방법을 정립한다. 본 연구의 결과는 경제학의 탄력성과 같이 교통시설의 운영 및 정책변화에 따른 통행자의 행태 변화와 운영 및 정책 효과를 분석해 볼 수 있는 중요한 정보가 될 수 있을 것이다. 또한 협력적 게임의 다수단 교통망 설계 문제를 구성하기 위한 중요한 도구로 활용될 수 있을 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제3권4호
• /
• pp.344-365
• /
• 2009

The performance of a tracking system is greatly increased if multiple types of sensors are combined to achieve the objective of the tracking instead of relying on single type of sensor. To conduct the multi-modal tracking, we have previously developed a multi-modal sensor-based tracking model where acoustic sensors mainly track the objects and visual sensors compensate the tracking errors [1]. In this paper, we find a network synchronization problem appearing in the developed tracking system. The problem is caused by the different location and traffic characteristics of multi-modal sensors and non-synchronized arrival of the captured sensor data at a processing server. To effectively deliver the sensor data, we propose a time-based packet aggregation algorithm where the acoustic sensor data are aggregated based on the sampling time and sent to the server. The delivered acoustic sensor data is then compensated by visual images to correct the tracking errors and such a compensation process improves the tracking accuracy in ideal case. However, in real situations, the tracking improvement from visual compensation can be severely degraded due to the aforementioned network synchronization problem, the impact of which is analyzed by simulations in this paper. To resolve the network synchronization problem, we differentiate the service level of sensor traffic based on Weight Round Robin (WRR) scheduling at the routers. The weighting factor allocated to each queue is calculated by a proposed Delay-based Weight Allocation (DWA) algorithm. From the simulations, we show the traffic differentiation model can mitigate the non-synchronization of sensor data. Finally, we analyze expected traffic behaviors of the tracking system in terms of acoustic sampling interval and visual image size.

• 대한교통학회지
• /
• 제29권1호
• /
• pp.81-93
• /
• 2011

본 연구는 다수단 교통망에서 교통시설 운영자와 이용자의 상호 의사결정과정을 고려하여 교통시설의 건설 및 운영 정책 문제를 해결하기 위한 다수단 연속형 교통망 설계문제를 다룬다. 특히, 교통시설에 대한 정책변화에 따라 교통수단간 통행이 어떻게 변화하는가를 고려하기 위하여 승용차 교통망과 대중교통 교통망을 함께 고려하고자한다. 이러한 교통망 설계 모형을 개발함에 있어서 일반적인 Nash 균형(비협력 게임)의 접근법이 아닌 좀 더 합리적이라고 연구되어진 Stackelberg 균형(협력적 게임)의 접근법을 이용하고 그러한 방법으로 다수단 교통망의 교통수단 선택을 고려한 민감도 분석 방법을 적용한다. 본 연구의 다수단 연속형 교통망 설계 모형은 교통정책 결정에 대한 임의의 연속형 교통망 설계변수(${\epsilon},\hat{\epsilon},p$)에 대해서 개발되어진다. 또한 모형의 적용 및 평가를 위하여 1)도로 정책에 대한 최적 도로용량 산정과 2)대중교통 정책에 대한 최적 대중교통 노선빈도 산정 그리고 3)교통체계의 수단분담 정책에 대한 현 교통체계의 최적 목표 수단분담율 산정 문제에 모형을 적용하여 본다.

• 대한교통학회지
• /
• 제26권1호
• /
• pp.127-135
• /
• 2008

교통망에서 출발지와 도착지를 연결하는 최적경로탐색(Optimum Shortest Path)의 기준은 통행시간, 통행비용, 통행요금, 통행거리 등 복수의 기준에서 단일기준(Single Attribute Objective)을 선정하여 선정된 기준에 대하여 최소화되는 경로를 탐색하는 것을 의미하며 최적경로 탐색기법으로 탐색이 가능하다. 다목적 경로탐색(Multi-Objective Shortest Paths)에서는 이들 복수의 기준 (Multi-Objective)을 고려하여 경로를 탐색한다. 최근까지 다목적경로탐색에 대한 연구는 대부분 단일의 교통수단만으로 구성된 교통망에 대한 가정을 기반으로 이루어졌으며, 다수의 교통수단이 혼재된 교통망(Multi-Modal Transportation Network)에서 다목적경로탐색에 대한 연구는 환승에 대한 문제를 최적해법 차원에서 고려하지 않았으며, 교통정보 분야에서 일반적으로 적용되는 동적계획법(Dynamic Programming)에 기반한 알고리즘에 대한 연구는 다수단교통망에서 다목적경로탐색 문제에서 검토되지 않았다. 본 연구는 다수단교통망에서 다목적경로탐색 문제에서 최적 해를 도출하기 위한 동적계획법 알고리즘을 제안한다. 제안된 알고리즘은 Skriver & Andersen (2000)이 제시한 2기준 노드표지갱신 알고리즘을 기반으로 네트워크의 확장없이 수단 간의 환승이 반영되도록 2기준 이상의 다기준 링크표지갱신 알고리즘으로 개발하는 방안으로 확대한다. 본 연구는 다기준 링크표지가 다수단 교통망에 적용했다는 점 이외에, 출발지에서 모든 링크까지 비지배경로를 탐색하는 과정이 효율적으로 이루어지도록 출발지에서 개별 링크까지의 비지배경로/트리(Path/Tree) 집합을 표지처럼 활용하였다. 다수단교통망에서 다목적경로탐색문제에 적합한 도시부의 대중교통망에 한정하여 경로탐색속성을 환승과 링크주행속성으로 구분하였다. 본 연구에서 제안된 알고리즘의 계산과정을 소규모 복합대중교통망을 통해 검증하였다.

• 한국멀티미디어학회논문지
• /
• 제23권2호
• /
• pp.146-154
• /
• 2020

Negative emotion causes stress and lack of attention concentration. The classification of negative emotion is important to recognize risk factors. To classify emotion status, various methods such as questionnaires and interview are used and it could be changed by personal thinking. To solve the problem, we acquire multi modal bio-signals such as electrocardiogram (ECG), skin temperature (ST), galvanic skin response (GSR) and extract features. The neural network (NN), the deep neural network (DNN), and the deep belief network (DBN) is designed using the multi modal bio-signals to analyze emotion status. As a result, the DBN based on features extracted from ECG, ST and GSR shows the highest accuracy (93.8%). It is 5.7% higher than compared to the NN and 1.4% higher than compared to the DNN. It shows 12.2% higher accuracy than using only single bio-signal (GSR). The multi modal bio-signal acquisition and the deep learning classifier play an important role to classify emotion.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권2호
• /
• pp.104-109
• /
• 2017

본고에서는 다중 웨어러블 센서 데이터로부터 사용자의 일상 생활 행동 패턴을 분석할 수 있는 새로운 기계학습 모델을 제안한다. 제안하는 모델은 다중 웨어러블 센서 데이터를 효과적으로 학습하기 위하여 사람이 다중 센서 정보를 처리하는 방법을 적용한 새로운 신경망 모델이다. 제안하는 Gated multi-modal neural netoworks는 계층적 신경망 구조를 가지고 있으며 Gate 모듈을 통해 각 센서 데이터를 선택적으로 결합하여 처리하는 특징을 가진다. 실험을 위해 다중 웨어러블 장치를 착용하고 일상 생활 중 한 가지인 레스토랑에서의 행동 센서 데이터를 수집하였다. 실험 결과로서, 제시하는 모델을 이용하여 실제 웨어러블 센서 데이터를 분석하였을 때 분류 정확도가 비교적 정확하고 빠르게 처리할 수 있음을 확인하였다. 또한 모델의 중간 계층에서의 노드의 활성화 패턴 분석을 통해 자동으로 일상생활 패턴을 추출할 수 있고 이를 이용하여 지식 스키마를 생성할 수 있음을 확인하였다.

• 디지털융복합연구
• /
• 제12권2호
• /
• pp.321-326
• /
• 2014

최근 장애인을 위한 IT 접근성 향상 기술에 대한 요구가 증대되고 있다. 따라서 장애인 IT 사용자를 위하여 음성 인식, 영상 인식, TTS 등과 같은 멀티모달 인터페이스를 지원하는 것이 매우 중요하다. 본 논문에서는 홈 네트워크 제어에 있어서 장애인 IT 접근성 향상 기술의 적용 방안에 대하여 서술한 후, 장애인이 쉽게 홈 네트워크를 제어할 수 있도록 음성 인식 및 애니메이션 UI (User interfaces)등과 같은 멀티모달 인터페이스 기반의 홈 네트워크 제어 시스템 모델을 구현하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1998년도 제13차 학술회의논문집
• /
• pp.201-204
• /
• 1998

This paper presents a new construction method of candidate controllers using Multi-modal Neural Network(MNN). To improve a control performance of multiple controller, we construct, candidate controllers which consist of MNN. MNN can learn more complicated function than multilayer neural network. MNN consists of preprocessing module and neural network module. The preprocessing module transforms input signals into spectra which are used as input of the following neural network module. We apply the proposed method to multiple control system which controls the cart-pole balancing system and show the effectiveness of the proposed method.

• 대한교통학회지
• /
• 제20권6호
• /
• pp.157-158
• /
• 2002