• 한국컴퓨터정보학회논문지
• /
• 제18권8호
• /
• pp.131-139
• /
• 2013

본 논문에서는 먼저 심전도 진단을 위한 처리 과정별 관련 연구내용을 살펴본 후 심전도 신호의 리듬 특징을 이용하여 부정맥을 검출 및 분류하는 방법을 제안한다. 특징 추출에서는 리듬 구간에 대하여 동일성 및 규칙성 등의 리듬 및 심박 분포에 관련되는 특징을 추출하게 되며, 리듬 분류에서는 리듬 구간의 특징에 대하여 미리 구축된 규칙 베이스를 이용하여 리듬 유형을 분류하게 된다. MIT-BIH 부정맥 데이터베이스의 모든 리듬 유형에 대한 실험을 통하여 정상 리듬 규칙만으로도 100% 부정맥 검출 성능을 보였으며, 부정맥 리듬 규칙으로는 유형 분류 적용 가능성을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제18권9호
• /
• pp.43-51
• /
• 2013

신뢰성 있는 부정맥 진단을 위해서는 리듬 구간 및 심박 단위의 종합적인 분석을 통하여 심전도 신호에 대한 분류 결과가 제시되어야 한다. 본 논문에서는 심전도 신호의 특징점에 기반하여 규칙기반 분류를 이용한 일정 구간의 리듬 분석을 수행하고 SVM기반 분류를 이용한 심박 단위의 리듬분석을 첨가하였다. 규칙기반 분류에서는 리듬 구간의 특징에 대하여 임상 자료로부터 도출된 규칙 베이스를 이용하여 리듬 유형을 분류하도록 하며, SVM기반 분류에서는 심박 단위의 특징에 대하여 미리 학습된 다중 SVM 분류기를 이용하여 단조 리듬 및 주요 비정상 심박을 분류하도록 한다. MIT-BIH 부정맥 데이터베이스를 이용한 실험을 통하여 11가지 리듬 유형에 대하여 규칙기반 방법만을 적용하였을 경우 68.52%, 규칙기반과 SVM기반의 융합 방법을 적용하였을 경우 87.04%의 분류 성능을 각각 보였다. SVM기반 방법으로 단조 리듬과 배열 리듬에 대한 오분류 개선을 통하여 분류 성능에서 19% 정도가 향상됨을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제22권4호
• /
• pp.405-413
• /
• 2012

심전도 신호의 신뢰성 있는 진단을 위해서는 높은 분류 정확도와 함께 낮은 오분류 성능이 중요하며, 특히 비정상을 정상으로 진단하는 것은 심검자에게 치명적인 문제로 귀결될 수 있다. 본 논문에서는 임상 진단 기준을 반영하는 규칙기반 분류 알고리즘을 이용하여 비정상 리듬을 검출 및 분류하는 방법을 제안한다. 규칙기반 분류는 리듬 구간의 특징에 대한 규칙 베이스를 이용하여 리듬 유형을 분류하도록 하며, 이 때 규칙 베이스는 임상 및 내과 분야의 심전도 전문 임상 자료에 기반한 본 논문의 기준표에 따라 구성된다. MIT-BIH 부정맥 데이터베이스를 이용한 제안 방법의 실험을 통하여 정상동조율, 박동조율, 및 다양한 비정상 리듬에 대한 리듬 유형의 분류가 가능함을 확인하였으며, 특히 비정상 리듬 검출 측면에서는 오분류가 전혀 발생되지 않는 결과를 보였다.

• 대한임베디드공학회논문지
• /
• 제18권5호
• /
• pp.217-223
• /
• 2023

In this paper, we propose a new model for the conditional generation of music, considering key and rhythm, fundamental elements of music. MIDI sheet music is converted into a WAV format, which is then transformed into a Mel Spectrogram using the Short-Time Fourier Transform (STFT). Using this information, key and rhythm details are classified by passing through two Convolutional Neural Networks (CNNs), and this information is again fed into the Music Transformer. The key and rhythm details are combined by differentially multiplying the weights and the embedding vectors of the MIDI events. Several experiments are conducted, including a process for determining the optimal weights. This research represents a new effort to integrate essential elements into music generation and explains the detailed structure and operating principles of the model, verifying its effects and potentials through experiments. In this study, the accuracy for rhythm classification reached 94.7%, the accuracy for key classification reached 92.1%, and the Negative Likelihood based on the weights of the embedding vector resulted in 3.01.

• The Journal of the Acoustical Society of Korea
• /
• 제26권2E호
• /
• pp.56-62
• /
• 2007

This paper presents the automatic music emotion classification on acoustic data. A three-level structure is developed. The low-level extracts the timbre and rhythm features. The middle-level estimates the indication functions that represent the emotion probability of a single analysis unit. The high-level predicts the emotion result based on the indication function values. Experiments are carried out on 695 homogeneous music pieces labeled with four emotions, including pleasant, calm, sad, and excited. Three machine learning methods, GMM, MLP, and SVM, are compared on the high-level. The best result of 90.16% is obtained by MLP method.

• 대한물리치료과학회지
• /
• 제3권4호
• /
• pp.139-145
• /
• 1996

This study was carried out to investigate the scapular rhythm of normal persons. 16 persons was no disease, injury and after-effect in period for July 1, 1996 to July 14, 1996. The statistical measures were performed by SPSS/PC t-test for classification. The result of this study were as follow : 1. There was a significant difference between the body median line and scapular superior angle from the mean distance in 83.4 mm of male and 86.0 mm of female to shoulder neutral position(p<0.05). 2. The mean distance of body median line between scapular inferior angle was 97.9 mm of male and 92.0 mm of female to shoulder neutral position. 3. There was a significant difference between the body median line and scapular inferior angle from the mean distance with male and female to shoulder abduction $90^{\circ}$ position(p<0.05). 4. The mean angle of body median line between scapular angle was $6.4^{\circ}$ of male and $4.4^{\circ}$ of female with shoulder neutral position. 5. The mean ratio of scapular rhythm was 5.6 : 1 in shoulder abduction of $90^{\circ}$ and 5.1 : 1 in shoulder abduction of 180.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.55-64
• /
• 2015

학습감각과 뇌 활동의 관계를 규명하기 위해 학습자의 학습감각 유형과 뇌의 분화성 및 통합성에 따른 뇌파 지표에 따라 상호관계성을 규명하였다. 학습자는 시각, 청각, 운동감각을 통해서 정보를 습득한다. 이러한 뇌에 반영되는 학습 감각은 다양한 학습감각의 조합으로 나타나는데 뇌의 분화성과 통합성에 관여하는 학습감각의 유형을 측정하기 위해서는 관련된 학습양식을 규명하는 것이 요구된다. 또한 학습감각에 포함된 자기 주도적 학습은 뇌의 기능에 연계된 문제 중심학습이 통합 뇌로 알려진 균형적인 뇌의 활용을 강조하는 것과 관련이 있다는 것을 보여주고 있다. 본 연구결과는 감각운동리듬 (SMR) 뇌파에서 효과적인 통합뇌 학습이 높은 청각학습과 시각학습에 밀접하게 관련되어 있다는 것을 보여주며 베타파에서는 효과적인 통합뇌 학습이 높은 운동감각과 시각 학습에 밀접하게 관련되어 있다는 것을 보여주었다.

• 동의신경정신과학회지
• /
• 제18권2호
• /
• pp.89-100
• /
• 2007

Objective : The purpose of this study is to examine relationship between cognitive function and sasang constitution by analyzing EEG status of company workers in Cheon-An. Method : 59 company workers were tested with cognitive assessment EEG program and questionaire for the Sasang Constitution Classification II. They were assorted by Sasang Constitutions, and we analyzed its correlation with cognitive assessment score and EEG data. Results : 1. According to mean active EEG rhythm of Alpha. H-Beta, Gamma wave, there were no significant difference among Sasang Constitution. 2. According to mean success, error, concentration, response, workload and left/right brain activity score, there were no significant difference among Sasang Constitution. 3. According to mean active EEG rhythm of Theta, SMR, M-Beta wave, Soyangin(少陽人)'s value was significantly higher than that of Taeumin(太陰人) 4. According to mean cognitive strenghth score, Soyangin(少陽人)'s value was significantly higher than that of Taeumin(太陰人). Conclusion : In conclusion, Sasang Constitutional difference has no relevance with cognitive abilities However, Soyangin(少陽人) showed higher mean active EEG rhythm of Theta, SMR, M-Beta wave than that of Taeumin(太陰人). In addition, Soyangin(少陽人) also showed higher mean cognitive strenghth score than that of Taeumin(太陰人).

• Journal of Information Processing Systems
• /
• 제13권2호
• /
• pp.400-416
• /
• 2017

Music emotion is an important component in the field of music information retrieval and computational musicology. This paper proposes an approach for automatic emotion classification, based on rough set (RS) theory. In the proposed approach, four different sets of music features are extracted, representing dynamics, rhythm, spectral, and harmony. From the features, five different statistical parameters are considered as attributes, including up to the $4^{th}$ order central moments of each feature, and covariance components of mutual ones. The large number of attributes is controlled by RS-based approach, in which superfluous features are removed, to obtain indispensable ones. In addition, RS-based approach makes it possible to visualize which attributes play a significant role in the generated rules, and also determine the strength of each rule for classification. The experiments have been performed to find out which audio features and which of the different statistical parameters derived from them are important for emotion classification. Also, the resulting indispensable attributes and the usefulness of covariance components have been discussed. The overall classification accuracy with all statistical parameters has recorded comparatively better than currently existing methods on a pair of datasets.

• 한국ITS학회 논문지
• /
• 제8권4호
• /
• pp.33-38
• /
• 2009

본 논문은 자동차 오디오 시스템에 내장된 라디오에서 실시간으로 재생되는 연속적인 오디오 신호로부터 음악 신호를 선별하고, 해당 음악에 대한 실시간 음악장르 분류를 통해 자동으로 이퀄라이저를 조절하는 방식을 제안한다. 제안된 방식에서는 음악분류 정확도를 높이고 실시간 신호처리를 실행하기 위해 연속적인 오디오 신호로부터 추출한 음색 특징 벡터와 리듬 특징 벡터를 GMM (Gaussian mixture model) 분류 방식에 적용하여 음악 분류를 수행한다. 제안된 방식은 카오디오 시스템의 라디오로부터 출력된 오디오 신호로부터 분할된 다양한 오디오 구간을 5가지 음악장르로 분류하여 음악 장르 분류 성능을 측정하였다.