• 제어로봇시스템학회논문지
• /
• 제18권12호
• /
• pp.1090-1095
• /
• 2012

In this paper, we propose a model-based fault diagnosis method applied to vibration data. The fault detection is performed by comparing estimated parameters with normal parameters and deciding if the observed changes can be explained satisfactorily in terms of noise or undermodelling. The key feature of this method is that it accounts for the effects of noise and model mismatch. And we aslo design a classifier for the fault isolation by applying the multiclass SVM (Support Vector Machine) to the estimated parameters. The proposed fault detection and isolation methods are applied to an engine vibration data to show a good performance. The proposed fault detection method is compared with a signal-based fault detection method through a performance analysis.

• 한국IT서비스학회지
• /
• 제11권sup호
• /
• pp.139-152
• /
• 2012

In the medical web forum, people share medical experience and information as patients and patents' families. Some people search medical information written in non-expert language and some people offer words of comport to who are suffering from diseases. Medical web forums play a role of the informative support and the emotional support. We propose the automatic classification model of articles in the medical web forum into the information support and emotional support. We extract text features of articles in web forum using text mining techniques from the perspective of linguistics and then perform supervised learning to classify texts into the information support and the emotional support types. We adopt the Support Vector Machine (SVM), Naive-Bayesian, decision tree for automatic classification. We apply the proposed model to the HealthBoards forum, which is also one of the largest and most dynamic medical web forum.

• 한국통신학회논문지
• /
• 제34권3C호
• /
• pp.274-278
• /
• 2009

히스토그램에 의한 객체 유형 인식 방법은 최근 들어 많은 연구가 이루어지고 있다. 그러나 대부분의 히스토그램 기반의 객체 추적이 칼라 모델을 사용하여 견실성을 개선하였지만 아직 충분히 견실하다고 할 수 없다. 이러한 단점을 보안하기 위하여 본 논문에서는 연속적인 프레임에서 히스토그램을 이용하여 객체를 표현하고 추적하는 방법을 제시하고자 한다. 자동차를 대상으로 실험한 결과 80m 거리 이내에서 신뢰성 있는 방법임을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.347-350
• /
• 2011

감시카메라 환경에서의 비정상 집단행동 탐지란 감시카메라로부터 유입되는 영상에서 다중 객체가 위험에 처한 상황을 신속하고 정확하게 탐지 및 인식하는 분야를 말한다. 본 논문에서는 CCTV 등과 같은 감시카메라 환경에서 움직임 벡터와 SVDD를 이용하여 집단내의 비정상 상황을 탐지하는 프로토타입 시스템을 제안한다. 제안된 시스템은 움직임 벡터를 이용하여 영상내의 움직임 정보를 추출 표현하였으며, 비정상 집단행동의 판별 문제를 실용적 차원의 단일 클래스 분류 문제로 재해석하여 단일 클래스 SVM의 대표적 모델인 SVDD를 탐지자로 설계하였다. 공개적으로 사용 가능한 벤치마크 데이터 셋인 PETS 2009와 UMN을 이용하여 본 논문에서 제안한 비정상 집단행동 탐지 시스템의 성능을 실험적으로 검증한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.329-330
• /
• 2007

지능형 로봇에서 환경인식과 이러한 환경에 따른 행동 결정능력은 로봇이 필수적으로 갖추어야 할 기능이다. 본 논문은 이족로봇 플랫폼에서 비전기반 환경인식과 이를 통한 안정적인 보행 제어시스템을 제안한다. 비전기반 환경인식 시스템은 움직임 모델을 이용한 로봇 자체 움직임 보정 모듈, Adaboost를 이용한 장애물 영역 추출, PCA를 이용한 장애물 특징 추출, Hierarchical SVM을 이용한 장애물 인식 모듈로 구성되어 있으며, 이러한 환경 인식 시스템으로부터 보행 제어 시스템은 상황에 맞는 안정적이 보행 궤적을 생성한다. 보행 제어 시스템은 neural network을 이용하여 보행 궤적 생성 모듈과 보행 오차를 보정하기 위한 fuzzy 제어기 모듈로 구성되어 있다. 본 시스템을 제작한 로봇에 적용한 결과 보다 안정적인 보행을 할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.733-735
• /
• 2003

DNA Microarray 기술은 유전자의 발현여부를 매우 빠르게 검사할 수 있는 도구이며 각종 질병의 발생여부를 예측하기 위한 정보를 제공한다. 유전자 발현 데이터로부터 암의 발생 여부를 예측하기 위해서는 기존의 접근방법과 다른 기계학습 기법이 요구된다. 일반적으로 샘플의 개수가 극히 적은 반면에 특징의 개수는 수천에서 수만 개가 존재하기 때문에 문제의 특성에 맞는 분류기의 구조를 결정하는 것이 매우 어려운 일이기 때문이다. 진화 신경망은 신경망의 구조와 가중치를 동시에 학습하며 사용자는 각 개체의 적합도를 평가할 수 있는 방법만 제공해 주면된다. 특히 신경망의 구조를 사전에 고정하지 않아도 되는 장점이 있기 때문에 전문적인 지식이 없는 사용자라도 이용가능하다. 대장암 데이터에 대한 실험결과 제안하는 분류기 모델이 다층 퍼셉트론, SVM (support vector machine), 최근접 이웃 방법에 비해 향상된 성능을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.889-891
• /
• 2004

중국어의 명사구는 기본 명사구, 최단 명사구, 최장 명사구 등으로 분류할 수 있다. 최장 명사구를 잘 식별해 낼 수 있다면 구문 분석의 복잡도를 크게 낮추고 구문분석의 성능을 향상시킬 수 있다. 각 단어는 시작 태그(O), 종결 태그(C), 한 단어로 이루어진 구 태그(S), 그 외의 태그(N) 등 4가지로 태깅된다. 본 논문은 서로 다른 윈도우 크기(window size)에 기반한 5가지 SVMs 학습 모델을 구축하고 시스템 합성 방법을 이용하여 중국어 최장 명사구 식별에서 85.17%의 정확률을 보여줬다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.885-888
• /
• 2019

다양한 요소에 의해 영향을 받는 주식 시장에서 정확한 분석과 예측은 막대한 수익과 최소 손실을 보장한다. 본 논문은 주가 움직임 예측을 위하여 다양한 기술적 지표로부터 적합한 특징을 선택하고 세 가지 분류 알고리즘 LSTM, SVM, MLP 을 통해 향후 1, 3, 5, 7, 10, 15, 20, 25, 30 일 후의 주가 움직임을 예측하는 실험을 진행하였다. LSTM 에서 30 일 후를 예측할 때 74.4%의 가장 높은 분류 정확도를 보였으며 전반적으로 LSTM 을 통한 분류가 우수한 결과를 나타냈다.

• 한국멀티미디어학회논문지
• /
• 제21권12호
• /
• pp.1439-1447
• /
• 2018

Palm image acquisition without contact has advantages in user convenience and hygienic issues, but such images generally display more image variations than those acquired employing a contact plate or pegs. Therefore, it is necessary to develop a palmprint identification method which is robust to affine variations. This study proposes a deep learning approach which can effectively identify contactless palmprints. In general, it is very difficult to collect enough volume of palmprint images for training a deep convolutional neural network(DCNN). So we adopted an approach to use a pretrained DCNN. We designed two new DCNNs based on the VGGNet. One combines the VGGNet with SVM. The other add a shallow network on the middle-level of the VGGNet. The experimental results with two public palmprint databases show that the proposed method performs well not only contact-based palmprints but also contactless palmprints.

• 한국IT서비스학회지
• /
• 제18권1호
• /
• pp.173-186
• /
• 2019

Recently, as the amount of fine dust has risen rapidly, our interest is increasing day by day. It is virtually impossible to remove fine dust. However, it is best to predict the concentration of fine dust and minimize exposure to it. In this study, we developed a mathematical model that can predict the concentration of fine dust using various information related to the weather and air quality, which is provided in real time in 'Air Korea (http://www.airkorea.or.kr/)' and 'Weather Data Open Portal (https://data.kma.go.kr/).' In the mathematical model, various domestic seasonal variables and atmospheric state variables are extracted by multiple regression analysis. The parameters that have significant influence on the fine dust concentration are extracted, and using ANN (Artificial Neural Network) and SVM (Support Vector Machine), which are machine learning techniques, we proposed a prediction model. The proposed model can verify its effectiveness by using past dust and weather big data.