• Steel and Composite Structures
• /
• 제19권3호
• /
• pp.569-583
• /
• 2015

Recent years, explosive welding structures have been widely used in many engineering fields. The bonding state detection of explosive welding structures is significant to prevent unscheduled failures and even catastrophic accidents. However, this task still faces challenges due to the complexity of the bonding interface. In this paper, a new method called dual-tree complex wavelet transform based permutation entropy (DTCWT-PE) is proposed to detect bonding state of such structures. Benefiting from the complex analytical wavelet function, the dual-tree complex wavelet transform (DTCWT) has better shift invariance and reduced spectral aliasing compared with the traditional wavelet transform. All those characters are good for characterizing the vibration response signals. Furthermore, as a statistical measure, permutation entropy (PE) quantifies the complexity of non-stationary signals through phase space reconstruction, and thus it can be used as a viable tool to detect the change of bonding state. In order to more accurate identification and detection of bonding state, PE values derived from DTCWT coefficients are proposed to extract the state information from the vibration response signal of explosive welding structure, and then the extracted PE values serve as input vectors of support vector machine (SVM) to identify the bonding state of the structure. The experiments on bonding state detection of explosive welding pipes are presented to illustrate the feasibility and effectiveness of the proposed method.

• 한국통신학회논문지
• /
• 제38C권7호
• /
• pp.623-629
• /
• 2013

본 논문에서는 뇌파 전송 프로토콜 설계하고 이를 검증할 테스트 플랫폼 제작 결과를 소개한다. 건식 전극에서 검출된 뇌파는 인접한 ADC(analog-to-digital converter)를 거쳐 디지털 신호로 변환되고, 각 센서 노드에서 디지털 신호로 변환된 뇌파는 $I^2C$(inter-integrated circuit) 프로토콜을 통해서 DSP(digital signal processor) 플랫폼으로 전송된다. DSP 플랫폼에서는 뇌파 전처리 알고리즘 수행 및 뇌 특성 벡터 추출 등의 기능을 수행한다. 본 연구에서는 각 채널당 10비트 또는 12비트 ADC를 사용하여 최대 16채널의 데이터를 전송하기 위하여 $I^2C$ 프로토콜을 적용하였다. 실험결과 4바이트 데이터 버스트전송을 수행하면 통신오버헤드가 2.16배로 측정이 되어 10 비트 또는 12 비트 1 ksps ADC를 16채널로 사용시 총 데이터전송율이 각각 345.6 kbps, 414.72 kbps 로 확인되었다. 따라서 400 kbps 고속전송모드 $I^2C$를 사용할 경우 ADC 비트에 따라서 슬레이브와 마스터의 채널비가 각각 16:1, $(8:1){\times}2$ 로 되어야 한다.

• 전자공학회논문지CI
• /
• 제42권3호
• /
• pp.29-38
• /
• 2005

직관력은 의사결정시 자주 의존되나, 효과적인 의사결정지원 시스템의 개발 목적으로는 거의 고려되고 있지 않다. 본 연구는 의사결정자의 인지특성 및 감성특성과 시계열 직관 예측 간의 상관성을 자기조직 인공신경망에 의해 확인하고 비교함으로써, 시계열 직관 예측에 영향을 주는 의사결정자의 인지적 특성과 감성적 특성을 도출하고 궁극적으로는 효과적인 의사결정 환경을 조성하는데 공헌하고자 한다. 이 실험에 사용하는 인공신경망은 자기감독적응 알고리듬을 이용하는데, 이의 특징은 학습 기간 중 자기조직 층의 뉴런 클러스터 간에 정보를 교류함으로써 본질적으로 입력 벡터간의 상관성을 이용할 수 있다는 것이다. 실험결과, 인지 특성과 감성 특성이 모두 시계열 예측과 상관성이 있는 것으로 나타났으며, 또한 인지 특성이 감성 특성보다 상관성이 높은 것으로 나타났다. 유형별로는, 개념적 인지유형이 분석적 또는 행동적 인지유형보다, 불쾌-이완 감성유형이 쾌활-각성 감성유형보다 시계열 직관 예측의 상관성이 높은 것으로 관찰되었다.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권2호
• /
• pp.128-137
• /
• 2002

이 논문은 고차원 이미지 데이타의 효율적인 색인을 위한 LCP+-file을 제시한다. 멀티미디어 데이타의 사용이 증가하면서 고차원 이미지 데이타의 색인과 검색의 지원에 대한 요구가 증가하고 있다. 최근에 고차원 데이타의 색인을 위해 벡터 근사에 기반한 LPC-file (5)이 개발되었다. LPC-file은 특히, 데이터 집합이 균일하게 분포할 때는 좋은 성능을 나타내지만 클러스터(cluster)를 이를 때는 성능이 하락한다. 본 논문은 강하게 클러스터를 이루는 이미지 데이타 집합에 대해 LPC-file의 성능을 향상시킨 LCP+-file을 제시한다. 기본 아이디어는 고밀도 클러스터를 갖는 부분 공간을 찾기 위해 데이타 공간을 적응적으로 분할하고, 그 공간에 대해 벡터 근사의 식별 능력을 향상시키기 위해 더 많은 수의 비트를 할당한다. 그러나 분할된 공간이 비트들을 공유하기 때문에 사용되는 전체 비트 수는 오히려 줄어든다. 실험 결과에 따르면 LCP+-file은 강하게 클러스터를 이루는 이미지 데이터 집합에 대해 LPC-file의 성능을 크게 향상시킨다.

• 한국정보통신학회논문지
• /
• 제11권6호
• /
• pp.1129-1135
• /
• 2007

얼굴인식기술은 컴퓨터비전 분야에서 중요한 역할을 담당하고 있다. 본 논문에서는, PCA와 SVM 기술을 사용하는 빠른 얼굴인식기술을 제안한다. 제안한 시스템에서는, 먼저 지역 히스토그램 분포를 분석하여 생성한 통계적 특성을 사용함으로써 얼굴가능영역을 필터링한다. 이 과정에서 대부분의 비얼굴 영역이 제거되기 때문에 탐지 과정의 처리속도가 향상된다. 다음으로는 PCA 특징 벡터가 생성되고, SVM 분류기를 사용하여 테스트 영상 내에 얼굴이 존재하는지를 탐지한다. 본 논문에서의 테스트 영상은 CMU 얼굴 데이터베이스를 사용하였으며, SVM의 학습을 위한 얼굴과 비얼굴 샘플들은 MIT 데이터 세트로부터 선택하였다. 얼굴탐지 실험결과, 제안한 방법에서 좋은 성능을 나타내었다.

• 방송공학회논문지
• /
• 제24권1호
• /
• pp.77-86
• /
• 2019

본 논문은 머신 러닝 기술을 이용하여 과거의 수집된 문서를 분석하고 이를 바탕으로 문서를 분류하는 방법을 제안한다. 특정 도메인과 관련된 키워드를 기반으로 데이터를 수집하고, 특수문자와 같은 불용어를 제거한다. 그리고 한글 형태소 분석기를 사용하여 수집한 문서의 각 단어에 명사, 동사, 형용사와 같은 품사를 태깅한다. 문서를 벡터로 변환하는 Doc2Vec 모델을 이용해 문서를 임베딩한다. 임베딩 모델을 통하여 문서 간 유사도를 측정하고 머신 러닝 기술을 이용하여 문서 분류기를 학습한다. 학습한 분류 모델 간 성능을 비교하였다. 실험 결과, 서포트 벡터 머신의 성능이 가장 우수했으며 F1 점수는 0.83이 도출되었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권2호
• /
• pp.520-541
• /
• 2023

In CRNs, SS is of utmost significance. Every CR user generates a sensing report during the training phase beneath various circumstances, and depending on a collective process, either communicates or remains silent. In the training stage, the fusion centre combines the local judgments made by CR users by a majority vote, and then returns a final conclusion to every CR user. Enough data regarding the environment, including the activity of PU and every CR's response to that activity, is acquired and sensing classes are created during the training stage. Every CR user compares their most recent sensing report to the previous sensing classes during the classification stage, and distance vectors are generated. The posterior probability of every sensing class is derived on the basis of quantitative data, and the sensing report is then classified as either signifying the presence or absence of PU. The ISVM technique is utilized to compute the quantitative variables necessary to compute the posterior probability. Here, the iterations of SVM are tuned by novel GO-PSA by combining GOA and PSO. Novel GO-PSA is developed since it overcomes the problem of computational complexity, returns minimum error, and also saves time when compared with various state-of-the-art algorithms. The dependability of every CR user is taken into consideration as these local choices are then integrated at the fusion centre utilizing an innovative decision combination technique. Depending on the collective choice, the CR users will then communicate or remain silent.

• 인터넷정보학회논문지
• /
• 제24권1호
• /
• pp.49-59
• /
• 2023

COVID-19로 대표되는 팬데믹 상황에서 의료 인력 부족으로 인한 문제가 대두되고 있다. 본 논문에서는 진단 업무를 지원하기 위한 컴퓨터 비전 솔루션으로 PA 흉부 X-선 영상에 대한 병변 유무 진단 방법에 대해 제시한다. 디지털 영상에 대한 특징 비교 방식의 이상 탐지 기법을 X-선 영상에 적용하여 비정상적인 영역을 예측할 수 있다. 정렬된 PA 흉부 X-선 영상으로부터 특징 벡터를 추출하고 패치 단위로 분할하여 지역적으로 등장하는 비정상을 포착한다. 사전 실험으로 다중 객체를 포함하는 시뮬레이션 데이터 세트를 생성하고 이에 대한 비교 실험 결과를 제시한다. 정렬된 영상에 대해 적용 가능한 패치 특징 하드마스킹을 통해 프로세스의 효율성 및 성능을 향상하는 방법을 제시한다. 지역 특수성 및 전역 이상 탐지 결과를 합산하여 기존 연구 대비 6.9%p AUROC 향상된 성능을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제19권10호
• /
• pp.63-70
• /
• 2014

주어진 이진영상 안에 존재하는 객체를 인식하기 위해서는 영상분할과 패턴정합 과정을 거친다. 영상 내의 이진 객체들이 서로 분리되었다는 조건 하에서는 면적, 경계선의 길이, 또는 그들 사이의 비례 등과 같은 대상 전체의 특징을 기술하는 전역적 특징을 이용해서 객체를 인식할 수 있지만 객체들이 서로에 의해 부분적으로 가리어져 있으면 전역적 특징은 사용될 수 없고 점, 선분 등 객체의 부분을 기술하는 국지적 특징들을 이용해서 인식해야 한다. 본 논문에서는 모델의 경계선상의 곡률이 큰 점들을 추출하여 특징점으로 삼고, 그 가운데 두 점을 택하여 하나의 국지적 특징으로 사용한다. 또한 모델과 입력영상에서 각기 추출된 국지적 특징들을 비교하여 정합함으로써 부분적으로 가려진 객체를 인식하는 방법을 제안하고 있다. 특징점의 쌍으로 표현되는 국지적 특징을 서로 비교함에 있어서 두 점간의 거리와 양 특징점에서의 그래디언트 벡터의 사이 각을 일치시키는데 필요한 탄성변형 에너지를 이용하여 국지적 특징 사이의 유사도를 정의한다. 인식대상 객체 상의 한 특징점의 레이블을 다른 특징점의 레이블들이 얼마나 지지하는 지를 계산함으로써 부분적으로 가려진 객체를 안정적으로 인식하는 방법을 제안한다. Kimia-25 데이터에 대한 실험 결과 최대 클리크 알고리즘의 4.5배의 속도로 동일한 인식률을 얻음을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권4호
• /
• pp.420-438
• /
• 2004

이미지에 인위적 또는 자연적으로 포함된 텍스트는 이미지의 내용을 함축적이고 구체적으로 표현하는 중요한 정의이다. 이러한 정보를 실시간에 추출하여 정확히 인식할 수 있다면 다양한 분야에서 활용될 수 있다. 본 논문에서는 자연이미지에 포함된 장면 텍스트를 추출하는 방법으로서 텍스트의 색 연속성, 자기 변화 및 색 변화와 같은 낮은 수준의 이미지 특징으로 텍스트 후보 영역을 찾고, 다해상도 (Multi-resolution) 웨이블릿(Wavelet) 변환을 이용하여 높은 수준의 텍스트 특징인 획의 구성 여부로 검증하는 계층적인 구조를 제안한다. 색 연속성 특징은 대부분의 텍스트는 동일한 색으로 구성된다는 특징을 이용하는 것이고, 밝기 변화 특징은 텍스트 영역은 주변과의 밝기 변화가 존재하며 에지 밀도가 높은 특징을 이용한다. 또한, 색 변화 특징은 텍스트 영역은 주변 배경과의 색 변화가 존재하며, 밝기 변화보다 민감한 색 분산 값으로 표현할 수 있다는 장점을 이용한다. 높은 수준의 텍스트 특징으로서 다해상도 웨이블릿 변환을 이용하여 텍스트 획의 방향성 정보를 추출하고, 추출된 정보를 SVM(Support Vector Machine) 분류기로 검증하여 최종 영역을 확정한다. 제안한 방법을 다양한 종류의 이미지에 적용한 결과 배경이 복잡해도 비교적 안정적으로 텍스트 영역을 추출하는 것을 확인할 수 있었다.