• 대한전자공학회논문지SP
• /
• 제40권6호
• /
• pp.31-40
• /
• 2003

대부분의 얼굴인식 시스템은 현재 2차원 영상을 기반으로 많은 분야에 응용되고 있다. 그러나 2차원 얼굴인식 시스템은 심하게 변화된 얼굴 포즈에 강인한 얼굴인식이 매우 어렵다. 이에 얼굴 포즈 추정은 정면 영상이 아닐 경우 인식률 향상을 위한 필수적인 과정이라 할 수 있다. 그러므로, 본 논문은 3차원 얼굴인식을 위한 새로운 얼굴 포즈 추정 방식을 제안한다 먼저 3차원 거리(range) 영상이 입력될 때 얼굴 곡선에 기반한 자동 얼굴 특징점 추출 기법을 적용한다. 추출된 특징점을 바탕으로 오류 보상 특이치 분해를 적용 한 새로운 3차원 얼굴 포즈 추정 방식을 제안한다. 특이치 분해를 이용하여 초기 회전각을 획득한 후 존재하는 오류를 보다 세밀하게 보상한다. 제안 알고리즘은 정규화된 3차원 얼굴 공간에서 추출된 특징점의 기하학적 위치를 이용하여 수행된다. 또한 3차원 얼굴인식을 위하여 3차원 최근접 이웃 분류기를 이용한 데이터베이스내에서 후보 얼굴을 선택하는 방식을 제안한다. 실험 결과를 통해 다양한 얼굴 포즈에 대하여 제안 알고리즘의 효율성과 타당성을 검증하였다.

• 제어로봇시스템학회논문지
• /
• 제13권8호
• /
• pp.726-734
• /
• 2007

Generally, a mobile robot is moved by original input programs. However, it is very hard for a non-expert to change the program generating the moving path of a mobile robot, because he doesn't know almost the teaching command and operating method for driving the robot. Therefore, the teaching method with speech command for a handicapped person without hands or a non-expert without an expert knowledge to generate the path is required gradually. In this study, for easily teaching the moving path of the autonomous mobile robot, the autonomous mobile robot with the function of speech recognition is developed. The use of human voice as the teaching method provides more convenient user-interface for mobile robot. To implement the teaching function, the designed robot system is composed of three separated control modules, which are speech preprocessing module, DC servo motor control module, and main control module. In this study, we design and implement a speaker dependent isolated word recognition system for creating moving path of an autonomous mobile robot in the unknown environment. The system uses word-level Hidden Markov Models(HMM) for designated command vocabularies to control a mobile robot, and it has postprocessing by neural network according to the condition based on confidence score. As the spectral analysis method, we use a filter-bank analysis model to extract of features of the voice. The proposed word recognition system is tested using 33 Korean words for control of the mobile robot navigation, and we also evaluate the performance of navigation of a mobile robot using only voice command.

• 한국지능시스템학회논문지
• /
• 제23권4호
• /
• pp.304-309
• /
• 2013

본 논문은 소나 방정식내의 성능지수를 판단하는 지능형 접근방법을 제안한다. 알 수 없는 수중표적의 거리와 고정적이지 않은 신호초과량은 추적과정에 대해 불확실성을 증가시킨다. 탐지거리와 연관된 신호 초과량의 입력 데이터들을 이용하여, 퍼지집합의 규칙을 세우고, 소나의 수신기로부터 얻어지는 데이터를 퍼지화 된 데이터 집합으로 변화시킨다. 알 수 없는 데이터들에 의해 발생되는 오차값들을 감소시키기 위하여 퍼지 집합으로 변환된 새로운 데이터를 이용한다. 구간별 최소값, 최대값 그리고 평균값이 계산되어, 수중 표적의 거리를 추정하는데 사용된다. 데이터들의 증감에 대한 분석을 통해 표적의 위치와 기동특성을 예측할 수 있다. 제안된 기법의 성능과 효과를 보여주기 위하여 몇 가지 예를 보였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.395-395
• /
• 2000

Optimization of existing processes becomes more important than the past as environmental problems and concerns about energy savings stand out. When we can model a process mathematically, we can easily optimize it by using the model as constraints. However, modeling is very difficult for most chemical processes as they include numerous units together with their correlation and we can hardly obtain parameters. Therefore, optimization that is based on the process models is, in turn, hard to perform. Especially, f3r unknown processes, such as bioprocess or microelectronics materials process, optimization using mathematical model (first principle model) is nearly impossible, as we cannot understand the inside mechanism. Consequently, we propose a few optimization method using empirical model evolutionarily instead of mathematical model. In this method, firstly, designing experiments is executed fur removing unecessary experiments. D-optimal DOE is the most developed one among DOEs. It calculates design points so as to minimize the parameters variances of empirical model. Experiments must be performed in order to see the causation between input variables and output variables as only correlation structure can be detected in historical data. And then, using data generated by experiments, empirical model, i.e. response surface is built by PLS or MLR. Now, as process model is constructed, it is used as objective function for optimization. As the optimum point is a local one. above procedures are repeated while moving to a new experiment region fur finding the global optimum point. As a result of application to the pulp digester benchmark model, kappa number that is an indication fur impurity contents decreased to very low value, 3.0394 from 29.7091. From the result, we can see that the proposed methodology has sufficient good performance fur optimization, and is also applicable to real processes.

• 한국산학기술학회논문지
• /
• 제14권11호
• /
• pp.5841-5846
• /
• 2013

본 연구에서는 도플러 대역폭이 채널 사운딩에 미치는 영향을 고려한다. 이를 위해 먼저 수학적인 공식을 전개한 후에 단순한 상관기와 MMSE를 비교한다. 시간 변화의 영향을 평가하기 위하여 MMSE와 상관기의 성능은 SISO 환경하에서 다양한 도플러 대역폭 값을 적용하여 분석한다. 시뮬레이션 결과를 통하여 $f_dT$ 값이 증가할수록 MMSE와 상관기의 성능은 더 열화되며 MMSE의 성능은 상관기에 비해 향상됨을 보인다 또한 정확한 채널 정보가 알려져 있지 않을 경우의 성능 열화에 대해서도 고려한다. 채널 정보의 부정확도가 낮을 경우에는 여전히MMSE의 성능이 좋지만 채널 정보의 부정확성이 커질수록 상관기의 성능이 더 좋아짐을 보인다. 본 연구는 기존에 직관적으로 시행해 왔던 MMSE와 성관기의 성능 분석을 위한 시뮬레이션에 추가적으로 수학적인 접근법을 제공하여 그 응용분야를 넓혀 갈 수 있음을 보인다.

• 융합보안논문지
• /
• 제17권1호
• /
• pp.31-38
• /
• 2017

네트워크를 통한 사이버 공격 기법들이 다양화, 고급화 되면서 간단한 규칙 기반의 침입 탐지/방지 시스템으로는 지능형 지속 위협(Advanced Persistent Threat: APT) 공격과 같은 새로운 형태의 공격을 찾아내기가 어렵다. 기존에 알려지지 않은 형태의 공격 방식을 탐지하는 이상행위 탐지(anomaly detection)를 위한 해결책으로 최근 기계학습 기법을 침입탐지 시스템에 도입한 연구들이 많다. 기계학습을 이용하는 경우, 사용하는 특징 집합에 침입탐지 시스템의 효율성과 성능이 크게 좌우된다. 일반적으로, 사용하는 특징이 많을수록 침입탐지 시스템의 정확성은 높아지는 반면 탐지를 위해 소요되는 시간이 많아져 긴급성을 요하는 경우 문제가 된다. 논문은 이러한 두 가지 조건을 동시에 충족하는 특징 집합을 찾고자 다목적 유전자 알고리즘을 제안하고 인공신경망에 기반한 네트워크 침입탐지 시스템을 설계한다. 제안한 방법의 성능 평가를 위해 NSL_KDD 데이터를 대상으로 이전에 제안된 방법들과 비교한다.

• Ocean and Polar Research
• /
• 제42권1호
• /
• pp.33-47
• /
• 2020

The bulk and partition geochemistry was studied in two sediment cores collected from the axial valley of the north-central Fonualei Rift and Spreading Center (FRSC), Lau back-arc Basin, southwest Pacific. The sediments consist of mostly volcanic ash, although minor amounts of biogenic and other components were present in some intervals. The major element composition of bulk sediments recalculated to a carbonate-free basis was in good agreement with the magma compositions of the adjacent Tofua Arc and the FRSC, with only significant difference in Mn content. The enrichment of Mn and other associated elements (e.g. Cu, Co, Ni, and P) is attributed to hydrothermal input to the sediments, as evidenced by their significant partitioning in the non-detrital phases according to the partition geochemistry. Hydrogenetic and diagenetic inputs were assessed to be relatively insignificant. Estimated hydrothermal Mn fluxes during the Holocene ranged between 5.0 and 37.1 mg cm^-2 kyr^-1, with the higher values in younger sediments, suggesting enhanced hydrothermal activity. The hydrothermal Mn fluxes comparable to or higher than those reported from other spreading centers with strong hydrothermal activities may indicate the presence of unknown hydrothermal vent sites and/or topographic restriction on the dispersal of hydrothermal plumes in the northern part of the FRSC.

• 전자공학회논문지S
• /
• 제36S권10호
• /
• pp.51-57
• /
• 1999

본 논문에서는 웨이브렛 신경회로망을 사용하여 알려지지 않은 비선형 시스템을 안정하게 제어하는 문제를 다룬다. 비선형 시스템의 정확한 제어는 함수를 근사화하는 데 사용되는 함수 근사화기의 정확성과 효율성에 의존한다. 그러므로 기준 함수의 선택이 자유롭고 함수 근사화 능력이 뛰어난 웨이브렛 신경회로망을 비선형 시스템 제어에 이용한다. 초기 웨이브렛 신경회로망 제어기를 설정하기 위해서 먼저 제어기 입력의 시-주파수 특성을 분석해서 웨이브렛 신경회로망 변수인 신축과 이동 값을 구한다. 다음에 Lyapunov 안정성 이론에 기초한 적응 법칙을 사용하여 연결강도를 조절한다. 이 직접 적응 웨이브렛 신경회로망 제어기를 비선형 시스템인 역 진자 시스템을 제어하는데 적용한다.

• 지능정보연구
• /
• 제12권2호
• /
• pp.167-183
• /
• 2006

데이터마이닝은 우리가 완벽하게 알고 있지 못하는 데이터 집합으로부터 알려지지 않은 사실이나 규칙을 찾아내는 작업이기 때문에 항상 높은 오류율의 위험에 처해 있다. 다중모델은 하나의 문제에 다수의 모델을 사용함으로써 오류율을 줄이고자 하는 접근 방법이다. 본 연구에서는 데이터마이닝의 예측 성능을 개선시킬 수 있는 새로운 방식의 다중모델을 제시한다. 이 다중모델은 입력사례의 특성에 따라 그에 적합하게 개발된 모델이 선정되어 적용되는 특징을 가지고 있다. 제시된 다중모델의 현실적인 성능 검증을 위해 국내 자동차 보험 가입 고객의 이탈 예측 문제에 적용하여, 그 결과를 단일모델의 결과와 비교 평가하였다. 비교 대상 단일모델로는, 사례기반추론, 인공신경망, 의사결정나무 등이 사용되었는데, 다중모델의 예측 성능이 어떤 단일모델의 예측 성능보다 우수한 것으로 나타났다.

• 한국통신학회논문지
• /
• 제39C권9호
• /
• pp.820-827
• /
• 2014

One of the basic problems in Wireless Sensor Networks (WSNs) is the localization of the sensor nodes based on the known location of numerous anchor nodes. WSNs generally consist of a large number of sensor nodes and recording the location of each sensor nodes becomes a difficult task. On the other hand, based on the application environment, the nodes may be subject to mobility and their location changes with time. Therefore, a scheme that will autonomously estimate or calculate the position of the sensor nodes is desirable. This paper presents an intelligent localization scheme, which is an artificial neural network (ANN) based localization scheme used to estimate the position of the unknown nodes. In the proposed method, three anchors nodes are used. The mobile or deployed sensor nodes request a beacon from the anchor nodes and utilizes the received signal strength indicator (RSSI) of the beacons received. The RSSI values vary depending on the distance between the mobile and the anchor nodes. The three RSSI values are used as the input to the ANN in order to estimate the location of the sensor nodes. A feed-forward artificial neural network with back propagation method for training has been employed. An average Euclidian distance error of 0.70 m has been achieved using a ANN having 3 inputs, two hidden layers, and two outputs (x and y coordinates of the position).