Generalized Clustering Network를 이용한 전방향 학습 알고리즘

민준영,조형기,Min, Jun-Yeong,Jo, Hyeong-Gi 한국정보처리학회 1995 정보처리논문지 Vol.2 No.5

This paper constructs a feed-forward learning complex algorithm which replaced by the backpropagation learning. This algorithm first attempts to organize the pattern vectors into clusters by Generalized Learning Vector Quantization(GLVQ) clustering algorithm(Nikhil R. Pal et al, 1993), second, regroup the pattern vectors belonging to different clusters, and the last, recognize into regrouping pattern vectors by single layer perceptron. Because this algorithm is feed-forward learning algorithm, time is less than backpropagation algorithm and the recognition rate is increased. We use 250 ASCII code bit patterns that is normalized to 16$\times$8. As experimental results, when 250 patterns devide by 10 clusters, average iteration of each cluster is 94.7, and recognition rate is 100%. 본 연구에서는 역전파(backpropagationlk)학습 알고리즘에 대체될 수 있는 전방향 학습 알고리즘에 준하는 혼합 인식모형을 구성한다. 본 알고리즘은 Nikhil R. Pal (1993)이 제안한 GLVQ(Generalized Learning Vector Quantization)를 이용하여 패턴을 클러스터링 한 다음 비유사성(dissimilarity)을 가진 패턴끼리 재구성(regrouping) 하여 단순 퍼셉트론(simple perceptron)을 이용하여 group별 학습을 한다. 일반적으로 역전파학습인 학습시간이 많이 소요된다는 단점이 있다[1]. 본 알고리즘의 특징으로 는 feed-forward학습이기 때문에 학습시간이 단축될 뿐만 아니라 전체 패턴을 그룹별 로 나누어 학습을 하기 때문에 인식률도 향상 시킬 수 있다. 본 알고리즘에 적용한 데 이타는 250개의 ASCII코드를 16$\times$8격자에 정규화시킨 비트 패턴(bit pattern)을 이용 하였다. 실험결과 250개의 패턴을 10개의 클러스터로 나누어 학습을 시켰을 때 각 클 러스터별 평균반복횟수 94.7회만에 250개의 ASCII코드를 100% 인식할 수 있었다.

Radial Basis 함수를 이용한 동적 - 단기 전력수요예측 모형의 개발

민준영(Min Joon Young),조형기(Cho Hyung Ki) 한국정보처리학회 1997 정보처리학회논문지 Vol.4 No.7

This paper suggests the development of dynamic forecasting model for short-term power demand based on Radial Basis Function Network and Pal''s GLVQ algorithm. Radial Basis Function methods are often compared with the backpropagation training, feed-forward network, which is the most widely used neural network paradigm. The Radial Basis Function Network is a single hidden layer feed-forward neural network. Each node of the hidden layer has a parameter vector called center. This center is determined by clustering algorithm. Theatments of classical approached to clustering methods include theories by Hartigan(K-means algorithm), Kohonen(Self Organized Feature Maps : SOFM and Learning Vector Quantization : LVQ model), Carpenter and Grossberg(ART-2 model). In this model, the first approach organizes the load pattern into two clusters by Pal''s GLVQ clustering algorithm. The reason of using GLVQ algorithm in this model is that GLVQ algorithm can classify the patterns better than other algorithms. And the second approach forecasts hourly load patterns by radial basis function network which has been constructed two hidden nodes. These nodes are determined from the cluster centers of the GLVQ in first step. This model was applied to forecast the hourly loads on Mar. 4th, Jun. 4th, Jul. 4th, Sep. 4th, Nov. 4th, 1995, after having trained the data for the days from Mar. 1th to 3th, from Jun. 1th to 3th, from Jul. 1th to 3th, from Sep. 1th to 3th, and from Nov. 1th to 3th, 1995, respectively. In the experiments, the average absolute errors of one-hour ahead forecasts on utility actual data are shown to be 1.3795%.

적응형 영상 워터마킹 알고리즘 개발

민준영(Min Joon Young) 한국정보처리학회 1999 정보처리학회논문지 Vol.6 No.4

Digital watermarking is to embed imperceptible mark into image, video, audio and text data to prevent the illegal copy of multimedia data, arbitrary modification, and also illegal sales of the copies without agreement of copyright ownership. The DCT(Discrete Cosine Transforms) transforms of original image is conducted in this research and these DCT coefficients are expanded by Fourier series expansion algorithm. In order to embed the imperceptible and robust watermark, the Fourier coefficients(lower frequency coefficients) can be calculated using sine and cosine function which have a complete orthogonal basis function, and the watermark is embedded into these coefficients. In the experiment, we can show robustness with respect to image distortion such as JPEG compression, blurring and adding uniform noise. The correlation coefficient are in the range from 0.5467 to 0.9507.

신경망 및 통계적 클러스터링의 성능 비교 분석

민준영(Min Jun Young),허문열(Huh Mun Yul) 성균관대학교 응용통계연구소 1996 통계연구 Vol.4 No.-

N/A

인공지능 : Generalized Clustering Network 를 이용한 전방향 학습 알고리즘

민준영(Min Joon Young),조형기(Cho Hyung Ki) 한국정보처리학회 1995 정보처리학회논문지 Vol.2 No.5

본 연구에서는 역전파(backpropagation)학습 알고리즘에 대체될 수 있는 전방향 학습 알고리즘에 준하는 혼합 인식모형을 구성한다. 본 알고리즘은 Nikhil R. Pal(1993)이 제안한 GLVQ(Generalized Learing Vector Quantization)를 이용하여 배턴을 클러스터링을 한 다음 비유사성(dissimilarity)을 가진 패턴끼리 재구성(regrouping)하여 단순 퍼셉트론(simple perceptron)을 이용하여 group별 학습을 한다. 일반적으로 역전파학습인 경우 학습시간이 많이 소요된다는 단점이 있다[1]. 본 알고리즘의 특징으로는 feed-forward학습이기 때문에 학습시간이 단축될 뿐만 아니라 전체 패턴을 그룹별로 나누어 학습을 하기 때문에 인식률도 향상 시킬 수 있다. 본 알고리즘에 적용한 데이타는 250개의 ASCII코드를 16 X 8 격자에 정규화시킨 피트 패턴(bit pattern)을 이용하였다. 실험결과 250개의 패턴을 10개의 클러스터로 나누어 학습을 시켰을 때 각 클러스터별 평균반복횟수 94.7회만에 250개의 ASCII코드를 100% 인식할 수 있었다. This paper constructs a feed-forward learning complex algorithm which replaced by the backpropagation learning. This algorithm first attempts to organize the pattern vectors into clusters by Generalized Learning Vector Quantization(GLVQ) clustering algorithm(Nikhil R. Pal et al, 1993), second, regroup the pattern vectors belonging to different clusters, and the last, recognize into regrouping pattern vectors by single layer perceptron. Because this algorithm is feed-forward learning algorithm, total learning time is less than backpropagation algorithm and the recognition rate is increased. We use 250 ASCII code bit patterns that is normalized to 16 X 8. As experimental results, when 250 patterns devide by 10 clusters, average iteration of each cluster is 94.7, and recognition rate is 100%.,

푸리에 급수전개를 이용한 워터마크 삽입 알고리즘의 개발

민준영(Joon-Young Min),최종욱(Jong-Uk Choi) 한국정보과학회 1999 정보과학회논문지 : 시스템 및 이론 Vol.26 No.6

Digital watermarking이란 영상이나 비디오, 오디오, 텍스트 등의 저작물에 잘 식별되지 않는 표시를 삽입하여 저작권을 보호하는 방법으로 소유권자의 동의 없이 저작물을 배포, 복사되는 것을 방지하는 방법이다. 본 논문은 watermark를 삽입하기 위해서 sin과 cos함수를 이용한 Fourier 급수전개를 이용하였다. 우선, 원 이미지를 주파수 영역으로 변환한 다음 watermark를 삽입할 위치를 M×N 개의 Random Sequence를 발생하여 결정하였으며, M개의 파형을 가장 직교성이 좋다고 하는 sin함수와 cos함수를 이용하여 Fourier급수전개를 하였다. 이 때, sin과 cos의 n차 고조파 역시 Random Sequence를 발생하여 결정하였다. 제안한 알고리즘은 이와 같이 Fourier 급수전개를 했을 때 각 항의 Fourier 계수를 산출하여 이 Fourier 계수에 watermark를 삽입하였다. 실험 결과 JPEG압축, Blurring, 노이즈 삽입 등의 이미지 왜곡에 대하여 watermark상관관계가 최소 0.1979에서 최대 0.9732까지의 견고성(robustness)을 보였다. Digital watermarking is to embed imperceptible mark into image, video, audio and text data to prevent the illegal copy of multimedia data, arbitrary modification, and also illegal sales of the copies without agreement of copyright ownership. In this research, we transform the original image using DCT transform and execute the Fourier series expansion of these DCT coefficients. In order to embed the Imperceptible and robust watermark, we generate M×N random sequences of watermark position and harmonics of sine and cosine function. We calculate the Fourier coefficient of sine and cosine function which have a complete set of orthogonal basis function, and modify these coefficients. In the experiment, we can show robustness with respect to image distortion such as JPEG compression, blurring and adding uniform noise. The correlation coefficient were in the range from 0.1979 to 0.9732.

교차로의 대기행렬 예측모형구축에 관한 연구

민준영(Min Joon H .),최종욱(Choi Jong U .),조형기(Cho Hyung K .) 한국정보처리학회 1996 정보처리학회논문지 Vol.3 No.5

In this research, a model was developed for estimating the queue length of vehicles, based on occupancy time of each vehicle collected by loop detectors which were setup at the upstream of urban street, The estimation model suggested a method which minimizes architectural effects of the street, such as existence of pedestrian crossing, for future applications to the field. The estimation model suggested in this research was established based on real traffic data collected at upstream detectors in Kangnam subway station, Seoul, and the fomula of the model is based on MultiPolynomial equations. Consequence of the experiments showed that the model can adequately and in real-time mode mesure length of the queue which were constructed at the 80 to 90 meters away from the upstream detectors. The estimation accuracy of the model was verified in statistical analysis conducted by regression analysis and test results in real traffic situation.

제8차 장애인고용패널조사(2015년)

민준영(Min, Junyoung),김호진(Kim, Hojin),강혜승(Kang, Hyeseung),김성천(Kim, Seongcheon) 한국장애인고용공단 고용개발원 2016 장애인고용패널조사 Vol.2016 No.-

3차원이상 데이타에 대한 통계적 그래픽 표현

민준영(Min Joon Young),윤석환(Yoon Seok Hwan),이인정(Lee In Jung) 한국정보과학회 1992 한국정보과학회 학술발표논문집 Vol.19 No.2

3차원 이상의 다변량 데이타(multivariate data)를 그래픽으로 표현하려면 일반적인 좌표축으로는 직접 표현할 수가 없게 되므로 다른 방법에 의해서 표현되어져야 한다. 그 방법으로는 크게 세가지가 있다. 첫째, 수직 수평선상에 각각의 변수를 지정한 다음, 상호 변수가 만나는 점에서 두변수의 관계를 plot으로 표현하는 방법(side-by-side scatter plots), 둘째, 2차원 또는 3차원으로 투영(projection)시켜서 표현하는 방법, 세째, 각 차원을 표현할 수 있는 심볼로 plotting하는 방법(multiple-code symbols scatter plots)이 있다. 위 방법중 앞의 두가지 방법은 간단한 데이타의 관계를 보고자 할 경우에 주로 사용되며, multiple-code symbols scatter plots는 다차원 변수에 대한 시각적 표현을 심볼의 특징에 따라 여러모양으로 표현할 수 있어서 이에 대한 많은 연구가 진행되고 있다. 본 논문에서는 multiple-code symbols scatter plots을 시각적 효과에서 개선시킨 방법으로 다변량 통계자료를 구현해 보았으며, 또한 기존의 통계그래픽패키지인 StatGraphics의 다변량 통계자료를 조사하여 본 논문에서 표현한 방법과 비교해 본다.

고속도로 CCTV카메라의 효율적 운영을 위한 반구상 영상저장 및 복원 알고리즘

민준영(Min, Jun-Yeong),윤병주,이인정,남궁성 대한교통학회 2001 대한교통학회 학술대회지 Vol.40 No.-