http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
센서 응답의 Time-Profile 을 이용한 전자 후각 (E-Nose) 시스템의 Vapor 인식 성능 향상
양윤석 대한의용생체공학회 2004 의공학회지 Vol.25 No.5
The electronic nose (E-nose) recently finds its applications in medical diagnosis, specifically on detection of diabetes, pulmonary or gastrointestinal problem, or infections by examining odors in the breath or tissues with its odor characterizing ability. The odor recognition performance of E-nose can be improved by manipulating the sensor array responses of vapors in time-profile forms. The different chemical interactions between the sensor materials and the volatile organic compounds (VOC's) leave unique marks in the signal profiles giving more information than collection of the conventional piecemal features, i.e., maximum sensitivity, signal slopes, rising time. In this study, to use them in vapor recognition task conveniently, a novel time-profile method was proposed, which is adopted from digital image pattern matching. The degrees of matching between 8 different vapors were evaluated by using the proposed method. The test vapors are measured by the silicon-based gas sensor array with 16 CB-polymer composites installed in membrane structure. The results by the proposed method showed clear discrimination of vapor species than by the conventional method. 전자 후각 (E-nose) 시스템은, 전통적으로 음식물이나 플라스틱 제재의 생산에서 자동화된 품질관리 시스템에 사용되어 왔으나, 최근 호흡가스 등을 통해 당뇨, 호흡 및 소화기 질환과 감염 등을 검사하는 진단영역으로 그 응용분야를 확대하고 있다. 이러한 질병과 연관이 있는 휘발성 유기화합물 (volatile organic compound, VOC) 에 대하여 E-nose 의 센서어래이는 센서 물질과 휘발성 화합물 사이의 반응으로 인해 고유한 반응을 보이며, 신호의 profile 에 그 흔적을 남긴다. 본 연구에서는 센서어래이의 반응 신호를profile 형태로 유지 및 분석함으로써 E-nose 의 가스시료 인식 성능을 보다 향상 시킬 수 있는 방법을 제안하였다. 신호의 profile 에는 패턴인식을 위한 기존의 개별적인 특성 (feature) 보다 많은 정보가 들어 있으며, 이를 가스의 구분에 효과적으로 이용하기 위해 디지털 영상처리에서 사용되는 패턴 매칭을 응용한 time-profile 방법을 새롭게 제안하였다. 제안된 방법의 검증을 위해, 반도체 공정에 의해 제작된 16 채널의 초소형 가스센서 어래이를 사용해 측정된 8 종류의 각기 다른 가스시료들에 대하여, 동종 및 이종 가스간의 매칭의 정도를 산출하였다. 기존의 방법과 비교한 결과 동종과 이종 가스간의 뚜렷한 구별이 가능하여 이를 패턴인식에 사용하면 E-nose 의 가스 인식 성능을 향상 시킬 것으로 전망된다.
인공신경망과 HMM(은닉 마르코프 모델)을 이용한 가치투자의 비선형성에 대한 연구
양윤석,오경주 대한산업공학회 2018 대한산업공학회 춘계학술대회논문집 Vol.2018 No.4
전통적으로 가치, 모멘텀 같은 스타일 팩터에 대한 투자나 연구는 Fama-French 같은 이론모델부터 MSCI Barra 같은 실무모델까지 회귀분석을 이용한 선형모델에 주로 의존해왔다. 그러나 실제 스타일전략 성과는 국면별로 차별적 비선형 dynamics를 가지는 multimodal 분포를 보인다. 본 연구는 가치 스타일 팩터 투자 전략을 대상으로 Fama-French-Cahart 4 팩터 모델과 인공신경망와 은닉 마르코프 모델을 각각 적용한 가치 투자의 특성을 실증 비교함으로써 가치 투자의 비선형적 특성을 파악한다. 더불어 비선형적 특성을 반영한 가치 투자전략을 구축하고 선형 모델과 비교함으로써 가치 투자의 비선형성을 고려하는 것이 투자의사 결정에 중요한 요소임을 보인다.