RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      검색결과 좁혀 보기

      선택해제
      • 좁혀본 항목 보기순서

        • 원문유무
        • 원문제공처
        • 등재정보
        • 학술지명
        • 주제분류
        • 발행연도
        • 작성언어
        • 저자
          펼치기

      오늘 본 자료

      • 오늘 본 자료가 없습니다.
      더보기
      • 무료
      • 기관 내 무료
      • 유료
      • KCI등재

        SOM기반 특징 신호 추출 기법을 이용한 불균형 주기 신호의 이상 탐지

        김송이,강지훈,박종혁,김성식,백준걸,Kim, Song-Ee,Kang, Ji-Hoon,Park, Jong-Hyuck,Kim, Sung-Shick,Baek, Jun-Geol 한국시뮬레이션학회 2012 한국시뮬레이션학회 논문지 Vol.21 No.2

        In this paper, a feature signal extraction method is proposed in order to enhance the low performance of fault detection caused by unbalanced data which denotes the situations when severe disparity exists between the numbers of class instances. Most of the cyclic signals gathered during the process are recognized as normal, while only a few signals are regarded as fault; the majorities of cyclic signals data are unbalanced data. SOM(Self-Organizing Map)-based feature signal extraction method is considered to fix the adverse effects caused by unbalanced data. The weight neurons, mapped to the every node of SOM grid, are extracted as the feature signals of both class data which are used as a reference data set for fault detection. kNN(k-Nearest Neighbor) and SVM(Support Vector Machine) are considered to make fault detection models with comparisons to Hotelling's $T^2$ Control Chart, the most widely used method for fault detection. Experiments are conducted by using simulated process signals which resembles the frequent cyclic signals in semiconductor manufacturing. 본 연구는 공정신호가 불균형 데이터인 경우 이상 탐지 알고리즘의 성능 개선을 위한 특징 신호 추출 기법을 제안한다. 불균형 데이터란 범주 구분 문제에서 하나의 범주의 속하는 데이터의 비율이 다른 범주의 데이터에 비해 크게 차이나 이상 탐지성능이 크게 저하되는 경우를 의미한다. 공정이 운영되는 경우 얻을 수 있는 이상 신호의 수는 정상 신호에 비해 매우 적기에 이러한 문제를 해결하여 이상 탐지 기법을 적용하는 것은 매우 중요하다. 불균형 문제 해결을 위해 SOM(Self-Organizing Map) 알고리즘을 이용하여 각 노드에 대응되는 가중치를 특징 신호로 간주하여 정상 데이터와 이상 데이터의 비율을 맞춘다. 특징 신호 데이터 집단의 이상 탐지를 위해 클래스 분류 기법인 kNN(k-Nearest Neighbor)과 SVM(Support Vector Machine)을 적용하여 이를 공정 신호 이상탐지를 위해 주로 사용하는 Hotelling's $T^2$ 관리도와 성능을 비교한다. 반도체 공정에서 발생한다고 알려진 공정 신호를 모사하여 신호 알고리즘 성능의 우수성을 검증한다.

      • 뇌전도 기반 색채심리치료 시스템

        홍기윤 ( Gee Yun Hong ),김송이 ( Song Ee Kim ),김태완 ( Tae Wan Kim ),이언석 ( On Seok Lee ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2

        사람들의 다양한 심리적인 질병으로서 분노나 스트레스, 불안, 초조, 긴장, 우울 등이 있다. 이런 심리적인 문제를 안정시키기 위해서 다양한 치료방법이 존재한다. 사람의 마음은 뇌의 영향을 받는데 마음은 의식과 무의식으로 나뉜다. 성격의 대부분을 형성하는 무의식이 마음의 대부분을 차지하지만 이는 아주 어렸을 때 형성되기 때문에 인지가 어렵다. 색채 치료에서 색채는 주관적인 심리가 강하기 때문에 개개인에 맞춰 좋아하는 색이나 안정이 되는 색을 봄으로서 심리를 안정시킬 수 있다. 본 연구에서는 색채를 통하여 마음이 안정할 수 있도록 하는 시스템을 개발하는 것을 목적으로 한다.

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼