http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 심귀보 (검색결과 517 건)
- 무료
- 기관 내 무료
- 유료
-
-
Heuristic Feature Extraction Method for BCI with Harmony Search and DiscreteWavelet Transform
심귀보,박승민,이태주 제어·로봇·시스템학회 2016 International Journal of Control, Automation, and Vol.14 No.6
For the brain-computer interface system (BCI), pre-processing has an important role to ensure systemperformance. However, the speech recognition system using electroencephalogram (EEG) is weak against temporaleffects. Therefore, in general cases, wavelet transform has been used to cope with the temporal effects and nonstationarycharacteristic of EEG. The discrete version of wavelet transform, called DWT, requires a filter of thesystem for use in downsampling the signal. In other words, it is important to determine the suitable type of filter. Inmany cases, it is difficult to find an adequate filter for DWT because of differences in the characteristics of the inputsignal. In this paper, we proposed a heuristic approach to finding the optimal filter of the system for EEG signals. The harmony search algorithm (HSA) was used for finding of the optimal filter. In the learning process with theEEG system, the optimal wavelet filter could be found, which is automatically designed for subject personality.
-
-
Pattern recognition methods for emotion recognition with speech signal
심귀보,박창현 한국지능시스템학회 2006 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGE Vol.6 No.2
In this paper, we apply several patern recognition algorithms to emotion recognition system with speech signal and compare the results. Firstly, we need emotional speech databases. Also, speech features for emotion recognition are determined on the database analysis step. Secondly, recognition algorithms are applied to these speech features. The algorithms we try are artificial neural network, Bayesian learning, sult section.
-
심귀보,양재원 한국지능시스템학회 2003 한국지능시스템학회논문지 Vol.11 No.3
The trial and success of malicious cyber attacks has been increased rapidly with spreading of Internet and the activation of a internet shopping mall and the supply of an online, or an offline internet, so it is expected to make a problem more and more. The goal of intrusion detection is to identify unauthorized use, misuse, and abuse of computer systems by both system insiders and external penetrators in real time. In fact, the general security system based on Internet couldn't cope with the attack properly, if ever, other regular systems have depended on common vaccine softwares to cope with the attack. But in this paper, we will use the positive selection and negative selection mechanism of T-cell, which is the biologically distributed autonomous system, to develop the self/nonself recognition algorithm and AIS (Artificial Immune System) that is easy to be concrete on the artificial system. For making it come true, we will apply AIS to the network environment, which is a computer security system. 인터넷 보급의 확산과 전자상거래의 활성화 그리고 유·무선 인터넷의 보급에 따른 악의적인 사이버 공격의 시도가 점점 증가하고 있다. 이로 인해 점차 더 많은 문제가 야기될 것으로 예상된다. 현재 일반적인 인터넷상의 시스템은 악의적인 공격에 적절하게 대응해오지 못하고 있으며, 다른 범용의 시스템들도 기존의 백신 프로그램에 의존하며 그 공격에 대응해오고 있다. 따라서 새로운 침입에 대하여는 대처하기 힘든 단점을 가지고 있다. 본 논문에서는 생체 자율분산시스템의 일부분인 T세포의 positive selection과 negative selection을 이용한 자기/비자기 인식 알고리즘을 제안한다. 제안한 알고리즘은 네트워크 환경에서 침입탐지 시스템에 적용하여 기존에 알려진 침입뿐만 아니라 새로운 침입에 대해서도 대처할 수 있다.
-
-
-
-
-
이동로봇의 행동제어를 위한 2-Layer Fuzzy Controller
심귀보,변광섭,박창현,Sim, Kwee-Bo,Byun, Kwang-Sub,Park, Chang-Hyun 한국지능시스템학회 2003 한국지능시스템학회논문지 Vol.15 No.2
로봇의 기능이 다양해지며 복잡해지고 있다. 주위의 환경을 감지하는 센서로는 거리정보 뿐만 아니라 영상 정보, 음성 정보까지 이용하고 있다. 본 논문에서는 다양한 입력정보를 가진 로봇을 제어하기 위한 알고리즘으로 2-layer fuzzy control을 제안한다. 장애물 회피의 경우에 다수의 거리 센서를 이용하는데 이것을 앞쪽, 왼쪽, 오른쪽으로 분류하여 3개의 sub-controller를 가지고 퍼지 추론을 한 다음, 2단계에서는 이 3개의 sub-controller의 출력으로 조합된 퍼지 추론을 하여 통합적인 제어를 한다. 본문에서는 2-layer fuzzy controller와 비슷한 구조를 갖는 hierarchical fuzzy controller와 비교를 하였으며 robot following에도 적용하여 각각에 대한 시뮬레이션과 실험을 통해 성능을 확인한다. The ability of robot is being various and complex. The robot is utilizing distance, image data and voice data for sensing its circumstance. This paper suggests the 2-layer fuzzy control as the algorithm that control robot with various sensor information. In a obstacle avoidance, it utilizes many range finders and classifies them into 3parts(front, left, right). In 3 sub-controllers, the controller executes fuzzy conference. And then it executes combined control with a combination of outputs of 3 sub-controllers in the second step. The text compares the 2-layer fuzzy controller with the hierarchical fuzzy controller that has analogous structure. And the performance of the 2-layer fuzzy controller is confirmed by application this controller to robot following, simulation to each other and real experiment.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
