http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
데이터 큐브 모델과 SVM을 이용한 철도 선로전환기의 교체시기 탐지
최용주(Yongju Choi),오지영(Jeeyoung Oh),박대희(Daihee Park),정용화(Yongwha Chung),김희영(Hee-Young Kim) 한국스마트미디어학회 2017 스마트미디어저널 Vol.6 No.2
철도 선로전환기는 열차의 진로를 현재의 궤도에서 다른 궤도로 제어하는 장치이다. 선로전환기의 노후화로 인한 이상 상황은 탈선 등과 같은 심각한 문제를 발생할 수 있기 때문에, 선로전환기의 적절한 교체시기를 결정하는 것은 매우 중요하다. 본 논문에서는 국내 철도 현장에서 획득한 선로전환기의 전류신호로부터 다차원 데이터 큐브를 구성하고 OLAP(On-Line Analytical Processing) 분석을 통하여 체계적으로 “교체가 필요한 데이터”와 “교체 시점이 아닌 데이터” 집합을 정제하여 분류하였다. 또한 선로전환기의 교체시기 탐지 문제를 이진 분류 문제로 해석하여 이진 분류기의 대표적 모델인 SVM(Support Vector Machine)을 탐지기로 설계함으로써 선로전환기의 노후화에 따른 적절한 교체시기를 탐지하는 시스템을 제안한다. 이때, 입력되는 전류 신호를 DWT(Discrete Wavelet Transform)와 PCA(Principal Components Analysis) 기법으로 고차원의 특징벡터 신호를 정보의 손실을 최소화하면서 저차원의 특징벡터로 변환한다. 실제 국내에서 운행 중인 선로전환기의 이상상황 정보가 포함된 대규모의 전류 신호를 이용하여 제안하는 시스템의 성능을 실험적으로 검증한 바 98%를 넘는 탐지 정확도를 확인하였다. Railway point machines act as actuators that provide different routes to trains by driving switchblades from the current position to the opposite one. Since point failure caused by the aging effect can significantly affect railway operations with potentially disastrous consequences, replacement detection of point machine at an appropriate time is critical. In this paper, we propose a replacement condition detection method of point machine in railway condition monitoring systems using electrical current signals, after analyzing and relabeling domestic in-field replacement data by means of OLAP(On-Line Analytical Processing) operations in the multidimensional data cube into “does-not-need-to-be replaced” and “needs-to-be-replaced” data. The system enables extracting suitable feature vectors from the incoming electrical current signals by DWT(Discrete Wavelet Transform) with reduced feature dimensions using PCA(Principal Components Analysis), and employs SVM(Support Vector Machine) for the real-time replacement detection of point machine. Experimental results with in-field replacement data including points anomalies show that the system could detect the replacement conditions of railway point machines with accuracy exceeding 98%.
최용주 ( Yongju Choi ),이종욱 ( Jonguk Lee ),박대희 ( Daihee Park ),이종현 ( Jonghyun Lee ),정용화 ( Yongwha Chung ),김희영 ( Hee-young Kim ),윤석한 ( Sukhan Yoon ) 한국정보처리학회 2016 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.5 No.9
철도 선로전환기는 열차의 진로를 현재의 궤도에서 다른 궤도로 제어하는 장치이다. 선로전환기의 이상 상황은 탈선 등과 같은 심각한 문제를 발생할 수 있기 때문에, 선로전환기의 스트레스를 지속적으로 모니터링 하는 것은 매우 중요하다. 본 논문에서는 선로전환기가 작동할 때 발생하는 소리 정보를 이용하여 선로전환기의 스트레스를 탐지하는 시스템을 제안한다. 제안하는 시스템은 선로전환기의 동작 시 발생하는 소리 데이터로부터 자질 선택방법을 사용하여 스트레스 탐지에 유효한 감소된 차원의 자질 부분집합을 선택한 후, 기계학습의 대표적 모델인SVM(Support Vector Machine)을 이용하여 선로전환기의 스트레스 상태 여부를 탐지한다. 테스트용 선로전환기를 실제 구동하며 수집한 소리 데이터를 이용하여, 본 논문에서 제안하는 시스템의 성능을 실험적으로 검증한 바 98%를 넘는 정확도를 확인하였다. Railway point machines act as actuators that provide different routes to trains by driving switchblades from the current position to the opposite one. Since point failure can significantly affect railway operations with potentially disastrous consequences, early stress detection of point machine is critical for monitoring and managing the condition of rail infrastructure. In this paper, we propose a stress detection method for point machine in railway condition monitoring systems using sound data. The system enables extracting sound feature vector subset from audio data with reduced feature dimensions using feature subset selection, and employs support vector machines (SVMs) for early detection of stress anomalies. Experimental results show that the system enables cost-effective detection of stress using a low-cost microphone, with accuracy exceeding 98%.
전류 신호의 적분 값을 이용한 선로전환기의 노후화 탐지 시스템
최용주 ( Yongju Choi ),박대희 ( Daihee Park ),정용화 ( Yongwha Chung ),김희영 ( Hee-young Kim ),임철후 ( Chulhoo Lim ),윤석한 ( Sukhan Yoon ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2
철로를 구성하는 요소 중 하나인 선로전환기는 열차의 궤도를 변경하는 부품 중 하나로써, 열차가 주행 중에 인접한 다른 선로로 주행방향을 전환할 때 사용된다. 철로운영 지침서에 따르면 내구수명 10년 혹은 전환횟수 20만회를 선로전환기의 교체시점으로 권고하고 있으나, 실제 현장에서는 예산문제 등으로 인하여 잘 지켜지지 않는 것이 현실이다. 또한, 선로전환기에 관한 연구 문헌들에서도 선로전환기의 교체시기에 관한 학술적·실용적 차원의 연구 결과를 찾아볼 수 없다. 본 논문에서는 선로전환기의 전류 적분 값을 이용하여 선로전환기의 교체 시점을 결정하는 시스템을 제안한다. 제안된 시스템은 실제 현장에서 선로전환기의 교체시기를 판별하는 유용한 지표로 사용될 것으로 기대된다.
질감 분석과 CNN을 이용한 잡음에 강인한 돼지 호흡기 질병 식별
최용주 ( Yongju Choi ),이종욱 ( Jonguk Lee ),박대희 ( Daihee Park ),정용화 ( Yongwha Chung ) 한국정보처리학회 2018 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.7 No.3
집단으로 사육되는 돼지 농장에서 돼지 소모성 질환의 자동 탐지는 매우 중요한 문제이다. 특히, 밀집된 돈사에서 사육되는 돼지들의 호흡기 질환은 축산 농가의 막대한 경제적 손실을 야기하는 대표적 질병들 중 하나이다. 본 논문에서는 소리 신호 해석에 기반하여 돼지의 호흡기 질환을 조기 탐지 및 식별하는 잡음에도 강인한 시스템을 제안한다. 제안하는 시스템은, 먼저 1차원의 소리 신호를 2차원의 회색조 영상으로 변환한 후, DNS기법으로 질감 특징 정보를 갖는 이미지를 생성한다. 마지막으로, 이를 CNN에 입력함으로써 잡음에도 강인한 돼지 호흡기 질병 탐지 및 식별 시스템을 구현하고자 한다. 실제 국내 돈사에서 취득한 돼지의 발성음을 이용하여 제안하는 시스템의 성능을 실험적으로 검증한바, 제안된 시스템은 경제적인 비용(저가의 소리 센서)과 시스템 정확도(96.0% 정확도)로 다양한 잡음 환경에서도 돼지의 호흡기 질병들을 탐지할 수 있음을 실험적으로 확인하였다. 제안된 시스템은 독자적인 혹은 기존 방법들의 보완책으로 사용될 수 있다. Automatic detection of pig wasting diseases is an important issue in the management of group-housed pigs. In particular, porcine respiratory diseases are one of the main causes of mortality among pigs and loss of productivity in intensive pig farming. In this paper, we propose a noise-robust system for the early detection and recognition of pig wasting diseases using sound data. In this method, first we convert one-dimensional sound signals to two-dimensional gray-level images by normalization, and extract texture images by means of dominant neighborhood structure technique. Lastly, the texture features are then used as inputs of convolutional neural networks as an early anomaly detector and a respiratory disease classifier. Our experimental results show that this new method can be used to detect pig wasting diseases both economically (low-cost sound sensor) and accurately (over 96% accuracy) even under noise-environmental conditions, either as a standalone solution or to complement known methods to obtain a more accurate solution.
최용주 ( Yongju Choi ),이종욱 ( Jonguk Lee ),박대희 ( Daihee Park ),이종현 ( Jonghyun Lee ),정용화 ( Yongwha Chung ),김희영 ( Heeyoung Kim ),윤석한 ( Sukhan Yoon ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.1
열차의 진로를 제어하는 선로전환기는 열차의 안정적인 주행에 있어서 매우 중요한 시설이다. 본 논문에서는 선로전환기의 작동 시 발생하는 소리 정보를 이용하여 선로전환기의 스트레스를 탐지하는 시스템을 제안한다. 먼저 제안하는 시스템은 선로전환기에 스트레스가 쌓인 상태의 소리 정보와 스트레스가 제거된 소리 정보를 수집한 후, 다양한 소리특징들을 추출한다. 추출된 특징들로 부터 t-test를 이용하여 유의성이 확보된 소리 특징 파마미터만을 최종 특징벡터로 선택한다. 마지막으로, 소리 특징 벡터를 입력으로 하는 이진 분류기인 SVM(Support Vector Machine)을 이용하여, 선로전환기의 스트레스 상태 여부를 실시간으로 탐지한다. 실제 테스트용 선로전환기에서 취득한 소리 정보 데이터 셋을 이용하여 본 논문에서 제안하는 시스템의 성능을 실험적으로 검증한다.
선로전환기의 전류신호를 이용한 SVM 기반의 노후화 탐지 시스템
최용주 ( Yongju Choi ),이종욱 ( Jonguk Lee ),박대희 ( Daihee Park ),정용화 ( Yongwha Chung ),임철후 ( Chulhoo Lim ),윤석한 ( Sukhan Yoon ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2
고속철도 산업의 핵심 요소 중 하나인 선로전환기는 열차의 진로를 제어해주는 부품으로, 해당 설비의 노후화를 조기에 탐지하여 적절한 시기에 선로전환기를 교체하는 것은 안정적인 철도운영에서 매우 중요하다. 본 논문에서는 선로전환기의 작동 시 발생하는 전류 신호를 이용하여 선로전환기의 노후화를 탐지하는 시스템을 제안한다. 제안하는 시스템은 선로전환기로부터 전류 신호를 취득한 후, 주파수 도메인의 특징인 SK값으로 변환하여 특징벡터를 추출하고, PCA를 이용하여 SK벡터의 차원 축소와 동시에 중요한 특징들만을 선택한다. 마지막으로, 선로전환기의 노후화를 탐지하는 문제를 이진 클래스 문제로 해석하여, 기계학습의 대표적 모델인 SVM을 이용하여 선로전환기의 노후화 여부를 탐지한다. 실제 국내에서 운행 중인 선로전환기의 전류 신호를 취득하여 실험한 결과, 선로전환기의 노후화 상황을 안정적으로 탐지함을 확인하였다.
최용주 ( Yongju Choi ),최윤아 ( Yoona Choi ),박대희 ( Daihee Park ),정용화 ( Yongwha Chung ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.2
돼지 호흡기 질병은 돈사에 막대한 경제적 손실을 초래하는 질병들 중 하나이다. 본 논문에서는 저비용으로도 구축이 가능한 소리 센서 기반의 돼지 호흡기 질병 탐지 시스템을 제안하며, 특히 잡음 환경에서도 강인한 시스템의 구성에 초점을 두었다. 제안하는 시스템은 먼저, 돈사 내의 소리 센서로부터 취득한 돼지 소리를 2차원 회색조 이미지로 변환한다. 이후, 잡음에 강인한 성능을 보이는 Dominant Neighborhood Structure(DNS) 알고리즘을 이용하여 질감정보를 추출한다. 마지막으로, 이미지 분류에서 그 성능이 이미 입증된 딥러닝의 대표적 모델인 Convolutional Neural Network(CNN)에 사용하여 돼지 호흡기 질병을 탐지 및 분류한다. 실제 국내 돈사에서 취득한 돼지 소리를 이용하여 제안하는 시스템의 성능을 실험적으로 검증한 바 96%가 넘는 안정적인 시스템임을 확인하였다.