-
-
公开(公告)号：KR101789078B1
公开(公告)日：2017-10-23
申请号：KR1020170020941
申请日：2017-02-16
Applicant: 전남대학교산학협력단
IPC: G06F17/30
Abstract: 본발명은고차원시계열모델링을위한은닉특징추출시스템및 방법에관한것으로서, 더욱상세하게는텐서기반시계열데이터구조로부터고차원을식별하는하위공간의직교터커(Tucker)-분해기반특징추출시스템및 방법에관한것이다. 이러한기술적과제를이루기위한본 발명의특징에따른고차원시계열모델링을위한은닉특징추출시스템은시계열데이터를측정하는시계열데이터측정부와상기시계열데이터측정부에서측정된텐서기반시계열데이터구조로부터고차원을식별하는하위공간의직교터커(Tucker)-분해기반의특징을추출하는은닉특징추출시스템을포함할수 있다. 본발명의특징에따른고차원시계열모델링을위한은닉특징추출방법은텐서기반의시계열데이터를수집하는단계(S1), 판별요인(A)을초기화하는단계(S2), 특징(feature)들의분류효율성을높이기위한클래스(class) 내의분포행렬(scatter matrix)을계산하는단계(S3) 및상기클래스(class) 간분포(scatter) 행렬(matrix)을계산하는단계(S4)를포함할수 있다. 또한, 판별요인(A)을추출하는단계(S5) 및상기판별요인(A)을토대로특징을추출하는단계(S6)를포함할수 있다. 본발명은클래스레이블의성공적인구현으로고차원적인차별화된공간을추출함으로써분류의정확성을확보할수 있는효과가있다. 또한, 클래스간의긴밀한식별특성을식별할수 있는해석가능성및 음향시각화능력을증대시킬수 있다. 또한, 일반화된고유치문제가각 교체단계에서해결됨으로써처리시간이감소되는효과가있다.
-
公开(公告)号：KR101655375B1
公开(公告)日：2016-09-08
申请号：KR1020140195360
申请日：2014-12-31
Applicant: 전남대학교산학협력단
IPC: G06T7/00
Abstract: 본발명은가중이동평균을이용한텍스트라인검출장치및 방법에관한것으로, 특히본 발명은가중이동평균을통해서텍스트가포함된이미지내에서텍스트라인을검출하여예측정확도를높일수 있도록한다. 텍스트라인은문서이미지정보를분석하는데가장중요한전처리과정중에하나이며, 검출된텍스트라인은워드검출의정확도에많은영향을미치기때문에문서이미지정보분석과정에서중요한부분이므로, 본발명에서와같이가중이동평균을이용한텍스트라인검출은문서의기울기정도에따른텍스트라인검출, 언어에따른텍스트라인검출등에활용될수 있다.
-
公开(公告)号：KR101375673B1
公开(公告)日：2014-03-27
申请号：KR1020120150462
申请日：2012-12-21
Applicant: 전남대학교산학협력단
IPC: A61B5/0476 , G06F19/00
CPC classification number: A61B5/0476 , G06N7/08 , G16H50/30
Abstract: The present invention relates to a method for warning of an epileptic seizure and a terminal supporting the same, and the objective of the present invention is to enable the accurate and stable prediction and warning of an epileptic seizure using an excitatory/inhibitory population model based on chaos neurons. A method for warning an epileptic seizure disclosed in the present invention comprises the steps of: applying epileptic brain wave data to a chaos neuron-based excitatory-inhibitory (E-I) model and calculating an optimum parameter value for a connection coefficient; calculating a parameter in the E-I model for collected brain wave signals and comparing the calculated parameter with the optimum parameter value; and predicting an epileptic seizure based on the comparison result. The structure of a terminal supporting the method is also disclosed in the present invention. [Reference numerals] (110) Brain wave signal collection unit; (120) Input unit; (130) Alarm unit; (140) Display unit; (150) Storage unit; (151) Epileptic brain wave data; (160) System control unit
Abstract translation: 本发明涉及一种癫痫发作警报的方法及其支持的终端，本发明的目的是使用基于兴奋性/抑制性群体模型的癫痫发作的准确和稳定的预测和警告 混沌神经元。 本发明公开的癫痫发作警示方法包括以下步骤：将癫痫脑电波数据应用于基于混沌神经元的兴奋抑制（E-I）模型，并计算连接系数的最佳参数值; 计算E-I模型中收集的脑波信号的参数，并将计算参数与最佳参数值进行比较; 并根据比较结果预测癫痫发作。 支持该方法的终端的结构也在本发明中公开。 （附图标记）（110）脑波信号收集单元; （120）输入单元; （130）报警单元; （140）显示单元; （150）存储单元; （151）癫痫脑波数据; （160）系统控制单元
-
公开(公告)号：KR101229401B1
公开(公告)日：2013-02-05
申请号：KR1020100133268
申请日：2010-12-23
Applicant: 전남대학교산학협력단
Abstract: 검색 결과를 링크형태가 아닌 융합된 정보를 사용자에게 즉시 제공하여 검색결과를 다시 검색해야하는 사용자들의 불편을 해소할 수 있도록, 베이즈정리를 사용하여 특정 정보를 가진 웹 페이지의 특징여부를 분류하고 특징들이 출현했을 경우 어떤 웹 페이지에 해당하는가를 참조할 수 있는 확률을 학습하고 온톨로지 데이터사전을 구축하여 단어들이 어떤 항목과 연관을 가지며 어떤 단어와 동일한 뜻으로 사용할 수 있는지 작성하고 다양한 단어를 하나로 통일하기 위한 고유의 명칭을 작성하는 전처리단계와, 사용자가 키워드를 입력하면 크롤러가 순환하면서 웹 페이지 주소를 가져오고 래퍼는 주소를 참조하여 웹 페이지 데이터를 추출하고 웹 페이지의 정보에 분류한 특징을 포함하고 있는지 여부를 판단하고 불용어와 중복어를 제거한 후 각 어간의 원형을 복원하는 작업을 수행하는 정보추출단계와, 온톨로지 데이터 사전에 따라 데이터들이 어떤 카테고리의 범주에 속해 있는지를 분석하고 베이즈정리를 통하여 학습된 통계를 토대로 나이브베이즈 방법을 사용하여 키워드와 추출된 웹 페이지 간의 관련성 여부를 분석하는 신뢰도 평가단계와, 저장된 데이터들을 정해진 다수의 카테고리로 검색하여 통합된 하나의 새로운 명칭을 부여하는 메타데이터 구축단계를 포함하는 웹페이지의 이질적 데이터 정보융합 제공방법을 제공한다.
-
Patent Agency Ranking
公开(公告)号：KR1020120072290A
公开(公告)日：2012-07-03
申请号：KR1020110007479
申请日：2011-01-25
Applicant: 전남대학교산학협력단
IPC: G06F19/00 , A61B5/0476
CPC classification number: G06F17/16 , A61B5/0476
Abstract: PURPOSE: A method for analyzing incremental non-Gaussian time is provided to minimize memory usage and data processing time by utilizing incremental ICA(Independent Component Analysis) scheme by analysis of EEG(Electroencephalography) signal data. CONSTITUTION: First input vector data is composed of matrices. The first input vector data is represented and disassembled into a non-Gaussian weight vector. The non-Gaussian weight vector is updated by the second input vector data. The non-Gaussian weight vector is repeated until maximum non-Gaussian characteristics are indicated.
Abstract translation: 目的：提供一种用于分析增量非高斯时间的方法，通过利用EEG（脑电图）信号数据的分析，利用增量ICA（独立分量分析）方案来最小化存储器使用和数据处理时间。 构成：第一个输入向量数据由矩阵组成。 第一输入向量数据被表示和分解成非高斯权重向量。 非高斯权重向量由第二输入向量数据更新。 重复非高斯权重向量直到指示最大非高斯特性。
-
公开(公告)号：KR100854537B1
公开(公告)日：2008-08-26
申请号：KR1020070013993
申请日：2007-02-09
Applicant: 전남대학교산학협력단
Abstract: 본 발명은 제품의 2차원 영상을 이용한 제품 설계 정보 재사용 시스템 및 그 방법에 관한 것으로서, 2차원 영상을 수신받는 수신 모듈; 2차원 영상을 분할하고, 분할된 각각의 영상을 병합하여 부품 영상으로 추출하는 영상 분할 모듈; 영상 분할 모듈에서 분할한 부품 영상에 대한 정보를 이용하여 속성 관계 그래프를 생성하고 제품 설계 정보를 매칭하는 속성 관계 그래프 생성 모듈; 2차원 영상, 분할 처리된 부품 영상 및 속성 관계 그래프를 저장하는 저장 모듈; 및 수신 모듈, 영상 분할 모듈, 속성 관계 그래프 생성 모듈 및 저장 모듈을 중앙 제어하는 중앙 제어 모듈; 을 포함한다.
상기와 같은 본 발명에 따르면, 2차원 영상 정보를 이용하여 기 설계된 제품의 영상 정보를 검색하여 제품 설계 정보를 재사용할 수 있는 효과가 있다.
또한, 제품의 2차원 영상을 부품 단위로 인식하여 세밀한 검색을 할 수 있는 효과가 있다.
그리고, 3차원 영상에 비해 차지하는 저장 공간이 적고, 처리 과정이 빠른 효과가 있다.
제품 설계 정보, 재사용, 2차원 영상-
公开(公告)号：KR102221513B1
公开(公告)日：2021-03-03
申请号：KR1020190024090
申请日：2019-02-28
Applicant: 전남대학교산학협력단
Abstract: 본발명은오디오와텍스트의융합을통해음성신호로부터자동으로인간의감정을인식하는음성감정인식방법및 시스템에관한것이다. 본발명의실시예에따른음성감정인식방법은화자의발화(utterance)로부터오디오신호(Audio signal)를추출하는단계(S10) 및추출된상기오디오신호를토대로연속된음성을스펙트로그램(spectrogram)으로변환하는단계(S20)를포함할수 있다. 또한, 상기화자의발화(utterance)로부터대응되는텍스트데이터(Text data)를추출하는단계(S30), 추출된상기텍스트데이터에서비 표현단어(non-expressive words)를필터링(Filtering)하는단계(S40) 및필터링된단어를임베딩행렬(embedding matrix)로변환하는단계(S50)를포함할수 있다. 또한, 변환된상기스펙트로그램(spectrogram)과단어임베딩행렬(embedding matrix)을 TSRNN(Temporal-Stream Recurrent Neural Network)에공급하는단계(S60) 및상기 TSRNN(Temporal-Stream Recurrent Neural Network)을이용하여발화(utterance)의감정상태를예측하는단계(S70)를포함할수 있다.
-
-
公开(公告)号：KR101923405B1
公开(公告)日：2018-11-29
申请号：KR1020180002739
申请日：2018-01-09
Applicant: 전남대학교산학협력단
Abstract: 본발명은기하학적변환이적용된 AAM을이용한사람의얼굴검출및 모델링시스템에관한것으로, 영상데이터또는카메라로촬영하고있는실시간비디오에서 cascaded CNN(Convolutional Neural Network)를통해사람의얼굴을감지및 추적하고, 추적된데이터를기하학적변환이적용된 AAM(Active Appearance Model)을통해모델링하는기하학적변환이적용된 AAM을이용한사람의얼굴검출및 모델링시스템및 그방법에관한것이다.본발명은기하학적변환을통해추적된객체의이미지를수평방향의이미지로회전처리하여다양한포즈(회전)로인한객체의움직임을추정할수 있고, 추정후 객체의이미지를원래위치로역회전시켜객체를모델링하는과정을반복하여객체를실시간으로검출및 모델링할수 있는효과가있다.
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.028 seconds)
