Degenerative arthritis is a common joint disease that affects many elderly people and is typically diagnosed through radiography. However, the need for remote diagnosis is increasing because knee pain and walking disorders caused by degenerative arthritis make face-to-face treatment difficult. This study collects three-dimensional joint coordinates in real time using Azure Kinect DK and calculates 6 gait features through visualization and one-way ANOVA verification. The random forest classifier, trained with these characteristics, classified degenerative arthritis with an accuracy of 97.52%, and the model's basis for classification was identified through classification algorithm by features. Overall, this study not only compensated for the shortcomings of existing diagnostic methods, but also constructed a high-accuracy prediction model using statistically verified gait features and provided detailed prediction results.

선박이 접안할 때 발생하는 접안에너지에 가장 영향력이 큰 요소는 접안속도이며, 과도한 경우 사고로 이어질 수 있다. 접안속도의 결정에 영향을 미치는 요소는 다양하지만 기존 연구에서는 일반적으로 선박 크기에 제한하여 분석하였다. 따라서 본 연구에서는 다양한 선박 접안속도의 영향요소를 반영하여 분석하고 그에 따른 중요도를 도출하고자 한다. 분석에 활용한 데이터는 국내 한 탱커부두의 선박 접안속도를 실측한 것을 바탕으로 하였다. 수집된 데이터를 활용하여 머신러닝 분류 알고리즘인 의사결정나무(Decision Tree), 랜덤포 레스트(Random Forest), 로지스틱회귀(Logistic Regression), 퍼셉트론(Perceptron)을 비교분석하였다. 알고리즘 평가 방법으로는 혼동 행렬에 따른 모델성능 평가지표를 사용하였다. 분석 결과, 가장 성능이 좋은 알고리즘으로는 퍼셉트론이 채택되었으며 그에 따른 접안속도 영향 요인의 중요도는 선박 크기(DWT), 부두 위치(Jetty No.), 재화상태(State) 순으로 나타났다. 이에 따라 선박 접안 시, 선박의 크기를 비롯하여 부두 위치, 재화 상태 등 다양한 요인을 고려하여 접안속도를 설계하여야 한다.

기존 온·습도 센서와 여러 가스센서에 의해 측정 및 제어되는 돈사환경제어시스템에 돼지의 체온조 절행동에 근거한 생체정보를 이용하여 외부 환경정보를 보정한다면 보다 정밀한 축사 환경제어를 할 수 있다. 이를 위한 본 연구는 ICT기술을 접목한 스마트돈사의 정밀환경제어를 위한 기초연구로 획득된 이 미지를 바탕으로 돼지의 행동특성을 3가지로 분류하기 위한 영상처리시스템 알고리즘을 제시하고자 한 다. 공시재료는 실험돈사에서 사육되고 있는 육돈용 자돈(F2, 36~40kg) 3마리를 이용하였으며, 영상처 리를 수행하고자 천정에 설치된 카메라를 통해 획득된 이미지를 이용하였다. 영상처리를 위한 프로그램 은 Visual Studio C과 다양한 영상처리를 위해 개발된 오픈 소스 라이브러리인 OpenCV Library를 이 용하여 구현하였다. 행동분류 알고리즘은 각 돼지의 중심점 데이터, 돼지가 차지하는 면적, 돼지 사이 의 거리를 구하고자 전처리를 수행한 이미지를 RGB 색상계에서 YCrCb 색상계로 변환하였으며, 히스토 그램 평활화(Histogram Equalization), cvBlob함수를 사용하여 Labeling 알고리즘을 수행하였다. 영상 처리 결과, 검증 이미지를 대상으로 군집형태 A로 판단된 결과는 면적만 고려한 것과 거리와 면적을 같 이 고려하였을 때 인식률 95%를 나타내었다. 군집형태 B의 경우 면적만을 고려하였을 경우 65%, 면적 과 거리를 모두 고려하였을 경우 95%로 나타났다. 군집형태 C의 경우 면적만을 고려하였을 경우 25%, 면적과 거리를 모두 고려하였을 경우 100%로 나타나 환경정보 보정자료로 활용이 가능한 것으로 판단 되었다.

효율적인 악취관리를 위해서는 민원지역에서 발생한 악취를 분류하고, 그 악취원을 분 석해야 한다. 이를 위해서는 민원지역에서 발생한 악취를 나타낼 수 있는 악취대표패턴과 악취원의 냄새가 필요하다. 이에 본 논문에서는 민원지역의 악취분류를 위해 k-mean 알고리즘을 이용하여 악취데이 터에 대한 군집화를 수행하였다. 그 결과 생성된 악취대표패턴과 미리 측정된 악취원별 냄새와의 유사도를 비교하여 악취에 대한 분류를 수행하였다. 또한, 대기 중에서 여러 악 취가 섞였을 경우를 고려하여 non-negative least square를 이용하여 해당 악취에 대해 책임 이 있는 하나 이상의 악취원과 기여도를 추적하였다. 이러한 본 연구의 성과는 악취 관련 민원해결에 기여할 것으로 사료된다.

A study of fracture to material is getting interest in nuclear and aerospace industry as a viewpoint of safety. Acoustic emission (AE) is a non-destructive testing and new technology to evaluate safety on structures. In previous research continuously, all tensile tests on the pre-defected coupons were performed using the universal testing machine, which machine crosshead was move at a constant speed of 5mm/min. This study is to evaluate an AE source characterization of SM45C steel by using k-nearest neighbor classifier, k-NNC. For this, we used K-means clustering as an unsupervised learning method for obtained multi -variate AE main data sets, and we applied k-NNC as a supervised learning pattern recognition algorithm for obtained multi-variate AE working data sets. As a result, the criteria of Wilk's λ, D&B(Rij) & Tou are discussed.

We may be given a set of observations with the classes or clusters. The aim of this article is to provide an up-to-date review of different approaches to classification, compare their performance on a wide range of challenging data-sets. In this paper, machine learning algorithm classifiers based on CART, C4.5, CAL5, FACT, QUEST and statistical discriminant analysis are compared on various datasets in classification error rate and algorithms.

For the development of chinaware having korea culture, using marketing survey and questionnaire to analysis of the preference and attitude of customer, and expends marketing share by market segmentation and price differentiation. This study is present to marketing strategy by making the plan of sales promotion for the development of industry chinaware of Yeoju and Icheon area.

This paper proposes a pattern recognition and classification algorithm based on a circular structure that can reflect the characteristics of the sEMG (surface electromyogram) signal measured in the arm without putting the placement limitation of electrodes. In order to recognize the same pattern at all times despite the electrode locations, the data acquisition of the circular structure is proposed so that all sEMG channels can be connected to one another. For the performance verification of the sEMG pattern recognition and classification using the developed algorithm, several experiments are conducted. First, although there are no differences in the sEMG signals themselves, the similar patterns are much better identified in the case of the circular structure algorithm than that of conventional linear ones. Second, a comparative analysis is shown with the supervised learning schemes such as MLP, CNN, and LSTM. In the results, the classification recognition accuracy of the circular structure is above 98% in all postures. It is much higher than the results obtained when the linear structure is used. The recognition difference between the circular and linear structures was the biggest with about 4% when the MLP network was used.

스마트 폰 사용자의 수가 점차적으로 증가함에 따라 모바일을 이용한 식물정보 관련 애플리케이션서비스가 필요 되어 지고 있다. 이에 본 연구는 식물정보 서비스 애플리케이션 개발에 필수 요소인 식물인식 및 분류 전산화 과정의 알고리즘을 제안하였다. 연구를 통해 독자적으로 개발한 Sweep(SP) 외곽선 추출 알고리즘을 이용 하여 외곽선을 검출하고 형태적인 특징요소를 정의하였으며 검출 된 외곽선을 이용하여 H/W ratio, Top tip ratio, Bottom tip ratio, 등분각 연장선과의 교차점 위차 정보, 등분각 연장선과의 교차점 거리 정보, 근접이차함수 비교 등 총 6가지 분류 기준을 전산화하였 다. 제안한 분류 기준의 유효성 검증을 위하여 총 32종의 식물을 재 료로 실험한 결과 H/W ratio과 Top tip ratio는 식물별 고유한 특성 을 기준으로 소수 그룹을 형성하고 구분할 수 있는 유효성을 가지 는 것으로 검증되었다. 등분각 연장선과의 교차점을 이용한 거리정 보는 식물 종류 간의 패턴 차이가 인정되었으며 이의 전산화를 위 하여 바타차야 비교연산법을 적용하여 상대비교 알고리즘을 완성 하였다. 또한 본 연구 과정에서 의도하지 않았던 엽저 및 엽선의 경 향 그리고 결각의 유무 검출 가능성을 확인하게 되어 추가적인 알 고리즘 개발이 가능할 것으로 여겨진다.

전 세계적으로 자연재해의 빈도와 그 규모가 커지고 있으며, 그에 따른 피해도 늘어나고 있다. 우리나라도 그러한 피해에서 자유롭지 못한 것이 사실이다. 그에 대응하기 위해 세계 각국에서는 사전 예방시스템의 정비, 응급대응 및 사후 복구 시스템의 구축에 힘을 쏟고 있다.본 연구는 자연 재해에 대응하기 위한 응급대응 시스템의 일부인 응급대응자원관리 시스템에 대한 연구이다. 본 연구에서는 수변구조물에 재해가 발생하여 응급대응이 필요할 경우 사용되는 자원의 관리를 위한 데이터베이스의 구조, 정보의 갱신에 관한 시스템, 현재 상태와 속성에 맞추어 자동으로 분류하는 분류 시스템을 제안한다. 해당 시스템은 정보의 지속적인 갱신에 맞추어 자원의 현재 상태정보를 갱신하고, 그에 맞도록 갱신된 분류결과를 제공하여 자원의 추가 수급계획과 자원의 사용계획을 세우는데 도움이 되고자 한다.본 연구에서는 피해 정보 및 자원 정보를 위한 데이터베이스의 구조를 제안하고, 정보 갱신과 관리를 위한 시스템을 설계하였다. 그리고 해당정보를 적용한 분류 알고리즘을 개발하였고, 시뮬레이션을 통하여 분류 알고리즘의 성능을 시험하였다. 마지막으로 피해대응자원관리 시스템에 대한 프로토타입을 제안하고, 해당 시스템의 유용성에 대하여 논하였다.