다양한 냄새를 인식하고 분석하기 위하여 metal oxide 형 센서어레이를 이용한 인공 냄새인식 시스템(전자 코 시스템)을 설계 제작하였다. 센서어레이로부터 측정되는 다차원 데이터를 관측자로 하여금 쉽게 구별 할 수 있도록 Euclidean distance를 기본으로 하는 unsupervised clustering 방법을 제안한다. 제안된 방법은 주성분 분석법을 Sammon의 매핑법을 시작점으로 사용한 결합방법으로 특정냄새가 속해있는 cluster들에 대한 가정이 필요하지 않으며, 주성분 분석법에서 나타나는 차원축소로 인한 오차를 최소화하고 Sammon의 매핑법 사용으로 나타나는 데이터베이스의 입력순서에 따른 cluster들의 회전현상을 제거할 수 있다. 제안된 unsupervised clustering 방법으로 구현된 인공 냄새인식 시스템은 휘발성 유기화합물과 국산양주들의 냄새 차이를 각각 평가하는데 사용되어졌고 실험을 통하여 좋은 성능을 검증하였다.
We have been designed and constructed an artificial odour recognition system(electronic nose system) using metal oxide type sensor array for recognizing and analyzing various odours. We proposed an unsupervised clustering method based on Euclidean distances in order for human observer to examine easily multi-dimensional data, which has been measured from an array of sensors. This is a combination of Principal Components Analysis(PCA) used as a starting point for Sammom Mapping Method(SMM). No prior assumptions are made of the classes in which odour belong, and the error due to dimensional reduction at the PCA can be minimized without the disadvantages of rotation of clusters when the order of data sets in a data base was changed in the SMM. An artificial odour recognition system with the proposed unsupervised clustering method was applied to assessment of odour differences of Volatile Organic Compounds(VOCs) and Korean whiskies respectively, and demonstrated the best performances throughout the experimental trails.
