• 제목/요약/키워드: 결합가중치

검색결과 323건 처리시간 0.028초

GIS와 퍼지집합을 이용한 산양(Nemorhaedus caudatus)의 서식지적합성모형 개발: 설악산 국립공원을 대상으로 (Goral(Nemorhaedus caudatus) Habitat Suitability Model based on GIS and Fuzzy set at Soraksan National Park.)

  • 최태영;양병이;박종화;서창완
    • 한국GIS학회:학술대회논문집
    • /
    • 한국GIS학회 2003년도 공동 춘계학술대회 논문집
    • /
    • pp.472-477
    • /
    • 2003
  • 멸종위기종의 서식지를 효율적으로 관리하기 위해서는 해당 종의 서식 가능한 지역의 분포를 알아야 한다. 본 연구의 목적은 GIS와 퍼지집합을 이용하여 산양(Nemorhaedus caudatus)의 서식지적합성모형을 개발하여 멸종 위기종의 서식지를 관리하기 위한 정보를 제공하는 것이다. 산양의 서식지적합성모형 개발을 위한 본 연구의 주요내용은 다음과 같다. 첫째, 산양 서식지 이용에 관한 기존 연구를 바탕으로 산양의 잠재적 서식지 환경변수를 분류하였으며, 분석 대상지의 산양 흔적 조사를 통해 서식지 환경변수의 재분류 및 x²검정(Chi-square test)을 통한 변수들의 유용성을 파악하고, 쌍체비교를 통한 환경변수별 가중치를 계산하였다. 둘째, 기존 부울논리(boolean logic)의 단점을 보완하기 위해 현장 조사의 결과를 바탕으로 퍼지논리(fuzzy logic)에 의한 산양 서식지의 각 환경변수별 주제도를 작성하고, 주제도들의 상관관계를 분석하여 상호 관련성이 높은 변수들의 중복을 피하였다. 셋째, 환경변수별 주제도와 변수별 가중치를 바탕으로 다기준평가기법(MCE, Multi-Criteria Evaluation)을 이용하여 분석대상지의 산양 서식지적합성모형을 개발하였다. 마지막으로, 개발된 서식지적합성모형의 타당성을 검증하기 위해 분석대상지 외부 지역을 대상으로 검증을 실시하였다. 분석 결과 분석대상지의 분류정확도는 서식가능성 0.5를 기준으로 93.94%의 매우 높은 분류정확도를 나타내었으며, 검증대상지에서는 95.74%의 분류정확도를 나타내어 본 모형의 분류정확도는 일관성이 높은 것으로 판단되었다. 또한 전체 공원구역에서 서식가능성 0.5이상의 면적은 59%를 차지하였다.퇴적이 우세한 것으로 관측되었다.보체계의 구축사업의 시각이 행정정보화, 생활정보화, 산업정보화 등 다양한 분야와 결합하여 보다 큰 시너지 효과와 사용자 중심의 서비스 개선을 창출할 수 있는 기반을 제공할 것을 기대해 본다.. 이상의 결과를 종합해볼 때, ${\beta}$-glucan은 고용량일 때 직접적으로 또는 $IFN-{\gamma}$ 존재시에는 저용량에서도 복강 큰 포식세로를 활성화시킬 뿐 아니라, 탐식효율도 높임으로써 면역기능을 증진 시키는 것으로 나타났고, 그 효과는 crude ${\beta}$-glucan의 추출조건에 따라 달라지는 것을 알 수 있었다.eveloped. Design concepts and control methods of a new crane will be introduced in this paper.and momentum balance was applied to the fluid field of bundle. while the movement of′ individual material was taken into account. The constitutive model relating the surface force and the deformation of bundle was introduced by considering a representative prodedure that stands for the bundle movement. Then a fundamental equations system could be simplified considering a steady state of the process. O

  • PDF

반복적 부스팅 학습을 이용한 문서 여과 (Text Filtering using Iterative Boosting Algorithms)

  • 한상윤;장병탁
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제29권4호
    • /
    • pp.270-277
    • /
    • 2002
  • 문서 여과 문제 (text filtering)는 어떤 문서가 특정한 주제에 속하는지의 여부를 판별하는 문제이다. 인터넷과 웹이 널리 퍼지고 이메일로 전송되는 문서의 양이 폭발적으로 증가함에 따라 문서 여과의 중요성도 따라서 증가하고 있는 추세이다. 이 논문에서는 새로운 학습 방법인 에이다부스트 학습 방법을 문서 여과 문제에 적용하여 기존의 방법들보다 우수한 분류 결과를 나타내는 문서 여과 시스템을 생성하고자 한다. 에이다 부스트는 간단한 가설의 집합을 생성하고 묶는 기법인데, 이 때 각각의 가설들은 문서가 특정 단어를 포함하고 있는지 검사하여 이에 따라 문서의 적합성을 판별한다. 먼저 최종 여과 시스템을 구성하는 각 가설의 출력이 1 또는 -1이 되는 이진 가설을 사용하는 기존의 에이다부스트 알고리즘에서 출발하여 좀 더 최근에 제안된 확신 정도 (실수값)를 출력하는 가설을 이용하는 에이다부스트 알고리즘을 적용함으로써 오류 감소 속도와 최종 오류율을 개선하고자 하였다. 또 각 데이타에 대한 초기 가중치를 연속 포아송 분포에 따라 임의로 부여하여 여러 번의 부스팅을 수행한 후 그 결과를 결합하는 방법을 사용함으로써 적은 학습 데이타로 인해 발생하는 과도학습의 문제를 완화하고자 하였다. 실험 데이터로는 TREC-8 필터링 트랙 데이타셋을 사용하였다. 이 데이타셋은 1992년도부터 1994년도 사이의 파이낸셜 타임스 기사로 이루어져 있다. 실험 결과, 실수값을 출력하는 가설을 사용했을 때 이진값을 갖는 가설을 사용했을 때 보다 좋은 결과를 보였고 임의 가중치를 사용하여 여러번 부스팅을 하는 방법이 더욱 향상된 성능을 나타내었다. 다른 TREC 참가자들과의 비교결과도 제시한다.

지역분석을 위한 시계열 공간연관성 탐색도구 (An ESDA Tool for Time-series Spatial Association)

  • 안재성;박기호;이양원
    • Spatial Information Research
    • /
    • 제14권1호
    • /
    • pp.163-176
    • /
    • 2006
  • 지역분석 기법에서 지리사상의 공간적인 특성을 가장 잘 반영하는 개념 중 하나인 공간연관성은 "모든 것은 다른 모든 것과 연관되어 있지만, 가까운 것은 먼 것보다 더욱 관련이 있다"고 하는 Tobler의 법칙과 그 맥을 같이 한다. 이 연구는 공간통계와 지리적시각화를 결합하여 공간연관성의 시계열 패턴을 탐색적으로 분석하는 지리정보시스템을 개발하는 것을 목적으로 하며, 전역적 및 국지적 공간연관성 분석을 통한 공간현상의 클러스터 탐지나 공간연관성의 시계열 탐색을 통한 사회경제적 변화의 모니터링은 공간정책 투입의 의사결정을 지원하는 수단으로 기능할 수 있다. 전역적 및 국지적 공간연관성을 측정하는 데 반드시 필요한 근린가중치행렬은 행정구역 폴리곤의 기하 및 거리에 기반한 유연한 가중치모형을 구현하여 사용하였으며, 기존의 지리적시각화 기법을 응용 및 개선한 시계열 평행좌표플롯, 시계열 애니메이션지도, 3D 시계열 모란산포도 등을 통해 공간연관성의 시계열 패턴을 효과적으로 표현하였다. 실제 공간현상에 대한 적용 및 평가를 위하여 1995년부터 2004년까지 10년간의 전국 시군구단위 지가변동률 자료를 이용하여 공간연관성의 시계열적 특성을 분석함으로써 시스템의 유용성을 확인하였다.

  • PDF

AI를 활용한 메타데이터 추출 및 웹서비스용 메타데이터 고도화 연구 (Metadata extraction using AI and advanced metadata research for web services)

  • 박성환
    • 문화기술의 융합
    • /
    • 제10권2호
    • /
    • pp.499-503
    • /
    • 2024
  • 방송 프로그램은 자체 방송 송출 외에도 인터넷 다시 보기, OTT, IPTV 서비스 등 다양한 매체에 제공되고 있다. 이 경우 콘텐츠 특성을 잘 나타내는 검색용 키워드 제공은 필수적이다. 방송사에서는 제작 단계, 아카이브 단계 등에서 주요 키워드를 수동으로 입력하는 방법을 주로 사용한다. 이 방식은 양적으로는 핵심 메타데이터 확보에 부족하고, 내용 면에서도 타 매체 서비스에서 콘텐츠 추천과 검색에 한계를 드러낸다. 본 연구는 EBS에서 개발한 DTV 자막방송 서버를 통해 사전 아카이빙 된 폐쇄형 자막 데이터를 활용하여 다수의 메타데이터를 확보하는 방법을 구현했다. 먼저 구글의 자연어 처리 AI 기술을 적용하여 핵심 메타데이터를 자동으로 추출하였다. 다음 단계는 핵심 연구 내용으로 우선순위와 콘텐츠 특성을 반영하여 핵심 메타데이터를 찾는 방법을 제안한다. 차별화된 메타데이터 가중치를 구하는 기술로는 TF-IDF 계산법을 응용하여 중요도를 분류했다. 실험 결과 성공적인 가중치 데이터를 얻었다. 이 연구로 확보한 문자열 메타데이터는 추후 문자열 유사도 측정 연구와 결합하면 타 매체에 제공하는 콘텐츠 서비스에서 정교한 콘텐츠 추천용 메타데이터를 확보하는 기반이 된다.

고로슬래그가 콘크리트의 전 과정 환경영향에 미치는 효과 (Effect of Ground Granulated Blast-Furnace Slag on Life-Cycle Environmental Impact of Concrete)

  • 양근혁;서은아;정연백;태성호
    • 콘크리트학회논문집
    • /
    • 제26권1호
    • /
    • pp.13-21
    • /
    • 2014
  • 혼화재로서 고로슬래그가 콘크리트의 전과정 환경영향에 미치는 효과를 정량적으로 평가하기 위하여, 3395개의 실내 배합 및 1263개의 레미콘 배합을 분석하였다. 콘크리트의 환경영향을 평가하기 위한 전 과정 평가 방법을 요약하면, 1) 고려된 시스템 경계는 요람에서 시공 전단계까지이며, 2) 재료, 운송 및 콘크리트 생산에서의 환경부하 평가는 국가 생애주기 데이터목록을 주로 기반으로 하였으며, 3) 환경부하는 분류화, 특성화, 정규화 및 가중치 단계를 거쳐 정량적인 환경영향 지표로 환산되었다. 콘크리트 전과정 환경영향은 주로 지구 온난화, 광화학 산화생성물 및 무생물 자원고갈의 세 범주로 분류될 수 있었다. 또한, 콘크리트의 환경영향 지표들은 주로 보통 포틀랜드 시멘트의 양에 의해 결정되었으며, 고로슬래그 치환율의 증가와 함께 감소하였다. 이를 고려하여, 콘크리트의 환경영향 지표들은 단위 결합재 양 및 고로슬래그 치환율의 함수로 간단하게 모델링 될 수 있었다.

작물 분류를 위한 다중 규모 공간특징의 가중 결합 기반 합성곱 신경망 모델 (A Convolutional Neural Network Model with Weighted Combination of Multi-scale Spatial Features for Crop Classification)

  • 박민규;곽근호;박노욱
    • 대한원격탐사학회지
    • /
    • 제35권6_3호
    • /
    • pp.1273-1283
    • /
    • 2019
  • 이 논문에서는 작물 분류를 목적으로 합성곱 신경망 구조에 다중 규모의 입력 영상으로부터 추출가능한 다양한 공간특징을 가중 결합하는 모델을 제안하였다. 제안 모델은 합성곱 계층에서 서로 다른 크기의 입력패치를 이용하여 공간특징을 추출한 후, squeeze-and-excitation block을 통해 추출한 공간특징의 중요도에 따라 가중치를 부여한다. 제안 모델의 장점은 분류에 유용한 특징들을 추출하고 특징의 상대적 중요도를 분류에 이용하는데 있다. 제안 모델의 분류 성능을 평가하기 위해 미국 일리노이 주에서 수집한 다중시기 Landsat-8 OLI 영상을 이용한 작물 분류 사례연구를 수행하였다. 유용한 패치 크기 결정을 위해 먼저 단일 패치 모델에서 패치 크기가 작물 분류에 미치는 영향을 분석하였다. 그 후에 단일 패치 모델과 특징의 중요도를 고려하지 않는 다중 패치 모델과 분류 성능을 비교하였다. 비교 실험 결과, 제안 모델은 연구지역에서 재배하는 작물의 공간 특징을 고려함으로써 오분류 양상을 완화시켜 비교 모델들에 비해 가장 우수한 분류 정확도를 나타냈다. 분류에 유용한 공간특징의 상대적 중요도를 고려하는 제안 모델은 작물뿐만 아니라 서로 다른 공간특성을 보이는 객체 분류에도 유용하게 적용될 수 있을 것으로 기대된다.

강화 학습에 기초한 로봇 축구 에이전트의 설계 및 구현 (Design and implementation of Robot Soccer Agent Based on Reinforcement Learning)

  • 김인철
    • 정보처리학회논문지B
    • /
    • 제9B권2호
    • /
    • pp.139-146
    • /
    • 2002
  • 로봇 축구 시뮬레이션 게임은 하나의 동적 다중 에이전트 환경이다. 본 논문에서는 그러한 환경 하에서 각 에이전트의 동적 위치 결정을 위한 새로운 강화학습 방법을 제안한다. 강화학습은 한 에이전트가 환경으로부터 받는 간접적 지연 보상을 기초로 누적 보상값을 최대화할 수 있는 최적의 행동 전략을 학습하는 기계학습 방법이다. 따라서 강화학습은 입력-출력 쌍들이 훈련 예로 직접 제공되지 않는 다는 점에서 교사학습과 크게 다르다. 더욱이 Q-학습과 같은 비-모델 기반의 강화학습 알고리즘들은 주변 환경에 대한 어떤 모델도 학습하거나 미리 정의하는 것을 요구하지 않는다. 그럼에도 불구하고 이 알고리즘들은 에이전트가 모든 상태-행동 쌍들을 충분히 반복 경험할 수 있다면 최적의 행동전략에 수렴할 수 있다. 하지만 단순한 강화학습 방법들의 가장 큰 문제점은 너무 큰 상태 공간 때문에 보다 복잡한 환경들에 그대로 적용하기 어렵다는 것이다. 이런 문제점을 해결하기 위해 본 연구에서는 기존의 모듈화 Q-학습방법(MQL)을 개선한 적응적 중재에 기초한 모듈화 Q-학습 방법(AMMQL)을 제안한다. 종래의 단순한 모듈화 Q-학습 방법에서는 각 학습 모듈들의 결과를 결합하는 방식이 매우 단순하고 고정적이었으나 AMMQL학습 방법에서는 보상에 끼친 각 모듈의 기여도에 따라 모듈들에 서로 다른 가중치를 부여함으로써 보다 유연한 방식으로 각 모듈의 학습결과를 결합한다. 따라서 AMMQL 학습 방법은 큰 상태공간의 문제를 해결할 수 있을 뿐 아니라 동적인 환경변화에 보다 높은 적응성을 제공할 수 있다. 본 논문에서는 로봇 축구 에이전트의 동적 위치 결정을 위한 학습 방법으로 AMMQL 학습 방법을 사용하였고 이를 기초로 Cogitoniks 축구 에이전트 시스템을 구현하였다.

지역과 전역적인 색보정을 결합한 스테레오 영상에서의 색 일치 (Integrated Color Matching in Stereoscopic Image by Combining Local and Global Color Compensation)

  • 수란;하호건;김대철;하영호
    • 전자공학회논문지
    • /
    • 제50권12호
    • /
    • pp.168-175
    • /
    • 2013
  • 스테레오 좌우 영상간의 색 일치는 3D 영상을 재현할 때 매우 중요하다. 이를 위해 카메라 세팅 및 촬영 환경을 일치시켜서 스테레오 영상을 획득하더라도 여전히 색 불일치가 나타나게 된다. 이러한 색 불일치는 특성에 따라 전역과 지역적인 색불일치로 구분될 수 있다. 따라서 이들 특성을 고려하여 스테레오 영상의 색을 정확히 일치시킬 수 있는 방법이 필요하다. 본 논문에서는 누적 히스토그램과 3D 거리정보를 이용하여 전역과 지역의 색 불일치를 동시에 보정하는 방법을 제안한다. 먼저 기준이 되는 영상의 누적 히스토그램을 기반으로 한 매칭 함수를 이용하여 전역적으로 발생하는 색 불일치를 보정한다. 다음으로 대응되는 샘플 특징점 간의 CD-LUT(color difference look-up table)을 구성하고, disparity map을 통한 3D 거리 정보를 기반으로 한 샘플 특징점의 유사성을 기준으로 가중치를 적용하여 지역적인 색 일치를 수행한다. 마지막으로 전역적인 보정과 지역적인 보정된 영상을 결합함으로서 스테레오 영상에서 나타나는 색 불일치를 보정하였다. 색차가 발생한 스테레오 영상에 대해 기존 색 일치 방법과 제안한 방법을 비교하기 위하여 색상 유사도를(hue similarity)와 MOS(mean opinion scores) 이용하여 평가하였다. 실험 결과에서 제안한 방법을 통한 결과 영상이 기존 방법을 통한 결과 영상보다 더 높은 수치를 나타냄을 알 수 있었다.

움직임 보상의 신뢰도에 기반 한 순차주사화 알고리즘 (De-interlacing Algorithm based on Motion Compensation Reliability)

  • 장준영;김영덕;강문기
    • 대한전자공학회논문지SP
    • /
    • 제46권6호
    • /
    • pp.102-111
    • /
    • 2009
  • 본 논문에서는 움직임 보상 결과의 신뢰도를 바탕으로 움직임 보상 순차주사화 알고리즘의 결과와 움직임 보상 수직-시간 필터의 결과를 결합하는 순차주사화 알고리즘을 제안한다. 움직임 보상 순차주사화 알고리즘은 높은 공간 해상도를 가진 고화질 영상을 생성하지만 움직임 벡터가 잘못 추정되었을 경우 눈에 띄는 에러를 발생시킨다. 반면에 움직임 보상 수직-시간 필터는 높은 공간 해상도를 제공하지는 못하지만 움직임 벡터의 에러에 강건한 특성을 가지고 있기 때문에 전체적으로 자연스러운 영상을 제공한다. 제안하는 순차주사화 알고리즘은 추정된 움직임 벡터와 움직임 보상 순차주사화 알고리즘의 결과를 분석하여 움직임 보상의 신뢰도를 추정한 후, 움직임 보상 신뢰도에 기반 한 가중치를 바탕으로 두 가지 방법의 장점을 결합한다. 제안된 방법은 움직임 보상의 신뢰도가 높은 영역에서는 높은 공간 해상도를 제공하는 움직임 보상 순차주사화 알고리즘을 적용하고 움직임 보상의 신뢰도가 낮은 영역에 대해서는 움직임 보상 수직-시간 필터를 적용하여 눈에 띄는 에러 없이 높은 공간 해상도를 가지는 영상을 생성한다. 실험 결과에서는 제안된 알고리즘이 기존의 알고리즘에 비해 시각적 및 수치적인 면에서 뛰어난 결과를 보임을 확인할 수 있다.

면 객체 매칭을 위한 판별모델의 성능 평가 (Evaluation of Classifiers Performance for Areal Features Matching)

  • 김지영;김정옥;유기윤;허용
    • 한국측량학회지
    • /
    • 제31권1호
    • /
    • pp.49-55
    • /
    • 2013
  • 데이터마이닝과 바이오인식 분야의 판별모델의 성능평가 방법을 이종의 공간 데이터 셋의 매칭에 적용함으로써 좋은 매칭결과를 보이는 판별모델을 도출하고자 한다. 이를 위하여 매칭 기준별 매칭 후보객체 쌍의 거리 값을 구하고, 이들 거리 값을 Min-Max 방법과 Tanh 방법으로 정규화하여 유사도를 산출한다. 산출된 유사도를 CRITIC 방법, Matcher Weighting 방법 그리고 Simple Sum 방법으로 결합하여 형상유사도를 도출하는 판별모델을 적용하였다. 각 판별모델을 PR곡선과 AUC-PR로 평가한 결과, Tanh 정규화와 Simple Sum 방법을 적용한 판별모델의 AUC-PR이 0.893으로 가장 높게 나타났다. 따라서 이종의 공간 데이터 셋의 매칭을 위해서는 Tanh 정규화를 이용하여 각 매칭기준별 유사도를 산출하고 Simple Sum 방법으로 형상유사도를 구하는 판별모델이 적합한 것으로 사료된다.