• 한국건설관리학회논문집
• /
• 제20권2호
• /
• pp.113-118
• /
• 2019

최근 시설물의 관리를 위한 유지관리는 기존 시설물의 안전진단 등을 통한 구조물의 안정성 위주의 관리에서 시설물의 성능을 평가하여 관리하는 자산관리 개념으로 추세가 바뀌어 가고 있다. 시설물의 자산관리를 위해서는 시설물의 유지관리 및 서비스수준을 평가하고 이를 관리하기 위한 정보 분류가 효율적으로 이루어 져야 한다. 발전 시설물의 경우 복합구조물로 매우 복잡한 형식으로 구성되어 있다. 따라서 본 연구에서 국내 통합 건설분류체계 형식을 반영하여 발전 시설물을 시설, 공간, 부위, 요소로 구분하고 보일러 건물을 사례로 하여 분류를 실시하였다. 본 분류체계는 시설물의 환경조건 등을 반영한 열화조건을 반영하기 위해서 기존의 분류체계에서는 볼 수 없는 방향, 내부, 외부 등을 추가하여 분류하였다. 이는 발전구조물의 특성상 해안가에 위치하고 비례 염분 및 습도 등의 환경조건에 따라 열화속도를 반영하여 체계적이고 효율적인 유지관리를 할 수 있도록 한 것이다. 본 연구에서 개발된 분류체계는 발전시설물의 자산관리를 위한 전산시스템개발에 기초적인 자료로 활용되게 될 것이다.

• 전자통신동향분석
• /
• 제2권4호
• /
• pp.10-19
• /
• 1987

현대의 과학기술 및 정보산업 그리고 컴퓨터 관련 기술의 급속한 발전으로 인하여 슈퍼컴퓨터의 요구도가 점차 증가하고 있는 실정이다. 국내에서도 슈퍼컴퓨터의 필요성에 대하여 부분적으로 상당한 논의가 있었으며, 당 연구소에서도 슈퍼컴퓨터 도입 타당성 연구를 수행한 바 있다. 또한 최근에 한국과학기술원 부설 시스팀공학센터에서는 슈퍼컴퓨터의 기종선정 작업에 착수하여 검토중에 있다. 본 고에서는 슈퍼컴퓨터의 구조적 분류와 발전과정 그리고 벡터 처리 기법을 조사 분석함으로서 슈퍼컴퓨터의 개요 및 병렬 처리를 설명하였으며 슈퍼컴퓨터의 응용 분야 및 도입현황을 조사하였다. 그리고 슈퍼컴퓨터의 시스팀 규모를 분류함으로서 도입, 운영을 위한 각 시스팀 규모별 소요 예산을 분석 제시하였다.

• 한국군사과학기술학회지
• /
• 제27권2호
• /
• pp.147-155
• /
• 2024

Based on the recently developed deep learning technology, many studies have been conducted on deep learning networks that simultaneously detect and classify targets of interest in synthetic aperture radar(SAR) images. Although numerous research results have been derived mainly with the open SAR ship datasets, there is a lack of work carried out on the deep learning network aimed at detecting and classifying SAR ground targets and trained with the synthetic dataset generated from electromagnetic scattering simulations. In this respect, this paper presents the deep learning network trained with the synthetic dataset and applies it to detecting and classifying real SAR ground targets. With experiment results, this paper also analyzes the network performance according to the composition ratio between the real measured data and the synthetic data involved in network training. Finally, the summary and limitations are discussed to give information on the future research direction.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (C)
• /
• pp.76-78
• /
• 2006

이 논문에서는 교육용 저장소 관리 시스템의 자원들을 위한 분류체계를 제안한다. 생성되는 자원들에 대한 체계적인 저장관리, 정확한 검색 및 활용을 위해서는 적절한 분류체계가 우선적으로 요구된다. 여러 가지 자원들에 대한 효율적이고 편리한 활용을 위하여 자원들의 관점에 따른 다양한 뷰를 제공해야 하고 뷰가 생성과 소멸에 따라 분류체계도 일관성 있게 유지 및 변경되어야 한다. 이 논문에서는 교육 자원들 중에서 학습활동에서 생성되는 구현자원들에 대한 체계적인 관리 및 활용성 향상을 위한 분류체계를 제안한다. 관련된 과학기술분야 분류체계들을 바탕으로 구현자원들에 적합한 분류체계를 정의하며 동적 분류체계 관리 방법을 제안한다. 제안된 분류체계 및 관리 모델은 보다 정확하고 체계적인 구현자원에 대한 관리를 가능하게 하며 또한 활용의 용이성을 향상시킨다.

• 인지과학
• /
• 제6권2호
• /
• pp.27-45
• /
• 1995

본 논문에서는 다중 분류기의 통합을 위해 퍼지 행위지식 공간을 구성하고 이를 이용하는 방법을 제안한다.기존의 행위지식 공간은 각 분류기들이 서로 독립적일 필요가 없고 적응적 학습이 가능한 것으로 단지 하나의 클래스 레이블만 을 출력하는 분류기들의 통합에 가장 최적의 방법으로 알려졌다.그러나 행위지식 공간은 각 분류기가 출력하는 클래스 레이블에 대한 측정값과 경험적 지식을 통합과정에 반영하기 어렵다는 문제점을 갖고 있다.이러한 행위지식 공간의 문제점을 해결하기 위해 본 논문에서는 퍼지개념을 이용한 퍼지 행위지식 공간을 정의하고 이를 다중 분류기의 통합에 적용하기 위한 방법을 기술한다.또한,퍼지 행위지식 공간의 유용성을 증명하기 위해 각 분류기로 부터 얻어진 클래스 레이블들과 이에 관련된 측정값을 포함하는 분류결과들의 통합에 적용된 실험결과를 기술한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.19-22
• /
• 2021

기존 영상 콘텐츠에 새로운 물체를 삽입하는 등의 영상 재구성 기술은 새로운 게임, 가상현실, 증강현실 콘텐츠를 생성하거나 인공신경망 학습을 위한 데이터 증대를 위해 사용될 수 있다. 하지만, 기존 기술은 컴퓨터 그래픽스, 사람에 의한 수동적인 영상 편집에 의존하고 있어 금전적/시간적 비용이 높다. 이에 본 연구에서는 인공지능 신경망을 활용하여 낮은 비용으로 영상을 재구성하는 기술을 소개하고자 한다. 제안하는 방법은 기존 콘텐츠와 삽입하고자 하는 객체를 포함하는 영상이 주어졌을 때, 객체 세그먼테이션 네트워크를 활용하여 입력 영상에서 객체를 분리하고, 스타일 변환 네트워크를 활용하여 입력 영상을 스타일 변환한 후, 사용자 입력과 두 네트워크의 결과를 활용하여 기존 콘텐츠에 새로운 객체를 삽입하는 것이다. 실험에서는 기존 콘텐츠는 온라인 영상을 활용하였으며 삽입 객체를 포함한 영상은 ImageNet 영상 분류 데이터 세트를 활용하였다. 실험을 통해 제안한 방법을 활용하면 기존 콘텐츠와 잘 어우러지게끔 객체를 삽입할 수 있음을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.758-760
• /
• 2022

본 연구는 머신러닝의 한 종류인 YOLOv5를 이용하여 기존 육안 선별작업을 자동화 하는 기계를 설계하는 것이다. 본 연구에서는 영상촬영과 선별작업을 진행하는 컨베이어 기구와 선별 프로그램을 제작하고, 모든 표면을 검사해 사과의 품질을 3단계로 구별하는 작업을 진행하였다. 결과적으로 투입된 사과의 품질을 성공적으로 분류 하였다.

• 한국도서관정보학회지
• /
• 제53권4호
• /
• pp.123-142
• /
• 2022

북한은 2000년 2권 8책의 <분류-검색어사전>을 개발하여 발표하였고, 이 문헌분류표는 북한 전역에서 현재 사용되고 있다. 본 연구의 목적은 해방 이후 북한도서관의 문헌분류표 발전과정을 통시적으로 살펴보고 2000년에 발표되고 2014년에 개정된 <분류-검색어사전>의 내용, 구성, 원리를 파악해 보는 데 있다. 지금까지 북한의 문헌분류표에 대한 연구는 1964년 북한에서 발표된 <도서분류표>에 대한 논의가 전부이며, 이후 북한의 문헌분류표에 대한 연구는 없었다. <분류-검색어사전(2000)>의 제1권은 '분류기호-검색어', 제2권은 '검색어-분류기호'로 구성된다. 제1권은 1996년에 발표된 <도서 및 서지 분류표>에 기초하고 있으며 다섯 부문에 걸쳐 총 41개의 류문으로 전개된다. 혁명사상과 이론'에 1개(11/19) 류문, '자연과학'에 8개(20~27), '공학기술 및 응용과학'에 가장 많은 19개(30~60/69), '사회과학' 부문에 12개(70~85), 그리고 '총류'에 1개(90)의 류문을 배정하고 있다. 제2권은 주제명표목표와 유사하다. 북한의 <분류-검색어사전>은 국내에 처음 소개되는 문헌분류표이며, 본 연구는 향후 남북간 표준통일분류표 제정 연구를 위한 기초 연구에 활용될 수 있을 것이다.

• 한국도서관정보학회지
• /
• 제34권2호
• /
• pp.209-231
• /
• 2003

해양과학기술 R&D 결과정보의 데이터베이스 구축 연구를 위해 국내외 관련 연구를 조사하고 분석하였다. 연구대상은 해양 R&D 연구보고서에서 해양조사자료까지를 범위로 하였다. 본 연구의 목적은 연구성과정보의 효율적인 정보검색서비스를 제공하는데 있다. 본 논문에서는 연구보고서의 메타데이터 기술요소 분석, 분류체계, 정보서비스 등과 함께 해양조사자료의 정보시스템 설계 및 구현의 사례로써 시스템 구성, 웹정보서비스 프로세스, 자료 입출력 프로세스, 검색 가시화 프로세스 등의 연구를 수행하였다.

• 한국군사과학기술학회지
• /
• 제27권2호
• /
• pp.256-264
• /
• 2024

In the last 10 years, AI has made rapid progress, and image classification, in particular, are showing excellent performance based on deep learning. Nevertheless, due to the nature of deep learning represented by a black box, it is difficult to actually use it in critical decision-making situations such as national defense, autonomous driving, medical care, and finance due to the lack of explainability of judgement results. In order to overcome these limitations, in this study, a model description algorithm capable of local interpretation was applied to the inception network-derived AI to analyze what grounds they made when classifying national defense data. Specifically, we conduct a comparative analysis of explainability based on confidence values by performing LIME analysis from the Inception v2_resnet model and verify the similarity between human interpretations and LIME explanations. Furthermore, by comparing the LIME explanation results through the Top1 output results for Inception v3, Inception v2_resnet, and Xception models, we confirm the feasibility of comparing the efficiency and availability of deep learning networks using XAI.