• Proceedings of the Korean Fiber Society Conference
• /
• 2002.04a
• /
• pp.139-142
• /
• 2002

Color Index의 염료 분류 방법은 chemical type에 따라 25개 구조 분류(예로, 아조, 안트라퀴논, tryarylmethane 등) 그리고, 염료의 응용 범위에 따라 19개 속명(Acid, Direct, Disperse, Reactive 등)을 사용한다. 상품화되어 있는 수많은 염료는 현재 생산 회사의 상품명과 Color Index generic name을 보편적으로 사용하고 있으나, 체계적인 화학명은 복잡할 뿐 만 아니라, 상업적 이유로 많은 경우 밝히지 않고 있다. (중략)

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.19 no.11
• /
• pp.2276-2290
• /
• 1994

In this paper, we propose an algorithm for character recognition using the subdivided type and the stable structure information. The subdivided type of character is acquired from the stable structure information of character which is extracted from an input character. Firstly, the character is obtained from a scanner and classified into on of 6 types by using directional density vector. And then, the stable structure information is extracted from each character and the character is subdivided into on of 26 types. Finally, the classified character is recognized by using neural network which is inputted the directional density vector equivalent to JASO area or recognized direct. Aa a result of experiment with KS C 5601 2350 printed Hangeul characters, we obtain the recognition rate of 94%.

• Journal of Internet Computing and Services
• /
• v.18 no.1
• /
• pp.77-88
• /
• 2017

Recently, with the advent of knowledge based society where information and knowledge make values, patents which are the representative form of intellectual property have become important, and the number of the patents follows growing trends. Thus, it needs to classify the patents depending on the technological topic of the invention appropriately in order to use a vast amount of the patent information effectively. IPC (International Patent Classification) is widely used for this situation. Researches about IPC automatic classification have been studied using data mining and machine learning algorithms to improve current IPC classification task which categorizes patent documents by hand. However, most of the previous researches have focused on applying various existing machine learning methods to the patent documents rather than considering on the characteristics of the data or the structure of patent documents. In this paper, therefore, we propose to use two structural fields, technical field and background, considered as having impacts on the patent classification, where the two field are selected by applying of the characteristics of patent documents and the role of the structural fields. We also construct multi-label classification model to reflect what a patent document could have multiple IPCs. Furthermore, we propose a method to classify patent documents at the IPC subclass level comprised of 630 categories so that we investigate the possibility of applying the IPC multi-label classification model into the real field. The effect of structural fields of patent documents are examined using 564,793 registered patents in Korea, and 87.2% precision is obtained in the case of using title, abstract, claims, technical field and background. From this sequence, we verify that the technical field and background have an important role in improving the precision of IPC multi-label classification in IPC subclass level.

• Journal of the Korean Society for Library and Information Science
• /
• v.35 no.3
• /
• pp.17-34
• /
• 2001

It is very important to organize materials at intemet bookstores. It is time for us to develop a subject classification scheme as a tool for increasing the effectiveness of information retrieval with ease of subject access. The purpose of this study is to examine the subject features of internet bookstores in order to suggest the effective design of the subject scheme for them. Nine internet bookstore websites are analyzed at the aspect of the subject classification of the materials. Based upon the results of this study, an effective subject classification for internet bookstores is suggested to provide a better subject access.

• Korean Journal of Remote Sensing
• /
• v.35 no.2
• /
• pp.229-239
• /
• 2019

All vegetation colonies have layered structure. This layer is called 'forest vertical structure.' Nowadays it is considered as an important indicator to estimate forest's vital condition, diversity and environmental effect of forest. So forest vertical structure should be surveyed. However, vertical structure is a kind of inner structure, so forest surveys are generally conducted through field surveys, a traditional forest inventory method which costs plenty of time and budget. Therefore, in this study, we propose a useful method to classify the vertical structure of forests using remote sensing aerial photographs and machine learning capable of mass data mining in order to reduce time and budget for forest vertical structure investigation. We classified it as SVM (Support Vector Machine) using RGB airborne photos and LiDAR (Light Detection and Ranging) DSM (Digital Surface Model) DTM (Digital Terrain Model). Accuracy based on pixel count is 66.22% when compared to field survey results. It is concluded that classification accuracy of layer classification is relatively high for single-layer and multi-layer classification, but it was concluded that it is difficult in multi-layer classification. The results of this study are expected to further develop the field of machine learning research on vegetation structure by collecting various vegetation data and image data in the future.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.619-622
• /
• 2008

뉴스 분류 체계는 각각의 기사에 정치, 경제, 사회 등 가장 적합한 주제별로 분류하는 것으로 언론사별 분류 체계는 통일성이 없이 전혀 다르게 구성되어 사용하고 있다. 이로 인해 방대한 콘텐트를 통합하는데 많은 어려움이 있으며, 그만큼 시스템과 인력에 대해 중복 투자가 되고 있다. 이런 문제점을 개선하기 위해 국제 표준인 NewsML에 기반한 뉴스 분류에 대해 제안한다. NewsML은 XML 기반의 유연성과 확장성이 있는 구조적인 표준 형식으로 다양한 데이터 표현이 가능하여 자동 문서 범주화에 필요한 중요한 자질 선택이 가능하다. 본 논문에서는 NewsML 형식으로 되어 있는 뉴스와 그렇지 않은 뉴스를 구분하여 자동 분류에 대한 비교 실험을 한다. NewsML의 구조화된 정보를 활용한 실험이 뉴스의 제목과 본문만으로 실험한 결과보다 좋은 성능을 보여 주었으며, 그 중에서 자질 공간이 아주 큰 경우에 유용하고 문서 분류에 효과가 뛰어난 지지 벡터 기계 모델이 가장 좋은 성능을 보였다.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.153-153
• /
• 2011

현대 건축은 기능적이고 합리적이었지만 획일적이었던 박스형 건축에서 탈피해 형태와 공간에 있어서 다양한 변화를 시도하고 있다. 특별한 건축물의 실현을 위해 각 나라의 기술력은 급속한 발전을 이루었고, 보다 더 독특한 건축물에 대한 관심은 비정형 건축물에 대한 관심의 증대로 이어지고 있다. 이러한 비정형 건축물에 적합한 구조로써 프리폼(Free-Form) 구조가 있다. 프리폼 구조로 입체골조(Double Layered Structure)를 많이 사용하였으나, 최근 유리로 되어 투명하고 기하학적 모양의 건축물을 추구함에 따라 평면골조(Single Layered Structure)가 증가하고 있는 추세이다. 평면골조는 축력 지배형과 모멘트 지배형으로 분류할 수 있고 프리폼 구조의 구성 요소 중 가장 취약하고 중요한 부분은 노드이다. 본 연구에서는 프리폼 구조 중 가장 큰 관심이 고조되고 있는 평면골조 모멘트 지배형의 노드에 대한 국내외 기술 분석을 통해 향후 연구 방향성을 제시하고자 한다. 입체골조는 하나의 노드에 여러개의 부재가 3차원으로 결합되어야 하기 때문에 다른 골조 시스템에 비해 노드부가 복잡하지만, 건축물의 외관을 유리로 하여 투명하게 하고 비틀리고 구부러진 구조물에 대한 건축적 요구가 많아짐에 따라 평면골조의 인기가 높아지고 있다. 이러한 시대의 흐름에 발맞추어 건물의 구조적, 기하학적 요구를 충족시키기 위해 다양한 노드 시스템이 개발 중이며, 가해지는 하중의 특성에 따라 축력 지배형과 모멘트 지배형으로 구분하여 노드의 양상을 분류할 수 있다. 축력 지배형의 대표적인 시스템은 다이아그리드(Diagrid)이다. 축력 지배형 프리폼 구조의 노드는 전체 구조물의 하중을 축력으로 받아 모두 전달해야 하기 때문에 크기가 크고 가새가 2~4개층에 걸쳐서 설치되기 때문에 중량이다. 모멘트 지배형 노드를 갖는 프리폼 구조의 형태는 대부분 지붕 구조로써 지붕 자체의 하중만을 견디도록 설계된다. 따라서 노드부와 노드에 붙는 부재들이 가볍기 때문에 사람이 들 수 있고 노드의 크기가 작아 시공성이 좋으며 대량 생산이 가능하다는 장점이 있다. 노드의 형태는 힘의 흐름과 쓰임에 따라 다양하다. 평면골조 모멘트 지배형의 노드는 접합방식에 따라 Splice node connection과 End-Face node connection 두 가지로 분류할 수 있다. Splice node connection은 각 부재의 종축으로 노드와 구조부재 사이에 이음재를 두어 연결하고, 연결 형태에 따라 전단력을 전달할 수 있는 1~2개의 접촉면이 생긴다. 전단응력을 받는 볼트로 이음재를 이어 조립하거나 용접으로 접합할 수 있다. 대표 노드로, SBP-1, SBP-2와 POLO-1 등이 있다. End-Face node connection은 각 연결된 부재의 단부와 노드 사이의 연결면은 종축방향의 수직이고, 인장응력을 받는 볼트를 사용하거나 용접에 의해 접합할 수 있다. 대표 노드로 SBP-4, WABI-1, MERO-1(Cylinder), MERO-2(Block), MERO-4(Double Dish) 등이 있다. 본 기술 현황 분석을 통해 현재 개발된 노드를 분류하고 가장 관심이 높은 Single Layer 모멘트 지배형 노드를 비교, 분석하였다. 최근 건물의 경향을 반영한 프리폼 구조를 실현하기 위해서 필수적인 노드의 개발은 국외에서 활발히 연구되고 있지만 그 기술이 개방되어 있지 않다. 국내에서는 동대문 디자인 플라자에 새로운 노드를 적용하고 고려대학교에서 모멘트 지배형 노드를 개발하는 등 발전 가능성을 보이고 있지만 국외 사례들에 비하면 아직 초기 단계라 할 수 있다. 따라서 현장 용접을 지양하고 공장 제작하여 현장에서 조립하며, 프로젝트 별로 상이한 노드를 사용하는 것이 아닌 다양한 요구를 효과적으로 수용하는 구조 효율성을 향상시킨 노드 상세의 개발이 이루어져야 할 것이다.

• The Korean Journal of Applied Statistics
• /
• v.29 no.5
• /
• pp.859-872
• /
• 2016

Land cover classification is an important tool for preventing natural disasters, collecting environmental information, and monitoring natural resources. Hyperspectral imaging is widely used for this task thanks to sufficient spectral information. However, the curse of dimensionality, spatiotemporal variability, and lack of labeled data make it difficult to classify the land cover correctly. We propose a novel classification framework for land cover classification of hyperspectral data based on convolutional neural networks. The proposed framework naturally incorporates full spectral features with the information from neighboring pixels and has advantages over existing methods that require additional feature extraction or pre-processing steps. Empirical evaluation results show that the proposed framework provides good generalization power with classification accuracies better than (or comparable to) the most advanced existing classifiers.

• Journal of the Korean Society for information Management
• /
• v.21 no.4 s.54
• /
• pp.251-263
• /
• 2004

For question-answering system, question analysis module finds the question points from user's natural language questions, classifies the question types, and extracts some useful information for answer. This paper proposes a question type classifying technique based on focus words extracted from questions and word semantic information, instead of complicated rules or huge knowledge resources. It also shows how to find the question type without focus words, and how useful the synonym or postfix information to enhance the performance of classifying module.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.314-318
• /
• 2006

인터넷의 비약적인 발전으로 많은 강의 자료가 존재하게 되었으며, 어느 누구나 손쉽게 강의 자료를 구할 수 있게 되었다. 하지만 사용자는 단순히 많은 정보만을 원하는 것이 아니라 정확한 정보를 얻기를 원한다. 이에 본 논문에서는 기존의 단어 빈도수 기반의 분류 방식이 아닌 개념적 분류 방식으로 온톨로지를 이용하여 코스웨어를 분류해보고자 한다. 온톨로지로는 어휘적 온톨로지의 일종인 WordNet의 과목에 대한 계층적 구조를 활용하였다. 실험 데이터로는 강의 자료 중 파워포인트로 작성된 코스웨어를 이용하였으며, 코스웨어의 메타데이터들과 과목들간의 개념적 거리 및 밀도를 측정하여 코스웨어를 분류하였다. 또한 WordNet상의 어휘 확장을 통하여 분류과목 확장이 가능함을 보였다.