• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2003.11a
• /
• pp.219-222
• /
• 2003

본 논문에서는 멀티모달(multimodal) 특징을 이용한 비디오 장르 식별 방법을 제안한다. 비디오 장르 식별 기술은 방대한 양의 방송 컨텐츠를 보다 효율적으로 분류할 뿐 아니라 자동적인 비디오 요약을 위한 전처리 과정으로 활용될 수 있는 기술이다. 따라서, 그 필요성 및 중요성이 부각되고 있다. 본 논문에서 제안하고 있는 방법은 MPEG-7의 오디오 및 비주얼 서술자들을 적용하여 멀티모달 특징을 추출하고 여러 가지 방송 비디오 장르(genre)들로 구성된 데이터베이스에서 장르 분류를 위해 설계된 인식기(classifier)를 통한 성능을 평가한다.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 1999.11c
• /
• pp.143-158
• /
• 1999

인터넷은 90년대 들어 월드 와이드 웹이 등장하면서 상업적으로 광범위하게 사용되기 시작했다. 인터넷의 발달은 일상생활 뿐만 아니라 경제활동에도 많은 변화를 초래했는데 인터넷 기반의 새로운 경제체제를 우리는 흔히 디지털 경제라는 부르고 있다. 수확체증, 역 시장, 선도자 우위 등의 현상이 지배하는 디지털 경제에서 인터넷을 이용한 비즈니스를 인터넷 비즈니스라고 한다. 비즈니스를 수행하면서 모델을 정립하는 것은 전략을 수립하기 위해 기본적인 과정이다. 그러나 현재 대부분의 인터넷 비즈니스는 그 모형을 정립하지 못하고 전략수립에만 골몰하는 경우가 많았다. 새롭게 창업하거나 기존 사업에 인터넷을 도입하고자 하는 경우에 기준을 제공할 수 있는 인터넷 비즈니스 유형 분류 체계가 필요하게 되었다. 본 논문은 체계적인 인터넷 비즈니스 유형분류 체계를 마련하기 위한 기반을 제공하려고 한다. 이를 위해 먼저 기존 인터넷 비즈니스 유형분류와 관련된 연구들을 살펴봄으로써 인터넷 비즈니스에 대한 이해를 도모하였다. 그리고 시스템적 관점에서 인터넷 비즈니스를 살펴보았다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.671-672
• /
• 2007

국내 배전선로는 다중으로 중성선을 접지하여 운영하고 있어 지락고장이 발생하면 큰 고장전류가 발생하며, 이는 중성선 및 가공 지선과 접지극으로 분류되어 전원측으로 귀로한다. 유도전력기술기준에서는 이 분류율을 배전선로의 경우 50%로 규정하고 있어 배전선로 신 증설시 통신선과의 이격거리 확보에 어려움이 발생하고 있다. 따라서 본 논문에서는 국내 배전선로의 1선 지락전류의 분류율을 기술적으로 검토하기 위해 배전선로 설계기준을 바탕으로 1선 지락고장전류의 대지유입률을 모의하고 그 결과를 분석하였다.

• Annual Conference of KIPS
• /
• 2019.10a
• /
• pp.885-888
• /
• 2019

다양한 요소에 의해 영향을 받는 주식 시장에서 정확한 분석과 예측은 막대한 수익과 최소 손실을 보장한다. 본 논문은 주가 움직임 예측을 위하여 다양한 기술적 지표로부터 적합한 특징을 선택하고 세 가지 분류 알고리즘 LSTM, SVM, MLP 을 통해 향후 1, 3, 5, 7, 10, 15, 20, 25, 30 일 후의 주가 움직임을 예측하는 실험을 진행하였다. LSTM 에서 30 일 후를 예측할 때 74.4%의 가장 높은 분류 정확도를 보였으며 전반적으로 LSTM 을 통한 분류가 우수한 결과를 나타냈다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.9-10
• /
• 2019

본 논문은 구동장치의 진동에서 특징 데이터를 추출하고 인공신경망에 학습을 시킨 후, 구동 장치의 결함을 분류하는 시스템을 구현하였다. 딥러닝 기술을 이용함으로써 특정 장치에 종속되지 않고 학습할 데이터의 특징에 따라 쉽게 변경 가능하다. 또한, 실제 적용될 현장에서 발생할 수 있는 예측외의 진동 환경에 유연하게 대처하기 위해 딥러닝 모델 중 CNN을 적용한 시스템을 설계하였으며, 본 연구팀의 이전 연구에서 제안된 DNN 기반의 진단시스템을 학습데이터의 환경과 다른 처리배제가 필요한 진동 환경에서 비교 실험하여 제안된 시스템이 새로운 환경적응 성능향상에 대하여 우수한 결과를 얻었음을 확인하였다.

• The Journal of the Convergence on Culture Technology
• /
• v.7 no.2
• /
• pp.437-442
• /
• 2021

In this study, a recommendation algorithm was implemented by learning a deep learning-based classification model for consumer data. For this purpose, a meaningful result is presented as a result of learning using ResNet50, which is commonly used in classification tasks by converting user data into images.

• Annual Conference of KIPS
• /
• 2011.04a
• /
• pp.344-345
• /
• 2011

본 논문에서는 영상처리를 이용해서 물품을 색상별로 분류하는 로봇 개발에 대해 기술한다. 그동안 로봇에서 획득한 영상 데이터를 고성능 host PC에 보내어 처리하고 로봇은 그 결과만을 받아 사용하는 것이 일반적이었으나, 최근에는 embedded CPU의 비약적인 발전에 따라 영상을 로봇 자체에서 영상 처리 하는 것이 점점 더 용이해지고 있다. 따라서 본 논문에서 기술하는 색상별 물체 분류기 로봇 개발을 통하여 로봇에서의 영상 처리 가능성을 알아보고자 한다.

• Annual Conference of KIPS
• /
• 2011.04a
• /
• pp.1274-1277
• /
• 2011

단백질 1차 서열로부터 DISORDER와 ORDER지역을 예측하기 위해서 이 논문에서는 EP-tree에 기반한 출현패턴 발견 알고리즘을 제안하였다. EP-tree 알고리즘을 적용함으로서 기존의 단백질 특징 추출을 통한 방법과 달리 서열 자체에서 발견되는 출현패턴만을 이용하여 분류 모델을 생성하므로 기존의 신경망이나 SVM 보다 분류모델 생성 및 예측 속도가 빠르다. 또한 Disprot 4.9과 CASP7 테스트 데이터로 DISORDER/ORDER 지역을 예측한 결과, 73.4%의 높은 정확성을 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.248-251
• /
• 2020

전 반도체 제조 및 검사 공정 과정을 자동화하는 스마트 팩토리의 실현에 있어 제품 검수를 위한 검사 장비는 필수적이다. 하지만 딥 러닝 모델 학습을 위한 데이터 처리 과정에서 엔지니어가 전체 웨이퍼 영상에 대하여 결함 항목 라벨을 매칭하는 것은 현실적으로 불가능하기 때문에 소량의 라벨 (labeled) 데이터와 나머지 라벨이 없는 (unlabeled) 데이터를 적절히 활용해야 한다. 또한, 웨이퍼 영상에서 결함이 발생하는 빈도가 결함 종류별로 크게 차이가 나기 때문에 빈도가 적은 (minor) 결함은 잡음처럼 취급되어 올바른 분류가 되지 않는다. 본 논문에서는 소량의 라벨 데이터와 대량의 라벨이 없는 데이터를 동시에 활용하면서 결함 사이의 발생 빈도 불균등 문제를 해결하는 점진적 데이터 평준화 (progressive pseudo-labeling balancer)를 제안한다. 점진적 데이터 평준화를 이용해 분류 네트워크를 학습시키는 경우, 기존의 테스트 정확도인 71.19%에서 6.07%-p 상승한 77.26%로 약 40%의 라벨 데이터가 추가된 것과 같은 성능을 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.145-146
• /
• 2020

현재 4차 산업 혁명 시대에서 가장 중요한 화두는 빅데이터(Big Data), 인공지능이며, 이를 이용한 분야로 생산, 제조 분야에서도 인공지능 영상 인식 기술을 활용한 생산품을 자동으로 분류하고 나아가 품질검사도 할 수 있도록 개발하고 있다. 또한, 로봇을 공장의 생산라인에 운영하여 노동력 감소에 따른 보완이 되고, 제조과정의 효율성 증가와 생산시간 감소로 생산성을 높일 수 있다. 이를 위해 본 논문에서는 실시간 객체감지 기술인 YOLO-v3 알고리즘을 이용해서 PCB보드 인식, 분류할 수 있는 시스템을 개발하였다.