• Journal of Internet Computing and Services
• /
• v.8 no.5
• /
• pp.1-10
• /
• 2007

Recently, the web 2.0 services which appear by exponential extension of the Internet can be expressed with the changes in the quality of structural evolution and in the quantity of increasing users. The structural base is in user participational architecture, the web 2.0 services such as Blog, UCC, SNS(Social Networking Service), Mash-up, Long tail, etc. play a important role in organization of web, and grouping and searching of user participational data in web 2.0 is broadly used by folksonomy. Folksonomy is a new form that categorizes by tags, not classic taxonomy skill. it is made by user participation. Searching based on tag is now done by a simple text or a tag cloud method. But searching to consider and express the relations among each tags is imperfect yet. Thus, this paper provides the relational searching based on tags using the relational graph of tags. It should improve the trust of the searching and provide the convenience of the searching.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.133-133
• /
• 2019

하천의 하상재료는 전반적인 하천 계획 및 정비 등의 기초자료이다. 특히 하천의 하상재료 조사는 하천의 조도계수 산정, 하천의 유사이송 특성 분석 및 하천 서식처 등의 하천환경 조사를 위하여 수행한다. 지금까지의 하천 하상재료 조사는 사람이 직접 하상토를 채취하거나 사진을 이용하여 대략적인 스케치를 통해 진행하다보니 자료의 품질에 대한 신뢰도가 떨어지고, 사람이 직접조사를 해야 하기 때문에 비용이 많이 필요하여 몇 개 지점을 대상으로 하상재료 조사를 수행해야 하는 등의 한계를 가지고 있다. 따라서 하천 환경 평가를 위한 하상재료 조사를 위해서는 좀 더 체계적이고 과학적인 기술 개발이 요구된다. 특히 물속의 하천 하상재료를 조사하는 것은 육안 또는 카메라를 이용한 조사로는 어려움이 많기 때문에 하천 전체의 공간적인 하상재료 조사를 위해서는 새로운 기술이 필요하다. 이에 본 연구에서는 보다 정확한 조도계수 산정을 위해 초분광 영상을 이용하여 하상재료를 분류하고, 이를 이용하여 하천 환경 평가를 할 수 있는 하상재료 분포도를 만들기 위한 하상재료의 분광특성 분석 연구를 수행하였다. 초분광 영상의 분광특성은 수백개의 밴드가 연속적으로 구성된 정보를 말하며, 영상 내 모든 화소의 파장정보를 포함하는 데이터 큐브형식으로 구성된다. 물체의 파장정보는 분광기나 초분광 영상 촬영 장치를 통해 수집할 수 있으며 파장정보는 파장과 이에 해당하는 영역의 반사도를 측정하여 하상재료의 분광반사특성으로 확인할 수 있다. 따라서 본 연구에서는 하천의 다양한 하상재료들만의 고유 분광반사특성을 분석하여 하상재료별 분광 라이브러리를 구축하고자 한다. 또한 이와 같이 하상재료별 분광 라이브러리를 구축한 결과를 활용하여 무인기 기반의 초분광 영상을 활용한 하천 하상재료 분류 기술을 개발하고자 한다. 이를 위해 본 연구에서는 하상재료별 분광라이브러리를 구축하였고, 실제 하천에서 무인기 초분광 영상에 활용한 결과 수체가 존재하는 영역에서도 초분광 영상을 활용하여 하상재료의 분류가 가능한 것을 확인하였다.

• The Journal of Korean Institute of Information Technology
• /
• v.17 no.12
• /
• pp.81-92
• /
• 2019

Weeds are a major object which is very harmful to crops. To remove the weeds effectively, we have to classify them accurately and use herbicides. As computing technology has developed, image-based machine learning methods have been studied in this field, specially convolutional neural network(CNN) based models have shown good performance in public image dataset. However, CNN with numerous training parameters and high computational amount. Thus, it works under high hardware condition of expensive GPUs in real application. To solve these problems, in this paper, a hierarchical architecture based deep-learning model is proposed. The experimental results show that the proposed model successfully classify 21 species of the exotic weeds. That is, the model achieve 97.2612% accuracy with a small number of parameters. Our proposed model with a few parameters is expected to be applicable to actual application of network based classification services.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.15 no.1
• /
• pp.27-35
• /
• 2022

In this paper we propose white noise adding method to prevent missclassification of deep learning system by adversarial attacks. The proposed method is that adding white noise to input image that is benign or adversarial example. The experimental results are showing that the proposed method is robustness to 3 adversarial attacks such as FGSM attack, BIN attack and CW attack. The recognition accuracies of Resnet model with 18, 34, 50 and 101 layers are enhanced when white noise is added to test data set while it does not affect to classification of benign test dataset. The proposed model is applicable to defense to adversarial attacks and replace to time- consuming and high expensive defense method against adversarial attacks such as adversarial training method and deep learning replacing method.

• Journal of Advanced Navigation Technology
• /
• v.25 no.6
• /
• pp.576-581
• /
• 2021

Compared to a low concentration, a high concentration clearly entails limitations in terms of predictive performance owing to differences in its frequency and environment of occurrence. To resolve this problem, in this study, an artificial intelligence neural network algorithm was used to classify low and high concentrations; furthermore, two prediction models trained using the characteristics of the classified concentration types were used for prediction. To this end, we constructed training datasets using weather and air pollutant data collected over a decade in the Cheonan region. We designed a DNN-based classification model to classify low and high concentrations; further, we designed low- and high-concentration prediction models to reflect characteristics by concentration type based on the low and high concentrations classified through the classification model. According to the results of the performance assessment of the prediction model by concentration type, the low- and high-concentration prediction accuracies were 90.38% and 96.37%, respectively.

• Annual Conference of KIPS
• /
• 2006.05a
• /
• pp.423-426
• /
• 2006

예방 의학에 대한 관심이 증대되고 있는 현대 생활에서 사상체질 진단을 통한 건강 유지는 누구나 쉽게 접근할 수 있는 방법 중에 하나이며, 이를 위해 사상의학(四象醫學)적 이론이 많이 사용되고 있다. 그러나, 사상의학에서 사상체질 진단 및 분류는 매우 중요한 과제로서 많은 학자들에 의해 연구되고 있으나 지금까지 객관적으로 인정된 방법이나 기술은 없다고 할 수 있다. 따라서 본 논문에서는 외형적 특징을 통한 사상 체질 분류를 연구하기 위한 목적으로 안면부의 형태학적인 특징을 도출하였다. 즉, 안면 영상에서 눈과 입을 추출하여 결과 영상과 사상체질 간의 상관성을 규명하기 위하여 안면 영상의 형태학적 분석을 이용한 사상체질의 판별을 시도하였다. 특히, 한방의 망진(望診) 방법에 근거하여 사상체질을 객관적으로 진단, 분류하기 위한 연구를 수행하였다. 최종적으로 실험에 의해 제안한 방법의 유용성을 입증하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.223-226
• /
• 2009

유해 영상 검출은 유해 동영상을 내용 기반으로 검색하고 차단하기 위한 방법의 하나로써, 유해 동영상 추적 시스템의 전체 성능을 좌우하는 중요한 기술이다. 기존의 유해 영상 검출은 웹 사이트 내에 음란 콘텐츠를 추출함으로 유해 사이트를 차단하는데 사용되었으며, 주로 RGB 비율, Histogram 등을 이용한 Skin color와 Edge를 추적한 Texture를 기반으로 유해 영상을 검출하였다. 그러나 기존 방식은 UCC 유해 동영상과 같이 저화질 영상에서의 유해 여부를 판단하기에는 정확성이 낮다. 따라서 본 논문에서는 영상 크기에 따른 고/저화질 분류를 이용하여 동영상에서 보다 효과적인 유해 영상 검출할 수 있는 방법을 제안한다. 제안 방법의 성능을 확인하기 위해 고/저화질 분류 사용의 유/무에 따른 검출 실험을 하였으며, 그 결과 분류를 방법이 기존 방법보다 12%의 성능이 향상됨을 알 수 있었다.

• Annual Conference of KIPS
• /
• 2017.04a
• /
• pp.1138-1140
• /
• 2017

센서 및 초근거리 통신 기술의 발전으로 다양한 사물인터넷 서비스가 등장하였다. 현재 사물인터넷 서비스는 단일화된 서비스만을 제공하고 있지만 서비스들이 융합된 새로운 서비스로 발전되고 있다. 서비스 융합시 발생할 수 있는 프로토콜의 다양성, 모듈의 중복성등의 문제를 해결하기 위하여 통합 서비스 플랫폼의 필요성이 대두되었다. 이에 본 연구에서는 보다 효율적인 통합 서비스 플랫폼을 제공하기 위한 기반 연구로 사물인터넷 서비스 분류 알고리즘을 제안한다. 제안하는 서비스 분류 알고리즘은 서비스 별 세부 동작을 기반으로 구성된다. 그리고 후속 연구로 실제 서비스에 제안한 서비스 분류알고리즘을 적용하여 서비스간 유사도 분석을 통한 서비스 그룹화에 관한 연구를 진행할 예정이다.

• Journal of the Korea Computer Industry Society
• /
• v.2 no.2
• /
• pp.195-202
• /
• 2001

In this paper, we show a study on how to model a phoneme of which acoustic feature is changed according to both left-hand and right-hand phonemes. For this purpose, we make a comparative study on two kinds of algorithms; a unit reduction algorithm and decision tree modeling. The unit reduction algorithm uses only statistical information while the decision tree modeling uses statistical information and Korean acoustical information simultaneously. Especially, we focus on how to model context-dependent phonemes based on decision tree modeling. Finally, we show the recognition rate when context-dependent phonemes are obtained by the decision tree modeling.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.884-886
• /
• 2003

인간 지놈 프로젝트가 완료된 이후로 여러 지놈 프로젝트가 수행되었으며 이로 인해 데이터베이스에 수록되는 서열수가 기하급수적으로 증가하고 있다. 최근에는 단순한 서열 분석뿐만 아니라 이미 밟혀진 단백질 정보를 이용하여 새로운 단백질의 기능을 예측하는 연구가 보다 활발히 진행되고 있다. 단백질 기능은 단백질의 삼차구조에 의해 결정된다. 따라서 단백질의 서열을 분석하여 삼차구조를 알아내고 어떤 분류에 속하는지 알아낸다면 단백질의 기능을 예측할 수 있다. 본 논문에서는 단백질 서열 정렬을 통하여 보다 빠르고 효과적으로 단백질 구조 정보를 추출하는 기법에 대하여 기술한다. 개발된 단백질 구조 추출 기법은 Pfam 데이터베이스에서 제공하는 단백질 서열의 샘플링 결과를 기반으로 서열 정렬을 수행퇴고, 선정뭔 서열을 대상으로 SCOP 데이터베이스에서 단백질 구조 분류정보(family 및 fold)를 추출함으로써 구조 분류정보 추출 과정의 성능을 향상시키고자 한다.