• 제목/요약/키워드: 일반화기준

검색결과 268건 처리시간 0.023초

전자해도 해안선 정보의 일반화 평가 방안 연구

  • 황선필;오세웅;심우성
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2014년도 춘계학술대회
    • /
    • pp.138-140
    • /
    • 2014
  • 전자해도는 기존 종이해도로 표현하던 해안선, 등심선, 수심, 항로표지 등의 정보를 디지털화한 것으로 기존 종이해도 정보의 디지털화 과정에서 해도 사용 목적에 부합하는 수준으로 일반화 과정을 거치게 된다. 이 과정에서 일관된 기준과 자동화된 작업 방식 적용의 어려움으로 일반화 수준이 균일하지 않은 문제가 발생할 수 있다. 본 연구에서는 전자해도로 제작된 여러 정보 중 해안선을 대상으로 균일한 수준으로 일반화되었는지 평가하는 전자해도 일반화 평가 방안을 연구하였다. 세부 내용으로는 일반화 평가에 활용할 수 있는 여러 알고리즘을 비교 분석하여 전자해도에 가장 최적화된 알고리즘 및 평가 방법을 제안하였다.

  • PDF

다축척 수치지도의 도로 및 건물정보 일괄갱신 연구 (A Study on the Consecutive Renewal of Road and Building Information in the Multi-scale Digital Maps)

  • 박경식
    • 한국측량학회지
    • /
    • 제29권1호
    • /
    • pp.21-28
    • /
    • 2011
  • 기존의 수치지도 1.0에서는 가장 대축척인 1/1,000수치지도를 이용하여 1/5,000과 그 이하 소축척 수치지도를 제작하는 것이 불가능하였다. 이러한 이유로 1/1,000과 1/5,000 이하의 수치지도는 각각 다른 축척의 항공사진으로부터 제작되었다. 차세대의 수치지도는 가장 대축척인 수치지도를 기반으로 점차 소축적의 수치지도가 연속으로 연관되어져야 하며, 이것은 데이터의 공유와 일괄갱신 측면에서 매우 중요한 일이다. 수치지도 2.0이 개발된 이래 다축척 연속수치지도제작에 관한 가능성이 제기되면서 이에 대한 연구가 다시 시작되었다. 다축척 연속수치지도에서 가장 기본이 되는 것은 축척간에 연계되는 일반화 기준을 결정하는 것이며, 본 연구에서는 1/1,000 수치지도를 이용하여 1/5,000수치지도를 제작할 수 있는 일반화 기준을 정립하였다. 또한, 정립된 기준을 이용하여 자동일반화를 수행함으로서 일괄갱신에서의 활용 가능성을 모색하였다.

휴먼비전에 의한 건물의 지도일반화 기준결정 (The criterion Decision of Map Generalization for building by Human Vision)

  • 박경식
    • 한국측량학회지
    • /
    • 제27권1호
    • /
    • pp.735-742
    • /
    • 2009
  • 최근들어, 우리나라에서는 수치지도 2.0을 이용하여 전산편집에 의해 종이지도를 제작하고 있다. 그러나 수치지도와 종이지도는 표현방법이 상이하기 때문에 축척에 따라 지도일반화가 처리되어야하며 지도일반화 기준은 사람이 눈으로 직접 판독하는 대상물의 크기에 의해 결정되어야 한다. 이를 위해 본 연구에서는 각 축척의 지도에서 표현되는 건물의 크기를 표준시력의 눈으로 관측하고 그 결과를 분석하였다. 연구결과 인간의 눈에 적합한 건물의 크기는 단변의 길이가 0.4mm이상인 도형의 면적에 해당되며, 지도일반화를 위한 독립건물, 축소건물, 밀집건물처리에 모두 이 기준을 적용하였다.

점패턴분석을 이용한 수치지형도의 점사상 일반화 (Generalization of Point Feature in Digital Map through Point Pattern Analysis)

  • 유근배
    • Spatial Information Research
    • /
    • 제6권1호
    • /
    • pp.11-23
    • /
    • 1998
  • GIS 분야에서 지도 일반화는 공간자료의 상세도를 결정하여 효과적으로 자료를 가시화(Visualixation)하거나 자료의 해상력을 변화시켜 변환하는 기능을 수행한다. 최근까지 지도 일반화는 선사상 (Line Features)에 집중되었고, 수치지도를 구성하고 있는 정보량과 그 중요성에 비하여 점사상 (Point Features)에 대한 연구는 상대적으로 미미하였다. 이러한 맥락에서 본 연구는 점사상에 대한 구체적인 일반화 방안을 모색하는데 목적을 둔다. 특히 점사상의 일반화에서 원자료의 기하학적 특성을 파악하는데 가장 중요하게 고려한 요소로 점사상의 분포패턴을 선정하였다. 즉 'Grieg-Smith방법'을 활용한 방격분석 (Quadrat Analysis)과 최근린분석 (Nearest-Neighbour Analysis)를 통해 점사상이 갖고 있는 분포패턴의 특성을 찾아낸 다음, 이를 변형시키지 않도록 일반화의 기준거리(Threshold)를 설정하여 점사상을 제거하는 방법을 통해 점사상의 일반화를 시도하였다. 따라서 이 연구에서 제시한 점사상의 일반화 방안은 원래 점사상이 갖고 있는 기하학적 특성을 최대한 유지한다.

  • PDF

지형자료의 계층화를 이용한 하계망 일반화 (Generalization of the Stream Network by the Geographic Hierarchy of Landform Data)

  • 김남신
    • 대한지리학회지
    • /
    • 제40권4호
    • /
    • pp.441-453
    • /
    • 2005
  • 본 연구의 목적은 지형자료에 대한 계층화 알고리즘을 개발하여 하계망을 일반화하고자 하였다. 하계망은 계층적인 구조를 갖기 때문에 일반화를 위해 선형사상들에 대한 지형자료의 계층화가 요구된다. 하계망 일반화의 절차는 하계망의 계층화, 차수별 선택과 제거, 그리고 알고리즘 적용으로 진행하였다. 계층화는 하계망의 고도에 따른 방향 결정, Stroke Segment 서열화. Strahler 차수화로 진행하였으며, 선형사상의 선택과 제거는 지리자료의 질의를 통해 차수와 선의 길이를 기준으로 처리하였다 개선된 Simoo 알고리즘은 선형사상의 곡률을 낮추고 완만화에 효과적이었다 연구결과는 공간적으로 다양한 계층구조를 갖는 사상들에 대한 일반화를 개선할 수 있을 것으로 기대된다.

우리나라 기준 증발산량 산정을 위한 Hargreaves 계수 산정 (Calibration of the Hargreaves Equation for the Reference Evapotranspiration Estimation on a Nation-Wide Scale)

  • 이길하;박재현
    • 대한토목학회논문집
    • /
    • 제28권6B호
    • /
    • pp.675-681
    • /
    • 2008
  • 기상자료가 부족하거나 결측인 지역의 기준 증발산량 산정을 위해서는 Hargreaves 공식의 매개변수 추정을 수행할 필요가 있다. 본 연구에서는 우리나라 전역에 걸쳐 1997년-2006년 기상자료를 바탕으로 Hargreaves 공식을 이용하여 기준 증발산량(이하 ETo)을 산정하였다. 각 지점별로 PM공식에 의해 산정한 값을 증발산량의 정해로 가정하여 Hargreaves 매개변수를 지점별로 추정하였다. 최소의 오차가 발생하도록 Hargreaves 계수를 조정한 후 Root Mean Square Error와 Nash Sutcilffe Coefficient of Efficiency분석을 통하여 추정효율이 크게 향상되는 것을 알 수 있었다. 또한 추정된 매개변수를 바탕으로 기온 자료만의 의한 Hargreaves 증발산량을 추정할 수 있도록 일반화된 하나의 회귀직선을 도출하여 보았다. 온도-Hargreaves 계수의 선형 상관관계를 이용한 Hargreaves 계수의 일반화에서는 개선의 여지가 있지만 만족스러운 결과를 보여주는 것으로 나타났다. 이 연구결과는 우리나라의 수자원, 관개분야 및 환경 운용에 많은 도움이 될 것으로 판단된다.

데이터 중요도의 사전 평가를 이용한 증가학습을 위한 데이터 선택 방법 (Data selection method for Incremental learning using prior evaluation of data importance)

  • 이선영;조성준;방승양
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
    • /
    • pp.339-341
    • /
    • 1998
  • 다층 퍼셉트론 학습은 학습 데이터의 능동적인 선택 여부에 따라 능동적 학습(Active learning)과 피동적 학습(Passive learning)으로 구분할 수 있다. 기존의 능동적 학습 방법들은 학습 데이터의 중요도를 측정할 수 있는 기준(measure)을 제시하고 이 기준에 따라 학습 데이터를 선택하는 방법을 취하고 있다. 이 방법들은 학습 데이터 선택을 위해 Hessian Approximation과 같은 복잡한 계산이나 학습 데이터를 선택하는 과정에 있어서 데이터의 중요도를 평가하기 위한 반복적인 계산을 필요로 한다. 본 논문에서는 학습 데이터 선택 시 반복적인 계산이 필요하지 않는 비교사 학습을 이용한 능동적 학습 데이터 선택 방법을 제안하고 그 수렴 특성과 일반화 성능을 분석한다. 또한 비교 실험을 통하여 제안된 방법이 기존의 능동적 학습방법보다 간단한 계산만으로 수렴 속도를 향상시키며 일반화에도 뒤떨어지지 않음을 보인다.

  • PDF

일반화 이항모형의 적합도 평가 (Comparative Simulation Studies on Generalized Binomial Models)

  • 백은주;김기영
    • Communications for Statistical Applications and Methods
    • /
    • 제18권4호
    • /
    • pp.507-516
    • /
    • 2011
  • 상관된 이항자료에 대한 일반화 이항모형들을 비교한 연구들은 고려한 모형과 비교기준에서 결과가 제한적이라는 측면이 있다. 이 연구는 모형선택의 가능한 지침을 제공하기 위해 모의실험을 통하여 모형별 적합도와 베르누이 시행의 성공확률 및 급내상관계수에 대한 ML추정량들을 비교하였다. 모수의 특정영역을 제외하고 포괄적 적합도나 추정량의 MSE 및 편의 등 성분적합에서는 대부분의 모형이 일정 수준의 경쟁적 관계에 있는 것으로 나타났다. 그러나 고려한 모형들 중 특히 일반화 확장베타이항모형 (Prentice, 1986)은 거의 모든 모수영역과 비교기준에 걸쳐 일관되게 양호한 수행력을 가지는 것으로 평가되었다.

침입차단시스템 보안정책 모델 (Security Policy Model of Firewall System.)

  • 김상호;조대일;노병규;신종태;심주걸
    • 한국멀티미디어학회:학술대회논문집
    • /
    • 한국멀티미디어학회 1998년도 춘계학술발표논문집
    • /
    • pp.199-204
    • /
    • 1998
  • 웹 기술 등의 발전으로 인터넷에 각종 정보시스템을 접속하여 문자, 음성, 영상을 포함하는 각종 멀티 데이터의 공유가 일반화됨에 따라 이에 대한 보안 문제점을 해결하기 위한 정보보호시스템으로서 침입차단시스템의 요구가 증대되고 있으며 이러한 요구에 따라 국내외적으로 평가 기준이 개발되고 있고 이러한 기준을 충족시키는 다양한 형태의 침입차단시스템이 출시되고 있다. 본 논문에서는 인터넷 보안 모델 상에서 침입차단시스템 보안 정책 모델이 요구되는 부분과 기존의 보안 모델을 침입차단시스템에 적용하는데 발생하는 문제점을 살펴보고 국내 정보통신망 침입차단시스템 평가기준에서 요구하는 있는 관련 요구 사항을 분석하여 침입차단시스템에 적합한 보안정책 모델을 제안한다.

  • PDF

적응적 정규화 자연기울기 학습과 자연프루닝을 통한 신경망의 일반화 성능 향상 (Improving Generalization in Neural Networks using Natural Gradient Learning with Adaptive Regularization and Natural Pruning)

  • 이현진;박혜영;지태창;이일병
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
    • /
    • pp.265-267
    • /
    • 2002
  • 본 논문에서는 적응적 정규화 자연기울기 학습법과 자연 프루닝(pruning) 방법의 결합을 통하여 일반화 성능이 우수만 신경망을 구성하고자 한다. 먼저 적응적 정규화 자연기울기 학습을 통하여 신경망의 가중치를 최적화 시키고, 자연 프루닝에 의하여 신경망의 구조를 단순화 시킨다. 이러한 모델들 중 최적의 모델은 베이시안 정보 기준에 의해 선택함으로써 일반화 성능이 우수만 신경망을 구성하는 방법을 제안한다 벤치마크 (benchmark) 데이터로 제안하는 방법과 유클리디안(Euclidean) 거리에 기반한 결합 방법과 자연 프루닝만을 적용한 방법을 비교함으로써 우수성을 검증한다.

  • PDF