• 정보처리학회논문지D
• /
• 제17D권4호
• /
• pp.253-258
• /
• 2010

지금까지의 빈발 패턴(Frequent Pattern) 마이닝에서는 각 항목들의 중요도(Weight)는 모든 같은 값으로 다루어 왔으나 실 환경에서는 각 항목들의 중요도가 다르게 적용되는 경우가 많이 있고 또 같은 항목이라도 시간에 따라 다른 중요도 값으로 다루어져야 할 경우가 있다. 비즈니스 데이터 분석 환경이나 웹 클릭 데이터 분석 환경과 같은 응용에서도 동적으로 변하는 중요도를 고려하여야 한다. 지금까지 항목의 중요도를 고려하는 여러 패턴 마이닝 기법들이 제안되고 있으나 동적으로 변하는 항목의 중요도를 고려하는 연구는 발표되지 않고 있다. 본 논문에서는 처음으로 동적인 항목들의 중요도(혹은 가중치)를 고려하는 빈발 패턴 마이닝 알고리즘을 제안한다. 제안하는 기법은 단 한번의 데이터베이스 스캔으로 처리되므로 스트림 데이터를 분석할 수 있다. 여러 실험을 통하여 제안하는 기법은 매우 효과적이며 확장성이 좋은 것임을 보인다.

• 대한공간정보학회지
• /
• 제12권3호
• /
• pp.61-67
• /
• 2004

위성영상과 항공사진 및 위성영상은 생태 및 환경의 현황을 감시하는 것에 효과적으로 활용된다. 따라서 이러한 영상데이터는 환경부의 다양한 행정실무에 유용하게 활용될 수 있을 것이다. 그러나 대부분의 영상데이터는 대용량 자료이므로 이를 네트워크를 통해 실무자에게 전달하는 것에 어려움이 있을 뿐만 아니라 이렇게 제공된 영상데이터를 영상처리에 관한 전문 지식이 없는 실무자들이 활용하는 것 또한 쉽지 않았다. 이에 본 연구에서는 영상압축전송과 웹기반 영상처리 기술을 채용한 대용량 영상자료 서비스 시스템을 구축하였다. 구축된 시스템은 실무자들로 하여금 관련된 모든 영상자료의 신속한 접근을 비롯하여 이 시스템에서 구현된 원격탐사 영상처리 GIS 기능을 통하여 간편한 활용을 가능하게 한다. 구축된 시스템은 실무자들의 의사결정 과정에 적극 활용되어 다양한 행정과정에서 자료분석에 필요한 자원을 크게 절감할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.248-248
• /
• 2020

토양수분은 증발산, 유출, 침투 등 물수지 요소들과 밀접한 연관이 있는 주요한 변수 중에 하나이다. 토양수분의 정도는 토양의 특성, 토지이용 형태, 기상 상태 등에 따라 공간적으로 상이하며, 특히 기상 상태에 따라 시간적 변동성을 보이고 있다. 기존 토양수분 측정은 토양시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 수많은 자료 학습을 통해 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 토양수분과 연관된 다양한 기상 인자들(강수량, 풍속, 습도 등)을 활용하여 머신러닝기법의 반복학습을 통한 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 시공간적으로 토양수분 실측 자료가 잘 구축되어 있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년~2012년 수문자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상 자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한 다양한 기상 인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 유사한 추세를 나타냈다. 따라서 상관관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.

• 대한토목학회논문집
• /
• 제28권4C호
• /
• pp.239-245
• /
• 2008

본 연구는 도심지 환경 표면파기법의 개발에 요구되는 지식기반을 구축하기 위한 기초연구로서, 표면파 분산특성에 대한 인접구조물의 영향을 연구하였다. 표면파의 이론적 모델링 기법을 활용하여 지반 강성구조에 따른 표면파 에너지의 전파유형을 분석함으로써 인접구조물의 간섭이 발생할 수 있는 조건을 고찰하였다. 그리고 인접구조물 모형이 설치되어 있는 현장지반과 지하철 박스구조물이 인접한 현장지반에서 표면파 시험을 수행하여, 표면파 전파에 대한 인접구조물의 간섭효과를 실험적으로 평가하였다. 이러한 이론적, 실험적 연구 결과에 의하여 인접구조물이 위치한 지반에 있어서 표면파 탐사의 신뢰도를 결정하는 주 영향인자는 인접구조물로부터의 측선 거리, 지반의 층간 강성대비, 표면파 발진원 형태 등임을 확인하였다.

• 지능정보연구
• /
• 제7권2호
• /
• pp.153-177
• /
• 2001

데이터베이스 마케팅을 필두로 최근 마케팅 분야에서는 보다 고객에 적합한 제품이나 서비스를 제공하고 또한 이로 인해 그 마케팅 비용을 최소화하고 또한 그 매출효과를 극대화하고자 하는 움직임이 가속화되고 있으며, 극단적으로는 일대일 마케팅이라고까지 표현하고 있다. 더욱이 전자쇼핑몰에 있어서는 실제 판매원이 존재하지 않는 이상 보다 더 고객의 관심을 유도하고 궁극적으로 매출을 발생시키기가 더욱 어려운 실정이며 따라서 고객을 파악하기 또한 그 고객에 적합한 제품이나 서비스에 대한 정보를 즉각적 또는 사전적으로 추측 제시하여야 하는 역량이 매우 중요하다 하겠다. 그러나 이와 같은 즉시성의 추정이나 판단의 유효성을 제고하기 위해서는 전자쇼핑몰 입장에서 일단의 단편적 정보에 의존하는 방식보다는 이용가능한 모든 정보에 대한 통합적 고찰과 또한 고객에 대한 제안 여부와 추천 의사 결정을 개별적이고 순차적인 절차로 보는 관점보다는 하나의 통일된 관점에서 최대의 효과를 발생시킬 수 있도록 하는 상품 추천 방법론이 필요하다 하겠다. 본 연구는 이를 위해 전자쇼핑몰에서의 오프라인/온라인의 통합 정보를 바탕으로 추천 대상 고객 선정 및 추천 효과의 최적화를 목적으로 추천 상품 및 서비스 결정의 의사결정들에 대한 단일 의사결정 방법론 즉 상품 추천 방법론을 제안하며 이를 에이전트 기법을 바탕으로 설계하였다. 또한 이상의 방법론과 설계기법을 국내 유수의 전자쇼핑몰에 적용하여 그 실험적 성과를 제시하고 있다.

• 자원환경지질
• /
• 제53권4호
• /
• pp.479-489
• /
• 2020

단층은 근원암에서 형성된 석유 가스 등의 탄화수소가 이동하는 통로이자 탄화수소를 가두는 덮개암의 역할을 할 수 있는 지질구조로, 탄화수소가 축적된 저류층을 찾기 위한 탄성파 탐사의 주요 대상 중 하나이다. 하지만 기존의 유사성, 응집성, 분산, 기울기, 단층가능성 등 탄성파 자료의 측면 방향 불연속성을 활용하는 단층 감지 방법들은 전문지식을 갖춘 해석자가 많은 계산 비용과 시간을 투자해야 한다는 문제가 있다. 따라서 많은 연구자들이 단층 해석에 필요한 계산 비용과 시간을 절약하기 위한 다양한 연구를 진행하고 있고, 최근에는 머신러닝 기술을 활용한 연구들이 활발히 수행되고 있다. 단층 해석에는 다양한 머신러닝 기술들 중 서포트백터머신, 다층퍼셉트론, 심층 신경망, 합성곱 신경망 등의 알고리즘이 사용되고 있다. 특히 합성곱 신경망을 활용한 연구는 독자적인 구조의 모델을 사용한 연구뿐만 아니라, 이미지 처리 분야에서 성능이 검증된 모델을 활용한 연구 및 단층의 위치와 주향, 경사 등의 정보를 함께 해석하는 연구도 활발히 진행되고 있다. 이 논문에서는 이러한 연구들을 조사하고 분석하여, 현재까지 단층 위치 및 단층 정보 해석에 가장 효과적인 기술은 영상 처리 분야에서 검증된 U-Net 구조를 바탕으로 한 합성곱 신경망인 것을 확인했다. 이러한 합성곱 신경망에 전이학습 및 데이터 증식 기법을 접목하면 앞으로 더욱 효과적인 단층 감지 및 정보 해석이 가능할 것으로 기대된다.

• 대한지리학회지
• /
• 제48권6호
• /
• pp.914-928
• /
• 2013

바다를 이용한 항로의 발달과 바다를 터전으로 하는 어업활동의 증가에 따라 안전한 항해를 위한 바다의 경계와 그 공간을 지칭하는 지명의 제정은 필수적이다. 바다의 경계를 획정하는데 있어 국내 외적인 기준이 존재하지는 않지만, 국제수로기구에서 출판한 "해양과 바다의 경계; S-23"에 대한 보고서는 공식적인 문서로써 바다의 경계에 대한 기준을 제시해 줄 수 있다. 이에 본 연구는 S-23 보고서를 기초로 하여 바다경계 변화에 대해 살펴보고, 2002년 제4판 draft를 분석하여 바다의 속성지명 및 바다경계를 획정하는데 사용된 자연지리적 대상을 찾아 경계획정의 근거를 분석하는데 목적이 있다. 분석 결과 S-23(2002)에 나타난 바다는 9개의 속성지명, 즉 Ocean, Sea, Channel, Passage, Strait, Sound, Gulf, Bay, Bight로 분류되었다. 각각의 속성지명은 계층관계를 보이며 하부 계층의 바다는 배타적 또는 포함관계로 표현되었다. IHO의 용어사전에서 정의하는 속성지명의 특성과 현실에서의 바다특성이 상이하게 사용된 예도 발견되었다. 바다의 경계획정기준은 조약에서 제시한 경 위도, 대륙의 최외곽에 있는 곶 또는 갑, 하천하구와 사주 등으로 나타났다. 해저지형의 경우 대륙붕, 해구, 해곡, 해저융기부, 해저퇴, 암초가 경계로 이용되었는데, 특히 남극과 북극지역의 바다 경계는 대륙붕 또는 해저융기부의 경계가 이용되는 사례가 많았다. 해저지형에 의한 경계획정은 S-23 1953년 3판까지 제시된 것과는 달리 2002년 초안에서 주로 발견되는데, 이는 해저탐사기술이 발달하면서 해저지형에 대한 이해가 개선되고, 이러한 지식이 해양경계획정에 사용된 것으로 유추해볼 수 있다.

• 한국정보과학회논문지:데이타베이스
• /
• 제28권3호
• /
• pp.279-300
• /
• 2001

지식탐사 프로세스의 핵심적인 역할을 담당하는 데이터마이닝 단계에서는 여러 가지 목적에 따라 알고리즘을 선택하여 사용한다. 최근 통계, 비즈니스, 전자 상거래, 의학, 생물학 등의 분야에서 데이터마이닝 기술아 적극적으로 활용되고 있으며, 이를 위해 다양한 알고리즘들이 계속해서 연구.개발되고 있다. 그러나 시간이 지나면 이들 중 각 분야 별로 우수한 응용성을 보이는 알고리즘이나 방대한 양의 데이터를 다루는데 있어 좋은 성능을 보이는 몇몇 알고리즘만이 남게 될 것이며 또한 앞으로는 이러한 알고리즘들만을 선별하여 집중 연구할 필요가 있다. 따라서 본 논문에서는 데이터마이닝에 널리 사용되고 활발한 연구가 진행중인 알고리즘들 중에서 연관규칙(association rule), 클러스터링(clustering), 신경망(neural network), 결정트리(decision tree), 유전자 알고리즘(genetic algorithm), 베이지안 네트워크(bayesian network), 메모리 기반 추론(memory-based reasoning)등 7가지 카테고리에 속하는 알고리즘들을 선정하여 분류.분석하였다. 우선 각 알고리즘의 계통과 특성들을 분석하였고 이를 토대로 비교.분석을 위한 14가지의 분류 기준을 제시하였다. 이러한 분류 기준에 근거하여 세부 알고리즘들을 분석해 보고 비교 가능한 일부 알고리즘은 여러 특징과 성능을 중심으로 각각 최상의 알고리즘을 도출해 보았다. 본 연구 결과는 데이터마이닝 분야의 흔재된 알고리즘들을 분류.분석함으로써 마이닝 기술 적용시 사용자에게 알고리즘 선택의 지표를 제시할 수 있을 것이다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권3호
• /
• pp.127-136
• /
• 2010

정보 통신기술이 발전함에 따라 멀티미디어 데이터를 포함하는 디지털 기록물의 양은 기하급수적으로 증가하고 있다. 특히 뉴스 비디오는 시대상을 반영하는 풍부한 정보를 내포하고 있으므로, 이를 효과적으로 관리하고 분석하기 위한 뉴스 비디오 데이터베이스 및 뉴스 비디오 마이닝은 광범위하게 연구되어왔다. 그러나 현재까지의 뉴스 비디오 관련 연구들은 뉴스 기사에 대한 브라우징, 검색, 요약에 치중되어 있으며, 뉴스 비디오에 내재되어 있는 풍부한 잠재적 지식을 탐사하는 고수준의 의미 분석 단계에는 이르지 못하고 있다. 본 논문에서는 뉴스 비디오 클립과 스크립트를 동시에 이용하는, 멀티모달 방법론과 텍스트 마이닝 기반의 뉴스 비디오 마이닝 시스템을 제안한다. 제안된 시스템은 텍스트 마이닝의 군집분석을 통해 뉴스 기사들을 자동 분류하고, 분류 결과에 대해 기간별 군집 추이그래프, 군집성장도 분석 및 네트워크 분석을 수행함으로써, 뉴스 비디오의 기사별 주제와 관련한 다각적 분석을 수행한다. 제안된 시스템의 타당성 검증을 위하여 "2007년 제2차 남북 정상회담" 관련 뉴스 비디오를 대상으로 뉴스 비디오 분석을 수행하였다.

• 우주기술과 응용
• /
• 제1권2호
• /
• pp.217-240
• /
• 2021

본 논문은 다가오는 달 유인 탐사시대를 대비하여 달의 지형 및 지질학적 기초 지식을 우주과학자들에게 소개한다. 달 지형 용어에 대한 학술적 기원을 간단히 정리하였으며, 현재 통용되는 한글 용어를 확장하여 새로운 지형 용어들을 제안하였다. 특히, 일반인도 꼭 알아야 할 대표적인 달의 지형으로 1 대양(폭풍의 대양), 10대 바다(비의 바다, 평온의 바다, 고요의 바다, 감로주의 바다, 풍요의 바다, 위난의 바다, 증기의 바다, 인식의 바다, 습기의 바다, 구름의 바다), 6대 충돌구(티코, 코페르니쿠스, 케플러, 아리스타쿠스, 스테비누스, 랑그레누스)를 제안한다. 달의 지형으로 고원(highland), 바다(maria), 산맥(mountains), 충돌구(crater), 함몰 용암굴/열구(rille, rima), 지구대(graben), 돔(dome), 용암동굴(lava tube), 주름 능선(wrinkle ridge), 참호(trench), 절벽(rupes), 그리고 달의 표면 흙을 표토(regolith)로 사용할 것을 제안한다. 또한, 달의 내부 구조 표준 모델과 대표적 암석을 소개하였다. 지구의 지질 시대구분은 발견 화석과 방사성 동위원소를 이용한 절대연령 측정을 기준으로 하는 반면, 표준적인 달의 지질 시대 구분은 대표적인 충돌구 형성을 기준으로 선-넥타리스 기(Pre-Nectarian), 넥타리스 기(Nectarian), 임브리움 기(Imbrian), 에라토스네스 기(Erathostenesian), 코페르니쿠스 기(Copernican)로 나뉜다. 마지막으로 인간의 달 활용에 획기적인 계기가 되는 최근의 달 표면 물 발견에 대한 내용을 정리하였으며, 향후 한국지질자원연구원에서 개발될 물 채취 장치의 개념도 소개하였다.