• 대한공간정보학회지
• /
• 제8권2호
• /
• pp.47-60
• /
• 2000

본 연구에서는 인공위성영상을 이용한 토지피복 분류방법 중 파라메트릭한 분류와 비-파라메트릭한 분류의 대표성을 띤 최대우도 분류법과 신경망을 이용한 분류방법을 사용하여 분류정확도를 비교하였다. 분류정확도의 평가에 있어서 일반적인 분석가들이 사용하는 훈련지역에 대한 분류 정확도의 분석뿐만 아니라, 시험지역에 대한 정확도분석을 하였다. 그 결과, 최대우도분류기에 비하여 신경망의 분류기가 일반적인 훈련데이터의 분류에 있어서 약 3% 우월하였으며, 지상검증데이터를 사용한 분류결과에서는 시험에 사용된 두 분류기 모두 빈약한 분류결과를 나타내었으나, 신경망에 의한 분류가 최대우도에 비하여 약 10%정도 보다 신뢰할 수 있는 결과를 얻을 수 있었다.

• 경영과정보연구
• /
• 제39권1호
• /
• pp.35-57
• /
• 2020

정부는 연구시설장비가 과학기술의 발전을 견인하는 매우 중요한 도구이자, 수단으로 여겨지면서 국가적으로 R&D와 연구시설장비에 대한 예산 투자를 지속적으로 확대하였다. 또한, 기 구축된 국가연구시설장비의 효율적 운영 및 체계적 관리의 필요성이 점차 대두되면서 2010년 12월, 국가연구시설장비 표준분류체계를 개발하였다. 그러나 연구현장에서는 국가연구시설장비의 NTIS(National Science and Technology Service) 정보수집 초기단계로 누적정보 부족에 따른 표준분류체계의 과학적 검증절차 부재와 동일계층 간 분류기준의 비일관성 문제가 여전히 한계로 제기되고 있다. 따라서 본 연구는 지난 2010년, 2015년 각 제/개정된 국가연구시설장비 표준분류체계(대분류 8개, 중분류 25개, 소분류 410개)의 분류 정확도를 측정하고자 선형판별분석(LDA)과 분산분석(ANOVA) 기법을 적용하여 2단계로 분석하였다. 또한, 본 연구 분석을 위해 지난 10년 동안 NTIS에 누적 등록된 정보데이터(Big-Data) 50,271건을 수집하여 이를 활용하였다. 이는 단순히 국내외 유사 분류체계와 전문가 의견을 토대로 만들어진 현(現) 국가연구시설 표준분류체계를 과학적으로 실증 검증한 첫 연구 사례에 해당된다. 본 연구 결과, 대분류 이하 중분류와 소분류로 분류된 개체 수의 집단별 판별정확도는 92.2% 로 매우 높은 수준이었고, 분산분석을 통한 사후검증에서는 대분류 8개 중 2개 집단의 변별력이 다소 낮게 나타나, 현(現) 표준분류체계 중 일부 개선이 필요한 것으로 조사되었다. 본 연구를 통해 현(現) 국가연구시설장비 표준분류체계가 향후 지속적으로 개선되길 바란다.

• 기술혁신학회지
• /
• 제10권3호
• /
• pp.531-554
• /
• 2007

본고는 그간 독립적으로 존재해 왔던 학문분류 연구분류 기술분류 산업분류 전공분류 및 취업 분류와 같은 지식활동과 관련된 분류체계를 상호 연계시켜 종합적으로 보는 새로운 모형을 제시하고 그를 구체적으로 구현하는 방법을 다룬 것이다. 중 분야 이상의 의미를 갖는 학문분류와 소 분야 이하의 의미를 갖는 연구분류를 통합시킨 학문/연구분류는, 자체가 연구분야와 적용분야로 구성되는 2차원형이지만, 한편으로는 다양한 기술분류와 산업분류로 연계되고, 다른 한편으로는 전공(교육)분류와 취업분류로 연계된다. 연계시키는 방법은 두 개 이상의 분류체계를 동시에 기재하도록 하고, 그러한 기재를 허용하는 정보시스템과 데이터베이스를 갖추고, 필요에 따라 몇 개의 분류체계를 선택하여 동시에 사용하면 된다. 본고는 새로운 분류체계를 보이고자 한 것이지만 기본적인 의도는 분류체계를 넘어선다. 지식사회의 기본적인 활동인 지식활동을 종합적으로 파악하기 위한 수단을 강구하고자 한 것이다.

• 한국항공우주학회지
• /
• 제36권2호
• /
• pp.146-155
• /
• 2008

본 논문에서는 고해상도 타일 가시화 시스템의 성능 향상을 위해 전 분류 기법과 후 분류 기법을 조합하여 두 가지 병렬-타일 가시화 알고리듬을 제안하였다. 전 분류에서는 디스플레이 리스트와 시각 절두체 선별 기법을 이용하였으며, 후 분류에서는 선 탐색 부분 후 분류기법을 이용하였다. 벤치마킹 테스트를 통해 제안된 두 병렬-타일 가시화 기법의 성능을 고찰하였으며, 이 결과를 기반으로 제안된 두 가지 병렬-타일 가시화 알고리듬 중에서 주어진 가시화 모델에 대해 더 효율적인 알고리듬을 선정하는 방안을 제시하였다.

• 한국약용작물학회지
• /
• 제13권1호
• /
• pp.21-29
• /
• 2005

경남지역의 자생 둥굴레속 47개 수집종의 유연관계를 분석하기 위한 기초자료로서 수집종의 생장 몇 형태 관련 형질, 잎마름병 감염정도, 이들 형질간 상관관계를 분석하였던 바 그 결과는 다음과 같다. 1. 초장은 산둥굴레에서 가장 길었던 반면, 용둥굴레에서 가장 짧았다. 한편 줄기의 생장형태는 직립형을 포함한 3개군으로, 줄기색깔은 녹색을 포함한 3개군으로 분류하였다. 2. 염의 형태로는 타원형을 포함한 5개군으로, 엽병은 존재 유무로부터 2개군으로, 엽병의 색깔은 녹색을 포함한 3개군으로 분류되었으며, 그 중에 특이하게 피침 형태로 엽연이 자색인 1개종이 수집되었다. 3. 꽃은 화형이 항아리형, 통형, 조롱박형의 3개군으로, 화색은 흰색을 포함한 3개군으로 분류되었으며, 특별하게 조롱박형인 1개 수집종은 연녹색을 띄고 있었다. 화사는 실린더형과 편평형으로, 화경의 색깔은 자색을 포함한 4개군으로 분류되었으며, 포의 존재 유무와 형태에 따라 4개군으로 분류하였다. 4. 과실은 둥근형 등 3개군으로 분류되었으며, 백과중은 둥굴레에서 가장 무거웠던 반면, 용둥굴레에서 가장 가벼웠다. 5. 둥굴레 잎마름병에 대한 저항성이 아주 강한 것은 2종, 이병율이 7% 이하인 것은 7개종으로 조사되어서 근경수량을 증대할 수 있는 저항성 유전자원이 자생하고 있음을 알 수 있었다. 6. 제형질의 상관관계에서 근경수량과 관련된 근경중은 초장, 경직경, 엽수, 엽장, 엽폭, 지하경 직경과 정의상관을 보였으나 근경수량에 가장 큰 영향을 미치는 잎마름병 이병율은 초장, 경직경, 엽수, 엽장, 백립중, 근경중, 지하경 직경과 부의상관을 보였다.

• 한국자원식물학회지
• /
• 제29권4호
• /
• pp.467-478
• /
• 2016

본 연구는 경북 봉화군에 위치하는 장군봉(1,136 m)에 분포하는 관속식물을 밝히고 그들의 유용성을 파악하기 위하여 실시되었다. 2006년 5월부터 2015년 9월까지 총 15회에 걸쳐 조사된 식물은 총 82과 279속 397종 2아종 55변종 8품종 총 462분류군으로 확인되었다. 이 중 한국특산식물은 10분류군, 산림청 지정 희귀식물 중 멸종위기종 1분류군, 취약종 5분류군, 약관심종 7분류군, 환경부 지정 식물구계학적 특정 식물 중 Ⅳ등급이 8분류군, Ⅲ등급이 14분류군으로 확인되었다. 이들을 유용성에 따라 구분했을 경우 식용 352종류, 목초용 107종류, 약용 71종류, 관상용 18종류, 목재용 8종류, 염료용 5종류, 공업용 3종류, 섬유용 2종류의 순으로 나타났고, 이 외에 용도를 알 수 없는 식물이 111종류로 확인되었으며, 귀화식물은 28분류군으로 파악되었다.

• 경영과정보연구
• /
• 제39권3호
• /
• pp.1-16
• /
• 2020

현재 운영되고 있는 관세신고납부제도는 납세의무자가 세액 산정을 스스로하고 그 세액을 본인 책임으로 납부하도록 하는 제도이다. 다시 말해, 관세법상 신고 납부제도는 납세액을 정확히 계산해서 납부할 의무와 책임이 온전히 납세의무자에게 무한정으로 부과하는 것을 원칙으로 하고 있다. 따라서, 만일 납세의무자가 그 의무와 책임을 제대로 행하지 못했을 경우에는 부족한 만큼의 세액 추징과 그에 대한 제제로 가산세를 부과하고 있다. 이러한 이유로 세액 산정의 기본이 되는 품목분류는 관세평가와 함께 가장 어려운 부분이며 잘못 분류하게 되면 기업에게도 큰 리스크가 될 수도 있다. 이러한 이유로 관세전문가인 관세사에게 상당한 수수료를 지불하면서 수입신고를 위탁하여 처리하고 있는 실정이다. 이에 본 연구에서는 수입신고 시 신고하려는 품목이 어떤 것인지 HS 코드 분류를 하여 수입신고 시 기재해야 할 HS 코드를 추천해 주는데 목적이 있다. HS 코드 분류를 위해 관세청 품목분류 결정 사례를 바탕으로 사례에 첨부된 이미지를 활용하여 HS 코드 분류를 하였다. 이미지 분류를 위해 이미지 인식에 많이 사용되는 딥러닝 알고리즘인 CNN을 사용하였는데, 세부적으로 CNN 모델 중 VggNet(Vgg16, Vgg19), ResNet50, Inception-V3 모델을 사용하였다. 분류 정확도를 높이기 위해 3개의 dataset을 만들어 실험을 진행하였다. Dataset 1은 HS 코드 이미지가 가장 많은 5종을 선정하였고 Dataset 2와 Dataset 3은 HS 코드 2단위 중 가장 데이터 샘플의 수가 많은 87류를 대상으로 하였으며, 이 중 샘플 수가 많은 5종으로 분류 범위를 좁혀 분석하였다. 이 중 dataset 3로 학습시켜 HS 코드 분류를 수행하였을 때 Vgg16 모델에서 분류 정확도가 73.12%로 가장 높았다. 본 연구는 HS 코드 이미지를 이용해 딥러닝에 기반한 HS 코드 분류를 최초로 시도하였다는 점에서 의의가 있다. 또한, 수출입 업무를 하고 있는 기업이나 개인사업자들이 본 연구에서 제안한 모델을 참조하여 활용할 수 있다면 수출입 신고 시 HS 코드 작성에 도움될 것으로 기대된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1997년도 제9회 한글 및 한국어 정보처리 학술대회
• /
• pp.129-135
• /
• 1997

한국어 명사들을 의미별로 분류하여 계층화시킨 '한국어 명사 의미 계층 구조'는, 한국어 문장을 처리할 때 한국어의 의미 정보를 제공할 수 있는 매우 중요한 정보들 중의 하나이다. 본 논문에서는, 국어 사전의 명사에 대한 뜻풀이말을 이용하여 bottom-up 방식으로 '한국어 명사 의미 계층 구조'를 구축하였다. 본 논문에서 구축한 '한국어 명사 의미 계층 구조'는, tree가 43개, node가 12,833개, terminal node가 10,347 개이며, 깊이가 17인 하나의 forest이다. 이것의 제 1, 2 계층(level 1,2)에서의 분류 형태는 top-down 방식에 의한 기존의 분류들과 매우 다른 모습인 반면에, 제 3 계층 이하에서의 분류 형태는 의미소성(意味素性)에 의한 기존의 분류와 거의 일치하는 모습을 나타낸다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1380-1384
• /
• 2010

현재 환경부에서는 수질오염총량관리제를 위하여 각 단위유역의 말단지점에서 8일 간격으로 수질 및 유량을 측정하고 있으며, 이 자료들을 공개하고 있다. 이러한 양질의 자료의 활용성을 제고하기 위해서는 무엇보다도 자료의 분석을 위한 다양한 기법이 개발되고 제안되어야 한다. 따라서 본 연구에서는 수질 및 유량자료를 동시에 적용하여 두 자료 사이의 관계를 조사하고 특성을 파악하기 위하여 자기조직화 특성지도(Self-Organizing Feature Map: SOFM) 이론을 적용하였다. 시행착오법에 의해 적정한 SOFM 구조를 결정하였으며, 그 결과 $4{\times}4$ 구조의 육각형 배열을 갖는 구조를 이용하였다. SOFM에 의해 분류된 3개의 패턴 중 패턴-1은 유량자료의 크기에 의해 분류되었고, 패턴-2와 패턴-3은 BOD 농도의 크기에 따라 분류된 것으로 파악되었다. 따라서 SOFM의 적용에 의한 자료의 분류를 수행하고, 그 분류기준을 파악할 경우 SOFM의 자료 분석 도구로서의 활용성이 더욱 높아질 것으로 판단된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권5_6호
• /
• pp.466-475
• /
• 2003

고성능의 질의응답 시스템을 구현하기 위해서는 사용자의 질의 의도를 파악할 수 있는 질의 유형 분류기가 필요하다. 본 논문에서는 지지 벡터 기계(support vector machine, SVM)를 이용한 질의유형 분류기를 제안한다. 본 논문에서 제안하는 질의 유형 분류기의 분류 과정은 다음과 같다. 우선, 사용자 질의에 포함된 어휘, 품사, 의미표지와 같은 다양한 정보를 이용하여 사용자 질의로부터 자질들을 추출한다. 다량의 자질들 중에서 유용한 것들만을 선택하기 위해서 카이 제곱 통계량을 이용한다. 추출된 자질들은 벡터 공간 모델로 표현되고, 문서 범주화 기법 중 하나인 지지 벡터 기계는 이 정보들을 이용하여 질의 유형을 분류한다. 본 논문에서 제안하는 시스템은 질의 유형 분류 문제에 자동 문서 범주화 기법을 도입하여 86.4%의 높은 분류 정확도를 보였다. 또한 질의 유형 분류기를 통계적 방법으로 구축함으로써 lexico-syntactic 패턴과 같은 규칙을 기술하는 수작업을 배제할 수 있으며, 응용 영역의 변화에 대해서도 안정적인 처리와 빠른 이식성을 보장한다.