• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.271-281
• /
• 2022

Manual seed classification challenges can be overcome using a reliable and autonomous seed purity identification and classification technique. It is a highly practical and commercially important requirement of the agricultural industry. Researchers can create a new data mining method with improved accuracy using current machine learning and artificial intelligence approaches. Seed classification can help with quality making, seed quality controller, and impurity identification. Seeds have traditionally been classified based on characteristics such as colour, shape, and texture. Generally, this is done by experts by visually examining each model, which is a very time-consuming and tedious task. This approach is simple to automate, making seed sorting far more efficient than manually inspecting them. Computer vision technologies based on machine learning (ML), symmetry, and, more specifically, convolutional neural networks (CNNs) have been widely used in related fields, resulting in greater labour efficiency in many cases. To sort a sample of 3000 seeds, KNN, SVM, CNN and CNN-SVM hybrid classification algorithms were used. A model that uses advanced deep learning techniques to categorise some well-known seeds is included in the proposed hybrid system. In most cases, the CNN-SVM model outperformed the comparable SVM and CNN models, demonstrating the effectiveness of utilising CNN-SVM to evaluate data. The findings of this research revealed that CNN-SVM could be used to analyse data with promising results. Future study should look into more seed kinds to expand the use of CNN-SVMs in data processing.

• 지능정보연구
• /
• 제28권1호
• /
• pp.89-106
• /
• 2022

최근 영상 데이터의 급증으로 이를 효과적으로 처리하기 위해 객체 탐지 및 추적, 행동 인식, 표정 인식, 재식별(Re-ID)과 같은 다양한 컴퓨터비전 기술에 대한 수요도 급증했다. 그러나 객체 탐지 및 추적 기술은 객체의 영상 촬영 장소 이탈과 재등장, 오클루전(Occlusion) 등과 같이 성능을 저하시키는 많은 어려움을 안고 있다. 이에 따라 객체 탐지 및 추적 모델을 근간으로 하는 행동 및 표정 인식 모델 또한 객체별 데이터 추출에 난항을 겪는다. 또한 다양한 모델을 활용한 딥러닝 아키텍처는 병목과 최적화 부족으로 성능 저하를 겪는다. 본 연구에서는 YOLOv5기반 DeepSORT 객체추적 모델, SlowFast 기반 행동 인식 모델, Torchreid 기반 재식별 모델, 그리고 AWS Rekognition의 표정 인식 모델을 활용한 영상 분석 시스템에 단일 연결 계층적 군집화(Single-linkage Hierarchical Clustering)를 활용한 재식별(Re-ID) 기법과 GPU의 메모리 스루풋(Throughput)을 극대화하는 처리 기법을 적용한 행동 및 표정 검출용 영상 분석 시스템을 제안한다. 본 연구에서 제안한 시스템은 간단한 메트릭을 사용하는 재식별 모델의 성능보다 높은 정확도와 실시간에 가까운 처리 성능을 가지며, 객체의 영상 촬영 장소 이탈과 재등장, 오클루전 등에 의한 추적 실패를 방지하고 영상 내 객체별 행동 및 표정 인식 결과를 동일 객체에 지속적으로 연동하여 영상을 효율적으로 분석할 수 있다.

• 디자인학연구
• /
• 제16권4호
• /
• pp.37-46
• /
• 2003

조선 후기인 18세기 전후에는 각종 민화(Min-Wha)들이 민중들의 생활 속에서 중요한 의미를 지니게 되면서 소재나 기법에서 독특하고 다양한 작품들이 등장하게 된다. 이러한 민화 가운데에서 특이한 표현 양식 중 하나로 혁화(Hyuk-Wha)를 들 수 있다. 혁화는 그 기법으로 볼 때, 서예의 표현 양식의 하나로 분류되는 비백서에서 유래를 찾을 수 있는데, 버드나무 껍질이나 갈대류의 줄기를 바르게 펴서 붓 대용품으로 써서 작업한 비백서의 다소 거친 질감과는 시각적으로 큰 차이를 보이고 있다. 또한, 혁화의 발전 과정은 민화 전체의 발전 과정과 밀접한 관계를 가지고 있다. 그 중에서도 도교적인 길상문자 문자도 및 유교적인 효제문자도와 깊은 연관성을 가지고 있으며, 다른 형식의 창의적이고 차별화 된 문자도 형식으로 발전하기도 한다. 그런 까닭에, 문자가 내포하고 있는 의미와 한자의 뛰어난 조자력을 상징적으로 조형화 한 혁화는 오늘날 그래픽 분야의 워드 마크(Word Mark)나 브랜드 로고타입(Brand Logotype) 등에 응용되는 픽토그래피(pictography)와도 연관이 있다고 할 수 있다. 과거 민중의 집안을 꾸미고 장식하는 용도로 성행했던 혁화는, 오늘날 다양한 장식용품의 등장과 현대화된 주택의 발달로 그 용도는 거의 소멸되었다 해도 과언은 아니다. 그동안 민화의 한 부분으로 자리를 잡고 서예 및 문자도 와 더불어 발전해 온 혁화가 서구에서 활발하게 활용되고 있는 현시점에 비추어 볼 때, 그에 대한 재조명이 필요하다 할 것이다.

• 한국콘텐츠학회논문지
• /
• 제18권11호
• /
• pp.277-284
• /
• 2018

본 연구는 전통시장의 먹거리에 대한 대학생들의 인식에 관하여 심층적이고 본질적인 의미에 접근할 수 있는 질적 분석방법의 하나가 되는 Q연구방법을 활용하여 연구하였다. 최근 지방자치단체에서 전통시장활성화를 위해 젊은층을 겨냥하여 다양한 관광상품을 개발하고 있는 상황을 감안하여 대학생들을 대상으로 전통시장의 먹거리에 대한 인식을 유형별로 분류해서 이들 간의 특성을 알아보고, 향후 젊은층이 지속적인 방문을 할 수 있도록 마케팅전략 수립의 기초자료로 활용하여 전략적 시사점을 제시하고자 한다. 이를 위해 진술문 카드를 작성하여 P샘플을 선정하고 분류작업을 거치는 Q-sort를 PC QUANL프로그램을 이용하여 요인 분석을 통해 분석하였다. 분석결과 총 3가지의 유형으로 분류되었다. 제 1유형(N= 21):추억추구형, 제 2유형(N= 6):지역문화자원추구형, 제 3유형(N= 5):지역성추구형으로 요인명을 설정하였다. 각 유형마다 서로 다른 특징이 있는 것으로 나타났다. 분석을 통하여 추출된 각각의 주관적인 인식은 추후 다양한 연구의 기초 자료로 할용 할 수 있을 것이다. 분류된 3가지 유형에 따른 각 각의 마케팅 전략수립을 통해 전통시장의 나아갈 방향을 제시하고 물리적으로 낙후 되어있는 전통시장의 먹거리에 대한 대학생들의 요구를 수용하여 지역 관광자원으로써의 가치 있는 다양한 먹거리를 개발을 통해 전통시장 활성화에 이바지 할 것으로 기대한다.

• 보존과학회지
• /
• 제4권1호
• /
• pp.3-10
• /
• 1995

This study focused on the reconstructional point of Shinan ship-wreck that was excavated between $1976\~1984$. The wreck, which might be sunk in the beginning of the 14th century, is regarded as a vessel of Yuan dynasty, China. This paper tried to find out some structural characteristics and principal dimensions for restoration. The Shinan shipwreck's structural characteristics are summarized as follow, 1) The Shinan shipwreck is formed V-shaped cross section with bar keel, 2) The vessel is divided 8 holds by 7 bulkheads. 3) The ship has flat type stem and transome stern. 4) A rabbeted clinker -built is basically adopted on planking joint. 5) A wooden sheathing, which means a sort of protecting board against marine insects, is covered outside of the main hull, 6) For making an watertight structure, oakum and lime mixtured t'ung-oil are used along the seam of planking and bulkhead. 7) A V-shaped deep water-way exists at both deck side. 8) The shipwreck is believed to have 2 masts at least. 9) The shiptimbers are classified as Chinese Red Pine(Pinus Massonina) which is mainly grown in the southern part of China. Considering as mentioned above the structural characteristics, Shinan ship-wreck could be classified as Chinese Fu-chuan type(복선형) of sea-going ship. The Shinan ship's principal dimensions which are calculated on the basis of Chinese traditional shipbuilding custom, are as follow, Length overall(L.O.A). : 34.80m Length water line(L.W.L) : 24.90m Breadth(B.max.) : 11m Breadth(B) : 10m Depth at keel line(H) : 3.75m Draft(D). : 3.15m Freeboard(F) : 0.65m Ratio, length/breadth(L/B). : 2.26 Ration, breadth/depth(B/D) : 3.5 Height of stem : 7m Height of stern : 10m Displacement : ab.340ton.

• 한국융합학회논문지
• /
• 제10권6호
• /
• pp.15-24
• /
• 2019

본 연구에서는 "신소매(新零售)"에 대한 연구의 참고자료와 실용적 개발을 위한 지침을 제공하기 위해 "신소매"의 연구현황과 이론적 상황을 정리하였다. "신소매"의 발전은 아직 걸음마 단계에 있다. 이론 연구는 이제 막 시작되어, 보다 실용적인 탐구는 있지만 상대적으로 이론적 연구가 부족한 상황이다. 현재, "신소매"의 이론적 연구와 실천적 발전이 점차 명확해지고 있다. 신소매의 급속한 발전은 신소매에 대한 이론적 연구가 강하게 요구되고 있다. "신소매"의 발전 추세는 대규모화, 경계가 없어지며, 지능화 되고 있다. 연구 결과 "신소매" 하에서의 온라인과 오프라인의 심층적 통합, 새로운 물류체계 및 공급망의 전환과 재편을 가속화 되는 것을 알 수 있었다. '신소매업'의 연구방향에 초점을 맞춰 이론과 실천을 더욱 깊이 연구할 필요가 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.483-483
• /
• 2022

댐과 저수지의 운영 최적화를 위한 수문학적 예보는 현재 수동적인 댐 운영이 주를 이루면서 활용도가 높지 않다. 불확실한 기후변화나 기후재난 상황에서 우리 사회에 악영향을 최소화하기 위해 선제적으로 대응/대비할 수 있는 댐 운영 방안이 불가피하다. 강우량 예측 기술은 기후변화로 인해 제한적인 상황이다. 실례로, 2020년 8월에 섬진강의 댐이 극심한 집중 강우로 인해 무너지는 사태가 발생하였고 이로 인해 지역사회에 막대한 경제적 피해가 발생하였다. 선제적 댐 방류량 운영 기술은 또한 환경적인 변화로 인한 영향을 완화하기 위해 필요한 것이다. 제한적인 기상 예보 기술을 극복하고자 심화학습이나 강화학습 같은 인공지능 모델들의 활용성에 대한 연구가 시도되고 있다. 따라서 본 연구는 섬진강 댐의 시간당 수문 데이터를 이용하여 댐 운영을 위한 심화학습 모델을 개발하고 그 활용도를 평가하였다. 댐 운영을 위한 심화학습 모델로서 시계열 데이터 예측에 적합한 Long Sort Term Memory(LSTM)과 Gated Recurrent Unit(GRU) 알고리즘을 구축하고 댐 수위를 예측하였다. 분석 자료는 WAMIS에서 제공하는 2000년부터 2021년까지의 시간당 데이터를 사용하였다. 입력 데이터로서 시간당 유입량, 강우량과 방류량을, 출력 데이터로서 시간당 수위 자료를 각각 사용하였으며. 결정계수(R2 Score)를 통해 모델의 예측 성능을 평가하였다. 댐 수위 예측값 개선을 위해 하이퍼파라미터의 '최적값'이 존재하는 범위를 줄여나가는 하이퍼파라미터 최적화를 두 가지 방법으로 진행하였다. 첫 번째 방법은 수동적 탐색(Manual Search) 방법으로 Sequence Length를 24, 48, 72시간, Hidden Layer를 1, 3, 5개로 설정하여 하이퍼파라미터의 조합에 따른 LSTM와 GRU의 민감도를 평가하였다. 두 번째 방법은 Grid Search로 최적의 하이퍼파라미터를 찾았다. 이 두가지 방법에서는 같은 하이퍼파라미터 안에서 GRU가 LSTM에 비해 더 높은 예측 정확도를 보였고 Sequence Length가 높을수록 정확도가 높아지는 경향을 보였다. Manual Search 방법의 경우 R2가 최대 0.72의 정확도를 보였고 Grid Search 방법의 경우 R2가 0.79의 정확도를 보였다. 본 연구 결과는 가뭄과 홍수와 같은 물 재해에 사전 대응하고 기후변화에 적응할 수 있는 댐 운영 개선에 도움을 줄 수 있을 것으로 판단된다.

• 한국문헌정보학회지
• /
• 제51권4호
• /
• pp.99-120
• /
• 2017

본 논문에서는 지속적으로 커져가는 산업 시장에 대해 관련 연구자들이 이를 효율적으로 분석할 수 있는 반자동 지원 체제개발을 위한 기술 용어와 기술 개념에 대한 정의문 및 설명문을 자동으로 생성하는 한국어 문장 생성 모델을 제시한다. 한국어 정의 문장 생성을 위하여 딥러닝 기술 중 데이터의 전/후 관계를 포함한 시퀀스 레이블링이 가능한 LSTM을 활용한다. LSTM을 근간으로 한 두 가지 모델은 기술명을 입력할 시 그에 대한 정의문 및 설명문을 생성한다. 다양하게 수집된 대규모 학습 말뭉치를 이용해 실험한 결과, 본 논문에서 구현한 2가지 모델 중 CNN 음절 임베딩을 활용한 어절 단위 LSTM 모델이 용어에 대한 정의문 및 설명문을 생성하는데 더 나은 결과를 도출시킨다는 사실을 확인하였다. 본 논문의 연구 결과를 바탕으로 동일한 주제를 다루는 문장 집합을 생성할 수 있는 확장 모델을 개발할 수 있으며 더 나아가서는 기술에 대한 문헌을 자동으로 작성하는 인공지능 모델을 구현할 수 있으리라 사료된다.

• 대한토목학회논문집
• /
• 제43권5호
• /
• pp.667-674
• /
• 2023

건물에서 재난이 발생할경우, 건물 내 인원을 신속히 구조하여 사상자를 최소화하는 것은 단연 최우선순위가 된다. 이러한 구조활동을 위해서는 건물내 어디에 몇 명이 있는지를 알아야 하는데, 실시간으로 알기가 어렵다보니 주로 건물주나 경비원 등 관계자의 진술이나 층별 면적, 수용 인원과 같은 기초자료에 의존하는 실정이다. 따라서 빠르고 정확하게 재실인원 정보를 파악하여 현장에 대한 불확실성을 낮추고 골든타임내 효율적인 구조활동을 지원하는 것이 반드시 필요하다. 본 연구는 컴퓨터 비전 알고리즘을 활용하여 이미 건물에 설치되어 있는 여러대의 CCTV 가 촬영한 이미지 로부터 건물 위치별 재실인원을 계수하는 방법론을 제시한다. 계수 방법론은 (1)카메라별 관심선(LOI) 설정을 통한 다중카메라 네트워크 환경구축, (2)딥러닝을 활용한 모니터링 구역내 사람 탐지 및 추적, (3)다중 카메라 네트워크 환경을 고려한 인원 합산 세단계로 구성된다. 제안된 방법론은 5층 건물을 대상으로 세 개의 시간대 별로 수행된 현장 실험을 통해 검증되었다. 최종 결과는 89.9%의 정확도로 재실자를 인식하는 것으로 나타났으며, 층별, 구역별 합산결과도 93.1%, 93.3%의 정확도로 우수했다. 층별 평균MAE와 RMSE는 각각 0.178과 0.339이었다. 이 처럼 실시간으로 제공하는 건물내 재실자 정보는 초기 재난 대응단계에 신속하고 정확한 구조활동을 지원 할 수있다.

• 한국토양비료학회지
• /
• 제25권2호
• /
• pp.168-174
• /
• 1992

밭토양(土壤)의 심층(深層)에 용탈집적(溶脫集積)되어 있는 nitrate를 작물(作物)이 이용(利用)할 때 이의 흡수(吸收)를 저해(沮害)하는 토양성분(土壤成分)을 찾고 그 요인(要因)을 구명(究明)하기 위하여 먼저 토양심도별(土壤深度別)로 nitrate와 chloride를 비롯한 몇가지 토양성분(土壤成分)들의 분포(分布)를 조사(調査)하였다. 1. 토심(土深) 150cm까지 몇가지 토양성분(土壤成分)들의 분포(分布)를 조사(調査)한 결과(結果) T-N함량(含量)은 표토(表土)에서 많았다가 하층(下層)으로 갈수록 적어졌고, nitrate의 함량(含量)은 아래로 갈수록 적어지다가 토심(土深)110cm부터는 다시 증가(增加)하여 nitrate의 용탈(溶脫) 집적현상(集積現象)을 보였다. 2. $^{15}N$의 천연함량비율(天然含量比率)인 T-N과 nitrate의 ${\delta}a^{15}N$ 값은 하층(下層)으로 갈수록 높아졌고 다른 보문(報文)의 토양(土壤)들에 비(比)하여 높은 편이었다. 그러나 조사포장내(調査圃場內)에서 이들의 변이(變異)는 크지 않았다. 3. chloride함량(含量)과 EC값은 nitrate가 집적(集積)된 하층(下層)으로 갈수록 급격(急激)히 높아져 chloride와 염기(鹽基)들이 용탈집적(溶脫集積)되었음을 알 수 있었고 이들 간(間)에는 고도(高度)의 정(正)의 상관(相關)이 있었다.