C.elegans 선충은 유전자 기능 연구에 주로 쓰이고 있으나, 변종들의 구분이 육안으로는 쉽지 않다. 이를 해결하기 위하여 컴퓨터 비젼을 이용하여 자동으로 분류할 수 있는 시스템이 연구 중이며, 이전 논문[1]에서 선충의 자동 분류 시스템에 사용될 영상의 전처리 과정에 대하여 서술한 바 있다. 본 논문에서는 전처리 된 영상 데이터를 이용하여 추출해 낼 수 있는 선충의 형태적 특징들을 제시한다. 선충의 크기와 관련한 특징과 자세에 관련한 특징으로 나누어, 각 특징의 추출 알고리즘을 수학적으로 표현하였다. 실험에서 제시된 형태적 특징 정보를 이용하여 직접 분류해 봄으로써 성능을 확인하였다. 분류 알고리즘은 Hierarchical Clustering을 사용하였다. 그 결과 실험에 이용된 선충의 4 종류 모두 90% 이상 옳게 분류되었다.
최근 다양한 분야에서 영상매체의 사용 빈도가 증가함에 따라 신호처리의 중요성이 높아지고 있다. 하지만 송수신 과정에서 많은 종류의 잡음이 발생하며 신호의 정보에 영향을 미치고 있으며, 이러한 이유로 잡음 제거를 전처리 과정으로서 필수적으로 행한다. 본 논문에서는 임펄스 잡음과 AWGN이 혼합된 잡음을 제거하기 위한 알고리즘을 제안하였다. 제안한 알고리즘은 효율적인 잡음 제거를 위해 잡음 판단과 화소 변화를 통해 영상을 복원하였으며, 기존 방법과 달리 두 잡음의 영향을 모두 최소화하여 잡음을 제거하는 모습을 보였다. 시뮬레이션 결과 우수한 잡음제거 특성을 나타내었으며, 객관적인 판단을 위해 PSNR 등을 이용하여 비교 및 분석하였다.
본 논문에서는 영역의 경계를 추출하기 위해 영상의 밝기 정보와 곡선전개 방식을 이용한 기하 활성 모델을 제안한다. 영역의 경계를 추출하는 문제를 추출한 영역의 평균 밝기 값과 전개중인 폐곡선 영역의 밝기 값의 차론 최소화시키는 것으로 설정한다. 최적의 해를 구하는 방법으로 레벨세트 이론을 적용한 곡선전개 방법을 이용한다. 이 방식은 일반적인 활성 모델에 비해 초기 곡선 설정에 제약이 없고 동시에 여러 영역의 경계 추출이 가능하다. 제안 모델은 에지 정보가 충분치 못한 영상의 경우에도 일반적인 에지 기반 방식에 비해 추출 결과가 양호하였다. 비등방성 확산 필터를 사용하여 영상을 전처리 함으로써 보다 나은 추출이 수행되었다. CT나 MRI 영상을 이용하여 모델의 성능을 확인하였다.
영상 내 직선을 검출하는 대표적인 알고리즘인 허프변환은 실세계 영상들에 적용할 때 그들의 복잡한 배경이나 잡음에 의해 생성되는 방대한 특징점들 때문에 상당한 계산량을 필요로 하고 쉽게 의사 직선을 검출한다. 본 논문은 기존 허프변환에 특징점의 유효성을 평가하는 전처리를 추가한 개선된 허프변환을 제안한다. 특징점 평가는 $3{\times}3$ 블록 특징점들의 패턴을 이용해 직선 검출에 필수적이지 않은 많은 특징점들을 제거할 수 있다. 다양한 영상을 대상으로 한 실험들에서 제안된 알고리즘은 영상에 따라 특징점들의 14%~58%를 제거하여 계산량을 줄여줄 뿐만 아니라 유효 직선 검출에서도 기존 알고리즘보다 우수함을 보여준다.
본 논문에서는 2D 자연영상을 MPEG-4의 메쉬 구조로 압축/저장하기 위한 메쉬 구성(meshgeneration)의 전처리에 사용될 수 있도록, 특징점들을 블록기반의 웨터쉐드 영역분할과 다각형 근사화를 통해 추출하는 방법을 제안한다. 우선 2D 자연영상을 8$\times$8 또는 4$\times$4 블록 패턴분류를 이용한 웨터쉐드 분할을 이용하여 영역별로 분리해 낸다 이렇게 분할된 영역의 구분선을 이루는 화소들은 영상의 특징을 나타내며, 이들은 폐곡선을 이루게 된다. 이들 폐곡선 위의 연속적인 화소들을 다각형 근사화와 중복 정점을 제거하는 후처리를 이용해 특징점으로 얻어낸다.
The forest conditions of North Korea has been a great concern since it was known to be closely related to many environmental problems of the disastrous flooding, soil erosion, and food shortage. To assess the long-term changes of forest area as well as the canopy conditions, several sources of multitemporal satellite data were applied to the study area near Kaesung. KOMPSAT-1 EOC data were overlaid with 1981 topographic map showing the boundaries of forest to assess the deforestation area. Delineation of the cleared forest was performed by both visual interpretation and unsupervised classification. For analyzing the change of forest canopy condition, multiple scenes of Landsat and SPOT data were selected. After preprocessing of the multitemporal satellite data, such as image registration and normalization, the normalized difference vegetation index (NDVI) was derived as a representation of forest canopy conditions. Although the panchromatic EOC data had radiometric limitation to classify diverse cover types, they can be effectively used t detect and delineate the deforested area. The results showed that a large portion of forest land has been cleared for the urban and agricultural uses during the last twenty years. It was also found that the canopy condition of remaining forests has not been improved for the last twenty years. It was also found that the canopy condition of remaining forests has not been improved for the last twenty years. Possible causes of the deforestation and the temporal pattern of canopy conditions are discussed.
본 논문에서는 뇌파 신호를 이용하여 환자의 경련을 감지하는 순환 CNN (Convolutional Neural Networks)을 제안한다. 제안 된 방법은 뇌파 신호의 스펙트럼 특성과 전극의 위치를 보존하기 위해 영상으로 데이터를 매핑하여 처리하였다. 스펙트럼 전처리 과정을 거친 후 CNN에 입력하고 공간 및 시간 특성을 웨이블릿 변환(wavelet transform)없이 추출하여 발작을 검출하였다. 여기에 사용된 보스턴 매사추세츠 공과 대학 (Boston Massachusetts Institute of Technology, CHB-MIT) 아동 병원의 데이터셋 결과는 시간당 0.85의 민감도와 90 %의 위양성 비율 (FPR)을 보였다.
In this paper, we propose a pre-processing method that converts to Spider Chart image data for classification of gripping movement using EMG (electromyography) sensors and Convolution Neural Networks (CNN) deep learning. First, raw data for six hand gestures are extracted from five test subjects using an 8-channel armband and converted into Spider Chart data of octagonal shapes, which are divided into several sliding windows and are learned. In classifying six hand gestures, the classification performance is compared with the proposed pre-processing method and the existing methods. Deep learning was performed on the dataset by dividing 70% of the total into training, 15% as testing, and 15% as validation. For system performance evaluation, five cross-validations were applied by dividing 80% of the entire dataset by training and 20% by testing. The proposed method generates 97% and 94.54% in cross-validation and general tests, respectively, using the Spider Chart preprocessing, which was better results than the conventional methods.
We describe a new deep learning model - Convolutional eXtreme Gradient Boosting (ConvXGB) for classification problems based on convolutional neural nets and Chen et al.'s XGBoost. As well as image data, ConvXGB also supports the general classification problems, with a data preprocessing module. ConvXGB consists of several stacked convolutional layers to learn the features of the input and is able to learn features automatically, followed by XGBoost in the last layer for predicting the class labels. The ConvXGB model is simplified by reducing the number of parameters under appropriate conditions, since it is not necessary re-adjust the weight values in a back propagation cycle. Experiments on several data sets from UCL Repository, including images and general data sets, showed that our model handled the classification problems, for all the tested data sets, slightly better than CNN and XGBoost alone and was sometimes significantly better.
This study seeks to investigate K-fashion's external image by examining the trends in global media reporting. It applies Dynamic Topic Modeling (DTM), which captures the evolution of topics in a sequentially organized corpus of documents, and consists of text preprocessing, the determination of the number of topics, and a timeseries analysis of the probability distribution of words within topics. The data set comprised 551 online media articles on 'Korean fashion' or 'K-fashion' published on Google News between 2010 and 2021. The analysis identifies seven topics: 'brand look and style,' 'lifestyle,' 'traditional style,' 'Seoul Fashion Week (SFW) event,' 'model size,' 'K-pop,' and 'fashion market,' as well as annual topic proportion trends. It also explores annual word changes within the topic and indicates increasing and decreasing word patterns. In most topics, the probability distribution of the word 'brand' is confirmed to be on the increase, while 'digital,' 'platform,' and 'virtual' have been newly created in the 'SFW event' topic. Moreover, this study confirms the transition of each K-fashion topic over the past 12 years, along with various factors related to Hallyu content, traditional culture, government support, and digital technology innovation.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.