• 한국산업정보학회논문지
• /
• 제26권1호
• /
• pp.1-10
• /
• 2021

본 연구에서는 EEG 신호를 기반으로 감정 인식에 유용한 딥러닝 기법을 제안한다. 감정이 시간에 따라 변화하는 특성을 반영하기 위해 Long-Short Term Memory 네트워크를 사용하였다. 또한, 특정 시점의 감정적 상태가 전체 감정 상태에 영향을 미친다는 이론을 기반으로 특정 순간의 감정 상태에 가중치를 주기 위해 어텐션 메커니즘을 적용했다. EEG 신호는 DEAP 데이터베이스를 사용하였으며, 감정은 긍정과 부정의 정도를 나타내는 정서가(Valence)와 감정의 정도를 나타내는 각성(Arousal) 모델을 사용하였다. 실험 결과 정서가(Valence)와 각성(Arousal)을 2단계(낮음, 높음)로 나누었을 때 분석 정확도는 정서가(Valence)의 경우 90.1%, 각성(Arousal)의 경우 88.1%이다. 낮음, 중간, 높음의 3단계로 감정을 구분한 경우 정서가(Valence)는 83.5%, 각성(Arousal)은 82.5%의 정확도를 보였다.

• 산업경영시스템학회지
• /
• 제44권3호
• /
• pp.1-9
• /
• 2021

This research examines deep learning based image recognition models for beef sirloin classification. The sirloin of beef can be classified as the upper sirloin, the lower sirloin, and the ribeye, whereas during the distribution process they are often simply unified into the sirloin region. In this work, for detailed classification of beef sirloin regions we develop a model that can learn image information in a reasonable computation time using the MobileNet algorithm. In addition, to increase the accuracy of the model we introduce data augmentation methods as well, which amplifies the image data collected during the distribution process. This data augmentation enables to consider a larger size of training data set by which the accuracy of the model can be significantly improved. The data generated during the data proliferation process was tested using the MobileNet algorithm, where the test data set was obtained from the distribution processes in the real-world practice. Through the computational experiences we confirm that the accuracy of the suggested model is up to 83%. We expect that the classification model of this study can contribute to providing a more accurate and detailed information exchange between suppliers and consumers during the distribution process of beef sirloin.

• 한국전자거래학회지
• /
• 제24권2호
• /
• pp.91-112
• /
• 2019

5세대 통신기술(5G)의 등장에 따라 4차 산업혁명 관련 첨단기술과 융합한 다양한 통신 서비스가 나타나고 있다. 그 중, 5G 기술의 효과적 실용적 활용을 위해 본 논문에서는 IT 전문가들을 대상으로 설문을 실시하였고, 그 결과 5G 기술과 융합하여 가장 많은 서비스 활성화를 이끌 수 있는 4차 산업혁명 분야로서 자율주행차가 선정되었다. 이를 기반으로, 5G 기반 자율주행차 활용 산업 및 서비스 분류체계를 개발함으로써 자율주행차를 활용한 신사업 개발 및 새로운 비즈니스 모델개발을 지원하는 기틀을 제공하였다. 이와 더불어, 개발된 새로운 자율주행자동차 산업-서비스 분류체계를 통해 연계 Matrix를 작성하여 향후 차세대 자율 주행차가 활용될 수 있는 분야에 대한 실용적인 산업-서비스 개발을 위한 가이드라인을 제공하고자 한다.

• 대한산업공학회지
• /
• 제27권1호
• /
• pp.47-53
• /
• 2001

In this paper, we compare the classification performances of both ensemble and clustering algorithms (Data Bagging, Variable Selection Bagging, Parameter Combining, Clustering) to logistic regression in consideration of various characteristics of input data. Four factors used to simulate the logistic model are (1) correlation among input variables (2) variance of observation (3) training data size and (4) input-output function. In view of the unknown relationship between input and output function, we use a Taguchi design to improve the practicality of our study results by letting it as a noise factor. Experimental study results indicate the following: When the level of the variance is medium, Bagging & Parameter Combining performs worse than Logistic Regression, Variable Selection Bagging and Clustering. However, classification performances of Logistic Regression, Variable Selection Bagging, Bagging and Clustering are not significantly different when the variance of input data is either small or large. When there is strong correlation in input variables, Variable Selection Bagging outperforms both Logistic Regression and Parameter combining. In general, Parameter Combining algorithm appears to be the worst at our disappointment.

• 한국안전학회지
• /
• 제36권5호
• /
• pp.52-60
• /
• 2021

As the prevention of fatal accidents is considered an essential part of social responsibilities, both government and individual have devoted efforts to mitigate the unsafe conditions and behaviors that facilitate accidents. Several studies have analyzed the factors that cause fatal accidents and compared them to those of non-fatal accidents. However, studies on mathematical and systematic analysis techniques for identifying the features of fatal accidents are rare. Recently, various industrial fields have employed machine learning algorithms. This study aimed to apply machine learning algorithms for the classification of fatal and non-fatal accidents based on the features of each accident. These features were obtained by text mining literature on accidents. The classification was performed using four machine learning algorithms, which are widely used in industrial fields, including logistic regression, decision tree, neural network, and support vector machine algorithms. The results revealed that the machine learning algorithms exhibited a high accuracy for the classification of accidents into the two categories. In addition, the importance of comparing similar cases between fatal and non-fatal accidents was discussed. This study presented a method for classifying accidents using machine learning algorithms based on the reports on previous studies on accidents.

• 한국산학기술학회논문지
• /
• 제13권6호
• /
• pp.2751-2756
• /
• 2012

위성영상을 이용한 감독분류에서 훈련집단의 선택은 분류정확도에 많은 영향을 미친다. 일반적으로 훈련집단의 특징이 명확한 순수화소를 선택할 경우 전체 정확도가 높은 반면, 저해상도 영상이거나 식별이 불분명하여 혼합화소를 선택하면 정확도는 저하된다. 그러나 실제 영상분류를 수행할 때 순수화소만을 훈련집단으로 선택하는 것은 매우 어렵다. 이에 본 연구에서는 혼합화소를 훈련집단으로 선택하였을 경우 적합한 분류기법을 제시하고자 하였다. 이를 위해 소수의 순수화소를 훈련집단으로 선정하여 분류정확도를 산출하고 같은 수의 혼합화소를 이용한 분류결과와 정확도를 비교하였다. 연구 결과, 혼합화소를 사용한 분류기법들 중 SVM의 정확도가 가장 높았으며, 순수화소를 이용한 분류결과와도 가장 작은 차이를 보였다. 따라서 훈련집단으로 혼합화소를 선택할 가능성이 높은 건물 및 녹지혼합지역에서는 SVM을 이용한 영상분류가 가장 적합할 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제16권9호
• /
• pp.6333-6344
• /
• 2015

본 연구는 문화재 관련 분야 분류체계 특성 분석을 통한 근대 건축 및 시설물 분류방안 제시를 목적으로 한다. 이를 위해 관련 문헌과 산업 및 행정 분류체계 및 국내 외 문화재 분류를 분석하고, 최근 대두되는 문화재의 개념 확장을 고려한 건축 및 시설물 분류방안을 제시하였다. 이상의 연구 결과는 다음과 같다. 첫째, 기존의 고대 유물을 대상으로 하는 문화재 분류 방법으로는 문화재 개념 확대와 새로운 기능을 포괄하는 건축 및 시설물 분류에 한계가 있어, 문화유산 개념 변화에 대응하는 분류방안이 필요하다. 둘째, 문헌, 산업 및 행정 분야 분류를 기초로, 문화재 분류체계는 용도 기능 분류 항목으로, 정치 외교, 산업 경제, 사회 생활, 문화 예술, 과학 기술, 군사 치안으로 대분류하였다. 셋째, 각 기능별 분류 하부에, 건축 및 시설물의 용도를 고려하여 건축법 및 도시계획법을 바탕으로 중 소분류를 작성하여 문화재 등록 과정에서 제시된 가치와 의미를 반영할 수 있도록 하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.55-67
• /
• 2022

센서 데이터를 활용하여 설비의 이상 진단이 가능해졌다. 하지만 설비 이상에 대한 원인 분석은 미비한 실정이다. 본 연구에서는 센서 기반 시계열 데이터 분류 모델을 위한 해석가능한 합성곱 신경망 프레임워크를 제안한다. 연구에서 사용된 센서 기반 시계열 데이터는 실제 차량에 부착된 센서를 통해 수집되었고, 반도체의 웨이퍼 데이터는 공정 과정에서 수집되었다. 추가로 실제 기계 설비에서 수집된 주기 신호 데이터를 이용 하였으며, 충분한 학습을 위해 Data augmentation 방법론인 Scaling과 Jittering을 적용하였다. 또한, 본 연구에서는 3가지 합성곱 신경망 기반 모델들을 제안하고 각각의 성능을 비교하였다. 본 연구에서는 ResNet에 Jittering을 적용한 결과 정확도 95%, F1 점수 95%로 가장 뛰어난 성능을 보였으며, 기존 연구 대비 3%의 성능 향상을 보였다. 더 나아가 결과의 해석을 위한 XAI 방법론으로 Class Activation Map과 Layer Visualization을 제안하였으며, 센서 데이터 분류에 중요 영향을 끼치는 시계열 구간을 시각적으로 확인하였다.

• 한국산학기술학회논문지
• /
• 제15권11호
• /
• pp.6676-6684
• /
• 2014

본 연구는 선행연구에서 중요하게 도출되었던 기본적인 가로의 물리적 환경, 접근성, 밀도, 다양성 등의 보행증진요인을 기본 모형으로 가로차원의 변수를 종합적으로 포함하여 보행량 증진에 영향을 미치는지 도출해보았다. 또한 Jacobs(1961)가 가로의 보행량 활성화를 위해 중요하다고 언급했던 다양한 시설과의 연관성이 있으며, 리처드 맥코맥(1983)이 주장했던 업종별로 보행활성화에 대한 정도 차이가 존재할 수 있음을 실증 분석하였다는 데 의의가 있다. 본 연구에서는 변수들간의 영향요인의 차이를 설명하기 위해 유형별 업종의 엔터방식 회귀분석을 시행하였다. 이러한 실증연구는 Jacobs(1961)가 가로의 보행량 활성화를 위해 중요하다고 언급했던 다양한 시설과의 연관성이 있으며, 리처드 맥코맥(1983)이 주장했던 업종별로 보행활성화에 대한 정도 차이가 존재할 수 있음을 실증 분석하였다는 데 의의가 있다.

• 벤처창업연구
• /
• 제9권2호
• /
• pp.71-80
• /
• 2014

기업의 산업특성을 반영하는 업종을 조절변수로 하여 기술적 파급효과에 미치는 영향을 실증분석한 결과 업종은 기술적 파급효과에 유의적인 조절효과를 미치는 것으로 나타났다. 이는 동일한 R&D투입을 하더라도 기업이 속한 (산업)업종별로 그 영향은 상이함을 의미한다. 고기술업종의 파급효과는 상대적으로 더 크게 나타났으며, 전통적인 경공업분야의 저기술업종은 기술적 파급효과가 낮게 나타났다. 또한 업종의 조절변수 작용으로 투입변수 중 R&D관리시스템과의 조절효과로 인하여, 고기술업종일수록 기술적 파급효과에 미치는 R&D관리시스템의 영향력이 유의적으로 증가하였다. 이는 고기술업종일수록 기업의 R&D활동에 대한 관리 및 보상이 기술적 파급효과에 중요한 요인임을 의미한다. 따라서 정부의 중소기업에 대한 R&D지원정책은 이러한 업종별 조절효과를 고려하여 차별적 지원을 통해 효율성을 높일 필요가 있다.