• 한국측량학회지
• /
• 제32권6호
• /
• pp.581-590
• /
• 2014

With rapid land development, land category should be updated on a regular basis. However, manual field surveys have certain limitations. In this study, attempts were made to extract a feature vector considering spectral signature by parcel, PIMP (Percent Imperviousness), texture, and VIs (Vegetation Indices) based on RapidEye satellite image and cadastral map. A total of nine land categories in which feature vectors were significantly extracted from the images were selected and classified using SVM (Support Vector Machine). According to accuracy assessment, by comparing the cadastral map and classification result, the overall accuracy was 0.74. In the paddy-field category, in particular, PO acc. (producer's accuracy) and US acc. (user's accuracy) were highest at 0.85 and 0.86, respectively.

• 지능정보연구
• /
• 제20권3호
• /
• pp.77-92
• /
• 2014

텍스트에 대한 사용자의 접근성을 향상시키기 위해, 이들 문서는 정해진 기준에 따라 카테고리로 분류되어 제공되고 있다. 과거에는 카테고리 분류 작업이 수작업으로 수행되었지만, 문서 작성자에게 분류를 맡기는 경우 분류 정확성을 보장할 수 없고 관리자가 모든 분류를 담당하는 경우 많은 시간과 비용이 소요된다는 어려움이 있었다. 이러한 한계를 극복하기 위해 카테고리를 자동으로 식별할 수 있는 문서 분류 기법에 대한 연구가 활발하게 수행되었다. 하지만 대부분의 문서 분류 기법은 각 문서가 하나의 카테고리에만 속하는 경우를 가정하고 있기 때문에, 하나의 문서가 다양한 주제를 갖는 실제 상황과 부합하지 않는다는 한계를 갖는다. 이를 보완하기 위해 최근 문서의 다중 카테고리 식별을 위한 연구가 일부 수행되었으나, 이들 연구는 대부분 이미 다중 카테고리가 부여되어 있는 문서에 대한 학습을 통해 분류 규칙을 생성하므로 단일 카테고리만 부여되어 있는 기존 문서의 다중 카테고리 식별에는 적용할 수 없다는 제약을 갖는다. 따라서 본 연구에서는 이러한 제약을 극복하기 위해, 카테고리, 토픽, 문서간 관계 분석을 통해 단일 카테고리를 갖는 문서로부터 추가 주제를 발굴하여 이를 다중 카테고리로 자동 확장시킬 수 있는 방법론을 제안하였다. 실험 결과 원 카테고리가 식별된 총 24,000건의 문서 중 23,089건에 대해 카테고리를 확장시킬 수 있었다. 또한 정확도 분석에서 카테고리의 특성에 따라 카테고리 분류 정확도가 상이하게 나타나는 현상을 발견하였다. 본 연구는 단일 카테고리로 분류된 문서에 대해 다중 카테고리를 추가로 식별하여 부여함으로써, 규칙 학습 과정에서 다중 카테고리가 부여된 문서를 필요로 하는 기존 다중 카테고리 문서 분류 알고리즘의 활용성을 매우 향상시킬 수 있을 것으로 기대한다.

• 한국통신학회논문지
• /
• 제42권2호
• /
• pp.366-373
• /
• 2017

본 논문은 그로스버그(Grossberg)에 의해 개발된 퍼지 ART 신경 회로망의 성능을 향상시키기 위하여 가변가중 평균(VWA) 학습 방법을 제안한다. 기존의 방법인 고속수용저속부호화(FCSR)는 입력패턴이 임의의 카테고리 내에 포함될 때 카테고리를 대표하는 대표패턴의 갱신이 입력패턴과의 거리(유사성)와 관계없이 고정 학습률로 갱신되고, 또한 이를 개선한 가변학습(VL)은 대표패턴과 입력패턴 사이의 거리를 대표패턴의 갱신에 반영하여 카테고리 증식 문제와 패턴 인식률을 개선한다. 그러나 두 방법 모두 학습 시 퍼지 AND에 의한 과도한 학습이 필수적으로 발생하여 카테고리 증식 문제와 패턴 인식 향상에 한계를 갖는다. 제안된 방법은 카테고리를 대표하는 대표패턴의 갱신 시 대표패턴과 입력패턴 사이의 거리를 반영한 가중평균 학습을 적용하여 대표패턴의 과도한 학습을 억제한다. 시뮬레이션 결과 기존의 학습 방법인 고속수용저속부호화(FCSR)와 가변학습(VL) 보다 제안된 가변가중평균(VWA) 학습 방법이 잡음 환경에서 대표패턴의 과도한 학습을 억제하여 퍼지 ART 신경 회로망의 카테고리 증식문제를 완화하고 패턴 인식률을 향상시키는 것을 보여준다.

• 한국언어정보학회:학술대회논문집
• /
• 한국언어정보학회 2002년도 Language, Information, and Computation Proceedings of The 16th Pacific Asia Conference
• /
• pp.217-226
• /
• 2002

In this paper, we propose a method of generating a proper categorization of morphemes by giving a hierarchical part-of-speech system and a corpus tagged using this part-of-speech system. Our method use hierarchical information in the part-of-speech system and statistical information in the corpus to generate a category set. The statistical information is based on the context of occurrence of categories. First, we specify the format of given information. Then, we describe an algorithm to generate a proper categorization. Finally, we present the results of our experiments in applying this method. We obtained a moderately proper categorization and found several candidates for improvement .

• 정보과학회 논문지
• /
• 제42권5호
• /
• pp.664-670
• /
• 2015

인터넷과 스마트폰의 발전과 함께 소셜 미디어 공유 사이트인 유튜브도 크게 성장하여 수많은 동영상을 공유하는 사이트가 됐다. 사용자들이 유튜브를 통해 동영상을 공유하면서 소셜 데이터를 만들어내고, 많은 동영상들 중에서 본인의 관심사가 반영된 동영상 추천을 원하게 된다. 본 논문에서는 유튜브 데이터를 이용하여 사용자의 사회적 관계와 유튜브의 특징이 반영된 소셜 카테고리 분류 목록을 기반으로 사용자의 소셜 카테고리를 추출한다. 우리는 좀 더 정확하고 의미있는 추천을 위해 추출된 사용자 소셜 카테고리를 이용한 유튜브 동영상을 추천하는 알고리즘을 제안하였다. 또한 실험을 통해 그 유효성을 검증하였다.

• Journal of Information Science Theory and Practice
• /
• 제6권2호
• /
• pp.46-61
• /
• 2018

The mobile social networking application Instagram is a well-known platform for sharing photos and videos. Since it is folksonomy-oriented, it provides the possibility for image indexing and knowledge representation through the assignment of hashtags to posted content. The purpose of this study is to analyze how Instagram users tag their pictures regarding different kinds of picture and hashtag categories. For such a content analysis, a distinction is made between Food, Pets, Selfies, Friends, Activity, Art, Fashion, Quotes (captioned photos), Landscape, and Architecture image categories as well as Content-relatedness (ofness, aboutness, and iconology), Emotiveness, Isness, Performativeness, Fakeness, "Insta"-Tags, and Sentences as hashtag categories. Altogether, 14,649 hashtags of 1,000 Instagram images were intellectually analyzed (100 pictures for each image category). Research questions are stated as follows: RQ1: Are there any differences in relative frequencies of hashtags in the picture categories? On average the number of hashtags per picture is 15. Lowest average values received the categories Selfie (average 10.9 tags per picture) and Friends (average 11.7 tags per picture); for highest, the categories Pet (average 18.6 tags), Fashion (average 17.6 tags), and Landscape (average 16.8 tags). RQ2: Given a picture category, what is the distribution of hashtag categories; and given a hashtag category, what is the distribution of picture categories? 60.20% of all hashtags were classified into the category Content-relatedness. Categories Emotiveness (about 4.38%) and Sentences (0.99%) were less often frequent. RQ3: Is there any association between image categories and hashtag categories? A statistically significant association between hashtag categories and image categories on Instagram exists, as a chi-square test of independence shows. This study enables a first broad overview on the tagging behavior of Instagram users and is not limited to a specific hashtag or picture motive, like previous studies.

• 한국임상약학회지
• /
• 제23권4호
• /
• pp.327-333
• /
• 2013

Background: Antihistamine and anti-allergy medications are widely used during pregnancy. Reading label information is one of the easiest ways to get safety information. But there are content gaps among countries. Objective: To compare the risk level and the recommendation level of antihistamine/anti-allergy drug's label information in pregnant women among Korea, the USA, the UK, and Japan. Method: Study drugs of antihistamine/anti-allergy medications were selected according to Korea drug classification codes. Based on the label information of selected product, risk level was classified into 5 categories as follows: 'Definite', 'Probable', 'Possible', and 'Unlikely', 'Unclassified' according to the level of evidence. Recommendation level was classified into 4 categories as follows: 'Contraindicated', 'Cautious', 'Compatible', and 'Unclassified'. Frequency and proportion were presented according to the each category. To estimate agreement of each category among 4 countries, percent agreement and kappa (k) coefficient were calculated. Results: Total 13 drug ingredients were selected for antihistamine/anti-allergy medications. In risk level, Korea (46%) and Japan (69%) were mostly classified in the category of 'Unclassified', but 'Unlikely' category was more frequent in the UK (62%) and the USA (46%). In recommendation level, the proportion of 'Contraindicated' was highest in Korea (46%) compared to other countries. In contrast, the category of 'Cautious' was 77%-85% in the USA, the UK, and Japan. The percent agreement for risk level was highest in the USA-UK (54%). The recommendation level of Korea-USA showed lowest agreement for percent agreement (46%) and kappa coefficient (k=0.02). Conclusion: We confirmed the differences among safety information provided by four different countries. 'Contraindicated' was more likely in Korea compared with other countries.

• 정보처리학회논문지B
• /
• 제16B권3호
• /
• pp.225-232
• /
• 2009

동명이인의 저자를 구분하는 것은 웹에서 문서 색인과 검색의 성능을 향상시킨다. 동명이인의 저자 구분은 웹사이트 상에서 같은 이름을 갖는 여러 명의 사람이 존재했을 때 야기되는 여러 가지 문제점을 해결한다. 본 논문은 동명이인의 저자 구분을 위해 개념망 기반의 카테고리 유틸리티를 제안한다. 따라서 본 논문에서는 학술회의 웹 사이트를 대상으로 제안하고자 하는 방법을 설명한다. 제안된 방법은 저자가 가지고 있는 다양한 속성(제목, 요약, 공동저자, 소속)을 반영한 저자 온톨로지와 개념망을 활용한다. 저자 온톨로지는 OWL API와 휴리스틱한 방법을 사용하여 반자동으로 구축 되었다. 저자명 모호성 해결은 개념망 기반 카테고리 유틸리티를 사용하여 저자 온톨로지 내에 존재하는 동명이인 저자(Candidate Authors)들로부터 해당 논문에 관련된 정확한 저자를 결정한다. 카테고리 유틸리티는 각각의 저자간의 intra-class 유사성 와 inter-class 비유사성을 기본적인 개념으로 하는 평가 함수다. 이에 비해 개념망 기반 카테고리 유틸리티는 모호성 해결을 위해 개념망이 갖는 개념 정보를 추가로 활용한다. 실험 결과를 분석한 결과 개념망 기반 카테고리 유틸리티가 일반적인 카테고리 유틸리티에 비교해서, 저자명 모호성 해결에 있어서 10% 정도 우수한 성능을 보였으며, 전체적으로 98%의 정확도를 보였다.

• 한국멀티미디어학회논문지
• /
• 제14권6호
• /
• pp.730-741
• /
• 2011

인터넷과 컴퓨터 기술이 발전함에 따라 정보의 양이 폭발적으로 증가하였으며 사용자의 다양한 요구가 생겨나게 되었다. 이로 인해 대용량의 문서를 효과적으로 분류하기 위한 다양한 방법의 연구가 필요하게 되었다. 기존의 문서 범주화는 분서의 분류를 위해 연관된 문서의 키워드를 중심으로 하는 방법을 사용하였다. 그러나 본 논문에서는 연관규칙을 이용하여 범주 내의 문서들 간에 연관성 있는 키워드들의 집합을 추출하고 각 범주 별로 의미적으로 대표성을 가진 키워드들로 분류 규칙을 생성한다. 또한 효율적인 키워드 생성을 위한 데이터 전처리 방안을 제시하고, 새로운 문서 범주를 예측한다. 프로파일의 분류성능을 높이기 위한 분류함수를 설계하고 실험을 통하여 성능을 측정한다. 마지막으로 평면적인 범주 구조에서 확장하여 계층적인 분류체계 구조에서도 적용할 수 있는 자동분류 방안을 제시한다.

• Spatial Information Research
• /
• 제19권3호
• /
• pp.11-22
• /
• 2011

이산화탄소의 배출량을 산정하는 방식은 주로 제련소, 화력발전소 등 제조공정에서 소비되는 에너지 통계에 의거하여 배출량을 추정하는 방식으로 이루어지고 있다. 본 연구는 지목이 토지이용패턴에 따라 다르게 배출되는 이산화탄소를 감시하기 위한 지표로 활용될 수 있는지를 평가하고자 수행되었다. 그리하여 사례 연구지역에서 이산화탄소 배출량을 측정하여 토지이용의 관점에서 지목별 변화 추세에 대한 평가가 이루어졌다. 정부통계에만 의존하는 간접추계 방식과 달리 지목 기반의 평가는 광역적인 이산화탄소 농도의 분포실태를 단시간에 제시하였다. 특히 대지 등 비자연적인 지목에서 높은 수치를 보여주었다. 반면, 임야 등 흡수원으로 특성을 지닌 지목은 전체적으로 배출원에 비해 낮은 수치를 보여주었다. 본 연구의 가장 큰 성과는 지목별 이산화탄소 배출량 변화 실태를 정량적으로 제시하고 있기 때문에 각종 개발사업의 계획단계부터 배출원과 흡수원을 지정하고 관리함에 있어 지목에 의거 도로 건설 등 저탄소 도시에 부정적인 영향을 미치는 개발사업을 규제하는 과정에서 온실가스 배출을 최소화하기 위한 지표로서 설득력을 지닌 근거자료로 지목의 가능성을 보여주었다. 본 연구의 가장 큰 성과는 "지목 기반의 이산화탄소 배출 감시"라는 새로운 개념을 제시하였다는 데 있을 것이다.