• 한국지리정보학회지
• /
• 제18권2호
• /
• pp.135-148
• /
• 2015

본 연구는 LiDAR DEM(Digital Elevation Model)과 다중시기에 촬영된 Landsat 영상을 이용하여 4대강 정비사업이 시행되기 이전 및 이후에 낙동강 유역 내 발생한 토지피복 변화를 탐지 및 분석하기 위하여 수행되었다. 우선 LiDAR DEM으로부터 추출된 제방경계선을 이용하여 하천유역 폴리곤을 생성하고, 하천유역 폴리곤을 이용하여 다중시기에 촬영된 Landsat-5 TM(Thematic Mapper) 영상과 Landsat-8 OLI(Operational Land Imager) 영상으로부터 4개의 하천유역 영상을 각각 추출하였다. 그리고 영상분류방법을 적용하여 각 하천유역 영상으로부터 하천유역의 주요 토지피복인 하천, 나지, 초지를 각각 분류하였고, 전체 면적에서 각 토지피복이 차지하는 비율을 계산하였다. 다중시기에 촬영된 하천유역 영상으로부터 분류된 각 토지피복의 변화량을 분석한 결과, 4대강 정비사업이 시행되기 이전과 4대강 정비사업이 완공된 이후에는 계절의 변화에 의해 나지와 초지의 면적은 큰 폭으로 변화하였으나, 하천의 면적은 큰 변화가 없었다. 반면에 4대강 정비사업 전후로, 낙동강 유역 내 저수량의 증가로 인해 하천의 면적이 큰 폭으로 증가하였다. 본 논문은 LiDAR DEM과 4대강 정비사업 이전과 이후에 촬영된 위성영상들을 이용하여 4대강 정비사업으로 인해 발생한 하천 유역 내 토지피복 변화를 탐지할 수 있는 효과적인 방법을 제시하였다는데 의의가 있다.

• 대한원격탐사학회지
• /
• 제35권6_4호
• /
• pp.1341-1350
• /
• 2019

본 연구는 산불 전후 KOMPSAT-3A 영상을 사용하여 산불피해지역을 분석하는 것을 목적으로 한다. KOMPSAT 시리즈 중 KOMPSAT-3A는 적외선 및 고해상도의 멀티 스펙트럼 밴드를 가진 VHR위성이다. 하지만, KOMPSAT-3A를 활용하여 산불피해강도를 분류하는 연구는 부족한 실정이다. 따라서 본 연구에서는 KOMPSAT-3A의 산불 피해강도를 분류하기 위한 새로운 알고리즘을 제시하는 것을 목표로 한다. 또한, 본 연구에서는 산불 피해지역에 대한 참조자료로 Sentinel-2로 생성한 dNBR을 사용하였다. 본 연구의 연구 지역은 2019년 4월 4일 강릉에서 발생한 산불 피해지역으로 선정하였다. 본 연구에서는 산불피해구간을 산정하기 위한 알고리즘으로 오픈 소스 통계 프로그램인 R software의 확률분포함수를 사용하였다. KOMPSAT-3A에서 산불 피해지역은 산불 전, 후 NDVI의 변화에 따라 생성되었다. 산불피해강도는 분포 함수의 표준 편차를 사용하여 각 등급 크기를 산정하였다. 총 5개 구간에 따른 산불 피해 강도가 효과적으로 분류되었다.

• 한국정보통신학회논문지
• /
• 제16권10호
• /
• pp.2137-2142
• /
• 2012

수중환경 하에서 표적을 탐지하고 식별하는 문제는 군사적인 목적은 물론 비군사적 목적으로도 많은 연구가 수행되어 왔다. 수중환경에서의 수중음향 신호가 시간 공간적으로 특성이 변화하며 천해 다중경로 환경을 반영하는 복잡한 특성을 보이는 점으로 인해 능동 표적인식 기술은 매우 어려운 기술로 여겨져 왔다. 또한 실제 데이터 수집의 어려움이 따르게 된다. 본 논문에서는 수중환경 하에서 능동 표적신호를 합성, 특징추출 및 표적식별을 수행할 수 있는 시뮬레이터를 구현하였다. 표적신호의 합성에는 하이라이트 모델과 3차원 모델을 사용하였으며, 표적신호의 식별을 위해서는 다중각도에 기반한 은닉 마코프모델을 사용하였다.

• 한국멀티미디어학회논문지
• /
• 제20권2호
• /
• pp.205-215
• /
• 2017

The brain magnetic resonance images (MRI) is an important imaging biomarker in Alzheimer's disease (AD) as the cerebral atrophy has been shown to strongly associate with cognitive symptoms. The decrease of volume estimates in different structures of the medial temporal lobe related to memory correlates with the decline of cognitive functions in neurodegenerative diseases. During the past decades several methods have been developed for quantifying the disease related atrophy of hippocampus from MRI. Special effort has been dedicated to separate AD and mild cognitive impairment (MCI) related modifications from normal aging for the purpose of early detection and prediction. We trained a multi-class support vector machine (SVM) with probabilistic outputs on a sample (n = 58) of 20 normal controls (NC), 19 individuals with MCI, and 19 individuals with AD. The model was then applied to the cross-validation of same data set which no labels were known and the predictions. This study presents data on the association between MRI quantitative parameters of hippocampus and its quantitative structural changes examination use on the classification of the diseases.

• Asian Journal of Atmospheric Environment
• /
• 제2권1호
• /
• pp.34-46
• /
• 2008

Emissions inputs for use in air quality modeling of Korea were generated with the emissions inventory data from the National Institute of Environmental Research (NIER), maintained under the Clean Air Policy Support System (CAPSS) database. Source Classification Codes (SCC) in the Korea emissions inventory were adapted to use with the U.S. EPA's Sparse Matrix Operator Kernel Emissions (SMOKE) by finding the best-matching SMOKE default SCCs for the chemical speciation and temporal allocation. A set of 19 surrogate spatial allocation factors for South Korea were developed utilizing the Multi-scale Integrated Modeling System (MIMS) Spatial Allocator and Korean GIS databases. The mobile and area source emissions data, after temporal allocation, show typical sinusoidal diurnal variations with high peaks during daytime, while point source emissions show weak diurnal variations. The model-ready emissions are speciated for the carbon bond version 4 (CB-4) chemical mechanism. Volatile organic carbon (VOC) emissions from painting related industries in area source category significantly contribute to TOL (Toluene) and XYL (Xylene) emissions. ETH (Ethylene) emissions are largely contributed from point industrial incineration facilities and various mobile sources. On the other hand, a large portion of OLE (Olefin) emissions are speciated from mobile sources in addition to those contributed by the polypropylene industry in point source. It was found that FORM (Formaldehyde) is mostly emitted from petroleum industry and heavy duty diesel vehicles. Chemical speciation of PM2.5 emissions shows that PEC (primary fine elemental carbon) and POA (primary fine organic aerosol) are the most abundant species from diesel and gasoline vehicles. To reduce uncertainties in processing the Korea emission inventory due to the mapping of Korean SCCs to those of U.S., it would be practical to develop and use domestic source profiles for the top 10 SCCs for area and point sources and top 5 SCCs for on-road mobile sources when VOC emissions from the sources are more than 90% of the total.

• 응용통계연구
• /
• 제37권2호
• /
• pp.139-155
• /
• 2024

본 연구는 좌측 해마 경화를 보인 내측두엽 뇌전증(left mTLE, mesial temporal lobe epilepsy with left hippocampal sclerosis) 환자군과 우측 해마 경화를 보인 내측두엽 뇌전증(right mTLE, mesial temporal lobe epilepsy with right hippocampal sclerosis) 환자군 그리고 건강한 대조군(healthy controls; HC)으로부터 측정한 뇌자도(magnetoencephalography; MEG) 데이터로 각 그룹을 분류하는 다중 분류 작업에 다양한 인공신경망을 적용하고 그 결과를 비교해 보고자 하였다. 합성곱 신경망, 순환 신경망 그리고 그래프 신경망으로 모델링한 결과, k-fold 정확도 평균은 합성곱 신경망 기반 모델, 그래프 신경망 기반 모델, 순환 신경망 기반 모델 순으로 우수하였다. 또한, 수행 시간은 순환 신경망 기반 모델, 그래프 신경망 기반 모델, 합성곱 신경망 기반 모델 순으로 우수하였다. 정확도 성능과 시간 면에서 모두 좋은 수치를 보이며, 네트워크 데이터의 확장성이 뛰어난 그래프 신경망이 앞으로 뇌 연구에 활용되기 적합한 모델임을 강조하고자 한다.

• Journal of Information Processing Systems
• /
• 제17권3호
• /
• pp.556-570
• /
• 2021

The existing video expression recognition methods mainly focus on the spatial feature extraction of video expression images, but tend to ignore the dynamic features of video sequences. To solve this problem, a multi-mode convolution neural network method is proposed to effectively improve the performance of facial expression recognition in video. Firstly, OpenFace 2.0 is used to detect face images in video, and two deep convolution neural networks are used to extract spatiotemporal expression features. Furthermore, spatial convolution neural network is used to extract the spatial information features of each static expression image, and the dynamic information feature is extracted from the optical flow information of multiple expression images based on temporal convolution neural network. Then, the spatiotemporal features learned by the two deep convolution neural networks are fused by multiplication. Finally, the fused features are input into support vector machine to realize the facial expression classification. Experimental results show that the recognition accuracy of the proposed method can reach 64.57% and 60.89%, respectively on RML and Baum-ls datasets. It is better than that of other contrast methods.

• 한국지리정보학회지
• /
• 제23권3호
• /
• pp.252-262
• /
• 2020

원격탐사 분야에서 토지피복분류에는 머신러닝 기반의 SVM 모델이 대표적으로 활용되고 있는 한편, 신경망 모델을 이용한 연구도 지속적으로 수행되고 있다. 다목적실용위성의 고해상도 영상을 이용한 연구는 미흡한 실정이며, 따라서 본 연구에서는 고해상도 KOMPSAT-3 위성영상을 이용하여 신경망 모델의 토지피복분류 정확도를 평가하고자 하였다. 경주시 인근 해안지역의 위성영상을 취득하여 훈련자료를 제작하고, 물과 식생 및 육지의 세 항목에 대해 SVM, ANN 및 DNN 모델로 토지피복을 분류하였다. 분류 결과의 정확도를 오차 행렬을 통해 정량적으로 평가한 결과 DNN 모델을 활용한 토지피복분류가 92.0%의 정확도로 가장 우수한 결과를 나타냈다. 향후 다중 시기의 위성영상을 통해 훈련자료를 보완하고, 다양한 항목에 대한 분류를 수행 및 검증한다면 연구의 신뢰성을 높일 수 있을 것으로 판단된다.

• 한국지구과학회지
• /
• 제22권2호
• /
• pp.138-146
• /
• 2001

이 연구에서는 극궤도 기상위성인 NOAA/AVHRR 시계열 자료를 이용하여 한반도의 지면 피복을 분류하였다. 일주기 기상위성자료로부터 구름이 없는 상태의 지면상태 자료를 획득하기 위하여 10일 간격 최대치 합성법 자료를 작성하였으며 27개의 10일주기 식생지수 자료들(겨울철 12, 1, 2월 자료 9개 제외)로부터 4개의 식생 계절성 자료를 작성하였다. 또한 위성자료로부터 분석한 연 최고 및 연평균 지면온도, 그리고 지형고도 자료를 이용하였다. 각 지면 피복에 대한 특성 자료 수집이 어렵기 때문에 여기서는 2단계 무감독 분류법을 이용하였다. 즉, 초기 입력자료는 신경망 기법의 일종인 SOFM을 이용하여 군집화한 다음 결정나무를 이용하여 각 군집을 분류하였다. 최종 분류 결과는 식생지수의 시계열과 지상 자료로 검증한 결과 대도시, 농지, 낙엽수림 및 상록수림 등 우리 나라의 지면 피복을 개략적으로 잘나타내고 있는 것으로 판단된다.

• 대한지리학회지
• /
• 제45권2호
• /
• pp.275-292
• /
• 2010

이 연구는 위성영상 자료(1972~2008년)를 이용하여 인위적인 환경변화에 따른 태안반도 간석지의 토지피복 변화를 시계열분석하고, 그 변화 패턴을 고찰하고자 하였다. 선분류 후비교법을 이용한 시기별 토지피복 변화를 분석한 결과, 1972년에서 2008년 사이에 태안반도 간석지의 토지피복은 갯벌에서 습지, 습지에서 논으로의 변화가 발생하였다. 세부적인 토지피복 변화 패턴을 분석하기 위해 변형된 선분류 후비교법을 이용하여 각각의 영상을 분석한 결과 태안반도 간석지는 갯벌 $\rightarrow$ 습지 호수 및 염전 $\rightarrow$ 나대지 $\rightarrow$ 논 $\rightarrow$ 나대지로 변하였음을 분석할 수 있었다. 선분류 후비교법의 적용을 위해서는 각 영상의 정확한 분류가 반드시 요구되는데, 분류된 영상의 전체정확도는 평균 95.33%로 나타났고, 카파값은 평균 0.941로 나타났다.