• 한국도서관정보학회지
• /
• 제29권
• /
• pp.241-272
• /
• 1998

The purpose of this paper is to examine the analytic-assembling(faceted analysis) methods applied in enumerative-hierarchical classification schemes. (mainly in KDC) The methods are summarized as follows : 1. For the enumerative-hierarchical classification schemes, in principle the subjects are divided into subdivisions by only one facet at the same level, and step by step. However some subjects, for example 'library and information science' 'education' and others in KDC, are divided into subdivisions by multiple facets at same level like Colon Classification. 2. Most of enumerative-hierarchical classification schemes have various kinds of auxiliary tables, such as standard subdivisions, areas, periods, and languages. Each of them is considered as foci by a facet applied to subdivide all kinds of subjects or some special subjects into lower level. 3. To classify the compound subjects with phase relation, KDC provides ready-made classification numbers or notes that says 'divide by 001-999'(whole subjects) of 'divide by xxx-xxx'(limited scope of subjects). The ready-made compound subjects, or subdividing by whole or limited scope of subjects are similar to representation of phase relation in Colon Classification. Yet these analytic-assembling methods in KDC are needed to be supplemented and amended. Subdividing methods for faceted analysis have to be unified through the whole schedule. The auxiliary tables should be enlarged and subdivided more specifically. And for representation of phase relation, the linking signs can be useful in KDC as well as UDC and other analytic-assembling classification schemes like Colon Classification.

• 정보처리학회논문지D
• /
• 제12D권1호
• /
• pp.111-120
• /
• 2005

소프트웨어 개발은 다양한 산출물(클래스 부품, 클래스 다이어그램, 폼, 객체, 디자인 패턴)을 생성한다. 단 논문은 이런 산출물의 효율적인 추출 및 분류를 위한 Index/XML 순서관계 시스템을 제안한다. 이 시스템에서 산출물 순서 관계 추출은 패턴 관계정보를 메타 모델링 할 수 있으며 데이터베이스 할 수 있어 재사용 및 저장이 용이하다. 이 Index/XML 순서관계 시스템은 산출물의 추출과 분류를 위한 여러 가지 산출물의 관계 정보를 쉽게 변형할 수 있다. 이 시스템은 디자인 패턴을 효율적으로 분류 추출할 수 있도록 설계한다. 기능적인 인덱싱, 표준 패턴을 위한 순서 기준 인덱싱은 인덱스 아이디로 그룹화 할 수 있으며 분류할 수 있어 효과적이다. 이 정보론 이용하여 산출물들을 효과적으로 분류 및 추출을 할 수 있다.

• ETRI Journal
• /
• 제32권3호
• /
• pp.482-485
• /
• 2010

Feature selection is very important for feature-based relation classification tasks. While most of the existing works on feature selection rely on linguistic information acquired using parsers, this letter proposes new features, including probabilistic and semantic relatedness features, to manifest the relatedness between patterns and certain relation types in an explicit way. The impact of each feature set is evaluated using both a chi-square estimator and a performance evaluation. The experiments show that the impact of relatedness features is superior to existing well-known linguistic features, and the contribution of relatedness features cannot be substituted using other normally used linguistic feature sets.

• 한국과학교육학회지
• /
• 제32권6호
• /
• pp.1063-1071
• /
• 2012

The purpose of this study is to investigate the relation between the classification ability quotient and cortisol-hormonal change of middle school students. Thirty-three students, second graders in middle school, performed the classification task that can be an indicator of students' classification ability. And then amount of the secreted hormone was analyzed during task performance. The study results were as follows: First, the classification methods of students mostly utilized visual, qualitative. Their classification patterns for each subject were static, partial, and non-comparative. Second, the amount of stress-hormone was secreted from students during the experiment decreased in overall after the free classification. It seemed that student-centered activity relieved stress. Third, the classification ability quotient turned out to be significantly correlated to the stress hormone, which means that there was a close relationship between classification ability and stress level. It was also considered that stress had a positive effect on the improvement of classification ability. This study provided physiologically more accurate information on the stress increased in the learning process than other conventional studies based on reports or interviews. Finally, researchers could recognize the effect of stress in the cognitive activity and the need to find an appropriate level of stress in learning processes.

• 한국구조물진단유지관리공학회 논문집
• /
• 제6권4호
• /
• pp.219-223
• /
• 2002

The actual behavior of joint is traditionally disregarded in steel frame design. In fact, the structural analysis of steel frames is generally carried out by assuming that joints fulfil the ideal condition of either a hinge or a fixed-end restraints. In this way, calculations are made somewhat simpler, but the structural model is not able to reflect the actual structural response. Therefore, steel frame classification system for estimation or analysis about behavior of steel frame should be established, and range that each connections belongs should be divided definitely. This research presents realistic and practical moment-rotation relation through investigation and analysis of steel frame beam-to-column classification system.

• 정보과학회 논문지
• /
• 제42권6호
• /
• pp.817-822
• /
• 2015

관계 추출은 질의응답 및 지식확장 등에 널리 사용될 수 있는 주요 정보추출 기술이다. 정보추출에 관한 기존 연구들은 관계 범주가 수동으로 부착된 대용량의 학습 데이터를 필요로 하는 지도 학습모델을 기반으로 이루어져 왔다. 최근에는 학습 데이터 구축을 위한 인간의 노력을 줄이기 위해 원거리 감독법이 제안되었다. 그러나 원거리 감독법은 분류 문제를 해결하는데 필수적인 부정 학습 데이터를 수집하기 어렵다는 단점이 있다. 이러한 원거리 감독법의 단점을 극복하기 위해 본 논문에서는 부정 데이터 없이 학습이 가능한 단일 클래스 분류 모델을 제안한다. 입력 데이터로부터 긍정 데이터를 선별하기 위해서 제안 모델은 벡터 공간 상에서 어휘 정보와 구문 패턴에 기반한 유사도 척도를 사용하여 입력 데이터가 내부 범주에 속하는지 그렇지 않은지 판단한다. 실험에서 제안 모델은 대표적인 단일 클래스 분류 모델인 One-class SVM보다 높은 성능(0.6509 F1-점수, 0.6833 정밀도)을 보였다.

• The Journal of Korean Physical Therapy
• /
• 제28권1호
• /
• pp.22-26
• /
• 2016

Purpose: The purpose of this study was to evaluate the relation between PBS scores and GMFCS levels and to examine whether pediatric balance scale (PBS) scores were useful for predicting gross motor functional classification system (GMFCS) levels in children with cerebral palsy. Methods: This cross-sectional study was performed conducted for to evaluatione of PBS and GMFCS using in 26 children with cerebral palsy (16 males and 10 females with GMFCS level I to III). PBS total and item scores at different levels of GMFCS were measured. Results: The hHigh PBS item average scores obtained from standing and postural change dimensions except sitting dimension were observed at the low levels of GMFCS and these results were statistically significant (p<0.05). The relation between PBS (standing and postural change dimensions) and GMFCS levels were was significantly different, except the relation between PBS sitting dimension and GMFCS levels showing a ceiling effect. Conclusion: GMFCS is designed to for classificationy of gross motor functions emphasizing on walking movement and PBS is was developed to for evaluatione of functional balance. Based on the results of this study showing high relation between GMFCS levels and PBS scores, PBS scores can be used for predicting GMFCS levels.

• Journal of Computing Science and Engineering
• /
• 제9권4호
• /
• pp.204-213
• /
• 2015

Under the conditional independence assumption among local features, the Naive Bayes Nearest Neighbor (NBNN) classifier has been recently proposed and performs classification without any training or quantization phases. While the original NBNN shows high classification accuracy without adopting an explicit training phase, the conditional independence among local features is against the compositionality of objects indicating that different, but related parts of an object appear together. As a result, the assumption of the conditional independence weakens the accuracy of classification techniques based on NBNN. In this work, we look into this issue, and propose a novel Bayesian network for an NBNN based classification to consider the conditional dependence among features. To achieve our goal, we extract a high-level feature and its corresponding, multiple low-level features for each image patch. We then represent them based on a simple, two-level layered Bayesian network, and design its classification function considering our Bayesian network. To achieve low memory requirement and fast query-time performance, we further optimize our representation and classification function, named relation-based Bayesian network, by considering and representing the relationship between a high-level feature and its low-level features into a compact relation vector, whose dimensionality is the same as the number of low-level features, e.g., four elements in our tests. We have demonstrated the benefits of our method over the original NBNN and its recent improvement, and local NBNN in two different benchmarks. Our method shows improved accuracy, up to 27% against the tested methods. This high accuracy is mainly due to consideration of the conditional dependences between high-level and its corresponding low-level features.

• 초등상담연구
• /
• 제11권2호
• /
• pp.153-169
• /
• 2012

초등학생의 또래관계가 발달에 미치는 영향을 알아보기 위한 방법으로 먼저, 또래관계를 어떻게 소집단 형태로 묶는(grouping) 것이 가장 합리적인 방법인가를 찾아내는 것이 연구의 목적이었다. 이에 따라 지각자료와 심리적 선호도 자료에 의한 또래관계 소집단 분류의 방법 간에는 서로 어떤 차이가 있는지를 알아보는 것이 연구문제로 설정되었다. 연구 대상은 부산과 울산의 초등학교 중학년인 3-4학년 아동 가운데 남자는 3학년, 여자는 4학년의 2학급이었다. 연구 문제를 검증하기 위한 질문지는 두 가지로 지각 자료 질문지와 심리적 선호도 질문지였다. 지각 자료는 공유인접수를 바탕으로 상관관계의 값을 적용하여 또래관계의 소집단으로 분류 되었으며, 선호도 자료는 이자관계를 확장하여 삼자관계 이상의 소집단으로 또래관계를 분류하는 방법을 적용하였다. 본 연구의 결과, 여자 아동의 경우에는 지각 자료에 의한 소집단과 선호도 자료에 의한 소집단간에 매우 유사한 분류의 일치성이 나타났지만, 남자 아동의 경우에는 두 가지 분류 방법간에 분류의 차이가 나타났다. 이러한 결과로 볼 때, 남자 아동의 경우에는 개별 아동간의 심리적 불일치에도 불구하고 또래관계를 형성할 가능성이 있지만, 여자 아동의 경우에는 심리적으로 일치될 때 또래관계가 형성되는 것으로 확인되었다. 이러한 결과는 양성간의 또래관계 형성 과정이 다를 수 있음을 시사한다. 따라서 남자 아동의 또래관계를 합리적으로 분류하기 위한 후속연구로 담임 교사에 의한 소집단 분류, 지각 자료에 의한 소집단 분류, 선호도 자료에 의한 소집단 분류의 세 가지 분류 방법 간의 적합성에 대한 비교 작업이 수행될 필요성이 있었다.

• 터널과지하공간
• /
• 제18권6호
• /
• pp.408-417
• /
• 2008

RMR, Q 등의 암반분류법들은 평가 요소 및 적용에 있어 특징적인 차이를 가지고 있어서 이들 암반분류법의 상관성 및 호환성 분석에 있어서는 평가 요소들의 특성별 그룹화 및 평가 요소간의 상관관계 즉, 친숙도 관계가 정확히 규정되어야 한다. 본 연구에서는 현장지반조사를 통해 획득한 RMR 및 Q 자료를 이용하여 암반분류법의 평가 요소 및 두 분류법 상호간의 상관관계를 분석하였다. 이로부터 평가 요소간 상관관계 매트릭스 및 평가 요소간 상관계수를 등급화 한 친숙도 관계 매트릭스를 도출하였다. 이 친숙도 관계 매트릭스는 보다 다양한 지반 물성 요소를 포함하여 종합적 친숙도 관계 네트워크로 확장할 수가 있으며, RMR 및 Q 암반분류법의 평가 요소 상호간 밀접성이나 호환성을 파악하고 주어진 평가 요소 정보로부터 미 획득된 다른 요소의 추정 또는 변환 및 그 신뢰 정도를 파악하는데 이용될 수 있다.