• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권11호
• /
• pp.822-832
• /
• 2001

주어진 사례의 집합으로부터 그 사례들을 분류할 수 있는 프러스펙터 규칙 유형의 분류 규칙들을 습득하는 학습 시스템을 유전자 알고리즘을 이용하여 구현하였다. 유전자 알고리즘을 이용한 학습 시스템의 구현에서 개체 집단은 규칙 집합으로 구성되고 규칙 집합은 교배, 돌연 변이, 역치 연산자 등의 유전 연산자를 이용하여 규칙 집합내의 규칙을 교환함으로써 새로운 자식을 생성한다. 본 논문에서는 구현된 학습 환경을 분류 규칙의 구문 형태와 의미, 개체 집단의 구조 및 유전 연산자의 구현 등을 중심으로 설명한다. 효율적인 돌연변이 연산자의 구현을 위해 개발된 규칙 성능 평가 기법과 규칙생성 기법을 소개하고 분류 성능을 향상시키기 위한 기법으로 다수의 규칙 집합을 이용하여 분류 시스템을 구축하기 위한 기법을 소개한다. 본 연구를 통해 구현된 학습 시스템의 성능을 다양한 사례 집합을 이용하여 평가하고 이를 신경망, 결정 트리 등과 비교하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권7호
• /
• pp.487-497
• /
• 2002

컴포넌트 기반의 재사용 기술이 소개되면서 소프트웨어 컴포넌트의 유통이 인터넷을 통한 온라인 기반의 유통 형태로 변하게 되었다. 이를 위해서는 유통 모델이 필요하며, 유통 시스템의 구축이 이루어져야 한다. 더욱이 유통 시스템이 효율적으로 운영되기 위해서는 컴포넌트들을 효율적으로 관리, 검색하기 위한 분류 체계가 마련되어야 한다. 본 논문은 이러한 유통 시스템 구축에 필요한 컴포넌트 분류 체계를 6가지 관점을 기반으로 한 컴포넌트 분류체계를 제시하고 BNF 표기법을 이용하여 명세한다. 제시된 분류체계의 효율성을 검증하고 기존의 분류체계들과 비교하기 위해 개발된 컴포넌트들을 적용하여 적중율과 정확도를 측정하여 실험 및 평가한다. 본 논문에서 제시한 기법이 기존의 분류기법에 비해서 여러 각도에서 분류하기 때문에 컴포넌트의 검색이나 등록이 효율적으로 이루어질 수 있도록 한다.

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.256-263
• /
• 2022

피부암은 세계에서 가장 흔한 질병 중 하나로 국내에선 발병률이 지난 5년 동안 약 100%가 증가했고 미국에선 매년 500만여 명이 피부암을 진단받는다. 피부암은 주로 자외선의 노출로 피부 조직이 오랜 시간 손상되면서 발생하게 된다. 피부암의 악성종양인 흑색종은 피부 위에서 발생하는 멜라닌 세포 모반과 생김새가 유사해 2차 징후가 발생하지 않는 한 일반인이 자각하기 어려운 점이 있다. 본 논문에서는 이러한 피부암의 조기 발견과 분류를 위해 피부암 병변 윤곽선 검출 알고리즘과 피부암 병변 분류를 수행하는 딥러닝 모델인 CRNN을 제안한다. 실험 결과 본 논문에서 제안하는 윤곽선 검출 알고리즘을 이용할 시 분류 정확도가 97%로 가장 높은 정확도를 보였고 Canny 알고리즘의 경우 78%를 보였고 Sobel의 경우 55%, Laplacian의 경우 46%를 보였다.

• Journal of Periodontal and Implant Science
• /
• 제53권1호
• /
• pp.38-53
• /
• 2023

Purpose: The current Classification of Periodontal and Peri-Implant Diseases and Conditions, published and disseminated in 2018, involves some difficulties and causes diagnostic conflicts due to its criteria, especially for inexperienced clinicians. The aim of this study was to design a decision system based on machine learning algorithms by using clinical measurements and radiographic images in order to determine and facilitate the staging and grading of periodontitis. Methods: In the first part of this study, machine learning models were created using the Python programming language based on clinical data from 144 individuals who presented to the Department of Periodontology, Faculty of Dentistry, Süleyman Demirel University. In the second part, panoramic radiographic images were processed and classification was carried out with deep learning algorithms. Results: Using clinical data, the accuracy of staging with the tree algorithm reached 97.2%, while the random forest and k-nearest neighbor algorithms reached 98.6% accuracy. The best staging accuracy for processing panoramic radiographic images was provided by a hybrid network model algorithm combining the proposed ResNet50 architecture and the support vector machine algorithm. For this, the images were preprocessed, and high success was obtained, with a classification accuracy of 88.2% for staging. However, in general, it was observed that the radiographic images provided a low level of success, in terms of accuracy, for modeling the grading of periodontitis. Conclusions: The machine learning-based decision system presented herein can facilitate periodontal diagnoses despite its current limitations. Further studies are planned to optimize the algorithm and improve the results.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권12호
• /
• pp.1259-1263
• /
• 2010

SaaS는 소프트웨어 개발 및 배포에 있어 전체적인 비용을 크게 줄일 수 있는 새로운 패러다임으로 분산 컴퓨팅, 그린 컴퓨팅, 클라우드 컴퓨팅 동의 최신 컴퓨팅 플랫폼에 있어 중요한 기반기술로 여겨지고 있다. 이러한 SaaS는 기존의 소프트웨어와 달리 높은 수준의 설정 가능성(Configurability)을 요구받고 있으며, 이에 따라 설정 요구사항(Configuration Requirements)의 추출에 있어 모든 설정 가능성을 빠짐 없이 고려하는 것이 매우 중요하다. 본 연구에서는 SaaS의 특성에 따라 각 요구사항에 대한 설정 가능성이 누락되지 않도록 결정할 수 있는 분류 기법을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제20권5호
• /
• pp.73-81
• /
• 2015

소프트웨어 결함 예측 연구들의 대부분은 입력 개체의 결함 유무를 예측하는 이진 분류 모델들에 관한 것들이다. 하지만 모든 결함들이 같은 심각도를 갖지는 않으므로 예측 모델이 입력 개체의 결함경향성을 몇 개의 심각도 범주로 분류할 수 있다면 훨씬 유용하게 사용될 수 있다. 본 논문에서는 전통적인 복잡도와 크기 메트릭들을 입력으로 하는 심각도 기반 결함 예측 모델을 제안하였다. 학습 알고리즘은 많이 사용되는 네 개의 기계학습 기법들을 사용하였으며, 모델 구조는 삼진 분류 모델로 하였다. 모델 성능 평가를 위해 실험 데이터는 두 개의 NASA 공개 데이터 집합을 사용하였고, 평가 측정치는 Accuracy를 이용하였다. 평가 실험 결과는 역전파 신경망 모델이 두 데이터 집합에 대해 각각 81%와 88% 정도의 Accuracy 값으로 가장 좋은 성능을 보였다.

• 한국게임학회 논문지
• /
• 제7권4호
• /
• pp.23-31
• /
• 2007

본 연구는 게임 이용자의 성향에 대한 분석을 통해 게임 이용자를 유형화하고, 게임 캐릭터 의 선호도를 중심으로 조형요소를 도출하여 이용자의 유형과 캐릭터 선호도 관계를 분석함으로서, 게임 이용자의 성향에 따른 게임 캐릭터 개발을 제안하는 것에 목적이 있다. 이를 위해 게임 이용자의 몰입도와 관련된 이용자 분류 방법을 조사하였으며, 이를 기초로 설문조사를 하였다. 설문조사 결과를 바탕으로 이용자 유형을 재정의 하였고, 게임 캐릭터 디자인 요소를 추출하여 이용자의 성향에 따른 캐릭터 선호도차이를 규명하였다.

• 한국멀티미디어학회논문지
• /
• 제24권2호
• /
• pp.233-244
• /
• 2021

Recently, several ICT-based cat studies have produced some successful results, according to academic and industry sources. However, research on the level of simply identifying the cat's condition, such as the behavior and sound classification of cats based on images and sound signals, has yet to be found. In this paper, based on the veterinary scientific knowledge of cats, a practical and academic cat monitoring and disease diagnosis system is proposed to monitor the health status of the cat 24 hours a day by automatically categorizing and analyzing the behavior of the cat with location information using LSTM with a beacon sensor and a raspberry pie that can be built at low cost. Validity of the proposed system is verified through experimentation with cats in actual custody (the accuracy of the cat behavior classification and location identification was 96.3% and 92.7% on average, respectively). Furthermore, a rule-based disease analysis system based on the veterinary knowledge was designed and implemented so that owners can check whether or not the cats have diseases at home (or can be used as an auxiliary tool for diagnosis by a pet veterinarian).

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.668-670
• /
• 2019

현재 이미지 데이터가 기하급수적으로 늘어나고 있으며, 이를 유의미한 정보로 해석하기 위한 여러 기술적 방안이 모색되고 있다. 본 연구에서는 Google Vision API를 통해 인물 이미지의 의류 분석 모델을 생성하고, 의류 카테고리에 따른 라벨링 시스템을 도입하여 이미지 분류 플랫폼을 제작하고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.145-146
• /
• 2020

현재 4차 산업 혁명 시대에서 가장 중요한 화두는 빅데이터(Big Data), 인공지능이며, 이를 이용한 분야로 생산, 제조 분야에서도 인공지능 영상 인식 기술을 활용한 생산품을 자동으로 분류하고 나아가 품질검사도 할 수 있도록 개발하고 있다. 또한, 로봇을 공장의 생산라인에 운영하여 노동력 감소에 따른 보완이 되고, 제조과정의 효율성 증가와 생산시간 감소로 생산성을 높일 수 있다. 이를 위해 본 논문에서는 실시간 객체감지 기술인 YOLO-v3 알고리즘을 이용해서 PCB보드 인식, 분류할 수 있는 시스템을 개발하였다.