• 디지털융복합연구
• /
• 제15권1호
• /
• pp.247-253
• /
• 2017

피처선택, 혹은 변수 선택은 피처의 수가 매우 많은 고차원 데이터에서 주어진 주제와 연관성이 높은 피처를 선별하는 과정으로서, 데이터의 차원수를 낮추어 군집분석이나 분류 분석 등을 용이하게 하는데 중요한 기법이다. 많은 수의 피처들 중에서 일부의 피처를 선별하기 위해서는 피처들을 평가하기 위한 도구가 필요하다. 현재까지 제안된 도구들은 대부분 확률이론이나 정보이론에 기초하여 만들어졌기 때문에 하나의 피처, 즉 1차원 데이터만을 평가할 수 있다. 그러나 피처들 간에는 상호작용이 있기 때문에 하나의 피처를 평가하기 보다는 여러 피처들의 집합, 즉 다차원 데이터를 평가할 수 있어야 효과적인 피처 선택이 가능하다. 본 연구에서는 확장된 거리 함수를 이용하여 1차원 데이터 평가용으로 제안된 FSDD 평가 함수를 다차원 데이터에 대한 평가가 가능하도록 개선하는 방법에 대해 제안하였다. 본 연구에서 제안한 접근법은 다른 1차원 데이터 평가함수에도 적용이 될 수 있을 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제18권6호
• /
• pp.564-573
• /
• 2018

최근 들어 기업의 외부 환경은 글로벌 경쟁, 원가 절감과 이윤 확보에 대한 압박 및 신기술의 급격한 발전 등에 의해 매우 급속하게 변화하고 있다. 특히, 고객 요구 사항의 빈번한 변화는 제조 기업에게 심각한 도전이 되고 있다. 이러한 도전에 대응하기 위해서는, 고객 서비스 향상과 운영 효율성 제고를 위해 여러 관리 기능 중에서 생산계획 기능이 우선적으로 정립되어야 한다. 생산계획은 전체 공급망 관리 중에서 생산 프로세스에서의 단기적 의사결정을 다루며, 그 역할은 고객 주문과 제한된 자원 사이에서 균형을 찾는 것이다. 본 논문의 목적은 공급망 관리 관점에서 생산계획의 기능성과 시스템 아키텍처를 분석하고, 이를 기반으로 생산계획 솔루션들 간의 비교를 가능케 하기 위한 분류 프레임워크를 제시하는 것이다.

• 한국정보통신학회논문지
• /
• 제18권12호
• /
• pp.2885-2890
• /
• 2014

최근 기계학습 방법을 도입하여 센서 노드에 대한 위치를 파악하는 방법이 관심을 받고 있다. 많은 기계학습 알고리즘 중, 지지벡터머신은 프로그래밍 언어로 구현하기 간편하고, 병렬로 수행이 가능하다. 라즈베리파이는 작고 기능이 많아 센서 노드로 사용 시 인터넷 프로토콜을 사용하는 하둡 네트워크 클러스터 구성이 가능하다. 본 논문에서는 파이썬 프로그래밍 언어로 지지벡터머신을 구현하고, 5대의 라즈베리파이를 사용하여 실험적인 하둡 센서 네트워크와 5개의 노드를 가진 맵리듀스 하둡 소프트웨어 프레임워크를 구성하였다. 실험에서 우리는 다양한 파라미터를 변경해가면서 센서 네트워크를 구성하여 효율성, 자원분배, 처리속도를 비교하였다. 라즈베리파이의 컴퓨팅 파워와 메모리 용량은 부족했지만, 센서 클러스터의 노드 멤버의 역할을 충분히 수행하였고, 지지벡터머신 기계학습을 사용하여 센서 노드의 위치측정을 성공적으로 수행하였다.

• 정보처리학회논문지D
• /
• 제9D권1호
• /
• pp.111-126
• /
• 2002

웹 시스템 개발은 기존의 메인 프레임 또는 클라이언트/서버 환경과는 달리 기술적으로 볼 때, 역동적이고 가변적인 요소들이 강하게 작용하며, 비교적 단기간에 이루어지는 만큼 개발자가 쉽게 적응할 수 있는 실용적이고 효율적인 프로세스는 매우 중요하다. 그러나, 웹 시스템 개발에 대한 기술적인 대안과 구현 언어, 아키텍쳐 구성에 대한 논의는 적극적인 반면, 표준화된 개발 프로세스와 산출물에 대한 논의는 상대적으로 활발하지 못했다. 본 논문에서는 현행 웹 시스템 개발 프로세스에 대한 문제점들을 분석하고, 이에 대한 대안으로써, 반복과 점증의 개념을 적용한 도메인 특성에 근거한 웹 시스템 개발 프로세스를 제안한다. 도메인의 분류는 웹 시스템 요소와 웹 사이트 유형을 상호연결하여, 총 5개의 도메인을 설정하구, 프로젝트에 적용된 2개의 도메인에 대한 워크플로우를 작업내용 및 산출물 중심으로 구체화한다. 또한, 제안하는 프로세스를 인트라넷 시스템 개발에 적용하고, 구성과 요소로 분류된 척도를 통해 기존의 웹 개발 프로세스와 비교 평가한다.

• 디지털융복합연구
• /
• 제13권5호
• /
• pp.21-29
• /
• 2015

인터넷의 출현은 국제상거래 분야에 영화, 음악, 소프트웨어 및 기타 디지털콘텐츠 제품의 전자적 거래를 발생시켰다. 본 연구는 한 미 FTA 전자상거래 협정문의 주요쟁점을 검토하고 이를 바탕으로 우리나라 디지털콘텐츠산업의 활성화를 위한 과제에 대해 문헌연구를 중심으로 살펴보았다. 이러한 연구결과를 바탕으로 다음과 같은 시사점을 제시하고자 한다. 우선 통상측면의 과제로는 디지털콘텐츠에 대한 분류 및 관세 문제, 디지털콘텐츠의 비차별대우 문제, 시청각서비스의 배제 문제 등에 대한 해결이 필요하다. 다음으로 산업측면에서는 디지털콘텐츠의 글로벌 경쟁력 강화, 수출지원 시스템의 일원화, 지역 및 장르별 해외시장 진출 전략 수립, 글로벌 전문인력의 양성, 디지털콘텐츠의 지적재산권 보호 등이 필요하다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권7호
• /
• pp.646-654
• /
• 2006

분류검색 방법은 색인검색 방법과 함께 중요한 요소로서 웹 검색 엔진에서 지원되고 있다. 사용자가 분류나 색인검색 방법 중 하나를 이용하여 원하는 검색결과를 찾지 못하면 다른 검색방법을 이용하여 찾을 수 있도록 대부분의 검색엔진에서는 두 가지 방법 모두 지원하고 있다. 색인검색 방법에서는 검색결과의 재현율이 높지만 검색결과가 너무 많이 나오기 때문에 원하는 검색결과를 찾아내는 것이 어렵다는 단점이 있다. 분류검색 방법은 찾고자 하는 문서의 해당 분류가 애매모호하거나 명확하게 알지 못할 때에는 문서를 찾지 못하는 경우가 빈번히 발생한다. 즉, 검색결과의 정확도는 높으나 재현율이 떨어지는 단점이 있다. 본 논문은 이러한 문제점을 해결하기 위해서 분류와 검색어간의 관계를 퍼지논리를 이용하여 정량적으로 계산하고 이를 바탕으로 범주간의 함의관계를 유도함으로써 동적인 범주체계를 구성하는 새로운 방법을 제시한다. 이 방법의 장점은 범주간의 합의관계를 유사한 하위범주로 간주함으로써 분류검색 결과의 재현율을 높일 수 있다는 것이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권7호
• /
• pp.859-868
• /
• 2004

본 논문에서는 능동적 학습이 보다 적은 수의 훈련예제로도 높은 학습성능을 달성할 수 있도록 군집화기법을 이용하여 초기훈련집합을 선정하는 방안을 제안한다. 본 제안 방안은 유사한 예제들보다는 다양한 예제들로 그리고 특수한 예제들보다는 보편적인 예제들로 구성한 집합이 학습에 유리할 것이라는 가정을 바탕으로, 먼저 k-means 군집화 기법으로 예제들을 군집화한 후, 각 군집을 가장 잘 표현하는 대표예제로 개별 군집의 중심점과 가장 가까운 예제를 선정하여 초기훈련집합을 구성한다. 또한 개별 군집의 중심점을 가상의 예제로 가정하여, 이와 연관된 대표예제의 카테고리를 부여함으로써 추가의 훈련예제로 활용하는 방안을 함께 제안한다. 여러 문서 분류 문제를 대상으로 실험한 결과, 본 제안 방안으로 선정한 초기훈련집합에서 출발한 능동적 학습이 임의로 선정한 초기훈련집합에서 출발한 경우에 비해 보다 적은 수의 훈련예제로도 동등한 성능을 달성할 수 있음을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권1호
• /
• pp.24-32
• /
• 2000

인간의 생각만으로 기계를 작동할 수 있게 하는 인터페이스 시스템에 관한 연구 분야인 BCI (Brain-Computer Interface)에서는 피험자의 두피로부터 EEG(Electroencephalograph)를 측정하고 인식하여 뇌 상태를 알아내고 그 결과를 기계의 조종에 응용하는 방법을 사용한다. 본 연구에서는 각 개인으로부터 고유의 뇌파인 EEG를 얻고 신호처리하여 인식하는 인식모델을 제안하였다. 제안된 모델은 특정 작업을 수행하고 있을 때의 EEG 신호로부터 인식에 중요한 영향을 미치는 특징들을 추출해 내고, 이를 인식에 이용한다. 제안된 모델은 인식할 EEG 패턴들을 두개씩 분류하여 각각을 인식한 후, 그 결과를 종합하여 최종적인 인식결과를 얻도록 하였다. 본 연구의 실험에서는 피험자가 4가지의 작업을 수행하는 동안 얻어지는 4가지 EEG 패턴을 인식하였다. 제안된 모델은 90%이상의 높은 인식율을 보였고, 각 피험자에게 독특하게 존재하는 특징들을 인식 결과로서 제공하였다. 제안된 모델의 높은 인식율과 빠른 처리속도는 실시간 BCI 시스템에 응용될 수 있는 가능성을 보여주고 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권7호
• /
• pp.327-332
• /
• 2016

본 연구는 비 정형 농산물 중 6년근 수삼의 자동 등급 분류하기 위한 선행연구로, 이를 위해 4방향에서 이미지 취득이 가능한 수삼 영상 측정기를 제작 하였으며 총 245 수삼 개체에 대해서 영상을 취득하였다. 취득된 영상의 각 수삼 개체마다 12개의 파라미터를 추출하였으며, KGC 인삼공사의 수삼등급 분류 기준과 각 등급별 평균 파라미터의 분포를 조사하여 최종 4개 파라미터를 선정하였다. 패턴인식 분류기는 Support Vector Machine을 사용하였으며 공용 소프트웨어인 OpenCV Library를 사용하여 k-Class 분류기를 설계하였다. 각 등급별 학습 데이터 수를 10, 15, 20으로 조정하여 등급별 인식률, 본인 거부율, 타인 인식율을 조사하였으며, 학습데이터 수가 10개일 때 1등급 인식률 94%, 2등급 인식률 98%, 3등급 인식률 90%로 가장 높은 인식 성능을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권4호
• /
• pp.273-280
• /
• 2013

본 논문에서는 의료영상의 특성을 반영하여 픽셀 그래디언트의 방향 값을 특징으로 하는 OCS-LBP (Oriented Center Symmetric Local Binary Patterns) 특징을 개발하고 BoF(Bag-of-Feature)와 Random Forest 분류기를 이용한 영상 검색 방법을 제안한다. 학습영상에서 추출된 특징 값은 code book 으로 군집화 되고, 각 영상들은 code book을 통해 의미 있는 새로운 차원인 BoF특징으로 변환된다. 이렇게 추출된 BoF특징은 Random Forest 분류기에 적용되고 학습된 분류기에 의해 유사한 특성을 갖는 N개의 클래스별로 분류되게 된다. 질의 영상이 입력되면 동일한 OCS-LBP특징이 추출되고 code book을 통해 BoF특징이 추출된다. 전통적인 내용기반 영상검색과는 다르게, 본 논문에서는 질의 영상에서 추출된 BoF특징이 학습된 Random Forest에 적용되어 가장 유사한 K-근접 이웃 (K-nearest neighbor) 클래스들을 선택하고 선택된 클래스들에 포함된 영상들에 대해서만 질의 영상과의 BoF 유사도 측정을 통해 최종 유사한 영상을 검색하게 된다. 실험결과에서 본 논문에서 제안하는 방법은 빠르고 우수한 검색 성능을 보여 주었다.