• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권4호
• /
• pp.498-504
• /
• 2004

본 논문은 자질 투영법을 사용한 새로운 문서 분류기를 제안한다. 제안된 문서 분류기는 학습 문서를 각 자질로의 투영으로써 표현한다. 문서를 위한 분류 작업은 투영된 각 자질로부터의 투표(voting)에 기인한다. 실험을 통해서 본 제안된 문서 분류기는 단순한 구조에도 불구하고 높은 성능을 보이고 있으며, 특히 기존의 문서 범주화 기법에서 높은 성능을 보여왔던 최근린법(k-NN)과 지지백터기계(SVM)와 비교했을 때 빠른 수행 속도와 오류 데이타가 많을 환경에서 높은 성능을 보인다는 장점이 있다. 또한 제안된 문서 분류기의 알고리즘이 매우 단순하기 때문에 분류기의 구현과 학습 과정이 쉽게 수행될 수 있다. 이러한 이유로 제안된 문서 분류기는 빠른 수행 속도와 견고성(robustness), 그리고 높은 성능을 요구하는 은서 범주화 응용 영역에 유용하게 사용될 수 있을 것이다.

• International Journal of Computer Science & Network Security
• /
• 제22권2호
• /
• pp.214-222
• /
• 2022

Convolutional Neural networks (CNNs) are a category of deep learning networks that have proven very effective in computer vision tasks such as image classification. Notwithstanding, not much has been seen in its use for remote sensing image classification in developing countries. This is majorly due to the scarcity of training data. Recently, transfer learning technique has successfully been used to develop state-of-the art models for remote sensing (RS) image classification tasks using training and testing data from well-known RS data repositories. However, the ability of such model to classify RS test data from a different dataset has not been sufficiently investigated. In this paper, we propose a deep CNN model that can classify RS test data from a dataset different from the training dataset. To achieve our objective, we first, re-trained a ResNet-50 model using EuroSAT, a large-scale RS dataset to develop a base model then we integrated Augmentation and Ensemble learning to improve its generalization ability. We further experimented on the ability of this model to classify a novel dataset (Nig_Images). The final classification results shows that our model achieves a 96% and 80% accuracy on EuroSAT and Nig_Images test data respectively. Adequate knowledge and usage of this framework is expected to encourage research and the usage of deep CNNs for land cover mapping in cases of lack of training data as obtainable in developing countries.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.115-122
• /
• 2024

Multi-object tracking (MOT) is a vital component in understanding the surrounding environments. Previous research has demonstrated that MOT can successfully detect and track surrounding objects. Nonetheless, inaccurate classification of the tracking objects remains a challenge that needs to be solved. When an object approaching from a distance is recognized, not only detection and tracking but also classification to determine the level of risk must be performed. However, considering the erroneous classification results obtained from the detection as the track class can lead to performance degradation problems. In this paper, we discuss the limitations of classification in tracking under the classification uncertainty of the detector. To address this problem, a class update module is proposed, which leverages the class uncertainty estimation of the detector to mitigate the classification error of the tracker. We evaluated our approach on the VisDrone-MOT2021 dataset,which includes multi-class and uncertain far-distance object tracking. We show that our method has low certainty at a distant object, and quickly classifies the class as the object approaches and the level of certainty increases.In this manner, our method outperforms previous approaches across different detectors. In particular, the You Only Look Once (YOLO)v8 detector shows a notable enhancement of 4.33 multi-object tracking accuracy (MOTA) in comparison to the previous state-of-the-art method. This intuitive insight improves MOT to track approaching objects from a distance and quickly classify them.

• 경영정보학연구
• /
• 제25권3호
• /
• pp.27-41
• /
• 2023

최근 많은 분야에서 기계학습에 대한 연구가 활발히 진행되고 있는데, 상당수의 연구들이 학습 모델의 성능을 개선하는 최신 방법론을 제시하고 있다. 본 연구에서는 방법론의 개발 못지않게 기계학습에 투입되는 훈련용 데이터의 '품질'을 개선하는 것 역시 중요하다는 점에 착안하여, 코퍼스 분석에서 자주 사용되는 '부분 문법' 처리 프로세스를 통해 훈련 데이터의 품질을 향상시키는 방법을 제시한다. 우리나라 100대 기업에 근무하는 재직자들이 채용플랫폼에 게시하는 방대한 양의 비정형 기업 리뷰 텍스트 데이터를 수집하고, 데이터 품질을 부분 문법 프로세스로 개선한 후, 부분 문법이 적용된 분류 모델이 적용되지 않은 모델보다 분류 성능이 우수함을 확인하였다. 분류 카테고리는 직원 몰입의 5가지 요인으로 상정하였는데, 국내 직장인들이 기업 리뷰가 각 유형별로 빈도에 차이가 있는지를 분석하였다. 추가로 리뷰 양상이 코로나 팬데믹 전후로 어떠한 변화가 있었는지도 분석하였다. 본 연구를 통해 국내 직장인들의 생생한 일터 경험들을 자동적으로 식별하고 분류하여, 이직을 포함한 주요한 조직문화 현상의 행태와 유발 원인 등을 유추해 볼 수 있는 근거를 제공한다.

• 한국환경농학회지
• /
• 제38권1호
• /
• pp.34-37
• /
• 2019

BACKGROUND: A region can be divided into agroclimatic zones based on homogeneity in weather variables that have greatest influence on crop growth and yield. The agro-climatic zone has been used to identify yield variability and limiting factors for crop growth. This study was conducted to classify agro-climatic zones in the state of Mato Grosso in Brazil for predicting crop productivity and assessing crop suitability etc. METHODS AND RESULTS: For agro-climatic zonation, monthly mean temperature, precipitation, and solar radiation data from Global Modeling and Assimilation Office (GMAO) of National Aeronautics and Space Administration (NASA, USA) between 1980 and 2010 were collected. Altitude and vegetation fraction of Brazil from Weather Research and Forecasting (WRF) were also used to classify them. The criteria of agro-climatic classification were temperature in the hottest month ($30^{\circ}C$), annual precipitation (600 mm and 1000 mm), and altitude (200 m and 500 m). The state of Mato Gross in Brazil was divided into 9 agro-climatic zones according to these criteria by using matrix classification method. CONCLUSION: The results could be useful as information for estimating agro-meteorological characteristics and predicting crop development and crop yield in the state of Mato Grosso in Brazil.

• 전자공학회논문지CI
• /
• 제45권3호
• /
• pp.135-141
• /
• 2008

본 논문은 3차원 가속 센서들과 장갑 형태로 제작한 RFID 리더기를 사용하여, 사용자의 신체 상태에 따른 동작 분석을 통해, 일상생활에서 사용자의 액티비티(Activity)를 자동으로 인식하는 새로운 방법을 제안한다. 두 개의 가속 센서로부터 획득한 움직임 정보로부터 선택 트리(Decision Tree) 방법을 통해 사용자의 5가지 자세 정보(Posture Information)를 구별하고, 손목에 장착된 가속 센서와 장갑 형태로 제작된 RFID 리더를 통해 인식한 객체와의 상호 작용을 통해서 도구를 사용하는 액티비티(Instrumental Activity)를 인식하는데 사용한다. 이를 위해, 객체 의존적인 손의 움직임을 학습에 의해 미리 5가지 카테고리로 분류한 후, 해당 객체와 인식된 움직임의 일치 여부를 확인한 후, 최종적으로 사용자의 신체 상태와 액티비티를 결정한다. 실험 결과에 의하면, 제안된 계층적 움직임 분석 방법은 20가지의 일상생활 액티비티들을 인식하는데 있어서 90%이상의 정확도를 보였다.

• 한국습지학회지
• /
• 제7권2호
• /
• pp.133-144
• /
• 2005

본 연구는 갯벌의 생태계 및 환경 현황, 갯벌 주변의 사회경제적 이용현황, 지역주민 설문조사 등의 다양한 자료를 활용하여 갯벌을 관리유형별로 구분하였고 이에 대한 기본 관리방안을 도출하는 것을 목적으로 한다. 이를 위해 간의 사회경제활동과 환경과의 관계를 규명하기 위해 채택한 압력-상태-대응 구조(PSR 구조)를 활용하였고, 갯벌 유형을 보호습지대상지역, 습지개선지역, 이용조정지역으로 구분하였다. PSR 평가체계를 활용하여 보호습지대지역은 34개, 습지개선지역은 26개, 이용조정지역은 9개의 단위 갯벌로 나타났다. 갯벌 관리의 기본방향은 갯벌 유형에 따라 지역의 특성을 고려하여 구체적인 방안을 달리하여야 할 것이다. 보호습지대상지역은 습지보호지역 지정시 우선적으로 검토되어야 하며 갯벌목록 및 모니터링을 통해 지속적인 연구와 관리계획 수립이 이루어져야할 것이다. 습지개선지역은 자연상태로 개선이 가능한 곳으로 판단되는 지역이고 이를 위해 압력요인 완화와 복원이 이루어져야 할 것이다. 이용조정지은 보전 및 개선의 필요성이 낮은 지역으로 심각한 위협을 줄 수 있는 이용행위의 조정이 필요한 지역이다. 그러나, 기본적으로 갯벌의 보전과 장기적으로 지속가능한 이용에 우선순위를 두어 관리방안을 마련하는 것이 중요하다.

• 디지털콘텐츠학회 논문지
• /
• 제18권1호
• /
• pp.93-99
• /
• 2017

Long Short Term Memory (LSTM) Recurrent Neural Network (RNN)를 이용한 hybrid 방법은 음성 인식률을 크게 향상시켰다. Hybrid 방법에 기반한 음향모델을 학습하기 위해서는 Gaussian Mixture Model (GMM)-Hidden Markov Model (HMM)로부터 forced align된 HMM state sequence가 필요하다. 그러나, GMM-HMM을 학습하기 위해서 많은 연산 시간이 요구되고 있다. 본 논문에서는 학습 속도를 향상하기 위해, LSTM RNN 기반 한국어 음성인식을 위한 end-to-end 방법을 제안한다. 이를 구현하기 위해, Connectionist Temporal Classification (CTC) 알고리즘을 제안한다. 제안하는 방법은 기존의 방법과 비슷한 인식률을 보였지만, 학습 속도는 1.27 배 더 빨라진 성능을 보였다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2008년도 정기학술발표대회 논문집
• /
• pp.794-799
• /
• 2008

건설 가설재 성능검정제도의 전환기에 들어서 주요 가설재들의 성능검정을 평가하고 선진국의 관련 체계와 비교하여, 안전인증제를 통해 새로운 건설공사용 가설재들의 인증제도를 제안하고자 한다. 현재의 성능검정제도는 1992년에 시작되어 2003년에 재 개정되면서, 3년마다 재 검정을 받도록 하고 있다. 그러나 제조능력을 향상시키지 못하고 업체 간 가격경쟁의 심화로 인해 대부분 같은 형태, 기능의 제품만을 양산하고 있는 실정이다. 기존 성능검정제도에서 안전인증제로의 전환은 보다 체계적인 심사방법 및 품질관리 시스템을 포함하고 있으며, 건설 환경 변화에 대응할 수 있는 다양한 요구사항에 맞춘 규격을 제시할 수 있도록 하고 있다. 안전인증제를 통한 건설공사의 가설재는 의무인증대상과 임의인증대상으로 나누어지며, 종전보다 제품의 품질과 관리 시스템을 향상시켜줄 수 있을 것으로 기대된다.

• 한국전자파학회논문지
• /
• 제23권8호
• /
• pp.1002-1009
• /
• 2012

본 연구는 미시간 주립대(Michigan State University)의 바이스태틱 레이다 시스템을 통하여 수집한 측정 데이터를 이용한 표적 구분에 관한 연구 결과이다. 본 연구에서는 먼저 F-14, Mig-29, F-22 스케일 모델에 대하여 $30^{\circ}$, $60^{\circ}$, $90^{\circ}$ 바이스태틱 각도에서의 측정을 수행하였다. 측정한 데이터로부터 시간-주파수 영역 해석법인 단시간 퓨리에 변환(Short Time Fourier Transform)과 연속 웨이브릿 변환(Continous Wavelet Transform)을 이용하여 특성 벡터를 추출하고, 신경망 구분기를 통하여 표적 구분 실험을 수행하였다. 실험 결과, 바이스태틱 각도에 따라 표적 구분 성능에 많은 변화가 있으며, 특히, $60^{\circ}$ 바이스태틱 각도에서 가장 좋은 구분 성능을 가짐을 알 수 있었다.