• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.33-43
• /
• 2022

본 논문에서는 기존의 스마트폰 카메라 센서를 사용하여 비접촉식 손바닥 기반 사용자 식별 시스템을 구축하기 위해 Attention U-Net 모델과 사전 훈련된 컨볼루션 신경망(CNN)이 있는 다채널 손바닥 이미지를 이용한 앙상블 모델을 제안한다. Attention U-Net 모델은 손바닥(손가락 포함), 손바닥(손바닥 미포함) 및 손금을 포함한 관심 영역을 추출하는 데 사용되며, 이는 앙상블 분류기로 입력되는 멀티채널 이미지를 생성하기 위해 결합 된다. 생성된 데이터는 제안된 손바닥 정보 기반 사용자 식별 시스템에 입력되며 사전 훈련된 CNN 모델 3개를 앙상블 한 분류기를 사용하여 클래스를 예측한다. 제안된 모델은 각각 98.60%, 98.61%, 98.61%, 98.61%의 분류 정확도, 정밀도, 재현율, F1-Score를 달성할 수 있음을 입증하며, 이는 저렴한 이미지 센서를 사용하고 있음에도 불구하고 제안된 모델이 효과적이라는 것을 나타낸다. 본 논문에서 제안하는 모델은 COVID-19 펜데믹 상황에서 기존 시스템에 비하여 높은 안전성과 신뢰성으로 대안이 될 수 있다.

• 한국측량학회지
• /
• 제40권2호
• /
• pp.91-108
• /
• 2022

대부분의 경우 광학 RGB 영상을 딥러닝(DL: Deep learning)의 학습 데이터로 사용하여 객체탐지, 인식, 식별, 분류, 의미적 분할 및 객체 분할 등을 수행하지만, 실세계의 3차원 객체들을 2차원 영상으로 완전하게 파악하는 것은 한계가 있다. 그러므로 대표적인 3차원 지형 공간정보인 수치표면모델(DSM: Digital Surface Model)과 더불어 DSM에 내재된 특성정보를 이용하여 3차원 지형지물을 분석하는 것이 효과적이다. 건물과 같이 기하학적으로 정형화된 형태의 인공구조물은 3차원 공간데이터로부터 얻을 수 있는 기하학적 요소와 특성을 이용하여 객체의 분류와 형상 묘사가 가능하다. 이 연구는 고차원 시각정보(high-level visual information) 시스템에서 중요한 역할을 하는 내재된 고유의 특성정보(intrinsic information)를 기반으로 하며, 이를 위하여 객체의 기하학적 요소인 경사와 주향을 DSM으로부터 도출하고, 다방향에서 생성한 음영기복영상(SRI: Shaded Relief Image)과 함께 DL 모델의 학습 수행에 사용하였다. 실험은 ISPRS (International Society for Photogrammetry and Remote Sensing)에서 제공하는 데이터 셋 중에서 DSM과 레이블 데이터를 객체의 의미적 분류를 위해 개발된 합성곱 기반의 SegNet 학습에 사용하였다. 지형지물을 분류하고 분류 결과를 이용하여 건물을 추출하였다. 특히 DL 모델의 학습 성능 향상을 위해 학습 데이터의 여러 조합에 따른 시너지 효과를 분석하는 것에 핵심이다. 제안한 방법은 건물 분류와 추출에 효과적임을 보여주고 있다.

• 한국기록관리학회지
• /
• 제4권2호
• /
• pp.118-162
• /
• 2004

기록물 보존기관에서의 정리와 기술은 기록물 관리와 열람제공에 중요한 역할을 한다. 국가기록원(NRAS; National Records & Archinves Service)에서도 역시 정리와 기술에 대해 노력을 기울이고 있다. 하지만, 기록보존 선진국과 비교하면 이론 및 실제 처리과정에서 많은 차이와 문제점을 가지고 있다. 이론에 있어서 큰 차이는, 기록물의 기능분류와 원질서의 유지나 다계층기술이 정리 기술의 실제 업무처리에 반영되고 있지 않다. 즉, 기록물이 도서의 정리방식과 같이 낱권 단위로 등록순서에 따라 정리된 후 서가에 배열되고 있다. 이 외에도, 기록물 생산기관의 변천내력이나 색인어의 관리 등의 문제점을 가지고 있다. 이런 이유로 기록물의 이용이 매우 불편하다. 이들 문제점을 개선하기 위해서, 본 연구에서는 정리와 기술의 의의와 중요성, 국가기록원의 정리와 기술의 현황과 문제점, 그리고 외국의 국립기록보존소 기술지침을 소개하였다. 다음은 ISAD(G)를 적용한 사례를 소개하였다. 논문은 총 8장으로 구성하였는데, 제1장 서론, 제2장 정리 기술의 의의와 중요성 및 제8장 결론을 제외한 제3장부터 제7장의 내용은 다음과 같다. 제3장에서는 국가기록원의 정리 기술 현황으로, 현재 사용하고 있는 기록물관리 시스템(Govt) 운영현황과 사용하는 기술항목을 설명하였다. 제4장에서는 미국, 영국 및 호주의 국립기록보존소 기술지침 소개로 첫째, 미국의 국립기록관리청(NARA)의 기록물 생명주기 데이터 준수사항 지침(Lifecycle Data Requirements Guide)을 소개하였으며, 기술 항목중 타이틀요소 1개에 대한 기술요령을 소개하였다. 둘째, 영국국립기록보존소(Public Records Office)의 기술지침을 소개하였다. 기술지침의 명칭은 영국국립기록보존소 편목지침(National Archives Cataloguing Guidelines Introduction)이다. 이 지침에서 사용하는 "PROCAT"라는 전산목록시스템을 소개하였다. 이 시스템에서 사용하는 7단계 기술에 대해 설명하였다. 셋째, 호주 국립기록보존소(NAA; National Archives of Australia)의 기록물 시스템은 CRS(Commonwealth Record Series)이다. 이 시스템을 위한 기록물 등록과 기술절차(Registration &description procedures for CRS system)에 대해 연구하였다. 제5장에서는 ISAD(G)를 적용한 사례로, 국가기록원이 과거 총무처 소청심사위원회에서 생산한 기록물의 기술서를 소개하였다. 제6장, 7장에서는, ISAD(G)의 사용결과 문제점, 각 기관 처리과에서 문서제목 부여, 기술항목 부족, 기록물 종류나 유형분류, 관리번호, 상세한 기술규칙의 부재, 기능분류나 계층기술, 입력포맷, 서가배열, 전거통제 등의 문제점을 지적하였다. 개선 방안으로는 계층분류 체계의 마련, 관리번호 및 배열순서의 개선, 전거제어시스템 개발, 기술 입력항목의 증가, 기술규칙 제정 및 입력포맷개선 마련 등이다. 현재 국가기록원의 정리 기술 개선의 가장 좋은 방법은 기록물관리 선진국 국립기록보존소의 표준, 지침, 매뉴얼의 상세한 검토이다. 따라서 학계에서 이 분야의 많은 연구가 있어야 한다는 것을 제안하였다.

• 대한소아치과학회지
• /
• 제49권2호
• /
• pp.206-216
• /
• 2022

이 연구의 목적은 코로나 바이러스 감염증-2019 팬데믹 이후 소아청소년의 치과 이용 실태를 조사하고 성인과 비교하여 파악하는 것이다. 건강보험심사평가원에서 제공하는 2017년 1월부터 2020년 12월까지 20세 미만의 소아청소년 및 20세 이상의 성인의 주상병과 치료코드별 치과 내원 횟수 자료를 사용했다. 연도별 인구수 변화가 내원 횟수에 미치는 영향을 줄이기 위해 인구수 1000명당 치과 내원 횟수를 이용해 분석하였다. 치수 및 근단주위조직의 질환 주상병으로 인한 치과 내원 횟수가 팬데믹 이후 모든 연령에서 감소했고, 치수치료에 해당하는 치료 코드로 인한 치과 내원 횟수는 0 - 4세군을 제외하고 감소했다. 수복치료에 해당하는 치료코드로 인한 치과 내원 횟수는 팬데믹 이후 0 - 19세군에서 감소했다. 2020년 신규확진자 수와 치료 코드의 치과 내원 횟수 변화율을 월별로 비교했을 때, 우리나라 대유행이 있던 2월과 8월 이후 치수치료 및 수복치료는 점차 감소했다. 치은염 및 치주질환 주상병으로 인한 치과 내원 횟수는 팬데믹 이후 모든 연령군에서 증가했다. 소아청소년의 수복치료로 인한 내원 횟수 감소율은 성인보다 컸다. 팬데믹 이후 Multi-visit 치수치료로 인한 치과 내원 횟수 감소율은 1-visit 치수치료보다 컸다. 이 연구를 통해 코로나 바이러스 감염증-2019 전파 이후 소아청소년들의 치과 내원 횟수를 파악하고 성인과 비교해볼 수 있다.

• Journal of the Korean Wood Science and Technology
• /
• 제27권1호
• /
• pp.88-104
• /
• 1999

본 시험은 외발 뜨기 한지와 쌍발 뜨기 한지를 구분하고 각각의 물성 차이 중 특히 4가지 강도에 대해 상대적 우위와 가로 세로 강도의 차이를 파악했다. 그 결과, 섬유 배향성을 특별히 고려하지 않은 외발 뜨기는 쌍발 뜨기와 비교해 가로, 세로 강도 차이가 다소 적다는 것 외에 특별히 뛰어난 점이 없다는 것을 알 수 있었다. 외발 뜨기 한지가 질기다고 느껴지는 것은 좋은 원료와 토착식 제법으로 여러 장(2~8장) 겹쳐서 절대적인 강도를 향상시켰기 때문이며 상대적인 강도인 지수비교에서는 큰 차이가 없었다. 또한 부가적으로 도침의 효과를 파악할 수 있었다. 도침은 내절도를 두드러지게 향상시켰으며 인열지수(인열강도)를 뺀 열단장과 파열지수(파열강도)를 높이는 역학을 했다. 특히 열단장(인장강도)의 향상을 가져왔다. 그리고 토착식 제법의 외발 뜨기는 여러 겹을 겹칠수록 인열지수가 증가(다른 강도에 비교해 상대적인 증가임)하는 경향을 보였다. 그러므로 도침과 토착식 한지는 서로 부족한 강도를 훌륭히 보완하는 역할을 했음을 알 수 있었다. 따라서 섬유 배향성을 고려하여 초지하고 도침을 실시해야 외발 뜨기 고유의 강도적 특징을 살릴 수가 있음을 알 수 있었다. 그리고 오늘날에 토착 외발 뜨기 방식으로 제조된 전통 한지들은 전체적인 강도면에서 토착 한지류와 비슷했으며 2겹지의 경우엔 가로 세로 강도차이도 토착한지 수준이었다. 그러나 강도들간의 우열 특성에서는 인열강도가 특히 낮았던 쌍발 뜨기 한지와 전체적으로 고른 강도를 보인 토착 외발 뜨기 한지의 중간에 위치하여 개선의 여지를 찾을 수 있었다.

• 한국습지학회지
• /
• 제25권4호
• /
• pp.306-314
• /
• 2023

하천퇴적물은 유역내 다양한 오염원으로부터 발생하는 중금속, 유기물 등 오염물질의 수용체일 뿐만 아니라 수질 오염 및 수생태 악영향을 유발할 수 있는 2차적 오염원이기에 중요한 관리대상이라고 할 수 있다. 오염된 하천퇴적물의 효과적인 관리를 위해서는 오염원에 대한 식별과 이와 연계된 관리대책의 수립이 우선되어야 한다. 본 연구는 하천퇴적물내 측정된 다양한 이화학적 오염항목 분포 특성에 기반하여 퇴적물의 주요 오염원을 식별하기 위한 방법으로서 기계학습모델의 적용성을 평가하였다. 기계학습 모델의 성능 평가를 위해 전국 4대강 수계내 주요 폐금속광산 및 산업단지 인근에서 수집된 총 356개의 하천퇴적물에 대한 중금속 10개 항목(Cd, Cu, Pb, Ni, As, Zn, Cr, Hg, Li, Al)과 토양항목 3개(모래, 실트, 점토 비율) 수질항목 5개(함수율, 강열감량, 총유기탄소, 총질소, 총인)를 포함한 총 18개 오염항목에 대한 분석자료를 활용하였다. 기계학습 분류 모델로서 선형판별분석(linear discriminant analysis, LDA)과 서포트벡터머신(support vector machine, SVM) 분류기를 사용하여 폐금속광산('광산')과 산업단지('산단') 인근에서의 하천퇴적물 시료의 분류 성능을 평가한 결과, 채취 지점 및 시기별 4가지 경우(비강우시 광산, 강우시 광산, 비강우시 산단, 및 강우시 산단)에 대한 퇴적물 시료의 분류 성능이 우수하였으며, 특히 비선형 모델인 SVM(88.1%)이 선형모델인 LDA(79.5%) 보다 퇴적물을 분류하는데 있어 보다 우수한 성능을 나타냈다. SVM 앙상블 기반 비배타적 다중라벨분류기 모델을 이용하여 각 시료채취 지점 상류 유역 1km 반경 내 지배적인 토지이용 및 오염원을 다중 타겟값으로 다중분류 예측을 수행한 결과, 폐금속광산과 산업단지의 분류는 비교적 높은 정확도로 수행하였으나, 도시와 농업지역 등 다른 비점오염원에 대한 분류정확도는 56~60%범위로 비교적 낮게 나타났다. 이는 다중라벨 분류모델의 복잡성에 비해 데이터셋의 크기가 상대적으로 작아서 발생한 과적합에 기인한 것으로 향후 보다 많은 측정자료가 확보될 경우 기계학습 모델을 적용한 오염원 분류의 정확도를 보다 향상시킬 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.157-173
• /
• 2021

소비자의 욕구와 관심에 맞추어 개인화된 제품을 추천하는 추천 시스템은 비즈니스에 필수적인 기술로서의 그 중요성이 증가하고 있다. 추천 시스템의 대표적인 모형 중 협업 필터링은 우수한 성능으로 다양한 분야에서 활용되고 있다. 그러나 협업필터링은 사용자-아이템의 선호도 정보가 충분하지 않을 경우 성능이 저하되는 희소성의 문제가 있다. 또한 실제 평점 데이터의 경우 대부분 높은 점수에 데이터가 편향되어 있어 심한 불균형을 갖는다. 불균형 데이터에 협업 필터링을 적용할 경우 편향된 클래스에 과도하게 학습되어 추천 성능이 저하된다. 이러한 문제를 해결하기 위해 많은 선행연구들이 진행되어 왔지만 추가적인 외부 데이터 또는 기존의 전통적인 오버샘플링 기법에 의존한 추천을 시도하였기에 유용성이 떨어지고 추천 성능 측면에서 한계점이 있었다. 본 연구에서는 CGAN을 기반으로 협업 필터링 구현 시 발생하는 희소성 문제를 해결함과 동시에 실제 데이터에서 발생하는 데이터 불균형을 완화하여 추천의 성능을 높이는 것을 목표로 한다. CGAN을 이용하여 비어있는 사용자-아이템 매트릭스에 실제와 흡사한 가상의 데이터를 생성하여, 희소성을 가지고 있는 기존의 매트릭스로만 학습한 것과 비교했을 때 높은 정확도가 예상된다. 이 과정에서 Condition vector y를 이용하여 소수 클래스에 대한 분포를 파악하고 그 특징을 반영하여 데이터를 생성하였다. 이후 협업 필터링을 적용하고, 하이퍼파라미터 튜닝을 통해 추천 시스템의 성능을 최대화하는데 기여하였다. 비교 대상으로는 전통적인 오버샘플링 기법인 SMOTE, BorderlineSMOTE, SVM-SMOTE, ADASYN와 GAN을 사용하였다. 결과적으로 데이터 희소성을 가지고 있는 기존의 실제 데이터뿐만 아니라 기존 오버샘플링 기법들보다 제안 모형의 추천 성능이 우수함을 확인하였으며, RMSE, MAE 평가 척도에서 가장 높은 예측 정확도를 나타낸다는 사실을 증명하였다.

• 해양환경안전학회지
• /
• 제19권2호
• /
• pp.101-110
• /
• 2013

연안생태계의 영양상태와 환경적 질을 평가하기 위하여, 2007년 2월 남해연안의 총 25개 소해역, 131개 정점을 대상으로 표층 퇴적물의 입도조성, 광합성 색소, 총유기탄소, 총질소, 생화학적 조성(단백질, 탄수화물, 지질) 등을 분석하였다. 다차원 분석 결과 4개의 그룹으로 나뉘었으며, 일원분산분석에서 단백질, 탄수화물, biopolymeric carbon 농도의 차이가 뚜렷하게 나타났다. 이를 토대로 퇴적물 내 생화학적 조성을 이용한 영양상태 기준을 설정하였으며, 조사해역의 영양상태를 평가한 결과 산업폐수 및 생활하수 유입이 많은 마산만, 진해만, 행암만을 포함한 I그룹을 과영양 상태, 양식시설이 밀집한 통영, 고성 자란, 거제연안 등의 II그룹은 부영양 상태로 추정되었으며, 가막만, 득량만, 여자만 등의 III그룹은 중영양 상태로, 나머지 신안, 진도, 무안을 포함한 IV그룹은 빈영양 상태로 추정되었다. 본 연구결과로 퇴적물의 생화학적 조성을 이용한 영양상태 구분은 연안역의 영양도 평가를 위하여 유용한 방법으로 사용되어 질 수 있다고 판단된다.

• 대한한방내과학회지
• /
• 제30권4호
• /
• pp.696-707
• /
• 2009

Objective : We designed this study to investigate differences between stroke reattack and stroke first attack group to establish fundamental data and prevent a secondary stroke. Methods : 826 subjects were recruited from the patients admitted to the department of internal medicine at Kyung Hee University Oriental Medical Center, Kyung Hee University East-West Neo Medical Center, Kyungwon University Incheon Oriental Medical Center, Kyungwon University Songpa Oriental Medical Center and Dongguk University Ilsan Oriental Medical Center from 1 April 2007 to 31 August 2009. We compared general characteristics, classification of diagnosis, subtypes of cerebral infarction, risk factors, Sasang constitution, diagnostic classifications between stroke reattck and stroke first attack groups. Results : 1. In general characteristics, age differed significantly between the reattck and first attack groups. 2. Classification of diagnosis differed significantly between reattck and first attack groups. 3. In risk factors, hypertension, diabetes mellitus, alcohol drinking, and stress were significantly different between reattck and first attack groups. 4. Diagnostic classifications were significantly different between reattck and first attack groups. Conclusion : To prevent recurrence of stroke, education on stroke risk factors associated with recurrence is needed. In addition, those who are diagnosed as Dampness-Phlegm need to be well-controlled.