• 자원환경지질
• /
• 제42권3호
• /
• pp.273-282
• /
• 2009

지리정보분야에서는 수치화된 도면자료에서 고 부가가치 정보로 활용되기 위해 공간데이터베이스 구축이 지속적으로 진행되고 있다. 파일기반의 주제도에서 데이터베이스로의 변환은 다양한 데이터베이스 기능을 활용하기 때문에 대용량의 데이터를 통합하고 다양한 정보검색을 용이하게 한다. 지질도는 지질현상에 대한 조사자의 해석을 도식적으로 표현한 결과이기 때문에, 정량적으로 제작되는 다른 주제도와 차별화 된다. 이러한 특징은 지질학적인 다양한 의미에 대해 해석을 필요로 하는 지질도의 데이터베이스 구축을 쉽지 않게 한다. 이러한 이유로 일부 미국 호주 등에서는 통합적 데이터베이스 구축을 위해 데이터 모델을 제시하고 있으나, 지질현상의 표현이 다르기 때문에 국내환경에 적용 하기가 어렵다. 이 논문에서는 한국 실정에 적합한 지질도 데이터 모델링을 위해 1:50,000 축척의 지질도와 보다 대축척인 1:5,000 광산지질도 요소를 분석하여 데이터 모델을 제시한다. 제시한 데이터 모델은 ArcGIS Geodatabase에 대한 논리모델로, 설계한 모델을 이용하여 1:50,000 축척 지질도에 효과적으로 적용할 수 있다. 이 연구에서 구현된 데이터 모델은 국내 지질도의 통합적 활용 및 효율적 관리에 이용될 수 있을 것으로 기대된다.

• 기록학연구
• /
• 제37호
• /
• pp.273-305
• /
• 2013

현재의 전자기록관리체계에서 기록정보를 적극적으로 활용하기 위해서는 시스템이 기록의 이용을 충분히 지원하도록 설계되고 활용되고 있는가를 평가할 필요가 있다. 이 연구에서는 공공기관에서 사용하고 있는 표준 기록관리시스템의 검색 기능 활용 현황 분석 및 기능 평가를 수행하였다. 검색 기능 활용 현황 조사를 위해 표준 기록관리시스템을 사용하는 공공기관의 기록관리 전문요원을 대상으로 설문조사를 실시하였으며, 그 결과 표준 기록관리시스템의 검색 빈도가 낮지 않음에도 불구하고 이용자의 사용 편의에 대한 불만과 검색 성능에 대해 불만족하고 있음이 드러났다. 검색 기능 평가를 위해 먼저, 기록관리시스템으로서 갖추어야 하는 기본적인 기능요건을 정의하여 평가를 위한 체크리스트를 개발하였다. 체크리스트를 평가 기준으로 활용하여 평가를 실시하였으며, 평가는 크게 두 가지로 진행되었다. 첫 번째는 체크리스트와 비교하여 현재 표준 기록관리시스템이 구현한 정도를 문서상으로 확인한 연구자의 체크리스트 사전 점검 평가와 두 번째, 표준 기록관리시스템을 사용하고 있는 공공기관의 기록관리 전문요원을 대상으로 평가를 실시하였다. 기능 평가를 실시한 결과 기본적인 기능요건임에도 불구하고 구현되지 않은 기능들에 대한 보완이 요구되었고, 특히 이용자 편의성 관련한 기능개선이 필요하였다. 이러한 과정에서 도출된 검색 기능에 대한 기능개선 뿐만 아니라 표준 기록관리시스템의 발전을 위해서는 지속적인 유지보수와 관리 체계의 구축, 이용자 교육이 필요함을 논의하였다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1341-1352
• /
• 2023

위성영상 기반의 정규식생지수(normalized difference vegetation index, NDVI)는 넓은 영역에서 주기적인 정보를 수집할 수 있어 산림 및 농업 모니터링에 주로 사용된다. 그러나 광학센서 기반 식생지수는 구름 등의 영향으로 일부 지역에서 결측을 가지기 때문에, 본 연구는 전천후 및 주야에 관계없이 관측 가능한 Sentinel-1의 합성 개구 레이더(synthetic aperture radar, SAR) 영상을 활용하여 Sentinel-2 NDVI 결측값을 복원하는 모델을 개발하였다. 이는 광학적으로 관측이 어려운 구름 조건이나 야간에도 NDVI를 추정할 수 있는 잠재력을 보여준다. Automated machine learning (AutoML)을 활용한 비선형 결측복원모델의 5폴드(fold) 교차검증 결과, 절대오차 7.214E-05, 상관계수 0.878의 NDVI 복원 성능을 보였다. 이를 통해 시공간 연속적인 NDVI 생산 방법론을 발전시켜, 전천후 식생 모니터링에 필요한 정보 생산에 기여할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.