• 제목/요약/키워드: robust analysis

검색결과 2,053건 처리시간 0.024초

기계학습을 이용한 광학 위성 영상 기반의 도시 내 수목 피복률 추정 (Estimation of Fractional Urban Tree Canopy Cover through Machine Learning Using Optical Satellite Images)

  • 배세정;손보경;성태준;이연수;임정호;강유진
    • 대한원격탐사학회지
    • /
    • 제39권5_3호
    • /
    • pp.1009-1029
    • /
    • 2023
  • 도시 수목은 탄소를 저장하고 불투수면적을 감소시키는 도시 생태계의 중요 요소이며, 탄소 저장량 및 순환량 산정 시 주요 정보로 활용될 수 있다. 많은 선행 연구에서 항공 라이다 자료 및 인공지능 기법을 활용하여 고해상도 수목 정보를 산출하고 있으나, 항공 라이다 영상은 제공하는 플랫폼이 제한되어 있으며 비용적인 면에서도 한계가 다수 존재한다. 따라서 본 연구에서는 수원시를 대상으로 자료 취득이 용이한 고해상도 위성 영상인 Sentinel-2를 활용하여 기계학습 기반의 도시 내 수목 피복률(fractional tree canopy cover, FTC)을 추정하고자 하였다. Sentinel-2 시계열 영상으로부터 중앙값 합성을 수행하여 수원시 전역에 대한 단일 영상을 제작하여 활용하였다. 도시 내 토지 피복의 이질성을 반영하기 위하여, 30 m 격자내 10 m 해상도의 광학 지수의 평균 및 표준편차 값과 환경부 세분류 토지 피복 지도 기반 항목별 피복률을 계산하여 기계학습 모델의 입력 변수로 활용하였다. 총 4가지의 입력 변수 조합을 설정하여, 입력 변수 구성에 따른 FTC 추정 정확도를 비교 및 평가하였다. 광학 영상의 평균 정보만을 활용(Scheme 1)했을 때 보다 도시 내 이질적인 특성을 반영할 수 있는 표준 편차 및 피복률 정보를 모두 함께 고려(Scheme 4, S4)했을 때 향상된 성능을 나타낼 수 있었다. 검증용 자료에 대해 S4의 Random Forest (RF) 모델이 0.8196의 R2, 0.0749의 mean absolute error (MAE), 및 0.1022의 root mean squared error (RMSE)로 전체 기계학습 모델 중에서 성능이 가장 높게 나타났다. 변수 기여도 분석 결과 광학 지수의 표준 편차 정보는 도시 내 복잡한 토지 피복 지역에 대해 높은 기여도를 나타내었다. 훈련된 S4 구성의 RF 모델을 수원시 전역에 대해 확장 적용하였을 때, 참조 FTC 자료에 대해 0.8702의 R2, 0.0873의 MAE, 및 0.1335의 RMSE의 우수한 성능을 나타냈다. 본 연구의 FTC 추정 기법은 향후 다른 지역에 대한 적용성이 우수할 것으로 판단되며, 도시 생태계 탄소순환 파악의 기초자료로 활용될 수 있을 것으로 기대된다.

지식베이스 확장을 위한 멀티소스 비정형 문서에서의 정보 추출 시스템의 개발 (Development of Information Extraction System from Multi Source Unstructured Documents for Knowledge Base Expansion)

  • 최현승;김민태;김우주;신동욱;이용훈
    • 지능정보연구
    • /
    • 제24권4호
    • /
    • pp.111-136
    • /
    • 2018
  • 지식베이스를 구축하는 작업은 도메인 전문가가 온톨로지 스키마를 이해한 뒤, 직접 지식을 정제하는 수작업이 요구되는 만큼 비용이 많이 드는 활동이다. 이에, 도메인 전문가 없이 다양한 웹 환경으로부터 질의에 대한 답변 정보를 추출하기 위한 자동화된 시스템의 연구개발의 필요성이 제기되고 있다. 기존의 정보 추출 관련 연구들은 웹에 존재하는 다양한 형태의 문서 중 학습데이터와 상이한 형태의 문서에서는 정보를 효과적으로 추출하기 어렵다는 한계점이 존재한다. 또한, 기계 독해와 관련된 연구들은 문서에 정답이 있는 경우를 가정하고 질의에 대한 답변정보를 추출하는 경우로서, 문서의 정답포함 여부를 보장할 수 없는 실제 웹의 비정형 문서로부터의 정보추출에서는 낮은 성능을 보인다는 한계점이 존재한다. 본 연구에서는 지식베이스 확장을 위하여 웹에 존재하는 멀티소스 비정형 문서로부터 질의에 대한 정보를 추출하기 위한 시스템의 개발 방법론을 제안하고자 한다. 본 연구에서 제안한 방법론은 "주어(Subject)-서술어(Predicate)"로 구분된 질의에 대하여 위키피디아, 네이버 백과사전, 네이버 뉴스 3개 웹 소스로부터 수집된 비정형 문서로부터 관련 정보를 추출하며, 제안된 방법론을 적용한 시스템의 성능평가를 위하여, Wu and Weld(2007)의 모델을 베이스라인 모델로 선정하여 성능을 비교분석 하였다. 연구결과 제안된 모델이 베이스라인 모델에 비해, 위키피디아, 네이버 백과사전, 네이버 뉴스 등 다양한 형태의 문서에서 정보를 효과적으로 추출하는 강건한 모델임을 입증하였다. 본 연구의 결과는 현업 지식베이스 관리자에게 지식베이스 확장을 위한 웹에서 질의에 대한 답변정보를 추출하기 위한 시스템 개발의 지침서로서 실무적인 시사점을 제공함과 동시에, 추후 다양한 형태의 질의응답 시스템 및 정보추출 연구로의 확장에 기여할 수 있을 것으로 기대한다.

브랜드애호도에 따른 가격할인율의 차이가 소비자의 획득가치와 거래가치에 미치는 영향 (The Effect of Price Discount Rate According to Brand Loyalty on Consumer's Acquisition Value and Transaction Value)

  • 김영이;김재영;신창락
    • 마케팅과학연구
    • /
    • 제17권4호
    • /
    • pp.247-269
    • /
    • 2007
  • 현대에 있어 동질적인 품질과 편익을 제공하는 제품을 가지고 다수의 기업들이 시장점유율 증대와 고객확보를 위하여 치열한 경쟁을 벌이고 있는 가운데 가격할인은 기업이 즐겨 사용하는 촉진수단이다. 가격할인은 단기적 매출향상, 소비자의 브랜드전환, 신제품의 시장침투 등의 목적을 달성하기 위하여 사용된다. 실제로 과거의 실증연구에 의하면 다양한 형태의 가격할인이 판매증대에 효과적이며 가격할인은 소비자의 지각가치를 증가시킨다고 하였다. 하지만 할인된 가격은 제품의 품질을 의심하게 하거나 낮게 평가하는 부정적인 효과가 있다는 사실이 밝혀졌으며, 모든 제품카테고리와 모든 구매상황에 대하여 가격할인이 소비자의 지각가치를 향상시킨다고 볼 수 없다. 이에 따라 본 연구에서는 브랜드애호도의 차이가 있는 제품을 대상으로 가격할인율에 따라 소비자의 지각가치에 어떠한 영향을 미치는지를 연구함으로서 브랜드애호도의 조절효과를 분석하였다. 브랜드애호도가 강한 제품에 대한 지각획득가치와 지각거래가치는 가격할인율이 낮을 때 보다 큰 경우에 증가할 것으로 예측하였으나 분석결과 유의적인 차이가 없는 것으로 나타났는데, 이것은 브랜드애호도가 강한 경우에는 가격할인에 의한 지각희생의 감소량이 크지 않았고 브랜드 자체에 대한 신뢰도와 속성에 대한 만족도가 높기 때문에 가격인하가 브랜드선택에 큰 영향을 미치지 않았다는 것을 의미한다고 할 수 있다. 반면 브랜드애호도가 약한 제품에 대한 지각획득가치와 지각거래가치는 가격할인율이 낮을 때 보다 큰 경우에 감소한 것으로 나타났다. 이는 브랜드애호도가 약한 경우에는 제품으로부터 획득하게 되는 편익에 대한 만족도와 신뢰도가 낮은데 이러한 특성을 고려해보면 가격할인이 클 때에 제품의 품질과 편익을 더욱 평가절하하거나 심리적으로 지각희생의 크기가 증가됨에 따라 지각가치가 감소되었음을 의미한다고 할 수 있다.

  • PDF