• 한국의류학회지
• /
• 제30권4호
• /
• pp.531-541
• /
• 2006

The purpose of this study is to examine the semantic structure about the image shown on the product, brand and advertisement and figuring out its features through the correlation among brand images. For the study, nine brands(Guess, Bangbang, ONG, NIX, TBJ, Levi's, OPT, FRJ, Jambangee) as subjects for investigation has been selected and divided into the image of brand(9 brands), product(108 products, 12 pieces for each product) and advertisement(9 points) by the measure of 26 adjective pairs. The survey has been collected on the subject of 540 men and women who live in around Busan city areas and has been taken the statistics. The results on investigating the semantic structures of the product images about jean brands, there are five main factors, such as, individuality, attractiveness, activeness, modernity, hardness & softness. The results on examining the semantic structures of the brand images about jean brands, the factors are attractiveness, activeness, vitality, hardness & softness, fadness. The results on investigating the semantic structure of the advertisement images about jean brands, the factors are attractiveness, individuality, modernity, activeness. The results on the classification of brand images are presented as four groups, the first group is that brand and advertisement image are pretty similar but product image is differential according to brand and the second group, product and advertisement image are similar but brand image is differential. The third group is that product and brand image are similar but advertisement is differential and the fourth group, product, brand and advertisement are similar.

• 한국정보통신학회논문지
• /
• 제13권3호
• /
• pp.586-593
• /
• 2009

분산 환경에서 대부분 데이터 구성은 계층적 분류에 따른 트리 형태로 이루어져 연관성 검색에 제한이 있다. 이러한 데이터들 중 데이터베이스로 저장된 데이터는 통합의 문제와 효율적 검색이라는 문제가 있다. 이에 따라 본 시스템에서는 분산된 데이터 베이스 통합을 위해 XMDR을 이용하고 계층적으로 표현된 지식의 검색 효율성을 위해서 XMDR에 토픽맵을 연계하는 방안을 제안한다. XMDR은 메타시멘틱온톨로지, 인스턴스시멘틱온톨로지 그리고 메타로케이션으로 구성하고, 분산된 관계데이터베이스 사이의 데이터 이질적 문제와 메타데이터 이질적 문제를 해결하여 통합하고, 메타시멘틱온톨로지와 인스턴스시멘틱온톨로지를 토픽 맵과 연결하여, 토픽 맵의 자원위치를 표현하는 어커런스 역할을 XMDR의 메타로케이션이 수행하게 함으로써 효율적인 통합 검색을 위한 방안을 제안한다.

• 지능정보연구
• /
• 제12권2호
• /
• pp.33-48
• /
• 2006

의미 웹(Semantic Web)과 이에 대한 관련기술들은 웹을 통해 자유롭게 정보를 공유할 수 있는 새로운 지평을 마련해 주었다. 이를 토대로 온톨로지(Ontology)에 대한 연구 역시 활발히 진행되어 왔으며, 결과적으로 온톨로지는 여러 가지 측면에서 가시적인 성과들을 이룩해 낼 수 있었다. 의미 웹에 대한 기대가 고조되면서, 온톨로지는 많은 연구 학자들로부터 각광을 받는 분야로 떠오를 수 있었으며, 오늘날, 이러한 온톨로지에 대한 연구는 지식표현Knowledge-Representation)등과 같은 학술적인 단계에서 벗어나 전자상거래 분야까지 그 영역을 넓혀 나가고 있다. 그러나 일부에서는 이러한 온톨로지의 양산으로 인해 발생할 문제들에 대한 우려의 목소리가 적지 않다. 즉, 현재 온톨로지들은 서로간의 이질성으로 인해 그 효용 가치를 위협받고 있다는 것이다. 예를 들어, 현재 Yahoo나 DMOZ Open Directory(www.(dmoz.org)등으로부터 제공 중인 상품 카테고리의 경우, 시각적으로는 유사해 보일지 모르나 그들이 지닌 카테고리 구조라든지 사용된 용어 등을 살펴보면 상당한 차이점이 존재한다는 사실을 발견해 낼 수 있다. 따라서 현재 온톨로지가 지향하는 본래의 효용 가치를 극대화시키기 위해서는 이러한 이질성을 극복할 수 있는 방법론이 반드시 필요하다고 할 수 있다. 본 연구에서는 현재 온톨로지 분야에서 가장 커다란 이슈로 떠오르고 있는 정보통합에 대한 해결책을 제시해 보고자 한다. 정보통합이란, 서로 이질적인 프로그래밍 언어나 형식으로 이루어진 데이터들을 통합하여 요약한 형태로 제공하는 기술이라 정의 내릴 수 있다. 이러한 정보 통합의 대표적인 분야로 Merging, Alignment, Translation, Articulation을 들 수 있는데, 이 가운데, 본 연구에서는 "Ontology Alignment"에 대해 집중적으로 다루어 보고자 한다. 이와 더불어, 현재 의미 웹이 지향하는 대표적인 특성 중 하나로써 상호운영성을 꼽을 수 있다. 온톨로지 매핑(Ontology mapping)은 이러한 상호운영성을 지원하기 위한 대표적인 기술로써 각광을 받고 있다. 따라서 우리는 이러한 온톨로지 매핑에 대한 방법론을 쇼핑몰 환경에 적용함으로써 서로 이질적인 상품 카테고리로 구성된 두 쇼핑몰간의 상품에 대한 매핑 알고리즘(Mapping Algorithm)을 제안하고자 한다. 또한, 효용성 검증을 위하여 온톨로지 매핑에 있어 이미 효용성을 검증 받은 PROMPT와의 비교 분석도 수행하여 본다.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.269-282
• /
• 2023

본 연구는 딥러닝 모델(deep learning model)을 활용하여 토지피복분류를 수행하였으며 입력 이미지의 크기, Stride 적용 등 데이터세트(dataset)의 조절을 통해 토지피복분류를 위한 최적의 딥러닝 모델 선정을 목적으로 하였다. 적용한 딥러닝 모델은 3종류로 Encoder-Decoder 구조를 가진 U-net과 DeeplabV3+, 두 가지 모델을 결합한 앙상블(Ensemble) 모델을 활용하였다. 데이터세트는 RapidEye 위성영상을 입력영상으로, 라벨(label) 이미지는 Intergovernmental Panel on Climate Change 토지이용의 6가지 범주에 따라 구축한 Raster 이미지를 참값으로 활용하였다. 딥러닝 모델의 정확도 향상을 위해 데이터세트의 질적 향상 문제에 대해 주목하였으며 딥러닝 모델(U-net, DeeplabV3+, Ensemble), 입력 이미지 크기(64 × 64 pixel, 256 × 256 pixel), Stride 적용(50%, 100%) 조합을 통해 12가지 토지피복도를 구축하였다. 라벨 이미지와 딥러닝 모델 기반의 토지피복도의 정합성 평가결과, U-net과 DeeplabV3+ 모델의 전체 정확도는 각각 최대 약 87.9%와 89.8%, kappa 계수는 모두 약 72% 이상으로 높은 정확도를 보였으며, 64 × 64 pixel 크기의 데이터세트를 활용한 U-net 모델의 정확도가 가장 높았다. 또한 딥러닝 모델에 앙상블 및 Stride를 적용한 결과, 최대 약 3% 정확도가 상승하였으며 Semantic Segmentation 기반 딥러닝 모델의 단점인 경계간의 불일치가 개선됨을 확인하였다.

• 대한의용생체공학회:의공학회지
• /
• 제12권4호
• /
• pp.267-276
• /
• 1991

This paper describes syntactic pattern recognition algorithm for pattern recognition and diagnostic parameter extraction of ECG signal. ECG signal which is represented linguistic string is evaluated by pattern grammar and its interpreter-LALR(1) parser for pattern recognition. The proposed pattern grammar performs syntactic analysis and semantic evaluation simultaneously. The performance of proposed algorithm has been evaluated using CSE database.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2004년도 추계학술대회
• /
• pp.141-144
• /
• 2004

질의응답 시스템이 정보검색 시스템과 다른 중요한 점은 질의 처리 과정이며, 자연어 질의 문장에서 사용자의 질의 의도를 파악하여 질의 유형을 분류하는 것이다. 본 논문에서는 질의 주-형을 분류하기 위해 복잡한 분류 규칙이나 대용량의 사전 정보를 이용하지 않고 질의 문장에서 의문사에 해당하는 어휘들을 추출하고 주변에 나타나는 명사들의 의미 정보를 이용하여 세부적인 정답 유형을 결정할 수 있는 질의 유형 분류 방법을 제안한다. 의문사가 생략된 경우의 처리 방법과 동의어 정보와 접미사 정보를 이용하여 질의 유형 분류 성능을 향상시킬 수 있는 방법을 제안한다.

• 한국BIM학회 논문집
• /
• 제13권4호
• /
• pp.96-105
• /
• 2023

This study focuses on developing a building object recognition technology for efficient use in the remodeling of buildings constructed without drawings. In the era of the 4th industrial revolution, smart technologies are being developed. This research contributes to the architectural field by introducing a deep learning-based method for automatic object classification and recognition, utilizing point cloud data. We use a TD3D network with voxels, optimizing its performance through adjustments in voxel size and number of blocks. This technology enables the classification of building objects such as walls, floors, and roofs from 3D scanning data, labeling them in polygonal forms to minimize boundary ambiguities. However, challenges in object boundary classifications were observed. The model facilitates the automatic classification of non-building objects, thereby reducing manual effort in data matching processes. It also distinguishes between elements to be demolished or retained during remodeling. The study minimized data set loss space by labeling using the extremities of the x, y, and z coordinates. The research aims to enhance the efficiency of building object classification and improve the quality of architectural plans by reducing manpower and time during remodeling. The study aligns with its goal of developing an efficient classification technology. Future work can extend to creating classified objects using parametric tools with polygon-labeled datasets, offering meaningful numerical analysis for remodeling processes. Continued research in this direction is anticipated to significantly advance the efficiency of building remodeling techniques.

• ETRI Journal
• /
• 제31권1호
• /
• pp.10-20
• /
• 2009

In this paper, a video broadcasting system between a home-server-type device and a mobile device is proposed. The home-server-type device can automatically extract semantic information from video contents, such as news, a soccer match, and a baseball game. The indexing results are utilized to convert the original video contents to a digested or arranged format. From the mobile device, a user can make recording requests to the home-server-type devices and can then watch and navigate recorded video contents in a digested form. The novelty of this study is the actual implementation of the proposed system by combining the actual IT environment that is available with indexing algorithms. The implementation of the system is demonstrated along with experimental results of the automatic video indexing algorithms. The overall performance of the developed system is compared with existing state-of-the-art personal video recording products.

• 한국IT서비스학회지
• /
• 제14권4호
• /
• pp.159-169
• /
• 2015

Customer reviews are one of the important sources for purchase decision makings in online stores. Online stores have tried to provide useful reviews in product pages to customers. To assess the usefulness of customer reviews before other users have voted enough on the reviews, diverse aspects of reviews were utilized in prevous studies. Style and semantic information were utilized in many studies. This study aims to test diverse alogrithms and datasets for identifying a proper classification method and threshold to classify useful reviews. In particular, most researches utilized ratio type helpfulness index as Amazon.com used. However, there is another type of usefulness index utilized in TripAdviser.com or Yelp.com, count type helpfulness index. There was no proper threshold to classify useful reviews yet for count type helpfulness index. This study used reivews and their usefulness votes on restaurnats from Yelp.com to devise diverse datasets and applied text mining approaches to classify useful reviews. Random Forest, SVM, and GLMNET showed the greater values of accuracy than other approaches.

• Journal of Information Processing Systems
• /
• 제15권5호
• /
• pp.1119-1130
• /
• 2019

With the wide spread of Social Network Services (SNS), fake news-which is a way of disguising false information as legitimate media-has become a big social issue. This paper proposes a deep learning architecture for detecting fake news that is written in Korean. Previous works proposed appropriate fake news detection models for English, but Korean has two issues that cannot apply existing models: Korean can be expressed in shorter sentences than English even with the same meaning; therefore, it is difficult to operate a deep neural network because of the feature scarcity for deep learning. Difficulty in semantic analysis due to morpheme ambiguity. We worked to resolve these issues by implementing a system using various convolutional neural network-based deep learning architectures and "Fasttext" which is a word-embedding model learned by syllable unit. After training and testing its implementation, we could achieve meaningful accuracy for classification of the body and context discrepancies, but the accuracy was low for classification of the headline and body discrepancies.