• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.141-144
• /
• 2008

본 논문에서는 세포영상을 분할하고 분류하는 알고리즘을 제안한다. 우선, 배경으로부터 세포를 분할한 후, 학습데이터로부터 얻은 Compactness, Smoothness, Moments와 같은 형태학적 특징을 추출한다. 전경세포들이 분할된 후에, 보다 정밀한 세포분석을 위해서 군집세포(Overlapped Cell)와 독립세포(Isolated Cell)를 분류 할 수 있는 알고리즘의 개발이 필수적이다. 이를 위해서 본 논문에서는 베이지안 네트워크와 각 노드에 대한 3개의 확률밀도함수를 사용하여 각 세포 영역을 분류한다. 분류된 군집세포영역은 향후 정확한 세포 분석을 위해서 군집세포가 포함하는 독립세포의 수만큼 마커를 찾고, Watershed 알고리즘과 병합과정을 거쳐 하나의 독립세포를 분리하게 된다. 현미경으로부터 얻은 세포영상에 대한 실험 결과는 이전 논문들에서 제안한 방법들과 비교했을 때, 각 군집세포의 독립세포로의 분리 이전에 세포영역에 대한 분류과정을 먼저 수행하였기 때문에 분할 성능이 크게 향상되었음을 확인할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.154-156
• /
• 2003

인터넷의 급속한 성장과 더불어 많은 정보와 데이터들을 인터넷을 통하여 얻을 수 있게 되었으며 많은 단체들이 문서들을 웹을 통하여 이용 가능하게 만들고 있다. 이에 따라 다양한 정보와 데이터를 효과적으로 분류하고 검색하는 문서 분류 (Document Classification)에 대한 알고리즘이 다양한 분야에서 널리 연구되어 왔으며 본 논문에서 초점을 두고 있는 전자 도서관 (Digital Library) 분야에서도 활발히 연구되어지고 있다. 하지만 기존의 전자 도서관의 문서 분류 알고리즘들은 문서들의 각 단락의 비중을 고려하지 않은 채 단어들의 발생 빈도에 초점을 두어 많은 잡음 단어 (Noise Term)를 포함하고 그로 인하여 분류 성능이 떨어졌다. 본 논문에서는 문서 단락의 중요도에 따라 다른 .가중치를 부여하여 단어 지지도 (Term Support)가 높은 단어들을 추출하고 그 단어들로 연관 규칙 (Association Rules)을 이용하여 분류 규칙을 생성하는 방법을 제안한다. 제안된 방법의 성능평가를 위해 문서 분류에 널리 쓰이는 나이브 베이지안 분류자 (Na$\square$ve Bayesian Classifier) 및 기존의 단순 연관 규칙 분류자 (Associative Classifier)와 비교 평가하였다. 그 결과, 각 가중치가 부여된 연관 규칙 분류 방법이 나이브 베이지안 분류 방법과 단순 연관 규칙 분류 방법보다 높은 성능을 보였다.

• The Journal of Society for e-Business Studies
• /
• v.8 no.4
• /
• pp.151-166
• /
• 2003

The Topic Maps paradigm allows people and organizations to integrate and merge heterogeneous products classification systems such as UNSPSC and HS. Merging their product ontologies could combine information about classification scheme for products. We analyzed two product classification schemes for UML modeling and developed an integrated TM for watches . Examples in XTM syntax show how UNSPSC and HS can be integrated by merging their ontology.

• Journal of KIISE:Software and Applications
• /
• v.31 no.8
• /
• pp.991-998
• /
• 2004

In many practical teaming problems including bioinformatics area, there is a small amount of labeled data along with a large pool of unlabeled data. Labeled examples are fairly expensive to obtain because they require human efforts. In contrast, unlabeled examples can be inexpensively gathered without an expert. A common method with unlabeled data for data classification and analysis is co-training. This method uses a small set of labeled examples to learn a classifier in two views. Then each classifier is applied to all unlabeled examples, and co-training detects the examples on which each classifier makes the most confident predictions. After some iterations, new classifiers are learned in training data and the number of labeled examples is increased. In this paper, we propose a new co-training strategy using unlabeled data. And we evaluate our method with two classifiers and two experimental data: WebKB and BIND XML data. Our experimentation shows that the proposed co-training technique effectively improves the classification accuracy when the number of labeled examples are very small.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2005.11a
• /
• pp.33-38
• /
• 2005

지문분류는 대규모 인증시스템에 사용되는 지문 데이터 베이스를 종류별로 인덱싱 하거나 인식 시스템에 다양하게 쓰이는 매우 중요한 방법이다. 지문은 일반적으로 융선의 전체모양 등 전역적인 특징을 기반으로 분류하며, 분류방법에는 규칙기반 접근, 구문론적 접근, 구조적 접근, 통계적 접근, 신경망 기반 접근 등이 있다. 본 논문에서는 지문의 구조적인 특징을 바탕으로 관찰되는 특징의 상태가 매순간 변화하는 확률론적 정보추출 방식인 마코프 모델을 적용한 지문분류 방법을 제안한다. 지문 이미지의 전처리 과정을 거친 후 각 클래스 분류를 위해 대표 융선을 찾아 방향정보를 추출하고 이를 이용하여 5가지 클래스로 분류될 수 있도록 설계하였다. 좋은품질(Good)과 나쁜품질(Poor)의 데이터를 포함한 훈련집합을 사용하여 각 클래스별로 학습된 마코프 모델은 임의의 지문이미지 분류시 높은 분류율을 보였다. 또한 기존의 구조적 접근방법에 비하여 다양한 품질의 지문이미지의 방향성 정보를 이용한 확률론적 방법이기 때문에 예외적인 지문이미지 분류시 잘 적용될 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.926-929
• /
• 2007

방수로는 홍수 피해 경감을 사용되는 구조적 대책으로 최근 국내에서 널리 계획되고 있다. 이러한 방수로는 보통 횡월류위어 등으로 대표되는 유입부 구조물을 통하여 하천 본류와 연결되지만, 평상시에도 본류의 유량을 일부 분담하는 형태로 설계되는 젖은 하도(wet channel) 형태의 방수로는 별도의 유입부 구조물을 설치하지 않고 바로 본류에 연결되는 것이 일반적이다. 유입부 구조물을 통해 연결되는 방수로의 특성은 유입부 구조물의 수리학적인 특성에 의해서 많이 좌우된다. 이에 반해 젖은 하도 형태로 본류에서 바로 분기되는 방수로는 그 특성이 방수로의 폭(W), 방수로 분류각$(\theta)$등에 의해서 많이 좌우되며, 만약 설계된 방수로의 횡단면 형상이 사다리꼴 또는 직사각형 단면을 따른다면 이러한 흐름은 "제한 영마루고 횡월류위어 흐름(restricted zero-height side weir flow)"으로 분류할 수 있다. 이러한 조건에서의 흐름은 일반적인 횡월류위어 흐름과 많이 다른 것으로 알려져 있다. 본 연구에서는 이러한 방수로 폭 및 분류각을 변화시켜 방수로 분류 조건을 다양하게 구현하여 실험을 수행하였으며, 특히 분류각 변화에 따른 유량계수의 변화를 분석, 검토하였다. 또한 측정된 방류량을 기준으로 산정된 유량계수를 기존 연구자들이 제시한 영마루고(zero-height) 횡월류위어 유량계수 산정식에 의해 산정된 결과와 비교하여 분석하였다. 분석결과 분류각이 90도인 경우 본류 프루드수의 증가에 따라 유량계수가 점차 감소하였으나, 분류각이 90도 보다 작은 경우에는 본류 프루드수가 증가함에 따라 유량계수가 점차 증가하는 것으로 나타났다. 이러한 한계를 만족시킬 입체 영상) 입체영상은 영화에서 시작되었으나, 20c후반기에 들어서면서 애니메이션 분야와 모바일, 광고 패널, 텔레비전등의 매체를 이용한 입체 영상의 개발로 인하여 특정 분야에 한정 시킬 수 없으므로 영상으로 칭한다. 입체 영상은 21c에 들어서면서 영상매체의 한 분야로 급부상하고 있다. 1900년 무렵부터 연구된 입체영화(3-Dimensional motion Picture)는 In여 년이 지난 지금 대중화를 눈앞에 두고 있다. 국내에서는 놀이 동산이나 박물관등에서 흔히 볼 수 있다. 하지만 앞으로는 HDW등의 대중화로 화질의 발전을 이룬 텔레비전 분야 등에서 실용화 될 전망이다. 국제적인 흐름과 함께 국내에서도 입체 영화에 대한 연구가 활성화 되어 영상산업의 한 주류로서 대두되고 있다. 이러한 상황에서 입체영상에 대한 이해와 콘텐츠(Contents)의 개발은 기술적인 진보에 발맞추어 준비되어야 한다. 본 논문은 이러한 기술적인 계보에 발맞춘 영상 콘텐츠 개발에 박차를 가하고자 앞으로의 발전분야에 대한 기술적인 면과 기법적인 면을 제시하여 기술만 앞서고 내용은 수입하는 수입국이기 보다는 미리 준비하여 비전문가나 타국의 기술에 선점 당하지 않는 분야로 성장할 수 있는 진보적인 영상 인들의 관심과 지속적인 연구를 독려하고자 한다.시민의 휴식 및 여가선용 공간으로 활용하기 위한 사업의 기초자료로 활용되며 이미 설계검토가 시작되었다. 본 연구결과는 유수지 및 저수지의 환경개선 사업의 선두적인 성공사례로 국내 타 지역의 유사한 사업에 있어 벤치마킹을 할 수 있는 훌륭한 사례가 될 것이다.요 생산이 증가하자 군신의 변별(辨別)과 사치를 이유로 강력하게 규제하여 백

• Korean Journal of Cognitive Science
• /
• v.6 no.2
• /
• pp.27-45
• /
• 1995

In this paper, we suggest the "Fuzzy Behavior Knowledge Space(FBKS)" and explain how to utilize the FBKS when aggregating decisions of individual classifiers. The concept of "Behavior Knowledge Space(BKS)" is known to be the best method in the context that each classifier offers only one class label as its decision. However. the BKS does not considers measurement value of class label. Furthermore, it does not allow the heuristic knowledge of human experts to be embedded when combining multiple decisions. The FBKS eliminates such drawbacks of the BKS by adapting the fwzy concepts. Our method applies to the classification results that contain both class labels and associated measurement values. Experimental results confirm that the FBKS could be a very promising tool in pattern recognition areas.

• Journal of Plant Biology
• /
• v.35 no.4
• /
• pp.385-392
• /
• 1992

여뀌속 Tovara절 식물은 매우 복잡한 양상의 형태변이를 나타내기 때문에 각 분류군의 한계 및 위치 성정, 계통적 유연관계 해석에 있어 많은 혼란이 나타나고 있다. 따라서 본 연구에서는 본 절 분류군에서 나타나는 형태 변이의 양상을 수리분류학적으로 분석하여, 각 분류군의 한계를 명확히 설정하고 그 분류학적 타당성을 검토하고자 하였다. 본 절 분류군의 주요 식별형질에 대한 주성분 분석을 수행한 결과, 본 절은 형태적으로 크게 P. virginianum, P. filiforme, P. neofiliforme의 3분류군으로 구분되며, 이들은 주로 잎의 형태에 의해 식별되는 것으로 밝혀졌다. 또한 P. virginianum var. glaberrimum은 그 분류학적 타당성이 없는 것으로 나타났으며, Tovara (=Polygonum) virginiana var. kachina는 형태적으로 볼 때 P. neofiliforme의 변종으로 취급하는 것이 타당한 것으로 판명되었다. Polygonum virginianum, P. filiforme, P. neofiliforme는 그 flavonoid 조성에 있어서도 명확한 차이를 나타내며, 이러한 결과를 종합해 볼 때 이들은 각각 독립된 종으로 인식하는 것이 타당한 것으로 판단된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.1363-1366
• /
• 2005

대학 정보시스템 분류를 기존의 통합성과 커스터마이징으로 분류하는 것을 현 실정에 맞게 현재의 정보화율을 고려한 어플리케이션 분류를 시도하였다. 전국 대학을 대상으로 실시한 설문조사를 통해 각 시스템의 통합성과 커스터마이징을 조사하여 ‘복잡도’라는 하나의 변수로 설정하였다. 대학에서 정보화가 가능한 모든 시스템에 대해 현재의 정보화율과 복잡도를 고려하여 대학 정보시스템을 분류하였다. 이 분류를 기준으로 ASP 방식을 도입하는 방안(로드맵)을 제시하였다. 분류 모델에 정보화율을 도입함으로써 현재의 상황을 고려한 어플리케이션 분류 모델을 제시하였다. 이 분류 모델은 각 분야에 있어 정보화율에 따른 단계적 ASP 도입 방안 마련에 기초적 기준이 될 것이다.

• The Korean Journal of Applied Statistics
• /
• v.27 no.5
• /
• pp.717-729
• /
• 2014

Projection pursuit classification tree uses a 1-dimensional projection with the view of the most separating classes in each node. These projection coefficients contain information distinguishing two groups of classes from each other and can be used to calculate the importance measure of classification in each variable. This paper reviews the variable importance measure with increasing interest in line with growing data size. We compared the performances of projection pursuit classification tree with those of classification and regression tree(CART) and random forest. Projection pursuit classification tree are found to produce better performance in most cases, particularly with highly correlated variables. The importance measure of projection pursuit classification tree performs slightly better than the importance measure of random forest.