• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.360-363
• /
• 2018

본 논문에서는 계층적 RNN의 성능 향상을 위하여 강화학습을 통한 계층적 RNN 내 파라미터를 효율적으로 찾는 방법을 제안한다. 계층적 RNN 내 임의의 파라미터에서 학습을 진행하고 얻는 분류 정확도를 보상으로 하여 간소화된 강화학습 네트워크에서 보상을 최대화하도록 강화학습 내부 파라미터를 수정한다. 기존의 강화학습을 통한 내부 구조를 찾는 네트워크는 많은 자원과 시간을 소모하므로 이를 해결하기 위해 간소화된 강화학습 구조를 적용하였고 이를 통해 적은 컴퓨터 자원에서 학습속도를 증가시킬 수 있었다. 간소화된 강화학습을 통해 계층적 RNN의 파라미터를 수정하고 이를 행동 인식 데이터 세트에 적용한 결과 기존 알고리즘 대비 높은 성능을 얻을 수 있었다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.18 no.1
• /
• pp.47-56
• /
• 1993

In this paper, pyramidal VQ image coding by DCT classifier based on HVS is studied. The proposed DCT classifier based on HVS is that the transform subblocks of the image are mlultiplied by MTF which is a sort of band pass filter and sorted by the magnitude of their ac energy levels and classifeid into three classes such as low, middle and high variance class by the threshold and then edges are detected in comparison of the energy sum of ac transform coefficients corresponding to the different edge directions.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.314-318
• /
• 2006

인터넷의 비약적인 발전으로 많은 강의 자료가 존재하게 되었으며, 어느 누구나 손쉽게 강의 자료를 구할 수 있게 되었다. 하지만 사용자는 단순히 많은 정보만을 원하는 것이 아니라 정확한 정보를 얻기를 원한다. 이에 본 논문에서는 기존의 단어 빈도수 기반의 분류 방식이 아닌 개념적 분류 방식으로 온톨로지를 이용하여 코스웨어를 분류해보고자 한다. 온톨로지로는 어휘적 온톨로지의 일종인 WordNet의 과목에 대한 계층적 구조를 활용하였다. 실험 데이터로는 강의 자료 중 파워포인트로 작성된 코스웨어를 이용하였으며, 코스웨어의 메타데이터들과 과목들간의 개념적 거리 및 밀도를 측정하여 코스웨어를 분류하였다. 또한 WordNet상의 어휘 확장을 통하여 분류과목 확장이 가능함을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.598-600
• /
• 2001

본 논문에서는 양상 뮤 논리를 위한 속성 명세 패턴 연구를 통해 시제 논리에 대한 패턴 기반의 단일한 프레임워크를 제시한다. 본 연구에서는 Dwyer의 속성 명세 패턴 분류를 상태(S)와 행동(A)으로 세분화하고 이를 다시 강함(A)와 약함(E)으로 다시 세분했다. 이러한 의미 기반의 계층적 패턴 분류 체계를 통해 양상 뮤 논리의 속성 명세 패턴을 분석했으며 실제 모형 검사기에서 사용된 예제들의 패턴 분류에 적용했다. 그 결과 기존의 분류 체계보다 더 정확한 분류가 가능했을 뿐만 아니라, 속성 명세의 작성 및 이해가 용이하였다.

• Journal of the Korean Geographical Society
• /
• v.47 no.5
• /
• pp.654-676
• /
• 2012

This study aims to develop an ecoregion classification using a multi-hierarchy of environmental factors for spatial patterns in the capacities and potentials of ecological systems in mountain regions. To achieve the objectives, we describe the spatial distribution of environmental factors and identify the multi-hierarchy of these factors using spatial statistics. Lastly, we assess ecosystem-units using both a forest type map (yung & kung) and a forest soil map in order to present a ecoregion classification. This study was performed at a $1,168km^2$ area in Gangwon-do, Korea. Sedimentary rocks, particularly limestone (36.6%) exist in high proportions in the research area. While higher mountains are present in the north and central Korean peninsula, plain areas show large proportions along Odae and Pyeongchang river. In a multi-hierarchy, geology and elevation are identified as upper levels and landform classification (surface curvature, upslope area) is considered as a lower level. 'Geology+elevation+landform' shows equally higher ${\chi}^2$ values than that of other classifications and we map ecoregions based on this result. Uniqueness of environmental characteristics in the research area such as high proportions of sedimentary rocks and higher elevations influences our ecoregion classification. We are looking forward to considering this study as an effective approach to integrating various ecological themes for mountain ecosystem management.

• Korean Journal of Remote Sensing
• /
• v.33 no.5_2
• /
• pp.677-687
• /
• 2017

In this paper, we propose the use of hierarchical classification for winter crop mapping based on satellite imagery. A hierarchical classification is a classifier that maps input data into defined subsumptive output categories. This classification method can reduce mixed pixel effects and improve classification performance. The methodology are illustrated focus on winter cropsin Gimje city, Jeonbuk with Landsat-8 imagery. First, agriculture fields were extracted from Landsat-8 imagery using Smart Farm Map. And then winter crop fields were extracted from agriculture fields using temporal Normalized Difference Vegetation Index (NDVI). Finally, winter crop fields were then classified into wheat, barley, IRG, whole crop barley and mixed crop fields using signature from Unmanned Aerial Vehicle (UAV). The results indicate that hierarchical classifier could effectively identify winter crop fields with an overall classification accuracy of 98.99%. Thus, it is expected that the proposed classification method would be effectively used for crop mapping.

• The Korean Journal of Applied Statistics
• /
• v.35 no.3
• /
• pp.407-419
• /
• 2022

The semiconductor fabrication process is complex and time-consuming. There are sometimes errors in the process, which results in defective die on the wafer bin map (WBM). We can detect the faulty WBM by finding some patterns caused by dies. When one manually seeks the failure on WBM, it takes a long time due to the enormous number of WBMs. We suggest a two-step approach to discover the probable pattern on the WBMs in this paper. The first step is to separate the normal WBMs from the defective WBMs. We adapt a hierarchical clustering for de-noising, which nicely performs this work by wisely tuning the number of minimum points and the cutting height. Once declared as a faulty WBM, then it moves to the next step. In the second step, we classify the patterns among the defective WBMs. For this purpose, we extract features from the WBM. Then machine learning algorithm classifies the pattern. We use a real WBM data set (WM-811K) released by Taiwan semiconductor manufacturing company.

• Journal of the Korean Society for information Management
• /
• v.18 no.2
• /
• pp.203-230
• /
• 2001

The purpose of this study is to develop a document clustering model for automatic classification of knowledge. Two test collections of newspaper article texts and journal article abstracts are built for the clustering experiment. Various feature reduction criteria as well as term weighting methods are applied to the term sets of the test collections, and cosine and Jaccard coefficients are used as similarity measures. The performances of complete linkage and K-means clustering algorithms are compared using different feature selection methods and various term weights. It was found that complete linkage clustering outperforms K-means algorithm and feature reduction up to almost 10% of the total feature sets does not lower the performance of document clustering to any significant extent.

• 한국HCI학회:학술대회논문집
• /
• 2006.02b
• /
• pp.252-257
• /
• 2006

기본적으로 모든 소비자들은 조금씩 다르며, 제품은 그 차이를 극대화 시킴으로써 다양한 소비를 촉진하게 된다. 이와 같은 시장 세분화와 포지셔닝 전략은 디자인 경영에 있어 매우 중요한 전략적 단계라 할 수 있으며, 기업의 소비자 분석의 목적이기도 하다. 다차원 척도법은 군집 분석에서와 마찬가지로 자료에 내재된 구조를 찾아내어 자료를 함축적으로 표현하고자 하는 자료축약형 다변량 분석 기법이다. 패턴 분류의 수량화를 이용하는 POSA(Partial Order Scalogram Analysis)는 MSA(Multidimensional Scalogram Analysis)의 구조화된 방법으로 디자인 전략을 수립하는 단계에서 소비자의 성향을 보다 세분화할 수 있다. 본 논문에서는 디자인 리서치 단계에 POSA 방법론을 적용하였을 때 소비자 유형 분류가 가능하다고 보고, 창의적 디자인 컨셉의 도출에 어느 정도 역할을 하는지 알아보고자 함을 목적으로 하였다. 본 연구에서는 부분적 계층 분석법인 POSA 분석방법을 통하여 사용자의 계층을 세분화하는 방법을 고안하고, 이를 분석함으로써 소비자의 유형을 분류하여 디자인 포지셔닝과 방향을 제시하는 방법론을 제안하고자 하였다. 이를 위하여 설문조사를 통하여 POSA 기법을 이용한 소비자 유형 분류 방법이 고안되었고, 이를 기반으로 모바일 기기를 위한 프로젝트에 실제 디자인 사례로 적용되었으며, 이러한 소비자 유형 분석을 통하여 타겟 유저의 시나리오 작성 단계에서 창의적 발상을 지원한다는 점을 발견할 수 있었다.

• Korean Journal of Remote Sensing
• /
• v.17 no.1
• /
• pp.57-69
• /
• 2001

This study propose a image processing system of unsupervised analysis. This system integrates low-level segmentation and high-level classification. The segmentation and classification are conducted respectively with and without spatial constraints on merging by a hierarchical clustering procedure. The clustering utilizes the local mutually closest neighbors and multi-window operation of a pyramid-like structure. The proposed system has been evaluated using simulated images and applied for the LANDSATETM+ image collected from Youngin-Nungpyung area on the Korean Peninsula.