• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.165-167
• /
• 1998

본 논문에서는 한.영 기계번역을 위한 한국어 품사 분류를 한다. 한국어 표준문법에서 제시되는 품사 분류 기준은 의미, 기능, 형식의 세 가지 기준을 적용하고 있으며, 자연언어처리에서도 같은 분류 기준을 바탕으로 하고 있다. 품사 분류에 여러 가지 기준을 적용하는 것은 문법구조 이해 및 품사 분류를 어렵게 한다. 또한 한.영 기계번역시 품사의 불일치로 전처리가 필요하다. 이러한 문제를 해결하기 위하여 본 논문에서는 하나의 기준을 적용하여 품사 분류를 한다. 방법으로 한국어 표준문법에 의하여 말뭉치에 태깅하고 문제점을 찾아내며, 새로운 기준에 의하여 품사 분류를 한다. 본 논문에서 분류된 품사는 한국어 문장에서 통사적 역할이 동일하고, 영에서의 사전 품사와 동일하다. 또한 품사 분류의 모호성을 제거하고, 한국어의 문장 구조를 명확히 표현하며, 한.영 기계번역시 패턴 매칭에 의한 목적언어 생성이 가능하다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.340-342
• /
• 2001

본 논문은 유방질환 중에서 Duct(관)에 발생하는 유방 종양을 benign(양성종양)/DCIS (Ductal Carcinoma In Situ)/NOS(Invasive ductal carcinoma)로 자동 분류하기 위한 분류방법을 제안한다. 분류기 생성에서 가장 중요한 단계인 특징 추출단계에서는 wavelet 변환을 적용하였으며, wavelet 변환의 각 depth에 따라 분류기를 생성하여, depth와 생성된 분류기의 분류 정확도와의 상관관계를 비교.분석하였다. 현미경 100배 배율과 400배 배율의 유방 질환 영상을 1, 2, 3, 4단계(depth)의 wavelet 변환을 적용한 후, 분할된 서브밴드에서 GLCM을 이용하여 질감 특징(Entropy, Energy, Contrast, Homogeneity)을 추출하여, 이 특징값들을 조합하여 판별분석에 의해 분류기(classifier)를 생성한 후, 분류 정확도를 검증하였다. Benign/DCIS/NOS를 분류하려면 최소 3단계 이상의 wavelet 변환을 적용해야 하고, 400배 배율 영상보다는 100배 배율의 영상이 더 나은 결과를 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2015년도 제27회 한글 및 한국어 정보처리 학술대회
• /
• pp.139-141
• /
• 2015

본 논문은 커뮤니티 기반의 질의-응답 서비스에서 사용자 질의의 주제를 분류하는 시스템을 소개한다. 커뮤니티 기반의 질의-응답 서비스는 분야에 따라 다양한 주제를 가질 수 있으며 오늘 날 사용자 질의의 주제 분류에는 통계 기반의 분류 방법이 많이 이용되고 있다. 통계 기반의 분류 방법으로 사용자 질의를 분류하기 위해서는 주제에 적합한 대량의 학습 말뭉치가 필요하다. 주제에 적합한 대량의 학습 말뭉치를 사람이 직접 구축하는 것은 많은 시간과 비용이 든다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 위키피디아 문서를 Supervised K-means Clustering 기법으로 주제별로 분류함으로써 학습 말뭉치를 반자동으로 구축하는 방법을 제안한다. 그 다음, 생성된 학습 말뭉치로 지지 벡터 기계를 학습하여 사용자 질의의 주제를 분류하게 된다. 위키피디아 문서와 사용자 질의는 다른 도메인의 문서임에도 불구하고 본 논문의 시스템으로 사용자 질의의 주제를 분류한 결과 77.33%의 정확도를 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.592-594
• /
• 2005

문서를 분류하기 위해서는 분류주제에 맞춰 미리 분류가 된 자료(labeled data)가 필요하다. 하지만 미리 분류가 된 자료를 만들기 위해서는 사람이 직접 그 문서의 의미를 해석하고 일일이 분류를 해야 하기 때문에 시간이 많이 소모가 된다. 본 논문에서는 비록 사랑이 직접 분류한 자료를 이용하는 것에 비해서 분류 정확도는 조금 떨어지지만, 대신 주제어와 미분류 문서(unlabeled data)를 이용해서 문서를 분류하는 방법을 제시하려고 한다. 이와 같은 주제어와 미분류 문서의 경우에는 구하기가 쉽고, 사랑이 일일이 분류하는 작업이 필요로 하지 않기 때문에 비용과 시간이 크게 절약이 된다는 장정이 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.724-726
• /
• 2004

DNA 마이크로어레이 기술의 발전은 암의 조기 발견 및 예후 예측을 가능하게 해주었으며, 이와 관련된 많은 연구가 진행 중이다. 마이크로어레이 데이터의 분류에서 관련 유전자들의 선택은 필수적이며, 유전자 선택방법은 분류기와 짝을 이루어 특징-분류기를 형성한다. 이제까지 여러 가지 특징-분류기를 사용하여 마이크로어레이 데이터를 분류해 왔지만, 알고리즘의 한계와 데이터의 결함 등으로 인하여 최적의 특징-분류기를 찾기 어려웠다. 따라서 앙상블 분류기를 이용하여 높은 분류성능을 얻는 방법이 시도되어왔으며. 최적의 것을 찾기 위하여 유전자 알고리즘이 사용되기도 했다. 본 논문에서는 이를 발전시켜 다양한 최적의 앙상블을 생성하기 위해 종분화 방법을 사용한다. 림프종 암 데이터에 대하여 leave-one-out cross-validation을 적용한 결과, 제안한 방법으로 다양한 최적해를 탐색하는 것을 확인할 수 있었다.

• 한국자원식물학회지
• /
• 제33권5호
• /
• pp.501-515
• /
• 2020

본 연구는 대덕산·금대봉 생태계보전지역 내 분포하는 관속 식물상을 파악하여 식물분포를 밝히고, 향후 대덕산-금대봉 생태계보전지역의 주요 식물에 대한 효율적인 관리와 보전을 위해 수행하였다. 2017년 4월부터 2019년 10월까지 총 14회에 걸쳐 현지조사를 실시하였다. 대덕산-금대봉 생태계보전지역에 자생하는 관속식물상은 83과 245속 372종 4아종 45변종 8품종으로 총 428분류군이 조사되었다(Appendix 1). 이 중 한국특산식물은 키버들, 참개별꽃, 진범, 갈퀴현호색 등 19분류군이며, 환경부지정 희귀 및 멸종위기 식물은 개병풍, 가시오갈피, 대성쓴풀, 복주머니란으로 총 4분류군이 조사되었고, 산림청 지정 희귀식물은 19과 34속 34종 2변종 총 36분류군이 나타났다. 침입외래식물은 토끼풀, 달맞이꽃, 지느러미엉겅퀴 등 4과 8속 8종 총 8분류군으로 조사되었으며. 도시화지수(UI)는 2.5%, 귀화율(NI)은 1.9%로 나타났다. 본 조사지역의 양치식물은 7과 9속 7종 2변종으로 총 9분류군이 나타났고, 양치식물계수는 0.52로 나타났다. 대한약전 기준 약용자원식물은 16과 24속 24종 2변종 1품종 27분류군이 확인되었다. 민속식물은 772과 175속 216종 28변종 3품종 4아종 251분류군이 확인되었으며, 대덕산·금대봉에서 출현한 428분류군 중 58.6%가 민속식물로 나타났다. 민속식물을 분류 별로 보면 가장 많은 213분류군이 식용식물로 분류되었다. 약용식물은 161분류군이었으며, 향신용식물은 11분류군으로 나타났다. 환경부에서 멸종위기 식물로 지정된 대성쓴풀과 복주머니란 등의 희귀식물은 시급히 보호 및 보전에 필요한 대책을 마련해야 할 것으로 판단되며, 나도범의귀는 북방계식물로 남한 내 자생지가 검룡소 1곳이 보고되고 있어 자생지보호의 필요성이 있을 것으로 판단된다.

• 식물분류학회지
• /
• 제48권1호
• /
• pp.9-23
• /
• 2018

Orbicule(소구상체)의 분포를 확인하기 위하여 꿀풀과에 속하는 6속 11분류군과 마편초과 3속 4분류군의 약벽을 주사전자현미경(scanning electron microscope)을 이용하여 관찰하였으며, 문헌조사를 통해 현화식물 내 소구상체의 분포가 갖는 계통분류학적 유용성 및 융단조직 유형과의 관련성에 대해 검토하였다. 그 결과 꿀풀과 분류군들에서는 모두 소구상체가 관찰되지 않았고, 마편초과 분류군들에서는 평균 $1{\mu}m$ 이하, 구형의 소구상체들이 조밀하게 분포하는 것을 살펴볼 수 있었다. 이와 같은 과 수준에서 일관성 있는 소구상체의 분포 특징은 현화식물 전체 orbicules에 대해 조사된 150과 중 123과와 일치하는 것으로 소구상체의 분포 유형 자체가 분류학적 예견적 가치를 지니는 것으로 나타났다. 또한, 융단조직 유형이 확인된 분류군들 중 분비형 융단조직을 갖는 분류군의 약 84%에서 소구상체가 나타나고, 아메바형 융단조직을 갖는 분류군의 약 80%은 소구상체가 나타나지 않는 것으로 조사되어 소구상체의 발달이 융단조직 유형과 밀접한 관련이 있는 것으로 조사되었다. 하지만, 현재까지 수행된 소구상체 연구는 현화식물 전체 416과들 중 150과에 제한되어 있고, 이들 분류군들 중 융단조직 유형은 92과에서만 알려져 있어 소구상체의 기능 및 융단조직 유형과의 유연관계를 규명하기 위해서는 보다 광범위한 분류군을 대상으로 한 연구가 필요한 것으로 나타났다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.60-62
• /
• 1999

다중 클래스 문서분류는 주어진 여러 개의 관심사별로 문서를 선별해 주는 문제이다. 문서 분류 문제의 특징은 문서가 매우 높은 차원으로 표현된다는 것이다. 다른 학습 알고리즘에 비해 SVM 알고리즘은 차원을 전혀 줄이지 않고 문제를 해결한다. 본 논문에서는 SVM 학습 알고리즘을 이용하여 대규모의 뉴스 그룹 문서 분류 문제를 다룬다. 다중 클래스 문서 분류를 위해서 각 클래스에 대한 SVM학습 결과를 효과적으로 결합하였으며 실험을 통하여 SVM과 다른 학습 알고리즘과의 성능을 비교하였다.

• 한국지구과학회:학술대회논문집
• /
• 한국지구과학회 2005년도 추계학술발표회 논문집
• /
• pp.79-84
• /
• 2005

이 논문에서는 구름과 같은 기상 상태의 제약 없이 자료 획득이 가능한 SAR 자료를 이용하여 토지 피복 특성을 구분하고자 하였다. 기존 단일 주파수, 편광 상태의 자료만을 제공하는 SAR 자료를 이용한 분류에서의 낮은 분류 정확도를 향상시키고자 이 논문에서는 다중 시기 C 밴드 자료이면서 서로 다른 편광 상태의 자료를 제공하는 Radarsat-1(HH)와 ENVISAT(VV) 자료를 분류에 이용하였다. 분류 기법으로 Random Forests를 적용한 결과, 단일 편광 상태의 자료만을 이용하였을 때에 비해서 보다 향상된 분류 정확도를 얻을 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.181-183
• /
• 2003

최근 대용량의 데이터베이스로부터 유용한 정보를 발견하고 데이터간에 존재하는 연관성을 탐색하고 분석하는 데이터 마이닝에 관한 많은 연구들이 진행되고 있다. 다양한 생체 신호를 분석하기 위하여 데이터 마이닝 기법을 이용할 수 있다. 본 논문에서는 심전도 신호의 패턴을 분류하기 위하여 신경망 기법을 적용하였다. 최근 패턴분류에 있어서 각광을 받고 있는 SVM 모델은 학습과정에서 얻어진 확률분포를 이용하여 의사결정함수를 추정한 후 이 함수에 따라 새로운 데이터를 이원분류 하는 것으로 분류 문제에 있어서 일반화 기능이 매우 높다. 기존에 많이 이용되던 BP 모델과 비교평가 하였다.