• 한국지능시스템학회논문지
• /
• 제24권2호
• /
• pp.166-172
• /
• 2014

이미지를 각각의 카테고리로 분류하는 일은 컴퓨터 비전 분야의 중요한 문제 중 하나이다. 그러나 이미지에 존재하는 가변성, 모호성, 스케일 문제 등으로 인해 매우 도전적인 문제라고 할 수 있다. 본 논문에서는 장면 이미지를 구성하는 시멘틱 속성들의 고차원의 상호작용 관계를 고려 가능한 하이퍼그래프 기반의 모델링 기법을 제시하고 이를 장면 이미지 분류에 적용한다. 각 장면 카테고리에 준최적화된 하이퍼그래프를 생성하기 위해 확률 부분공간 기법에 기반을 둔 탐색기법을 제안하고, 이들 부분 공간 내에 속한 시멘틱 속성들의 발현량을 축약하기 위한 우도비 기반의 선형 변환 기법을 제안한다. 제안한 기법의 우수성을 검증하기 위한 실험을 통하여 제시한 기법을 통해 생성된 특징 벡터의 분별력이 기존의 기법들에서 사용된 특징 벡터들의 분별력보다 우수함을 보인다. 또한 제안한 기법을 장면 분류 데이터에 적용한 결과 기존의 기법들과 비교하여 경쟁력 있는 분류 성능을 보인다. 제안 한 기법은 이미지 분류에서 일반적으로 사용 되는 기법인 BoW+SPM 모델과 비교하여 3~4%이상의 성능 향상을 보였다.

• 대한기계학회논문집A
• /
• 제35권7호
• /
• pp.827-833
• /
• 2011

본 논문에서는 상용 유한 요소 해석 프로그램인 SAMCEF 를 이용하여 고속 철도 차량의 집전성능을 예측할 수 있는 해석 모델을 개발하였다. 3 자유도 스프링-댐퍼-질량의 판토그래프 모델을 생성하였고, 실제 시스템과의 리셉턴스를 비교함으로써 신뢰성을 검증하였다. UIC 799 OR 기준에서 제시한 가선계의 이론적 파동전파 속도와 가선계 유한 요소 해석 모델에서 측정한 파동 전파 속도를 비교 하였다. 드로퍼의 길이를 조절하여 전차선의 중력에 의한 초기 처짐 현상을 구현하였다. 가선계와 판토그래프를 접촉 요소를 이용하여 연성하였으며, 판토그래프가 300 km/h 및 370 km/h 로 주행할 때의 접촉력 변화를 도출하였다. 접촉력의 평균, 표준편차, 최대 및 최소값 등을 분석함으로써 본 논문에서 제시한 해석모델의 유효성을 검증하였다.

• 한국정보통신학회논문지
• /
• 제3권1호
• /
• pp.185-196
• /
• 1999

본 논문에서는 부분 그래프 패턴과 신경망을 이용한 새로운 한글 오프라인 인식 시스템을 제안하였다. 문자를 입력으로 받아 세선화를 행한 후 위치에 관한 잡음 제거 기능을 갖는 균형화를 수행하고 인식단의 첫번째 단계에서 순환 성분을 추출하고 인식한다. 부블럭 HT 공간에서 끝점, 굴곡점, 분기점의 특징점을 추출하고 추출된 특징점 사이의 관계를 조사하여 부분 그래프 패턴을 구성한다. 종모음이 올 수 있는 구역을 할당하고 종모음 후보점을 추출하여 미리 조사된 부분 그래프 패턴 사전과 비교하여 종모음을 추출한다. 같은 방법으로 횡모음을 추출한 후 간단한 구조 해석적 방법으로 모음을 인식한다. 본 논문의 성능비교를 위하여 실험은 활자체의 경우 가장 많이 쓰이는 명조체와 고딕체 그리고 필기체를 대상으로 한다. 고딕체의 경우 인식율 98.9%, 명조체의 경우 인식율 98.2%, 필기체의 경우 92.5% 이었다. 다중 자형 인식을 위하여 필기체와 활자체의 구분 없이 구한 전체 시스템의 인식율은 94.8% 이었다.

• 인터넷정보학회논문지
• /
• 제23권5호
• /
• pp.145-154
• /
• 2022

자동 표적 인식(Automatic Target Recognition, ATR) 기술이 미래전투체계(Future Combat Systems, FCS)의 핵심 기술로 부상하고 있다. 그러나 정보통신(IT) 및 센싱 기술의 발전과 더불어 ATR에 관련이 있는 데이터는 휴민트(HUMINT·인적 정보) 및 시긴트(SIGINT·신호 정보)까지 확장되고 있음에도 불구하고, ATR 연구는 SAR 센서로부터 수집한 이미지, 즉 이민트(IMINT·영상 정보)에 대한 딥러닝 모델 연구가 주를 이룬다. 복잡하고 다변하는 전장 상황에서 이미지 데이터만으로는 높은 수준의 ATR의 정확성과 일반화 성능을 보장하기 어렵다. 본 논문에서는 이미지 및 텍스트 데이터를 동시에 활용할 수 있는 지식 그래프 기반의 ATR 방법을 제안한다. 지식 그래프와 딥러닝 모델 기반의 ATR 방법의 핵심은 ATR 이미지 및 텍스트를 각각의 데이터 특성에 맞게 그래프로 변환하고 이를 지식 그래프에 정렬하여 지식 그래프를 매개로 이질적인 ATR 데이터를 연결하는 것이다. ATR 이미지를 그래프로 변환하기 위해서, 사전 학습된 이미지 객체 인식 모델과 지식 그래프의 어휘를 활용하여 객체 태그를 노드로 구성된 객체-태그 그래프를 이미지로부터 생성한다. 반면, ATR 텍스트는 사전 학습된 언어 모델, TF-IDF, co-occurrence word 그래프 및 지식 그래프의 어휘를 활용하여 ATR에 중요한 핵심 어휘를 노드로 구성된 단어 그래프를 생성한다. 생성된 두 유형의 그래프는 엔터티 얼라이먼트 모델을 활용하여 지식 그래프와 연결됨으로 이미지 및 텍스트로부터의 ATR 수행을 완성한다. 제안된 방법의 우수성을 입증하기 위해 웹 문서로부터 227개의 문서와 dbpedia로부터 61,714개의 RDF 트리플을 수집하였고, 엔터티 얼라이먼트(혹은 정렬)의 accuracy, recall, 및 f1-score에 대한 비교실험을 수행하였다.

• Communications for Statistical Applications and Methods
• /
• 제4권1호
• /
• pp.243-254
• /
• 1997

특정분포에 대한 P-P plot과 Q-Q plot의 특징을 분석하고 두 가지 그래프 사이의 관계를 비교해 보았다. NTV의 본질적인 특징을 알아보고 각 특정분포에 대한 NTV plot의 특징을 분석했다. 전형적인 bimodal 분포가 나타날 때 P-P 혹은 Q-Q plot은 뚜렷한 break-point를 갖는다는 것을 알아보고, 단지 skewed된 분포나 skewed된 것처럼 보이는 bimodal 분포 사이에서 발생하는 판단의 어려움에 대하여 여러 plot고찰해 보았다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (3)
• /
• pp.613-615
• /
• 2002

단백질의 3차원 공간상의 구조는 단백질 기능을 파악하는데 중요한 정보를 제공하고 있다. 단백질간 구조 비교 방법은 기능적 또는 구조적으로 연관된 단백질 분류 및 단백질 모티프(motif)를 찾는데 유용하게 사용되고 있다. 본 논문에서는 단백질 이차 구조($\alpha$-나선구조와 $\beta$-병풍구조)와 그들 사이의 관계(각도, 거리, 길이, 수소결합)를 기반으로 표현된 두 단백질 구조에서 유사한 부분 구조를 찾는 방법에 대하여 기술한다. 제안된 단백질간 구조 사이의 유사한 부분구조를 찾는 방법은 두 단백질 구조론 이차 구조와 그들 사이의 관계를 이용하여 그래프를 형성한 후, 최대 유사 서브 그래프를 찾는 방법을 이용하여 유사한 부분구조를 찾을 수 있다.

• 정보과학회 논문지
• /
• 제44권2호
• /
• pp.139-147
• /
• 2017

문자 정보는 인터넷 공간에 통용되는 정보의 대다수를 차지하고 있다. 따라서 대용량의 문서의 의미를 빠르게 특히 자동적으로 파악하는 일은 빅 데이터 시대의 중요한 연구 주제중 하나이다. 이 분야의 대표적인 연구 중 하나는 문서의 의미를 요약해주는 주요 주제어의 자동 추출 및 분석이다. 그러나 단순히 추출된 개별 주제어들의 집합만으로 문서의 의미구조를 나타내기에는 부족함이 있다. 본 논문에서는 추출된 주제어들의 연관관계를 그래프로 표현하여 대상 문서의 의미구조를 보다 다양하게 표시하고 추상화할 수 있는 주제어 가시화 방법을 개발하였다. 먼저 각 주제어들 간의 연관관계를 추출하기 위해 주제어별 지배구간 모델과 단어거리 모델을 제안하였다. 이렇게 추출한 주제어 연결성과 그를 형상화한 그래프는 문서의 의미구조를 보다 함축적으로 담고 있으므로 문서의 빠른 내용파악과 요약이 가능하며 이 가시화 그래프를 비교함으로서 문서의 의미적 유사도 비교도 가능하다. 실험을 통하여 문서의 의미파악과 비교에 본 주제어 가시화 그래프는 일반적인 요약문이나 단순 주제어 리스트보다 더 유용함을 보였다.

• 한국콘텐츠학회논문지
• /
• 제13권9호
• /
• pp.10-19
• /
• 2013

본 논문에서는 그래프 패턴 인식을 신속히 처리하기 위한 새로운 자성 센서의 개발과 인식 시스템을 제안하고자 하였다. 그래픽을 입력받아 세션화와 균형화를 수행하는데 있어서 특징점의 사전 처리를 선결 수행함으로써 인식 속도를 증강하고 선처리된 특징점을 이용하여 끝점, 굴곡점, 분기점의 특징점을 별도로 추출하지 않는 방법으로 조사하여 모음이나 자음의 부분패턴의 그래프 사전을 비교하는 간단한 구조해석과 인식을 도모하였다. 본 논문의 성능 비교를 위하여 사용자의 필기체를 사전에 등록 인식하고 입력 필기체를 비교 인식하여 Unicode로 변환시켜 비교한 결과 70%의 초기 인식률에서 누적 인공학습 지능 처리 결과 95%의 이상의 인식률을 보여주고 있다.

• 응용통계연구
• /
• 제28권1호
• /
• pp.49-60
• /
• 2015

군생태학에서 종, 장소 그리고 환경변수의 관계를 시각적으로 보기 위해 대응분석, 정준대응분석 등 다양한 서열화방법들을 사용한다. Ter Braak (1986), Jackson 등 (1991), Parmer (1993) 등은 고유값 및 거리그래프를 이용하여 서열화방법들을 비교하고 있는데, 이 방법들은 조사된 데이터에 근거하고 있기 때문에, 모집단과 행렬도의 관계를 보여주지는 못한다. 따라서, 본 논문에서는 행렬도에 모집단 정보의 표현정도를 측정하는 방법을 소개하고, 이를 활용하여 서열화방법들을 객관적으로 비교하였다. 비교결과, 정준대응분석은 대응분석과 유사한 정분류율을 유지하면서도 환경정보를 이차원 공간에 표현할 수 있는 장점을 지닌 분석임을 확인하였다.

• 한국지리정보학회지
• /
• 제25권4호
• /
• pp.163-180
• /
• 2022

부동산 데이터는 경제, 법률, 군중심리 등 다양한 분야와 상호작용하고 복잡한 레이어의 데이터로 구성되어 있으며, 그 양 또한 방대하고 빠르게 변화하여 빅데이터로 볼 수 있다. 부동산 빅데이터를 관리하기 위한 기존의 관계형데이터베이스는 스키마가 고정되어 있고 수직적 확장성을 가지며 다양한 관계를 처리하기 어려운 한계가 있다. 이러한 한계를 극복하기 위하여 본 연구에서는 부동산 데이터를 그래프데이터베이스에 구축함으로써 그 유용성을 검증하였다. 연구방법은 가장 널리 사용되는 데이터베이스 중 하나인 관계형데이터베이스 방식인 MySQL과 그래프데이터베이스 방식인 Neo4j에 다양한 부동산 데이터를 모델링하고 실생활에서 사용되는 부동산 질문들을 수집하여 9개의 질문들에 대해 그래프데이터베이스와 관계형데이터베이스의 쿼리시간을 비교하였다. 실험결과로 Neo4j는 다양한 관계를 추론하는 다중 JOIN 문이 있는 쿼리에도 일정한 성능을 보였지만 MySQL은 JOIN문이 많아질수록 쿼리시간이 급격하게 증가하는 경향을 보였다. 이러한 결과를 통해 다양한 관계를 가진 부동산 빅데이터에 Neo4j 같은 그래프데이터베이스가 효율적일 수 있음을 알 수 있으며 부동산가격 요인예측, 부동산에 대한 AI스피커 질의 등의 분야에서 활용을 기대할 수 있다.