• 한국정보기술학회논문지
• /
• 제17권12호
• /
• pp.81-92
• /
• 2019

잡초는 농작물에 막대한 피해를 주는 주요한 개체이다. 잡초를 효과적으로 제거하기 위해서는 정확한 분류를 하고 제초제를 사용하여야 한다. 컴퓨팅 기술의 발전으로, 영상 기반의 기계학습 방법들이 이 분야에서 연구되고 있고, 특히 합성곱 신경망 기반의 모델들이 공공데이터에서 좋은 성능을 보이고 있다. 하지만 실제 응용단계에서는 많은 파라미터 수와 연산량 때문에 GPU와 같은 좋은 하드웨어 조건에서만 잘 작동된다. 본 논문은 계층적 구조 기반의 딥러닝 모델을 제안한다. 실험 결과, 제안된 모델은 적은 파라미터 수로 21개의 외래 잡초 종을 최대 97.2612%의 정확도로 성공적으로 분류하였다. 이를 통해 적은 수의 파라미터를 사용하는 제안된 모델은 네트워크 기반의 분류 서비스에서 적용될 수 있을 것으로 기대된다.

• 한국항만경제학회지
• /
• 제38권2호
• /
• pp.153-164
• /
• 2022

본 연구는 2000년 1월부터 2021년 12월까지의 대표적 원자재 운송 수단인 Capesize 중고선가를 대상으로 해운산업에 대한 분위수 모형을 추정한다. 본 연구는 두 가지 학술적 기여를 목표로 한다. 첫째, 혼재된 실증분석 결과가 제기되는 원자재 운송 시장의 대표적 선종인 Capesize 중고선과 운임시장의 연관성을 분석한다. 둘째, 분위수 회귀로 김현석·장명희(2020a) 연구에서 제기하는 구조변환을 고려하는 실증분석 모형을 제시한다. 분석 결과는 분위수 모형은 시계열 자료에서 구조변화를 분석에 반영함으로써 오차의 불안정성으로 제기되는 문제를 우회할 수 있음을 확인한다. 그리고 공적분 모형의 장기 균형관계를 장기와 단기 추정변수를 통해 외생변수의 장·단기 영향으로 구분하고, 이를 분위별로 세분화한 예측으로 확장한다. 이상의 추정결과는 해운 이론모형에 기반한 분석을 인공지능과 기계학습으로 확장할 수 있는 근거가 된다.

• 한국컴퓨터정보학회논문지
• /
• 제29권6호
• /
• pp.113-120
• /
• 2024

정보통신 기술이 발전함에 따라 우리는 일상에서 다양한 형태의 데이터를 손쉽게 생성하고 있다. 이처럼 방대한 데이터를 효율적으로 관리하려면, 체계적인 카테고리별 분류가 필수적이다. 효율적인 검색과 탐색을 위해서 데이터는 트리 형태의 계층적 구조인 범주 트리로 조직화되는데, 이는 뉴스 웹사이트나 위키피디아에서 자주 볼 수 있는 구조이다. 이에 따라 방대한 양의 문서를 범주 트리의 단말 노드로 분류하는 다양한 기법들이 제안되었다. 그러나 범주 트리를 대상으로 하는 문서 분류기법들은 범주 트리의 높이가 증가할수록 단말 노드의 수가 기하급수적으로 늘어나고 루트 노드부터 단말 노드까지의 길이가 길어져서 오분류 가능성이 증가하며, 결국 분류 정확도의 저하로 이어진다. 그러므로 본 연구에서는 사용자의 요구 분류 정확도를 만족시키면서 세분화된 분류를 구현할 수 있는 새로운 노드 확장 기반 분류 알고리즘을 제안한다. 제안 기법은 탐욕적 접근법을 활용하여 높은 분류정확도를 갖는 노드를 우선적으로 확장함으로써, 범주 트리의 분류 정확도를 극대화한다. 실데이터를 이용한 실험 결과는 제안 기법이 단순 방법보다 향상된 성능을 제공함을 입증한다.

• 한국지반공학회논문집
• /
• 제37권5호
• /
• pp.47-63
• /
• 2021

최근 디지털 트윈 관점의 3차원 지하공간 지도의 수요 및 유관분야의 연계 활용 요구가 증대되고 있다. 그러나 전국단위의 지반조사 자료의 방대함과 이를 활용함에 있어 공간적/추계학적 기법 적용의 불확실성으로 인해 신뢰도 높은 지역적 지반특성화 연구와 그에 따른 최적화 모델 제시에 어려움이 있다. 따라서 본 연구에서는 서울지역 3차원 지하공간의 공학적 지층분류를 위해 다층 퍼셉트론(MLP) 기반의 최적 학습모델을 구축하였다. 먼저, 서울지역에 분포하는 시추공별 층상구조 및 3차원 공간좌표를 표준화 서식에 따라 지반정보 데이터베이스로 구축하고 기계학습을 위한 결측치 보정, 정규화 등의 데이터 전처리를 하였다. MLP 모델의 파라미터 최적화와 정밀도 및 정확도 관련 모델 성능 평가를 통해 최적의 피팅 모델을 설계하였다. 이후 3차원 지반 공간레이어 구축을 위한 수치표고모델 기반 격자망을 구성하고, 단위격자별 MLP기반 예측모델 적용을 통한 층상구조를 결정하고 이를 가시화하였다. 구축된 3차원 지반모델은 범용적인 지구통계학적 공간보간 기법의 적용 결과 및 지질도의 표토층 성상과 비교하여 그 성능을 평가하였다.

• 한국시뮬레이션학회논문지
• /
• 제18권4호
• /
• pp.197-206
• /
• 2009

의료정보 시스템은 의료영상과 진단정보를 공유할 수 있는 환경을 제공해주는 효과적인 진단 보조 도구이지만 단순히 정보의 저장과 전송만을 제공한다. 이러한 단점을 해결하고 진단활동의 효율성을 높이기 위해서는 의료영상 분류 및 검색 시스템이 필요하다. 의료영상 분류 및 검색 시스템은 질환 영상과 유사한 영상을 제공함으로써 진단활동의 효율성을 높이고, 다양한 사례 확인을 통하여 보다 전문적인 의료활동을 제공할 수 있다. 그러나 기존의 영상 분류 및 검색 시스템은 영상의 표면적인 정보만을 이용하므로 영상이 내포하는 의미를 파악하기 어렵다. 그러므로 영상의 표면적인 정보뿐만 아니라 영상을 구성하는 요소들의 관계를 파악하여 영상을 분류할 수 있는 의료영상 분류 시스템이 필요하다. 본 논문에서 제안한 기법은 뇌 자기공명영상에서 영상의 표면적인 정보와 공간정보를 추출하여 뇌 자기공명영상을 학습하고 분류한다. 영상의 표면적인 정보는 영상 자체가 갖는 색상, 모양 등의 정보로 하위 영상정보라 하고, 영상의 논리정보를 상위 영상정보라 한다. 본 논문에서는 하위 영상정보와 상위 영상정보를 추출할 때 뇌의 해부학적 명칭과 구조를 활용하였다. 하위 영상정보는 뇌 영상의 부분 영역들에 대한 해부학적 명칭을 부여하기 위해 활용되고, 상위 영상정보는 명칭이 부여된 부분 영역들의 관계를 활용하여 정보를 추출한다. 각 정보는 학습과 분류에 사용된다. 실험에서는 질환을 갖는 뇌 자기공명영상을 활용하였다.

• 한국항해항만학회지
• /
• 제42권6호
• /
• pp.539-545
• /
• 2018

운임시장의 심한 변동성과 시계열 데이터의 불안정성으로 해운시황 예측에 대한 연구가 큰 성과를 내지 못하고 있지만 최근 대표적인 비선형 모델인 기계학습모델을 적용한 연구들이 활발히 진행되고 있다. 대부분의 기존 연구가 계량모델의 설계단계에서 입력변수에 해당하는 요인들을 기존 문헌연구와 연구자의 직관에 의존하여 선정했기 때문에 요인선정에 대한 체계적인 연구가 필요하다. 본 연구에서는 케이프선 운임을 대상으로 단계적 회귀모형과 랜덤포레스트모델을 이용하여 중요 영향요인을 분석하였다. 해운시장에서 비교적 단순한 수급구조를 가져 요인파악이 용이한 케이프선 운임을 대상으로 하였으며 총 16개의 수급요인들을 사전 추출하였다. 요인간의 상호관련성을 파악하여 단계적 회귀는 8개 요인, 랜덤포레스트는 10개 요인을 분석대상으로 선정하였으며 선정된 변수를 입력변수로 하여 예측한 결과를 비교하였다. 랜덤포레스트의 예측성능이 아주 우수하였는데 수요요인이 주로 선정된 단계적 회귀분석과는 달리 공급요인이 비중 있게 선정되었기 때문인 것으로 판단된다. 본 연구는 운임예측 연구에 있어 운임결정요인에 대한 과학적인 근거를 마련하였으며 이를 위해 기계학습 기반의 모델을 활용하였다는데 연구적 의의가 있다. 또한 시장정보의 분석에 있어 실무자들이 어떤 변수에 중점을 두어야 하는지에 대해 합리적 근거를 제시한 측면에서 해운기업의 의사결정에 실질적 도움이 될 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제18권1호
• /
• pp.77-88
• /
• 2017

최근 지식과 정보가 가치를 생산하는 지식기반사회로 접어들면서 지식재산권의 대표적인 형태인 특허에 대한 중요성이 매우 높아지고 있으며 출원되는 특허의 양도 매년 증가하고 있다. 방대한 양의 특허정보를 효과적으로 이용하기 위해서 특허문서를 그 발명의 기술적 주제에 따라 적절하게 분류하는 것이 필요하며 이를 위해 IPC(International Patent Classification)가 주로 사용되고 있다. 현재 주로 사람의 손으로 이뤄지는 특허문서의 IPC 분류과정의 효율성을 높이기 위하여 다양한 데이터마이닝과 기계학습 알고리즘을 기반으로 IPC 자동분류에 관한 연구들이 수행되어 왔다. 하지만 기존의 IPC 자동분류에 관한 연구의 대부분은 특허문서의 구조적 특징과 같은 특허문서 고유의 데이터 특성에 대한 고려보다는 다양한 기계학습 알고리즘을 특허문서로 적용하는 것에 초점을 맞춰왔다. 이에 본 논문에서는 IPC 자동분류를 위해 특허문서의 특징과 구조적 필드의 역할을 기반으로 특허문서 분류에 영향을 끼치는 두 가지 필드, 기술분야 및 배경기술 필드의 활용을 제안한다. 그리고 특허문서가 동시에 다수의 IPC 분류코드를 가지는 점을 반영하여 다중 레이블 분류(multi-label classification) 모델을 구축한다. 또한 IPC 다중 레이블 분류의 실제 현장에서의 적용 가능성 확인을 위해 630개의 범주를 가지는 IPC 서브클래스 레벨까지 분류 가능한 수법을 제안한다. 이를 위해 국내에서 등록된 564,793건의 특허문서를 대상으로 특허문서의 구조적 필드의 영향을 확인하기 위한 IPC 다중 레이블 분류 실험을 수행하였고, 그 결과 제목, 요약, 청구항, 기술분야 및 배경기술 필드를 활용한 실험에서 87.2%의 싱글매치 정확도를 얻었다. 이를 통해 기술분야 및 배경기술 두 필드가 IPC 서브클래스 레벨까지의 다중 레이블 분류의 정확도를 향상시키는데 중요한 역할을 하고 있음을 확인하였다.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1997년도 춘계학술발표회논문집(1)
• /
• pp.581-586
• /
• 1997

중대사고시 노심의 손상에 의한 노심용융물이 원자로 용기 하부 반구로 재배치될 때 고온의 노심용융물에 의한 열적 부하로 원자로 용기의 파손을 일으키게 된다. 원자로 용기하부 반구 내에서의 노심용융물의 열적 거동 및 하부 반구에 대한 열적 부하에 대한 분석은 용융물의 성분 및 재배치 과정의 복잡성 등으로 인한 실험적 모사의 한계성 및 현상 분석의 난이함에도 불구하고 기존 원자로의 중대사고에 대한 안전 여유도의 제고와 이에 따른 노내외 사고 관리 전략의 수립을 위하여 연구의 필요성이 제기된다. 본 연구에서는 노심용융물 냉각연구(SONATA-IV)의 예비 실험으로 노심용융물의 상사물로 $Al_2$O$_3$/Fe Thermite 용융물을 이용하여 실제 원자로 용기 하부 반구를 1/8 로 선형 축소한 반구형 실험 용기로 주입하는 실험을 수행하였다. 아울러 원자로 용기 하부 반구로 재배치된 노심용융물에 의한 열적, 기계적 부하에 대한 분석을 수행하기 개발된 유한 요소 프로그램인 CALF (Computer Analysis for Lower Head Failure ) 코드를 이용한 하부 반구의 열적 거동에 대한 해석 결과를 정리하였다. 용융물 주입 실험 결과 용융물 주입과 동시에 하부 반구에 직경 5cm 크기의 하부 반구 파손이 발생하였다. 이는 고온 용융물에 의한 제트류(Jet Impingement)의 효과로 생각된다 동일한 조건에서 CALF 코드로 하부 반구의 열적 거동을 분석하였는데, 실험과는 달리 하부 반구의 파손이 발생하지 않았다 이같은 해석 결과는 용융물의 제트류 효과가 존재하지 않는다면 고온의 용융물이 하부 반구 내로 재배치되더라도 하부 반구의 파손이 발생하지 않는다는 것을 보여준다.>$_3$ 흡착제 제조시 TiO$_2$ 함량에 따른 Co$^{2＋}$ 흡착량과 25$0^{\circ}C$의 고온에서 ZrO$_2$와 $Al_2$O$_3$의 표면에 생성된 코발트 화합물을 XPS와 EPMA로 부터 확인하였다.인을 명시적으로 설명할 수 있다. 둘째, 오류의 시발점을 정확히 포착하여 동기가 분명한 수정대책을 강구할 수 있다. 셋째, 음운 과 정의 분석 모델은 새로운 언어 학습시에 관련된 언어 상호간의 구조적 마찰을 설명해 줄 수 있다. 넷째, 불규칙적이며 종잡기 힘들고 단편적인 것으로만 보이던 중간언어도 일정한 체계 속에서 변화한다는 사실을 알 수 있다. 다섯째, 종전의 오류 분석에서는 지나치게 모국어의 영향만 강조하고 다른 요인들에 대해서는 다분히 추상적인 언급으로 끝났지만 이 분석을 통 해서 배경어, 목표어, 특히 중간규칙의 역할이 괄목할 만한 것임을 가시적으로 관찰할 수 있 다. 이와 같은 오류분석 방법은 학습자의 모국어 및 관련 외국어의 음운규칙만 알면 어느 학습대상 외국어에라도 적용할 수 있는 보편성을 지니는 것으로 사료된다.없다. 그렇다면 겹의문사를 [-wh]의리를 지 닌 의문사의 병렬로 분석할 수 없다. 예를 들어 누구누구를 [주구-이-ν가] [누구누구-이- ν가]로부터 생성되었다고 볼 수 없다. 그러므로 [-wh] 겹의문사는 복수 의미를 지닐 수 없 다. 그러면 단수 의미는 어떻게 생성되는가\ulcorner 본 논문에서는 표면적 형태에도 불구하고 [-wh]의미의 겹의문사는 병렬적 관계의 합성어가 아니라 내부구조를 지니지 않은 단순한 단어(minim

• 기술혁신연구
• /
• 제28권4호
• /
• pp.151-163
• /
• 2020

포스트 코로나 시대 전통적 정형화된 업무는 지능화된 기계와 온라인 플랫폼 등 디지털 기술에 의해 대체되고, 디지털 전환 기술과 고숙련 근로자 및 비정형 업무 간 강한 상호 보완관계를 바탕으로 고용 없는 경기회복이 전개될 가능성이 크다. 특히, 우리나라 산업 내 직무 구성을 살펴보면, 반복업무 지수가 지속적으로 상승하는 추세다. 이는 포스트 코로나 시대 디지털 전환의 가속화에 따른 노동시장에 대한 부작용 및 파급효과가 우리나라 경제체제 내 고착화될 가능성이 큼을 시사한다. 이러한 배경 하, 본 연구에서는 우리 경제사회 시스템의 구조적 변화를 일으킬 디지털 전환의 내재적 속성에 대한 심층적 이해를 바탕으로, 잠재적 위기 극복 및 문제해결을 위한 개념적 틀을 제공하고자 한다. 특히, 포스트 코로나 시대 디지털 기술발전과 학습 간 상호작용에 주목하여, 혁신체제의 구조적 전환을 통한 새로운 균형점으로의 이행을 위한 혁신정책의 역할을 재정립하고자 한다. 이와 함께, 포스트 코로나 시대 우리나라 혁신체제가 미래 환경 변화에 능동적으로 대응할 수 있는 적절한 제도적 요소들로 구성되어 있는지 살펴보고, 포스트 코로나 시대 디지털 전환이라는 기술변화 흐름에 능동적으로 대응할 수 있는 미래지향적 혁신정책 수립 방향을 제시하고자 한다.

• 정보처리학회논문지B
• /
• 제13B권5호
• /
• pp.533-540
• /
• 2006

웹에 분산된 모든 윈 페이지는 구조가 서로 다르다. 시멘틱 웹 환경은 이형적인 구조를 갖는 웹 페이지들의 메타데이터 바탕으로 시멘틱 검색이 가능하다. 그러나 일반적으로 사용자의 요구에 따른 시멘틱 김색은 상황에 따라 엄청난 수의 검색 결과를 내놓는다. 따라서 검색 결과에 대해 각 사용자에 맞는 검색 결과 순위를 적용할 필요가 있다. Culture Finder는 시멘틱 웹 검색 에이전트들이 개인화 된 문화 정보를 검색할 수 있도록 도움을 준다. Culture Finder는 웹에 존재하는 각 웹 페이지에 대한 메타 데이터를 작성하고, 시멘틱 검색을 이행하며 사용자 프로파일을 기반으로 삼아 검색 결과에 대한 순위 점수를 계산한다. Culture Finder에는 개인화 된 시멘틱 검색을 효율적으로 실행하기 위해 중요한 5가지 기법이 적용되었다. 사용자의 검색 행위로부터 사용자 프로파일을 생성하기 위한 기계 학습기법, 시멘틱 웹 검색 에이전트를 위한 효율적인 시멘틱 검색 기법, 사용자 질의의 효과적인 파악을 위한 질의 분석 기법, 각 사용자에게 적합한 검색 결과를 제공하기 위한 순위 적용 기술, 메타데이터를 생성하기 위한 상위 온톨로지 표현 방법, 본 논문에서는 Culture Finder의 구조를 통해서 시멘틱 개인화 검색에 대한 기법을 제안한다.