• 한국콘텐츠학회논문지
• /
• 제10권4호
• /
• pp.10-18
• /
• 2010

본 논문에서는 유전자알고리즘을 이용한 시그모이드 활성화 함수 파라미터의 최적화와 이중나선기준문제(two spirals benchmark problem)의 입력공간 패턴인식 상태를 분석 한다. 실험을 위하여 캐스케이드 코릴레이션 학습 알고리즘(Cascade Correlation learning algorithm)을 이용한다. 첫 번째 실험에서는 기본적인 시그모이드 활성화 함수를 사용하여 이중나선 문제를 분석하고, 두 번째 실험에서는 시그모이드 활성화 함수(sigmoidal activation function)의 파라미터 값이 서로 다른 함수를 사용하여 8개의 풀을 구성한다. 세 번째 실험에서는 시그모이드 함수의 변위를 결정하는 세 개의 파라미터 값을 유전자 알고리즘을 이용하여 얻고 이 파라미터 값들이 적용된 시그모이드 함수들은 후보뉴런의 활성화를 위해서 사용된다. 이러한 알고리즘의 성능평가를 위하여 각 학습단계 마다 입력패턴공간에서 인식된 이중나선의 형태를 보여준다.

• 대한교통학회지
• /
• 제17권1호
• /
• pp.105-112
• /
• 1999

차량대수, 속도, 대기행렬길이, 정체 및 유고 검지 등의 실시간 교통 정보를 얻기 위하여 현재 영상처리기술(Image Processing technique)이 기존의 루프검지기(Loop Detector)가 갖는 여러 단점들을 보완하는 효과적인 대체검지기로 널리 인식되고있다. 그러나 현재 사용되는 대부분의 영상검지기는 아주 작은 영역에서의 흑백 강도값(gray level)를 사용하며, 따라서 검지기의 정확도는 취급하는 영상의 화질에 크게 영향을 밭을 뿐만 아니라 3차원 실제 공간이 2차원 영상평면으로 표출되므로 생기는 투시사영(perspective projection)문제에 효과적으로 대처할 수 없다. 이런 문제 때문에 현재 영상검지기는 가능한 한 높게 그리고 도로면에 수직으로 카메라를 설치하여 가능한 한 평면화 된 2차원의 영상을 얻어 처리한다. 그러나 이는 한대의 검지기가 포함할 수 있는 영역이 매우 작을 뿐만 아니라, 가능한 한 카메라를 높게 설치해야 하므로 현실적으로 많은 어려움이 따른다. 본 연구에서는 카메라의 설치 위치 또는 각도에 따라 인식율의 정확도에 큰 차이를 보이는 기존의 알고리즘에서 탈피하여, 낮은 위치에 설치할 때 나타나는 투시사영 문제 및 물체 영상의 일부가 가려져 다음 물체의 인식이 곤란한 문제 등을 해결하기 위한 새로운 방법을 제시하였다. 본 연구에서 제시된 방법은 차량의 검지뿐만 아니라 차량의 위치, 3차원 공간에서의 차량의 관계 등에 관한 정보를 얻을 수 있으며, 사용된 알고리즘은 3차원 공간에서의 물체 인식에 우수한 확장된 Hough Transform에 기초하고 있다.

• 인터넷정보학회논문지
• /
• 제20권3호
• /
• pp.33-41
• /
• 2019

본 논문에서는 실내 공간 이미지의 의미론적 영상 분할을 위해 배경과 물체로 재설계된 클래스를 학습하는 방법을 제안한다. 의미론적 영상 분할은 이미지의 벽이나 침대 등 의미를 갖는 부분들을 픽셀 단위로 나누는 기술이다. 기존 의미론적 영상 분할에 대한 연구들은 신경망을 통해 이미지의 다양한 객체 클래스들을 학습하는 방법들을 제시해왔고, 긴 학습 시간에 비해 정확도가 부족하다는 문제가 지적되었다. 그러나 물체와 배경을 분리하는 문제에서는, 다양한 객체 클래스를 학습할 필요가 없다. 따라서 우리는 이 문제에 집중해, 클래스를 단순화 후에 학습하는 방법을 제안한다. 학습 방법의 실험 결과로 기존 방법들보다 정확도가 약 5~12% 정도 높았다. 그리고 같은 환경에서 클래스를 달리 구성했을 때 학습 시간이 약 14 ~ 60분 정도 단축됐으며, 이에 따라 물체와 배경을 분리하는 문제에 대해 제안하는 방법이 효율적임을 보인다.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.375-383
• /
• 2021

COVID-19로 인해 사람들은 외출과 모임 자제로 온라인 쇼핑, 온라인 여행, 화상회의 등 새로운 라이프 스타일을 구축하고 있다. 이러한 급격한 사회의 변화는 새로운 문제들을 야기시킴과 동시에 기존의 문제들을 심화시키고 있다. 특히 온라인 소비가 크게 증가함에 따라 생활물류산업에서는 교통체증, 대기오염, 배송기사의 과중한 업무 등이 심화되고 있으며 대면배송이 새로운 문제점으로 나타나고 있다. 4차 산업혁명의 등장으로 드론에 인공지능, 자율주행 등을 활용한 무인 배달이 기존 생활물류산업의 대체산업으로 떠오르고 있으나 드론의 비행에 따른 물류시설의 공간과 추가적인 물류부지 확보가 해결되어야 하는 새로운 문제점으로 나타난다. 따라서, 기존의 문제들과 새롭게 생겨난 문제들을 해소할 수 있는 드론을 위한 물류시설의 공간으로 기존 운수 사업인 지하철을 활용하여 물류 이동과 보관, 배송 등과 같은 부가적인 서비스를 연계하고자 한다.

• 한국산학기술학회논문지
• /
• 제11권12호
• /
• pp.5015-5022
• /
• 2010

기존의 패턴 탐사 기법들은 대부분 객체가 갖는 공간 정보의 연속적인 변화에 대한 패턴 탐사는 가능하나, 추출하고자 하는 패턴에 반드시 포함되어야 하는 공간 정보에 대한 제약이 없어 특정 지점들 사이의 최적 경로 탐색 문제나 단위기간 동안 이동 객체가 순회해야 하는 지점들에 대한 경로 예측 문제 등에 적용하기 어렵다. 본 논문에서는 Road Network 상의 특정한 지점들 사이를 이동한 객체의 위치 데이터들 중 최다 빈발 패턴과 시간 및 비용 등의 가중치를 복합적으로 고려하여 최적의 이동 경로를 탐색하는 방법(Spatial-Temporal Optimal Moving Pattern(with Frequency & Weight) algorithm)[13]을 이용하여, 공간 개념 계층에 따른 경로 탐색의 정확도를 분석한다. 분석의 결과는 패턴 탐사 과정에 있어 공간 제약을 적용하여 검색 데이터 범위를 축소함으로써 데이터베이스 검색 시간을 최소화함을 보이고, 또한 공간 추상 계층의 각 계층별 영역 내 포함여부를 고려함으로써 효율적으로 최적 이동 패턴을 탐색하여 제공하도록 한다.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.439-448
• /
• 2006

Kohonen SOM(Self-Organizing Map)이나 MLP(Multi-Layer Perceptron), SVM(Support Vector Machine)과 같은 기존의 인식 및 클러스터링 알고리즘들은 새로운 입력 패턴에 대한 적응성이 떨어지고 학습 패턴 자체의 복잡도에 대한 학습률의 의존도가 크게 나타나는 등 여러 가지 단점이 있다. 이러한 학습 알고리즘의 단점은 문제의 학습 패턴자체의 특성을 잃지 않고 문제의 복잡도를 낮출 수 있다면 보완할 수 있다. 패턴 자체의 특성을 유지하며 복잡도를 낮추는 방법론은 여러 가지가 있으며, 본 논문에서는 커널 공간 해석 기법을 접근 방법으로 한다. 본 논문에서 제안하는 kSOM(kernel based SOM)은 원 공간의 데이터가 갖는 복잡도를 무한대에 가까운 초 고차원의 공간으로 대응시킴으로써 데이터의 분포가 원 공간의 분포에 비해 상대적으로 성긴(spase) 구조적 특정을 지니게 하여 클러스터링 및 인식률의 상승을 보장하는 메커니즘 을 제안한다. 클러스터링 및 인식률의 산출은 본 논문에서 제안한 새로운 유사성 탐색 및 갱신 기법에 근거하여 수행한다. CEDAR DB를 이용한 필기체 문자 클러스터링 및 인식 실험을 통해 기존의 SOM과 본 논문에서 제안한 kSOM과 성능을 비교한다.

• Spatial Information Research
• /
• 제16권4호
• /
• pp.499-511
• /
• 2008

다양한 공간문제 해결을 위한 효율적 인 국가공간정보기반 구축 및 활용은 중요한 과제이다. 우리나라가 1995년 1차 국가 GIS사업을 시작한 이래 3차 국가GIS사업을 추진하고 있는 현시점에서, 본 논문은 우리나라의 국가공간정보기반이 미국의 911사태와 같은 국가안전이나 재해관리 등 국가적 이슈해결을 위한 통합적인 도구로 활용되기 위해서는 부족한 점이 있다고 판단한다. 수치지도 생산중심의 서술적 NSDI에서 문제해결을 위한 처방적 NSDI로 발전시켜 나아가야 NSDI의 의미가 부각되고 활용성이 높아진다는 것을 주장한다. 우리나라 NSDI를 처방적으로 발전시키기 위해, 우선 선진 SDI에 관한 기존 연구와 이론적 검토 그리고 현재까지의 우리나라 NSDI 현황분석을 수행하였다. 이를 통해 현재 우리나라 NSDI를 서술적 NSDI 단계라고 파악하고, 처방적 NSDI를 위해 새로운 요소와 개념을 소개하였다. 이러한 처방적 NSDI의 새로운 발전양상을 처방적 NSDI모델로 종합하고, 마지막으로 이를 위한 추진과제를 제시하였다.

• 컴퓨터교육학회논문지
• /
• 제4권1호
• /
• pp.175-181
• /
• 2001

WBI(Web-Based Instruction)는 하이퍼미디어를 토대로 유연한 학습환경을 실현하고, 다양한 상호작용으로 원격교육을 지원하는 새로운 교육 패러다임이다. 그러나, WBI 에서 교수자와 학습자는 하이퍼텍스트와 인터넷을 기반으로 한 하이퍼미디어의 가상공간에 방치되므로 방향상실과 인지적 부하등과 같은 문제에 직면해 있다. 본 논문에서는, 이러한 현상을 해결하기 위하여 교수자와 학습자 자신이 학습공간을 구축하여 관리하며, 효과적으로 학습공간을 탐색할 수 있는 교수/학습 지원시스템을 설계/구현하였다. 본 논문에서 설계/구현한 하이퍼맵은 학습공간을 2 차원 그래프 형식으로 정적 또는 동적인 방식으로 표현한다. 또한, 학습공간의 탐색은 기존의 브라우저가 제공하는 1 차원 선형방식이 아닌 2 차원 탐색방식을 기반으로 하므로써 방향상실과 인지적 부하 문제를 해결하고 있다. 본 논문의 하이퍼맵은 교육설계 도구와 학습경험의 상호교환을 위한 학습자의 포트폴리오로 사용할 수 있으며 WBI의 평가도 적용할 수 있어, WBI를 교육현장에 정착시키는데 유용하다.

• 대한지리학회지
• /
• 제43권1호
• /
• pp.71-86
• /
• 2008

공간정보를 전달하고 이해하는 과정에서 여러 가지 원인으로 의사소통의 불일치가 발생한다. 이 연구의 목적은 '맞은편' 이라는 공간언어를 통해 공간언어가 갖고 있는 의미의 모호성이 사람들 간 의사소통 문제를 일으키는 하나의 원인이 된다는 점을 실험을 통해서 증명하는 것이다. 단순화된 '사거리'를 활용하는 평가도구를 통해 실험 참가자들이 생각하는 '맞은편'은 어디이며, 그 방향이 맞은편을 얼마나 정확하게 의미하는지를 조사하였다. 본 실험은 대부분의 실험 참가자들이 한 방향 이상을 '맞은편'으로 적절하다고 판단하고 있음을 밝혔다. 이러한 결과는 '맞은편' 이라는 용어가 갖고 있는 의미의 모호성을 증명하는 것이다. 대부분의 실험 참가자들은 준거로 주어진 정사각형 건물의 수직과 수평 방향을 고르게 '맞은편'으로 고려하는 경향을 보였다. 준거가 되는 건물의 형태 변화, 준거가 되는 건물에 내재적 방향성 부여 등도 '맞은편' 의 방향을 결정하는데 의미 있는 영향을 주는 것으로 드러났다.

• 한국정보과학회논문지:데이타베이스
• /
• 제32권5호
• /
• pp.536-546
• /
• 2005

이 논문은 공간 조인연산 시 인덱스가 존재하지 않는 두 입력 테이블에 대한 후보 객체들의 여과 단계 처리이다 이 분야에 대한 기존 알고리즘들은 대개 공간 데이타의 조인 연산에서는 우수한 성능을 나타내고 있지만 입력 테이블에 객체들이 편중되어 있을 경우 성능이 저하되는 문제를 가지고 있으며, 이러한 단점을 보완할 수 있는 방법에 대한 연구는 미흡한 상태이다 따라서, 이 논문에서는 인덱스가 존재하지 않는 두 입력 테이블의 편중된 객체에 대한 문제를 해결하기 위해 기존 연구인 Spatial Hash Join 알고리즘을 개선한 Spatial Hash Strip loin 알고리즘을 제안한다. SHSJ 알고리즘과 기존 SHJ 알고리즘의 차이점은 입력 데이타 집합을 버킷에 할당 시 버킷 용량에 제한을 두지 않는다는 점과 버킷의 조인 단계에서 SSSJ 알고리즘을 사용한다는 것이다. 제안한 SHSJ 알고리즘의 성능 평가를 위해 Tiger/line 데이타를 사용하여 평가한 결과 인덱스가 존재하지 않으며 편중 분포를 갖는 입력 테이블에 대한 공간 조인 연산의 성능이 기존 SHJ와 SSSJ 알고리즘보다 우수함이 검증되었다.