• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.1443-1444
• /
• 2007

지속적으로 증가되는 전기에너지 공급의 신뢰성을 높이기 위하여 전력설비 주요 사고 원인인 부분방전(PD : Partial Discharge)을 검출하고 결함원의 패턴인식 방법의 개발 필요성 날로 증가되고 있다. 본 논문은 부분방전의 패턴인식 확률을 높이기 위하여 검출된 부분방전의 주파수 분석을 이용하여 Conventional PRPD Analysis 방법의 결함 판독확률을 향상시키기 위하여 Advanced PRPD를 제안 한다. 이를 위하여, GIS(Gas Insulated Switchgear)의 주요 사고원인으로 인식되어 있는 결함들을 인위적으로 제작 후 삽입하여 부분방전을 발생시켜 자체 설계 개발된 UHF 내장형 센서를 이용하여 검출하였다. 새로이 제안하는 방법과 기존의 PRPD 방법의 인식률을 상호 비교하기 위하여, 두 가지 그룹을, 즉, 기존의 방법에 의한 것과 부분방전의 주파수 분석이 포함된 방법에 의한 데이터그룹을 구축하고 학습방법은 동일한 인공신경망 MLP (Multilayer Perceptron)를 이용하여 인식률과 학습시간을 동시에 비교하였다. 상호 비교 결과에 의하면, 후자의 방법이 인식확률 뿐만아니라 학습시간도 좋은 결과가 나타났다.

• 대한치과의사협회지
• /
• 제21권7호통권170호
• /
• pp.525-528
• /
• 1983

치수가 어떤 병적상태에 있는지 정확히 구분해 내는 것은 매우 어려운 일이다. 한 병적상태에서 다른 질환으로 쉽게 이행되고 염증상태에 있는 치수는 위촉되어 질환을 분류하는데 중첩되고 또한 병리조직학적 관점에서 진단해 내야 하기 때문에 임상에서 정확한 진단을 내리는데는 난점이 많다. 그러나 환자가 호소하는 주증상과 기왕증은 진단에 매우 중용한 부분을 찾이 하고 술자가 관찰하는 여러 가지 시험들을 토대로 하여 종합관찰한 후에 진단을 내려야 할 것이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1987년도 전기.전자공학 학술대회 논문집(II)
• /
• pp.1104-1106
• /
• 1987

본 논문은 한글 자모 인식에 관한 새로운 방법을 제시한다. 본 연구는 한글패턴을 독립된 자소의 부분패턴으로 나누어서 특정점들(끝점, 7굴곡점, T굴곡점)을 추출하여 각 굴곡점에서 연결되는 점과의 벡터를 글자의 크기에 관계없도록 하기 위해 크기가 1인 단위벡터를 구한 후 이들의 합성벡터를 생성한다. 생성된 합성벡터들의 수, 벡터들이 지준축과 이루는 각, 그리고 특정점들의 수로부터 한글의 기본 자모를 분류하는 과정을 연구하였다. 입력된 한글패턴은 이미 세선화가 된 자모패턴으로 하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.401-404
• /
• 2004

본 연구에서는 다양한 뉴스그룹들 중에서 사용자의 취향과 유사한 뉴스그룹들을 코호넨 신경망을 이용하여 추천해주는 방법을 제시한다. 신경망을 학습시키기 위한 뉴스 문서의 키워드들을 선택하기 위해 여러 문서들로부터 후보 용어들을 추출하고 퍼지 추론을 적용하여 대표 용어들을 선택한다. 하지만 신경망의 학습패턴을 관찰해 보면, 맡은 부분이 비어있는 희소성 문제를 발견할 수 있다. 이에 본 연구에서는 통계적인 결정계수를 도입하여 불필요한 차원을 제거한 후 신경망을 학습시키는 새로운 방법을 제안한다. 제안된 방법은 모든 차원을 활용할 때 보다 클러스터내 거리와 클러스터간 거리의 척도를 이용한 클러스터 중첩도 면에서 우수한 분류 성능을 보여줌을 확인하였다.

• 대한공간정보학회지
• /
• 제1권2호
• /
• pp.207-221
• /
• 1993

단지조성(주택단지 또는 공업단지)의 각 단계별로 설계의 기본이 되는 자료의 성격을 분류한 후 단지조성업무의 전산시스템화를 위한 구성모델을 제시하였다. 특히 적지분석 및 토공설계 부분의 전산화와 평가 결과를 통하여 향후 단지조성업무의 효율화에 기여할 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (B)
• /
• pp.199-202
• /
• 2007

본 논문에서는 주어진 영상을 필터링하여 영상의 스타일을 제거하는 방법을 제시한다. 스타일이 제거된 영상은 영상 분류, 특징점 인식, 영상 분할 등의 다양한 용도에 쓰일 수 있다. 또한 원래 영상과 스타일이 제거된 영상을 비교하여 영상의 스타일을 유추할 수 있다. 본 논문에서는 이를 위해 주어진 영상에서 스타일 벡터를 계산한 후 계산된 스타일 벡터를 이용하여 영상에 양방향 필터링을 적용한다. 이 때 영상의 경계 부분에서 스타일을 효과적으로 분리하는 방법과 다중 해상 처리 방법을 적용하여 다양한 크기와 방향의 스타일을 찾아낸다. 그 결과 주어진 영상에서 다양한 크기와 방향의 스타일을 제거하고 영상의 중요한 내용만을 효과적으로 나타낸다.

• 조명전기설비학회논문지
• /
• 제22권4호
• /
• pp.26-34
• /
• 2008

본 연구는 도로 관제 목적으로 사용 중인 가시 카메라(Visible Camera)를 사용하여 촬영한 도로표면 영상을 화상 인식 도로표면의 상태를 식별하는 방법과 기준을 제안하였다. 먼저, 입력 화상은 낮 시간대의 아스팔트 포장 도로면을 촬영하여 도로표면 상태의 화상을 만들었고, 편광 및 웨이블릿 변환(Wavelet transform)으로 도로 표면을 5가지의 상태(건조, 습윤, 수막, 적설, 동결)로 인식할 수 있는 분류기준절차를 연구하였다. 표면 화상 인식 과정은 편광계수(수직/수평 편광 비율) 값이 1.3 이상이면 젖은 땅으로 분류한 후, 다음으로 젖은 땅을 제외한 나머지는 웨이블릿 패킷 변환을 통해 시간-주파수 분석을 하였다. 또한 영상 템플릿을 이용하여 마른 땅과 빙판의 표준적인 주파수 특성을 분석하여, 마른 땅과 빙판을 구분하였다. 입력 영상에 대해서 제안한 도로표면상태의 인식분류 및 기준에 따라, 도로표면영상에서 마른 부분과 젖은 부분을 구분한 결과를 정리하였다.

• 식물분류학회지
• /
• 제39권4호
• /
• pp.309-314
• /
• 2009

전남 구례군, 광주광역시 그리고 인천광역시에서 미기록 귀화식물 2종을 발견하였다. 유럽육절보리풀로 이름 붙인 Glyceria declinata $Br{\acute{e}}b$.(벼과)는 전남 구례군 구례읍 섬진강 부근과 광주광역시 동구 사동 광주천 부근에서 확인되었으며, 근연 분류군인 육절보리풀(G. acutiflora)과 비교하여 소수의 길이는 15-20mm로 짧고, 호영의 끝부분이 뭉툭한 특징으로 구별된다. 또한 처진미꾸리광이로 이름 붙인 Puccinellia distans (Jacq.) Parl. (벼과) 는 인천광역시 영종도, 용유도, 강화군 초지진 등에서 확인되었으며, 근연 분류군인 갯꾸러미풀(P. nipponica)에 비해 호영은 길이 1.8-2.5mm이고, 엽설은 길이 1-2mm로 더 작고, 개화기 후 화서의 밑 부분 가지가 밑으로 젖혀지는 특징으로 구별된다.

• 한국비블리아학회지
• /
• 제27권3호
• /
• pp.25-50
• /
• 2016

기록관리학이 독자적인 학문영역으로 발전해가고 있다. 하지만 KDC를 비롯한 기존의 문헌분류표에서는 분류 항목 배열이 기록관리학의 특성을 제대로 반영하지 못하여 분류항목의 전개가 불합리한 부분이 있으며, 주제영역별 세목전개의 재배치가 필요하다. 따라서 이 연구에서는 기록관리학의 학문 특성에 따라 주제영역을 기록관리 일반, 기록관리 법 정책, 기록물의 수집 선별 평가, 기록물의 조직, 기록정보서비스, 기록물 관리 및 보존, 기록관 운영, 기록관리 기관 등 8개 영역으로 설정하고, 현대 주요 문헌분류표인 KDC, DDC, NDC, UDC, LCC의 분류체계를 분석한 후, "대한민국 국가서지"의 기록관리학 분야 유별 자료현황 및 주제어 분석 결과를 반영하여 KDC 기록관리학 분야의 분류체계 수정 전개 방안을 제시하였다. 기록관리학 관련 주제영역 8개 분야의 내용은 KDC 028로 통합할 수 있도록 변경하였다.

• 방송공학회논문지
• /
• 제23권5호
• /
• pp.669-681
• /
• 2018

본 논문에서는 고해상도 자궁경부암 세포사진을 CNN(Convolution Neural Network)을 통해 효과적으로 인식 및 분류하는 방법을 소개한다. 이때 고려되는 세포의 종류는 Ascus, Inflammation, RCC, Normal 로 네 가지가 있다. 본 논문에서는 먼저 기존의 고해상도 이미지를 분류하는 알고리즘을 소개하고, 이 방법을 이용하여 고해상도 세포사진을 분류하는 과정에서 어떤 정보의 손실이 발생하는지 분석한 후, 이를 해결하기 위한 방법을 제시한다. 이를 위해서 본 논문에서 제안하는 학습 모델에서는 dilated convolution을 이용하여 고해상도 사진의 정보의 손실을 최소한으로 줄임과 동시에 학습속도 빠르게 하는 알고리즘을 제시한다. 또한 이미지 전처리 과정으로 임계치를 사용함으로써 암세포를 판단하는데 혼란을 줄 수 있는 부분을 제거함으로써 인식률을 향상시킨다. 본 논문에서 제시되는 실험 결과를 통해, 제안한 알고리즘이 기존 기술보다 높은 인식률을 제공하는 것을 확인할 수 있었다.