• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.589-592
• /
• 2001

본 논문에서는 고속 필기 한글 주소 인식을 위한 낱자 인식기를 제안한다. 인식 대상은 우편번호 여섯 자리에 할당된 주소에 출현 빈도가 높은 필기 한글 469 자이다. 제안된 방법은 낱자 인식 기법을 채택하고 있으며, 인식률과 처리속도를 향상시키기 위하여 2 단계 인식 전략을 채택하였다. 인식기로는 다층퍼셉트론, 최소거리분류기, Subspace 방법을 고려한다. 다층퍼셉트론은 비교적 높은 인식률과 처리속도를 보유하지만 출력값이 확률이 아님으로써 후처리를 필요로 하는 시스템에서 사용하기 어렵다. 최소거리분류기는 간단한 알고리즘으로 처리속도가 높고 확률을 출력하는 장점을 갖지만 인식률이 낮아 활용되기 어렵다. 또한 Subspace 방법은 인식률이 높고 확률을 출력하지만 처리속도가 매우 느리다는 단점이 있다. 따라서 제안방법에서는 처리속도가 높은 인식기 - 다층퍼셉트론, 최소거리분류기 - 를 사용하여 선인식을 수행한 후, 이 결과를 활용하여 인식 대상을 제한한 후 Subspace 방법을 사용하여 정확하게 인식하는 전략을 도입함으로써, 높은 인식결과를 유지하면서 처리속도를 높이고 후처리에 적합하도록 하였다. PE92 데이터베이스를 사용하여 실험한 결과 제안방법이 한글 469 자에 대하여 비교적 높은 인식률과 처리속도를 갖음을 알 수 있었다.

• Journal of Information Management
• /
• v.36 no.4
• /
• pp.51-69
• /
• 2005

High-speed classification method becomes an important research issue in text categorization systems. A fast text categorization technique, named feature value voting, is introduced recently on the text categorization problems. But the classification accuracy of this technique is not good as its classification speed. We present a novel approach for feature selection, named document-side feature selection, and apply it to feature value voting method. In this approach, there is no feature selection process in learning phase; but realtime feature selection is executed in classification phase. Our results show that feature value voting with document-side feature selection can allow fast and accurate text classification system, which seems to be competitive in classification performance with Support Vector Machines, the state-of-the-art text categorization algorithms.

• Korean Journal of Soil Science and Fertilizer
• /
• v.42 no.2
• /
• pp.103-109
• /
• 2009

Soils originated from limestone, located at the southern part of Kangwon province and Jecheon, Danyang of Chungbuk province are mainly composed of fine texture, and have different properties from soils originated from granite and granite gneiss, especially for water movement. This study was conducted for classification of hydrologic soil group (HSG) of soils originated from limestone by measuring the infiltration rate of surface soils and percolation rate of sub soils. Soils used for the experiment were 6 soils in total : Gwarim, Mosan, Jangseong, Maji, Anmi and Pyongan series. Infiltration and percolation rate were measured by a disc tension infiltrometer and a Guelph permeameter, respectively. Particle size distribution and organic matter content of the soils were analyzed. HSG, which was made by USDA NRCS(National Resources Conservation Service) for hydrology, of Gwarim series with O horizon of accumulated organic matter was classified as type A which show the properties of low runoff potential, rapid infiltration and percolation rate. HSG of Mosan series, which has high gravel content and very rapid permeability, was classified as type B/D because of the impermaeble base rock layer under 50cm from surface. HSG of Jangseong series with shallow soil depth was classified as type C/D owing to the impermaeble base rock layer under 50cm from surface. HSG of Maji series was type B, and HSG of Anmi series used as paddy land was type D because of slow infiltration and percolation rate caused by the disturbance of surface soil by puddling. HSG of Pyeongan series having a sudden change of layer in soil texture was type D because of the slow percolation rate caused a the layer.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.172-175
• /
• 2016

본 논문은 손목에 부착된 단일 3축 가속도 센서를 이용하여 사용자 움직임 기반의 휴식, 걷기, 달리기(느린속도, 빠른속도)를 분류하는 방법에 관한 연구이다. 초당 32회 표본 값의 가속도 정보에서 특징 신호인 평균, 표준편차를 산출하고 사용자의 행동상태를 4가지 상태로 분류한다. 분류 기준이 모호한 상태전이 신호에 대해 6가지 상태로 분류하여 구해진 총 10개의 행동상태 정보를 2차원 평면에 사영하고 최종적으로 K-means 군집화 기법을 적용하여 사용자의 행동상태를 4가지 상태로 분류한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.1021-1024
• /
• 2009

현재 사용되고 있는 통행시간 분류방법은 하나의 통행시간을 대푯값으로 가지고 있다. 이에 문제점은 고속도로 특성으로 규정 속도 이상의 속도로 주행하는 차량, 규정 속도 및 휴게소 이용차량, 운전자의 운전 습성, 통행 목적, 피로의 정도, 운전자 성향과 도로상황에 따라 통행시간이 다르게 나타나는 점이다. TCS(Toll Collection System) 자료는 고속도로의 다양한 특성이 포함되어 있으며, 대상 구간의 거리가 멀수록 목적지에 도달하는 통행시간의 분산이 커지는 특성 또한 보인다. 따라서 이를 처리하기 위한 효율적인 통행시간 분류, 구간대표통행시간 추출 알고리즘이 필요하다. 기존의 방법은 전체 통행차량의 통행시간을 감안한 방법으로 통행시간 예측시 정확성이 저하된다. 본 연구에서는 TCS 자료를 Fuzzy c-means 알고리즘을 이용하여 일일 고속도로 통행시간의 시간별 주행특성을 고려한 대푯 값을 추출하는 알고리즘을 제안하였다. 실제 서울-청주 구간을 운행한 TCS 자료를 가지고 실시한 실험으로, 주행특성 및 도로상황을 고려한 Fuzzy c-means를 이용한 통행시간 분류방법과 기존의 통행시간 분류 방법을 통한 통행시간을 PIFAB를 사용 TCS 자료의 실제 통행시간과 경로통행시간을 비교 평가하였다. 평가한 결과 본 연구에서 제안하는 Fuzzy c-means기법은 기존 방법인 MAD기법보다 75%, 신뢰구간(95%) 추출법 대비 81%의 정확성을 제고하였다.

• Phonetics and Speech Sciences
• /
• v.15 no.2
• /
• pp.43-51
• /
• 2023

In this paper, we propose an approach for dialect classification based on the speed and pause of speech utterances as well as the age and gender of the speakers. Dialect classification is one of the important techniques for speech analysis. For example, an accurate dialect classification model can potentially improve the performance of speaker or speech recognition. According to previous studies, research based on deep learning using Mel-Frequency Cepstral Coefficients (MFCC) features has been the dominant approach. We focus on the acoustic differences between regions and conduct dialect classification based on the extracted features derived from the differences. In this paper, we propose an approach of extracting underexplored additional features, namely the speed and the pauses of speech utterances along with the metadata including the age and the gender of the speakers. Experimental results show that our proposed approach results in higher accuracy, especially with the speech rate feature, compared to the method only using the MFCC features. The accuracy improved from 91.02% to 97.02% compared to the previous method that only used MFCC features, by incorporating all the proposed features in this paper.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.20 no.6
• /
• pp.47-54
• /
• 2021

The number of freeway traffic accidents in Korea is about 4,000 as of 2020, and deaths per traffic accident is about 3.7 times higher than other roads due to non-recurring congestion and high driving speed. Most of the accident types on freeways are side and rear-end collisions, and one of the main factors is hazard traffic flow caused by merge, diverge and accidents. Therefore, the hazard traffic flow, which appears in a continuous flow such as a freeway, can be said to be important information for the driver to prevent accidents. This study tried to classify hazard traffic flows, such as the speed change point and the section where the speed difference by lane, using individual vehicle information. The homogeneous segment of speed was classified using spatial separation based on geohash and space mean speed that can indicate the speed difference of individual vehicles within the same section and the speed deviation between vehicles. As a result, I could extract the diverging influence segment and the hazard traffic flow segment that can provide dangerous segments information of freeways.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.43-44
• /
• 2018

본 논문에서는 SDN환경에서 트래픽 분류를 위한 특징 선택 기법을 제안한다. 최근 들어 다양한 스마트폰 어플리케이션이나 다양한 IoT 기기들이 등장하고 있다. 다양한 IoT 기기나 어플리케이션은 엄청난 양의 트래픽을 발생시킨다. 엄청난 양의 트래픽은 전송속도를 저하시킬 뿐만 아니라, 높은 Quality of Service(QoS)를 보장하기가 힘들다. 또한 이러한 문제점들을 보안하기 위해 Software Defined Networking(SDN)이라는 기술이 빠른속도로 발전하고 있으며, 본 논문에서는 다양한 어플리케이션과 IoT 기기의 트래픽을 SDN환경에서 분류 하며, 트래픽의 분류 정확도와 더 빠른 분류를 위해 트래픽의 특징 선택 기법을 제안한다. 특징 선택을 수행한 뒤, 트래픽 분류를 진행하면 트래픽 분류 정확도를 높이고, 트래픽 분류시간은 줄어드는 효과를 보이며, 높은 QoS를 보장함으로써, 기존 네트워크 트래픽의 부하가 줄어드는 우수한 성능을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.763-765
• /
• 2005

본 논문에서는 점증적 분류 성능을 갖는 단계형(cascade) 분류기를 이용한 새로운 실시간 얼굴 탐지시스템을 제안하고자 한다. 제안된 시스템의 첫 단계는 전처리 단계로써 매우 빠른 속도를 갖는 새로운 피부색 탐지기를 이용하여 탐색 공간을 대폭 축소하고, 두 번째 단계에서는 빠른 분류가 가능한 유사-하(Haar-like) 특징을 이용한 단계형 분류기를 배치하여 빠른 속도로 후보 얼굴을 검출한다. 마지막 단계에서는 탐지율을 높이기 위해 단일 클래스 SVM인 SVDD를 분류기로 사용하였으며, 실험을 통하여 제안된 시스템의 우수성을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.732-735
• /
• 2020

기존에 지도학습 방법은 성능은 좋지만, 학습할 때 비디오 데이터와 정답 라벨이 있어야 한다. 그러나 이러한 데이터의 라벨을 수동으로 붙여줘야 하는 문제점과 그에 필요한 시간과 돈이 크다는 것이다. 이러한 문제점을 해결하기 위한 다양한 방법 중 자기지도학습(Self-Supervised Learning) 중 하나인 회전 방법을 비디오 데이터에 적용하여 학습하는 연구를 진행하였다. 본 연구에서는 두가지 방법을 제안한다. 먼저 기존의 비디오 데이터를 입력으로 받으면 단순히 비디오 자체를 회전시키는 것이 아닌 입력으로 들어온 비디오의 각각 프레임이 시간이 지나면서 일정한 속도로 회전을 시킨다. 이때의 회전은 총 네 가지 각도[0, 90, 180, 270]를 분류하도록 하는 방법론이다. 두 번째로 비디오의 프레임이 시간이 지나면서 변할 때 프레임 별로 고정된 각도로 회전시키는데 이때 회전하는 속도 네 가지 [1x, 0.5x, 0.25x, 0.125]를 분류하도록 하는 방법론이다. 이와 같은 제안하는 pretext task들을 통해 네트워크를 학습한 뒤, 학습된 모델을 fine tune 시켜 비디오 분류에 대한 실험을 수행 및 결과를 도출하였다.