• 제목/요약/키워드: 분류오류

검색결과 646건 처리시간 0.029초

음절 커널 기반 영화평 감성 분류 (A Syllable Kernel based Sentiment Classification for Movie Reviews)

  • 김상도;박성배;박세영;이상조;김권양
    • 한국지능시스템학회논문지
    • /
    • 제20권2호
    • /
    • pp.202-207
    • /
    • 2010
  • 본 논문에서는 감성 점수가 명시적으로 부여되지 않은 온라인 영화평에 대해 자동으로 감성을 분류하는 방법을 제안한다. 긍정이나 부정과 같은 감성 극성 분류를 위해 문자열 커널의 확장 모델인 음절 커널에 기반한 지지벡터기계를 분류기로 사용한다. 실험을 통하여 띄어쓰기나 철자 오류 같은 문법적인 오류가 빈번한 온라인 영화평에 대한 감성 분류에서 제안한 음절 커널 방법이 효과적임을 보인다.

오류 데이터로부터의 데이터 품질 메트릭의 정립 (Establishing Data Quality Metric from Dirty Data)

  • 김수경;최병주
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (1)
    • /
    • pp.409-411
    • /
    • 2000
  • 소프트웨어 제품의 품질을 보증하는 일은 매우 중요하며, 국제 표준인 ISO/IEC9126은 소프트웨어 품질 특성 및 측적 메트릭 표준을 제공하고 있다. 이때 ISO/IEC 9126에서는 소프트웨어를 프로그램, 절차, 규칙 및 관련문서로 한정하고 있기 때문에 데이터의 품질에는 적용할 수 없다. 본 논문에서는 데이터 품질 평가 및 제어를 위하여 오류 데이터 형태를 분류하고, 이를 기반으로 데이터 품질 특성을 추출한다. 추출된 데이터 품질 특성을 측정하기 위해, 오류 데이터를 품질 속성으로 하는 데이터 품질 특성을 추출한다. 본 논문에서 제시하는 데이터 품질 메트릭은 지식 공학(knowledge engineering) 시스템이 최종 사용자에게 제공하는 데이터나 지식의 품질 측정 및 제어에 기준이 된다.

  • PDF

MRF 기반 반복적 경계지역내 분류수정 (MRF-based Iterative Class-Modification in Boundary)

  • 이상훈
    • 대한원격탐사학회지
    • /
    • 제20권2호
    • /
    • pp.139-152
    • /
    • 2004
  • 본 연구에서는 수정이방성복원 후 지역확장분할 영상분류의 분류오류를 Markov Random Field(MRF) 기반 분류자를 사용하여 개선시킬 것을 제안하고 있다. 제안 접근법은 지역확장분할 분류에 의해 생성된 결과에서 분류오류의 발생 가능성이 높은 경계지역을 정의하고 경계지역내의 화소들에 대해 재분류를 수행하여 수정하는 것이다. 재분류를 위한 MRF 기반 분류자는 지역확장분할 분류에 의해 추정된 클래스 수와 클래스 특성 값을 기반으로 하여 분류를 수행하는 반복적인 기법이다. 모의자료에 대한 실험은 제안 기법이 분류 정확성을 향상시킴을 보여주었다 그러나 실제적으로 많은 탐사지역의 피복형태는 매우 복잡한 구조를 갖고 있으므로 일반적 MRF 기반 기법의 사용은 원격탐사 영상의 정확한 분석을 이끌어 내지 못할 수 있으므로 본 연구는 다중 분류자를 사용하는 다단계 경계지역 수정기법을 제안한다. 한반도의 실제 원격탐사 영상자료에 대한 적용결과는 다단계 기법의 효과성을 잘 보여주고 있다. 다단계 반복적 경계지역 내 분류수정은 분석지역에 존재하는 자세한 구조를 보존하는 한편 지역적 명확한 구분의 분류결과를 생성한다.

화학 산업 시설에서의 인적 오류 분석을 위한 HEP 프로그램 개발 (Development of Human Error Probability Program for Human Error Analysis of Chemical Plants)

  • 고재욱;임차순;박교식
    • 한국가스학회지
    • /
    • 제6권4호
    • /
    • pp.1-7
    • /
    • 2002
  • 인적 오류(human error)는 공장설비의 설계, 제작, 건설, 운전, 유지$\cdot$보수의 모든 단계에서 발생할 수 있으며 사고의 대부분이 인적 오류의 영향과 관계되어 있는 것으로 조사되고 있다. 본 연구에서는 현장의 작업자 행동 특성 및 오류 메커니즘을 확인하고, 평가분류 쉬트를 활용하여 공정에서 발생하는 인적 오류를 분석하였다. 또한 ASEP HRA 절차를 이용하여 인적 오류 확률(HEP) 산정 알고리즘을 구축하여 현장에서 쉽게 인적 오류를 분석할 수 있는 ASEP HEP 프로그램을 개발하였다. 이를 이용하여 화학공장에서의 가능한 인적 오류사고를 예방하고 보다 체계적인 인적 오류 방지대책을 수립할 수 있다고 판단된다.

  • PDF

오류 역전파 기반 ECG 특징을 이용한 심방조기수축(PAC) 분류 (Classification of Premature Atrial Contraction using Feature of ECG Signal based on Error Back-Propagation)

  • 전은광;남윤영;이화민
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2017년도 춘계학술발표대회
    • /
    • pp.669-672
    • /
    • 2017
  • 최근 한국인의 주요 사망원인 중 하나로 부정맥이 부각되고 있다. 심방조기수축(PAC:Premature Atrial Contraction)은 심방이 동방결절의 명령이 있기 전에 수축해 버리는 것이다. 심방조기수축은 일시적으로 유발하였다 사라지곤 할 수 있기 때문에 심한 증상이 없다면 생명에 위협을 가하진 않지만 반대의 경우에는 위험할 수 있다. 따라서 비정상적인 심장 박동이 발생하면 이를 검출하여 조기에 부정맥을 진단할 수 있는 방법이 필요하다. 이를 위해 대상의 ECG 신호로부터 QRS패턴에 해당하는 특징들을 추출하였고 특징들을 이용하여 심방조기수축 파형을 분류한다. 오류 역전파 기반으로 특징들을 훈련하며 가중치와 바이어스값을 구한뒤 이를 이용하여 정상파형과 심방조기수축 파형을 분류한다.

하이브리드 다중모델 학습기법을 이용한 자동 문서 분류 (Automatic Text Categorization Using Hybrid Multiple Model Schemes)

  • 명순희;김인철
    • 정보관리학회지
    • /
    • 제19권4호
    • /
    • pp.35-51
    • /
    • 2002
  • 본 논문에서는 다중 모델 기계학습 기법을 이용하여 자동 문서 분류의 성능과 신뢰도를 향상시킬 수 있는 연구와 실험 결과를 기술하였다. 기존의 다중 모델 기계 학습법들이 훈련 데이터 또는 학습 알고리즘의 편향에 의한 오류를 극복하고자 한 것인데 비해 본 논문에서 제안한 메타 학습을 이용한 하이브리드 다중 모델 방식은 이 두 가지의 오류 원인을 동시에 해소하고자 하였다. 다양한 문서 집합에 대한 실험 결과. 본 논문에서 제안한 하이브리드 다중 모델 학습법이 전반적으로 기존의 일반 다중모델 학습법들에 비해 높은 성능을 보였으며, 다중 모델의 결합 방식으로서 메타 학습이 투표 방식에 비해 효율적인 것으로 나타났다.

암석역학 전문가 시스템(ROMES)에 의한 암반분류 연구

  • 양형식;김남수;이희근;김호영
    • 한국암반공학회:학술대회논문집
    • /
    • 한국암반공학회 1995년도 정기총회 및 학술발표회
    • /
    • pp.181-185
    • /
    • 1995
  • 현재 구미에서 터널의 설계에는 RMR, Q와 같은 암반분류 기법과 경계요소 해석법과 같은 간략한 탄성 프로그램에 경험적 파괴조건식을 적용하여 이완대를 계산하고 터널의 지보량을 추정하는 방식이 널리 적용되고 있다. RMR이나 Q와 같은 암반분류법은 지하공동의 안정성에 영향을 미치는 중요한 지질 요인들에 근거하여 암반을 몇가지 등급으로 분류하고 지보방법을 결정하는 분류 방식으로 가장 많이 사용되고 있으나 각 항목의 평가방식이 경험적인 판단을 요하게 되어 주관적인 오류에 빠질 가능성이 많고, 또 여러 가지 대체 수단이 있어 종합적인 판단을 얻기가 용이하지가 않다. (중략)

  • PDF

아시아-오세아니아 지역의 MODIS 지면피복분류 개선 (Improvement of MODIS land cover classification over the Asia-Oceania region)

  • 박지열;서명석
    • 대한원격탐사학회지
    • /
    • 제31권2호
    • /
    • pp.51-64
    • /
    • 2015
  • 본 연구에서는 MODerate resolution Imaging Spectroradiometer (MODIS) 지면피복 분류자료(MCD12Q1)에서 분류오류로 판단되는 화소들을 재분류함으로써 분류 정확도를 개선하였다. 최근 12년(2001-2012)간의 MODIS 지면피복 분류자료에서 지면피복 유형이 3개 이상으로 분류된 화소는 분류상에 오류가 있다고 판단하여 지면피복 재분류 화소로 선정하였다. 지면피복 재분류를 위해 공간해상도는 1 km이고 시간주기는 8일인 MODIS Normalized Difference Vegetation Index (NDVI) 자료를 이용하였다. NDVI 자료 중 구름 등으로 오염된 화소를 보정하기 위해 시 공간 연속성을 이용한 보정기법인 Correction based on Spatial and Temporal Continuity (CSaTC) 기법을 이용하였다. 보정된 NDVI 자료를 1개월 주기로 합성한 후 분류 오류로 판단된 화소들에 대해 Iterative Self-Organizing Data Analysis (ISODATA) 기법으로 군집화를 수행하였다. 각 군집별 식생 계절변동 특성을 고려하여 지면피복을 분류한 후 정상으로 판정된 MODIS 지면피복과 합성하여 최종 지면피복 재분류 자료를 산출하였다. 분류 정확도는 GPS를 이용한 현장관측 자료와 유럽우주국의 지상검증참조자료 등 총 138개 지상 관측자료를 이용하여 검증을 수행하였다. 2012년 MODIS 지면피복 분류자료의 정확도는 약 68%이었으나 본 연구에서 재분류한 지면피복자료의 정확도는 약 74%로 나타나 일부 화소들에서 분류 정확도가 개선되었다.

중국어 모어 화자의 한국어 학습자의 쓰기에 나타난 오류 분석 -어휘 오류를 중심으로- (Error Analysis of Chinese Learners of the Korean Language: Focus on Analysis of Vocabulary)

  • 노병호
    • 한국융합학회논문지
    • /
    • 제6권5호
    • /
    • pp.131-142
    • /
    • 2015
  • 본 연구는 중국어 모어 화자 한국어 학습자의 쓰기에 나타난 오류 분석을 실시하여 오류의 원인을 살펴보고 이를 분석한 내용을 바탕으로 학습자들이 생산해 내는 오류에 효과적인 교육 방안을 제시하는데 있다. 본 연구의 분석 대상 자료는 '내가 생각하는 한국', '중국과 한국의 문화융합에 대하여', '친구' 등의 주제로 작문한 것을 바탕으로 모든 문장을 입력하고 이들 문장 중에서 어휘 오류를 추출하여 수정한 후, 본 연구자가 설정한 오류 유형의 범주에 의하여 재분류하였으며 분류한 오류의 빈도수를 작성하였다. 연구의 결과, 대치 오류 > 철자 오류 > 오형태 > 누락 오류 > 첨가 오류 의 순으로 오류의 유형이 나타났다. 오류 방지를 위한 교육 방안으로 문법적인 요소나 어휘의 형태적인 면을 제시할 경우에는 그 부분의 제약이 되는 점을 같이 제시해줘야 오류를 미연에 방지할 수 있을 것이다.

이종(異種) 오류원 기반의 현실적인 다중 오류 주입 시스템 (Realistic Multiple Fault Injection System Based on Heterogeneous Fault Sources)

  • 이종혁;한동국
    • 정보보호학회논문지
    • /
    • 제30권6호
    • /
    • pp.1247-1254
    • /
    • 2020
  • 스마트홈 시대가 도래하면서 실생활의 다양한 곳에 기밀성을 제공하거나 인증을 수행하는 장비들이 존재하게 되었다. 이에 따라 암호화 장비 및 인증 장비에 물리적인 공격으로부터의 안전성이 요구되고 있다. 특히 외부에서 인위적으로 오류를 주입하여 비밀 키를 복구하거나 인증 과정을 우회하는 오류 주입 공격은 매우 위협적인 공격 방법의 하나다. 오류 주입 공격에 사용되는 오류원은 레이저, 전자파, 전압 글리치, 클락 글리치 등이 있다. 오류 주입 공격은 오류가 주입되는 횟수에 따라 단일 오류 주입 공격과 다중 오류 주입 공격으로 분류된다. 기존의 다중 오류 주입 시스템은 일반적으로 단일 오류원을 사용하였다. 단일 오류원을 여러 차례 주입하도록 구성된 시스템은 물리적인 지연 시간이 존재한다는 점과 추가적인 장비가 필요하다는 단점이 존재한다. 본 논문에서는 이종(異種) 오류원을 사용하는 다중 오류 주입 시스템을 제안한다. 그리고 제안하는 시스템의 효용성을 보이기 위해 Riscure사의 Piñata 보드를 대상으로 다중 오류 주입 공격을 수행한 결과를 보인다.