• Proceedings of the Korean Association for Survey Research Conference
• /
• 2007.11a
• /
• pp.179-189
• /
• 2007

본 연구에서는 기존의 연구와는 다른 관점으로 경제학적 관점에서의 임금에 대한 연구가 아니고 통계학적인 관점에서의 임금에 의한 분류로서 직업군들 간에 작용하는 몇 가지의 변수를 이용하여 소득(실제 분석은 임금)과의 관련성을 살펴보고 직업군들을 그룹으로 분류하고자 한다. 연구 결과 KECO 직업분류의 중분류 상에서 통계적 관점으로 2차원 산점도에 의한 그룹화와 군집분석에 의한 군집화 결과 '관리직'은 다른 직업과 여러 가지 형태에서 다른 그룹으로 분류가 되며, 또한 '법률, 경찰, 소방, 교도 관련직'과 '금융, 보험 관련직' 그리고 '정보통신 관련직'이 다른 차원에서 하나의 그룹을 형성하고, '경비 및 청소 관련직'과 '농림,어업 관련직'도 하나의 그룹으로 형성되고 있다.

• Annual Conference on Human and Language Technology
• /
• 2005.10a
• /
• pp.35-42
• /
• 2005

문서 분류에서의 one class 분류 문제는 오직 하나의 범주를 생성하고 새로운 문서가 주어졌을 때 그 문서가 미리 만들어진 하나의 범주에 속하는가를 판별하는 문제이다. 기존의 여러 범주로 이루어진 분류 문제를 해결할 때와는 달리 one class 분류에서는 학습 시에 관심의 대상이 되는 하나의 범주와 관련이 있는 문서들만을 사용하여 학습을 수행하기 때문에 범주의 경계를 정하는 것은 매우 어려운 작업이다. 이에 본 논문에서는 기존의 연구에서 one class 분류 문제를 해결할 때 관심의 대상이 되는 예제의 일부를 부정 예제로 간주하여 one class 문제를 two class 문제로 변환하고 추가적으로 새로운 가상 부정 예제를 설정하여 학습을 수행하였던 방법에서 더 나아가 범주화를 위한 적절한 부정자질을 선택하고 이를 긍정자질과 함께 사용하여 학습을 수행한 후 SVM을 통하여 범주화 성능을 학인 해 보기로 한다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1357-1358
• /
• 2015

본 논문에서는 축사에서 비젼 기반으로 이동 객체를 분류하는 방법을 제안한다. 제안하는 방법은 축사 내 설치된 CCTV로부터 영상을 입력받아 Adaptive GMM알고리즘을 이용하여 이동 객체를 추출한다. 다음, 이동 객체 가 사람인지 소인지 또는 차량인지 분류하기 위해 이동 객체의 특징을 추출한다. 이동 객체 특징 추출 방법으로는 기존의 Monolithic-based방법인 HoG알고리즘을 개선하여 축사의 복잡한 환경에서 다양한 자세를 가지는 사람과 소 그리고 차량의 구조적 특징을 추출한다. 추출한 특징은 벡터화 하여 SVM분류기 입력값에 적합하도록 한다. SVM 분류를 통해 이동 객체의 구조적 특징을 블록화 하여 이동 객체의 신체 모델을 생성한다. 마지막으로 생성된 신체 모델을 이용하여 이동 객체가 사람인지 소인지 또는 차량인지 분류한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.475-478
• /
• 2000

사람의 몸 동작을 인식해야하는 여러 응용분야에서의 필요성이 대두되면서 이 분야로의 연구가 활발해지고 있다. 이 논문은 사람의 비언어적 행동을 자동적으로 분석할 수 있는 인식기 개발에 관한 것으로 실세계 3 차원 좌표값을 입력으로 하는 사람 몸 동작 패턴 분류기의 구현방법을 소개한 것이다. 하나의 사람 몸 동작은 각 몸 구성 성분(손, 아래팔, 위팔, 어깨, 머리, 몸통 등)의 움직임을 조합해서 정의한 수가 있기 때문에 개별적인 각 몸 구성성분의 움직임을 인식하여 조합해서 임의의 동작을 판별하려는 방법을 적용한다. 사람 몸 동작 패턴 분류기는 측정된 실세계 3 차원 좌표 자료를 양자화한 후 xy, zy 평면에 투영한 값을 자자 구한다. 이 결과를 각각 8 방향 체인 코드로 바꾸고 2 단계 체인 코드 평활화 사업을 하여, 4 방향 코드 체적화 및 대표 코드로의 압축단계를 거친다. 이로서 생성된 프리미티브 패턴나열들을 동작 클래스별로 분류하여 프리미티브 패턴나열의 확장으로 각각의 식별기를 구축하여 각 몸 구성 성분별 동작들을 분류한다. 일련의 실험이 행해져 그 타당성을 확인하였으며, 차후에 이 분류기는 비언어적 행동 분석을 위한 사람 몸 동작 인식기의 전처리 단계로 사용되어진 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.323-324
• /
• 2022

전 세계적으로 고령화 사회가 지속됨에 따라 평균수명이 증가하여 고령화 문제가 심각해지고 있는 추세이다. 고령에 속하는 65세 이상 노인들이 자주 발병하는 알츠하이머 치매는 명확한 치료법이 존재하지 않아 발병 전 조기 발견 및 예방이 중요하다. 본 논문에서는 컨볼루션 신경망을 기반으로 한 알츠하이머 치매분류방법을 제안한 논문과, 그래프 합성곱 신경망, 다중 커널 학습 분류기, 기계학습, SVM 분류기 등의 방법으로 알츠하이머 치매 분류에 대한 논문을 소개하고, 각각의 제안 방법 및 특징에 대해 비교분석한다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2009.04a
• /
• pp.277-278
• /
• 2009

발전된 센서 기술과 상황인지에 대한 여러 연구들을 기반으로 하여 현실 세계의 상황정보를 통합, 관리 및 활용을 위한 동기화 현실을 구축하고자 한다. 동기화 현실이란 기존의 가상현실과는 달리 실세계의 상황이 실시간으로 반영되는 가상 세계를 말한다. 동기화 현실의 구축을 위해 동적인 상황과 정적인 상황을 분류하여 가상세계에 적용시키고 분류된 상황은 각각 DSMS와 DBMS로 관리된다. 이런 정보는 OpenSimulator를 이용해서 가상세계에 반영이 되고 웹을 통한 OpenAPI를 통해 활용된다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 1997.08a
• /
• pp.99-102
• /
• 1997

인터넷 도구 중의 하나인 탐색엔진은 월드 와이드 웹의 보편화와 함께 중요한 매개체로 자리잡고 있다. 탐색엔진은 서비스 제공형태에 의해 크게 분류체계 제공형과 주제어 검색 제공형으로 나뉘어 지는데, 분류체계 제공형 엔진에 대한 연구는 그 이용빈도에 비해 부족한 편이다. 따라서, 인터넷 이용자의 탐색노력을 줄이는데 보다 유용한 분류체계 제공형 엔진에 대한 연구가 필요하다. 본 연구에서는 분류체계 제공에 중점을 두고 있는 국내외의 대표적인 탐색엔진 6종과 문헌 분류이론인 KDC와 DDC를 선정하여 그 분류체계를 비교ㆍ분석하여 적합한 형태의 탐색엔진 분류체계의 모형을 구축하고자 한다.

• Journal of Digital Contents Society
• /
• v.19 no.6
• /
• pp.1177-1183
• /
• 2018

Recent developments in machine learning have attracted a lot of attention for techniques such as machine learning and deep learning that implement artificial intelligence. In this paper, binary malicious code using deep learning based R-CNN is imaged and the feature is extracted from the image to classify the family. In this paper, two steps are used in deep learning to image malicious code using CNN. And classify the characteristics of the family of malicious codes using R-CNN. Generate malicious code as an image, extract features, classify the family, and automatically classify the evolution of malicious code. The detection rate of the proposed method is 93.4% and the accuracy is 98.6%. In addition, the CNN processing speed for image processing of malicious code is 23.3 ms, and the R-CNN processing speed is 4ms to classify one sample.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.6
• /
• pp.167-175
• /
• 2007

Fuzzy logic is used to represent qualitative knowledge and provides interpretability to a controlling system model in bioinformatics. This paper focuses on a bioinformatics data classification which is an important bioinformatics application. This paper reviews the two traditional controlling system models The sequence-based threshold controller have problems of optimal range decision for threshold readjustment and long processing time for optimal threshold induction. And the binary-based threshold controller does not guarantee for early system stability in the GPCR data classification for optimal threshold induction. To solve these problems, we proposes a fuzzy-based threshold controller for ART1 clustering in GPCR classification. We implement the proposed method and measure processing time by changing an induction recognition success rate and a classification threshold value. And, we compares the proposed method with the sequence-based threshold controller and the binary-based threshold controller The fuzzy-based threshold controller continuously readjusts threshold values with membership function of the previous recognition success rate. The fuzzy-based threshold controller keeps system stability and improves classification system efficiency in GPCR classification.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.406-409
• /
• 2008

We consider the problem of exploiting a taxonomy of propositionalized attributes in order to learn compact and robust classifiers. We introduce Propositionalized Attribute Taxonomy guided Naive Bayes Learner (PAT-NBL), an inductive learning algorithm that exploits a taxonomy of propositionalized attributes as prior knowledge to generate compact and accurate classifiers. PAT-NBL uses top-down and bottom-up search to find a locally optimal cut that corresponds to the instance space from propositionalized attribute taxonomy and data. Our experimental results on University of California-Irvine (UCI) repository data sets show that the proposed algorithm can generate a classifier that is sometimes comparably compact and accurate to those produced by standard Naive Bayes learners.