• 전자공학회논문지
• /
• 제50권7호
• /
• pp.216-224
• /
• 2013

영상분할에 사용되는 문턱치 처리 방법들 중 Otsu 방법은 클래스 내 분산(within-class variance)을 이용하여 최적의 문턱치를 자동으로 추정한다. 이때, Otsu 방법은 각 클래스(class)의 통계적 분포를 표현함에 있어 분산을 사용하며, 이러한 분산은 평균으로부터 해당 자료까지의 거리 제곱으로 표현된다. 그 결과, Otsu 방법의 최적 문턱치는 분산의 크기에 큰 영향을 받으며, 분산들 중 크기가 큰 쪽으로 편향되는 문제점을 보인다. 이에 본 논문은 분산을 표준편차로 변경함으로써 이러한 현상을 감소시켰으며, 보다 정확한 문턱치를 추정할 수 있었다. 본 논문은 기존의 클래스 분산(class variance)을 클래스 표준편차(class standard deviation)로 대체하였으며, 문턱치 선택 기준으로서 클래스 내 표준편차(within-class standard deviation)을 제안하였다. 타당성을 검증하기 위해 두 개의 정규분포 히스토그램(histogram) 및 음영이 있는 영상들에 대해 모의실험을 수행하였으며, 제안된 방법을 Otsu 방법 및 기존의 방법들과 비교하였다. 또한, 객관적 성능평가(Misclassification Error)를 통해 제안된 방법의 우수성을 확인하였다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2004년도 제5회 정기학술발표대회 논문집
• /
• pp.476-479
• /
• 2004

1970년대 산업화의 과정에서 인구의 도시 집중으로 인한 주택수요의 급격한 증가로 우리나라의 주택정책은 공급위주의 편향된 방향으로 진행되었다. 급속한 공동주택의 보급은 품질의 조악화에 따른 조기 노후화의 문제를 유발하였으며, 재건축과 리모델링이 이를 해결할 수 있는 방안들로 대두되었다. 따라서 본 연구에서는 소유자들이 스스로 주체가 되어 자신들의 공동주택에 대한 합리적인 의사결정을 도모할 수 있도록 재건축과 리모델링을 판단하는 평가방법을 제시하고자 한다. 우선 평가 항목 선정 과정을 통해 기능성과 경제성을 평가항목으로 설정하고, 재건축과 리모델링 의사결정을 위한 방법을 설정하기 위하여 계층화분석법을 이용하였으며, 기능성과 경제성 평가항목의 평가치를 통일하기 위하여 다기준의사결정법의 벡터규준화와 선형변환 과정을 이용하였다. 이러한 평가방법을 통해서 노후 공동주택의 소유자 조합이 합리적으로 대안을 선택할 수 있을 것으로 판단된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권9호
• /
• pp.281-290
• /
• 2020

시각-언어 이동 문제는 시각 이해와 언어 이해 능력을 함께 요구하는 복합 지능 문제이다. 본 논문에서는 시각-언어 이동 에이전트를 위한 새로운 학습 모델을 제안한다. 이 모델은 데모 데이터에 기초한 모방 학습과 행동 보상에 기초한 강화 학습을 함께 결합한 복합 학습을 채택하고 있다. 따라서 이 모델은 데모 데이터에 편향될 수 있는 모방 학습의 문제와 상대적으로 낮은 데이터 효율성을 갖는 강화 학습의 문제를 상호 보완적으로 해소할 수 있다. 또한, 제안 모델에서는 기존의 목표 기반 보상 함수들의 문제점을 해결하기 위해 설계된 새로운 경로 기반 보상 함수를 이용한다. 본 논문에서는 Matterport3D 시뮬레이션 환경과 R2R 벤치마크 데이터 집합을 이용한 다양한 실험들을 통해, 제안 모델의 높은 성능을 입증하였다.

• 대한원격탐사학회지
• /
• 제31권6호
• /
• pp.583-598
• /
• 2015

본 연구에서는 천리안위성 기반의 지표면 열적 특성 감시 및 기상현상 탐지에 이용할 수 있는 배경 온도장을 산출하고 지상관측자료 및 지리정보와 비교하여 정확도를 검증하였다. 배경온도장은 밝기온도를 선택하였으며 2012년 자료를 이용하여 월별로 매 시간대에 대해 산출되었다. 밝기온도 자료에서 청천화소와 구름화소를 구별하기 위해 천리안 구름탐지를 사용하였고, 천리안 구름탐지의 입력자료로 사용된 수치모델자료와 공간 균질성 검사 부분에서 구름 오탐지현상을 발견하였다. 과다하게 구름으로 오탐지된 화소는 통계적인 방법에 기반한 구름화소 복원을 통해 해결하였다. 산출된 밝기온도 배경장은 지상관측 기온과 0.95의 상관관계를 보였으며 0.66 K의 편향과 4.88 K의 평균 제곱근 오차를 보였다. 밝기온도 배경장과 고도는 시간대와 계절에 따라 변동성을 보이는 음의 상관관계를 보였다. 녹지와의 상관관계는 기온이 높은 계절 및 주간에 높게 나타났으며, 상관관계의 시간에 따른 변화가 관측되었다. 이러한 이유로 지표면온도 산출 시 시간에 따른 방출률을 별도로 구성해야 할 필요성이 제기되었다.

• 응용통계연구
• /
• 제28권1호
• /
• pp.9-21
• /
• 2015

SVM은 높은 수준의 분류 정확도와 유연성을 바탕으로 다양한 분야의 분류분석에서 널리 사용되고 있다. 그러나 집단별 개체수가 상이한 불균형 자료의 분류분석에서 SVM은 다수집단으로 편향되게 분류함수를 추정하므로 소수집단의 분류 정확도가 심각하게 감소하게 된다. 불균형 자료의 분류분석을 위하여 집단별 오분류 비용을 차등 적용하는 가중 $L_2$-norm SVM이 개발되었으나, 이는 릿지 형태의 벌칙함수를 사용하므로 분류함수의 추정에서 불필요한 잡음변수의 제거에는 효율적이지 못하다. 따라서 본 논문에서는 라소 형태의 별칙함수를 사용하고 훈련개체의 오분류 비용을 차등적으로 부여함으로서 불균형 자료의 분류분석에서 변수선택의 기능을 지니는 가중 $L_1$-norm SVM을 제안하였으며, 모의실험과 실제자료의 분석을 통하여 제안한 방법론의 효율적인 성능과 유용성을 확인하였다.

• 디지털융복합연구
• /
• 제17권10호
• /
• pp.439-446
• /
• 2019

한국 문화 전반에 성 평등을 주제로 한 페미니즘이 중요한 이슈로 연구 대상적 가치가 급상승하였다. 페미니즘 영화란 단지 여성의 권익을 주장하거나 옹호하는 차원의 수준이 아닌 과거 남성들이 창조한 스토리 속에서 대상화되거나 타자화 된 인물로 왜곡, 인위적으로 묘사되던 그릇된 여성의 모습이 아닌 시선과 사고의 본질적 주체로서 사회 속 개인의 삶의 문제를 근원적으로 탐구하는 영화라고 할 수 있다. 이와 같은 관점에서 전고운 감독의 영화 '소공녀(2018)'를 분석하였으며 영화 속에는 남성 편향적 고정관념과 불평등적 사회구조에도 주인공의 꿋꿋한 자기 선택과 초월적 사고를 보여주는 페미니즘 적인 주제를 표현하고 있음을 알 수 있었다. 대중영화가 세상에 대한 넓은 식견을 키우는 교육 계몽적 성격을 견지하고 성숙한 사회문화를 선도해야 한다는 관점에서 이와 같은 사회에 대한 전지적 통찰과 이상적 인간관에 대한 제고 등을 다룬 영화는 사회를 긍정적이고 이상적으로 바꾸는 데 큰 역할을 할 것이라고 생각된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.264-264
• /
• 2019

개수로 흐름 해석을 위해 수치모형을 적용할 때 반드시 거쳐야 하는 과정이 격자망을 구성하는 일이다. 불규칙한 형상의 자연수로를 모의할 때 격자망 생성은 쉬운 일이 아니며, 따라서 가시적으로 격자망 생성을 돕고, 격자망의 수정도 용이한 도구가 요구된다. 따라서 본 연구에서는 수심적분된 흐름방정식을 지배방정식으로 하여 개수로 흐름 해석을 용이하게 하고자 그래픽 사용자 인터페이스(GUI)를 개발하였으며, 이를 소개하고자 한다. 격자망은 기본적으로 사각형과 삼각형 요소로 구성될 수 있으며, 유한차분모형 등에서는 정형사각형 격자망을, 유한요소모형에서는 비정형 사각형 및 삼각형 격자망 또는 혼합망을 생성시킬 수 있다. 이산점(scatter points)이나 절점(node points)을 생성하거나 기존의 자료를 불러들여 삼각망 또는 사각망을 형성시킬 수 있으며, 연속선(polylines)을 작성하여 형성된 폐다각형(polygones)을 이용하여 정규 또는 비정규의 삼각망 또는 사각망을 형성시킬 수 있다. 또한 두 점사이를 선형 또는 반원 형태로 편향 정도(biased value)를 설정하여 원하는 개수만큼 나눌 수 있도록 하여, 보다 효율적인 격자형성이 가능토록 하였다. 기존 상용 프로그램에서 작성된 격자를 불러들여 활용 가능하며, 백그라운드 이미지로 지형도나 위성사진을 띄어놓고 이미지 상에서 격자를 형성할 수도 있다. 기본적으로 마우스를 이용하여 화면의 이동, 확대 및 축소와 점, 선, 요소의 생성 및 선택이 가능하다. 본 프로그램은 Qt와 modern OpenGL을 바탕으로 제작되었으며, 마이크로소프트사의 windows 뿐만 아니라 Mac OS, Linux 버전의 설치 파일 작성이 가능하다.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권8호
• /
• pp.63-75
• /
• 2020

이 연구는 유튜브 케이팝 뮤직 비디오의 조회수와 시각적 연출 특성 간의 관계에 대해서 연구한다. 2012년 '강남스타일'의 국제적인 주목을 시작으로 현재까지 전 세계로부터 관심받고 있는 케이팝 뮤직 비디오를 중심으로 분석한다. 직관적으로 드러나지 않는 뮤직 비디오 조회수에 관련한 요소의 실재 여부와 조회수에 영향을 주는 구체적인 요소의 발견 가능성에 대해 의문을 제기한다. 이전 연구는 조회수와 관련된 뮤직 비디오의 요소를 알아내는 데에 있어서 소수의 작품을 중심으로 뮤직 비디오들을 비교하는 연구방법을 선택했기 때문에 중심이 되는 작품에 편향된 결과가 나온다는 한계가 있었다. 따라서, 이 연구는 조회수에 따라 9개의 뮤직 비디오를 3개의 그룹으로 나누고 시각적 연출 특성을 기준으로 분석하여 3개의 그룹 간 차이점 및 각 그룹의 특징을 찾는 것을 목표로 한다. 이 연구는 조회수라는 요소가 주목받고 있는 유튜브 시장 내 뮤직 비디오 분야의 발전에 기여할 것으로 기대된다.

• 한국농림기상학회지
• /
• 제20권1호
• /
• pp.5-17
• /
• 2018

KoFlux의 표준화된 에디 공분산 플럭스 자료 처리과정이 갱신되는 과정에서 그 처리 방법에 따른 결과도 조금씩 달라져 왔다. 대부분의 자료 사용자들은 자료 처리 결과의 차이와 이러한 차이가 자신들의 분석결과에 미칠 수 있는 영향에 대해 명확히 인지하지 못하고 자료를 사용하고 있는 실정이다. 본 총설에서는 KoFlux 데이터베이스를 사용하는 연구자들에게 자료처리 과정을 투명하게 정리하여 자료에 대한 신뢰성과 활용성을 확보하기 위해, 과거의 자료 처리 방법이 어떻게 변화되고 개선되었는지를 평탄하고 균질한 해남 논 관측지(HPK)와 복잡하고 비균질한 광릉 활엽수림 관측지(GDK) 자료를 처리하고 그 차이를 확인하여 문서화하였다. 관측 대상지와 관측 장비의 다양화로 인해, 기존에 무시되거나 간소화 되었던 자료 처리 과정(예, 주파수 반응 보정, 정상성 검정 등)을 다시 적용하였고, 메탄 플럭스 결측 메우기와 이산화탄소 플럭스 보정 및 배분 방법을 새롭게 개선하였다. 본 연구결과로부터 에디 공분산 플럭스 관측 자료의 품질에 주파수 반응 보정(HPK: 연적산값의 11~18%의 편향 발생, GDK: 6~10%)과 정상성 점검(HPK: 연적산값의 4~19%의 편향 발생, GDK: 9~23%)이 매우 중요하고, 결측 메우기 및 배분 과정에 있어서 우선적으로 결측을 최소화하는 것이 최선이며, 대상 플럭스의 변동을 설명할 수 있는 적절한 조절 인자의 선택이 처리방법의 선택보다 중요함을 확인 하였다. 장기 KoFlux 관측 자료의 정확성, 투명성 및 연속성 확보를 위해 위의 결과를 반영하는 자료 처리 기술 개발과 문서화를 지속적으로 추진해 나갈 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권9호
• /
• pp.351-360
• /
• 2018

전통적으로 나태한 학습에 해당하는 국소가중회귀(LWR: Locally Weighted Regression)모델은 입력변수인 질의지점에 따라 예측의 해를 얻기 위해 일정구간 범위내의 학습 데이터를 대상으로 질의지점의 거리에 따라 가중값을 달리 부여하여 학습 한 결과로 얻은 짧은 구간내의 회귀식이다. 본 연구는 메모리 기반학습의 형태에 해당하는 LWR을 위한 점진적 앙상블 학습과정을 제안한다. LWR를 위한 본 연구의 점진적 앙상블 학습법은 유전알고리즘을 이용하여 시간에 따라 LWR모델들을 순차적으로 생성하고 통합하는 것이다. 기존의 LWR 한계는 인디케이터 함수와 학습 데이터의 선택에 따라 다중의 LWR모델이 생성될 수 있으며 이 모델에 따라 예측 해의 질도 달라질 수 있다. 하지만 다중의 LWR 모델의 선택이나 결합의 문제 해결을 위한 연구가 수행되지 않았다. 본 연구에서는 인디케이터 함수와 학습 데이터에 따라 초기 LWR 모델을 생성한 후 진화 학습 과정을 반복하여 적절한 인디케이터 함수를 선택하며 또한 다른 학습 데이터에 적용한 LWR 모델의 평가와 개선을 통하여 학습 데이터로 인한 편향을 극복하고자 한다. 모든 구간에 대해 데이터가 발생 되면 점진적으로 LWR모델을 생성하여 보관하는 열심학습(Eager learning)방식을 취하고 있다. 특정 시점에 예측의 해를 얻기 위해 일정구간 내에 신규로 발생된 데이터들을 기반으로 LWR모델을 생성한 후 유전자 알고리즘을 이용하여 구간 내의 기존 LWR모델들과 결합하는 방식이다. 제안하는 학습방법은 기존 단순평균법을 이용한 다중 LWR모델들의 선택방법 보다 적합도 평가에서 우수한 결과를 보여주고 있다. 특정지역의 시간 별 교통량, 고속도로 휴게소의 시간별 매출액 등의 실제 데이터를 적용하여 본 연구의 LWR에 의한 결과들의 연결된 패턴과 다중회귀분석을 이용한 예측결과를 비교하고 있다.