• 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.

• 인지과학
• /
• 제18권1호
• /
• pp.1-14
• /
• 2007

목적 지향 대화에서 사용자의 의도는 화행과 개념열의 쌍으로 구성된 영역 행위로 표현될 수 있다. 그러므로 지능적인 대화 시스템을 구성하기 위해서는 영역 행위를 정확히 파악하는 것이 매우 중요하다. 본 논문에서는 CRFs (Conditional Random Fields)를 이용하여 화행과 개념열을 동시에 결정하는 통계 모델을 제안한다. 편향 학습 문제를 피하기 위하여 제안한 모델은 어휘와 품사 같은 낮은 수준의 언어 자질을 입력 자질로 사용하며, 카이 제곱 통계량을 이용하여 불필요한 자질들을 제거한다. 일정 관리 영역에서 실험을 수행한 결과, 제안한 모델은 화행 분류 정착률에서 93.0%, 개념열 분류 정확률에서 90.2%의 좋은 성능을 보였다.

• 정보관리연구
• /
• 제43권3호
• /
• pp.79-95
• /
• 2012

이 연구는 관광분야의 학문적 특성을 분석하고, 주요 분류법의 관광분야 분류체계를 비교 분석하여 분류항목을 추출한 후, 이를 토대로 관광분야의 새로운 분류체계를 설계하였다. 연구내용을 요약하면 다음과 같다. 첫째, 주요 분류법의 관광분야 분류체계를 분석한 결과 분류항목이 여행 및 관광, 관광정책, 관광자원 등에 편중되어 있으며, 관광분야 연구영역과 비교하면 누락되거나 소홀히 취급된 항목이 많아 적용에 어려움이 많다. 둘째, 관광분야 개론서를 바탕으로 관광분야 연구영역을 추출하고, 주요 분류법의 분류항목과 비교 분석하여 분류항목의 기본범주를 관광일반, 관광주체, 관광객체, 관광매체의 4개 영역으로 설정하였다. 셋째, 이를 바탕으로 관광분야의 새로운 분류법을 설계하였으며, 기본적으로 관광분야를 주류 4개 영역, 총 25개 항목으로 구분하였다. 비록 여기서는 강목 수준까지 제시하였으나 필요에 따라 확장이 용이하도록 설계하였다.

• 정보처리학회논문지B
• /
• 제8B권1호
• /
• pp.1-9
• /
• 2001

본 논문에서는 서식 문서를 짧은 처리 시간에 정확히 분류함으로써 실제 환경에서 응용할 수 있는 서식 분류 방법을 제안한다. 제안하는 방법은 서식 문서 이미지 전체를 다루기보다는 처리하고자 하는 서식 문서에서 서식 구조가 많이 다른 곳을 찾아서 매칭 영역으로 결정하고, 그 영역들에 대해서만 비교를 수행함으로써 계산 시간을 줄이고 인식률을 높인다. 선분 추출 시 오류를 고려하기 위하여 기존 인쇄 문자와 채워진 데이터, 그리고 매칭 영역의 크기 정보를 페널티 함수로 반영하여 매칭 영역 선택 시 고려한다. 본 방법은 구조적으로 많이 다르고, 양질의 특징을 포함하는 적은 수의 매칭 영역을 선택함으로써 처리 시간을 줄일 수 있음은 물론 높은 서식 분류율을 얻을 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.468-471
• /
• 2004

본 논문에서는 런길이부호화를 이용하여 지문영상의 융선을 분류하는 방법을 연구하였다. 자동지문인식 시스템에서 단점, 분기점과 같은 특징점을 검출하기 위해 지문영상의 융선을 분류할 필요가있다. 본 논문에서는 분할된 지문영상을 런길이 부호화를 이용하여 지문융선을 분류하는 방법을 제안한다. 또한 융선의 분류와 동시에 각 런의 중심점을 연결하는 지문 세선화과정이 수행되고, 분기점 및 단점이 포함된 특징영역을 동시에 검출할 수 있다. 제안방법의 성능평가를 위해 지문영상을 사용하여 분기점 및 단점을 포함하는 특징영역을 검출하고, 동시에 지문융선을 분류할 수 있음을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.410-413
• /
• 2011

본 논문에서는 도로 영상에서 검출된 자동차 영상을 종류별 분류를 위해 효과적인 질감 특징정보 기반의 자동차 종류별 분류 방안을 제안한다. 제안한 연구에서는 운전자의 안전운전지원을 위해 도로상에서 검출된 자동차 영역과 자신의 차량과 거리를 추정하기 위해 검출된 자동차의 종류를 인식할 필요가 있다. 즉, 인식된 자동차의 종류에 따라 차량 간 거리를 추정에 필요한 파라미터로 사용할 수 있기 때문이다. 따라서 본 연구에서는 검출된 자동차 영상들로부터 GLCM(gray-level co-occurrence matrix)의 7가지의 특징정보들을 추출하고 SVM을 사용하여 학습 한 후 자동차의 종류(승용, 화물, 버스)를 분류하는 방법을 제안한다. GLCM은 영상이 가진 질감 정보를 효율적으로 분석함으로써 영역의 밝기 변화 정도, 거침 정도, 픽셀 분포 정도 등을 표현하기 때문에 영상내의 포함된 영역을 분류하는데 효과적이다. 제안한 방법을 실제 자동차 규모별 분류에 적용한 결과 약 83%의 분류 성공률을 제시하였다.

• 대한전자공학회논문지SP
• /
• 제40권3호
• /
• pp.194-202
• /
• 2003

인쇄문서를 전자문서로 자동변환하기 위해서는 문서영상 영역해석과 문자인식 기술이 필요하다. 이들 중 영역해석은 문서영상을 세부 영역으로 분할하고, 분할한 영역을 문자, 그림, 표 등의 형태로 분류한파. 그러나 문자와 그림의 일부는 크기, 밀도, 화소분포의 복잡도가 비슷하여 정확한 분류가 어렵다. 따라서 영역해석에서의 오 분류는 자동변환을 어렵게 만드는 주된 원인이 된다. 본 논문에서는 분서영상을 문자와 그림영역으로 분할하는 영역해석 방법을 제안한다. 문자와 그림의 분류는 1차원 메디안 필터링을 기반으로 한 방법을 이용하여 언급한 문제점을 해결한다. 또한 메디안 필터링에 의해 발생하는 볼드체 문자와 그래프나 표와 같은 그림영역의 오 분류 문제를 표피 제거 필터와 문자의 최대크기를 이용하여 해결한다. 따라서 상용제품을 포함한 기존의 영역해석 방법보다 그 성능이 우수하다.

• 센서학회지
• /
• 제8권2호
• /
• pp.124-132
• /
• 1999

본 논문에서는 에지 영역 보상을 이용한 원격 센싱된 인공위성 화상의 대역간 벡터양자화 기법을 제안하였다. 이 기법에서는 인공위성 화상데이타의 분광적 반사 특성에 따라 각 화소벡터를 분류한 후, 각 분류영역에 대하여 대역내 및 대역간 중복성을 각각 제거하기 위하여 분류영역별 대역내 벡터양자화 및 분류영역별 대역간 벡터양자화를 행한다. 에지영역의 경우에 주변블럭의 영역정보 및 양자화 된 기준대역의 화소값을 이용하여 에지영역을 보상한다. 그후, 대역간 중복성을 효과적으로 제거하기 위하여 보상된 영역정보를 이용하여 분류영역별 대역간 벡터양자화를 행한다. 실제 원격 센싱된 인공위성 화상데이타에 대한 실험을 통하여 제안한 기법의 부호화 효율이 기존의 기법에 비하여 우수함을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.453-456
• /
• 2005

본 논문에서는 얼굴의 속성에 따라 각각의 알고리즘의 인식 성능이 달라지는 점에 착안해서, 다양한 얼굴 데이터를 클러스터링한 후 가장 효과적인 알고리즘을 선택적으로 사용하여 인식 성능을 높이는 방법을 제안하였다. 인식기 융합 문제는 인식결과를 결정짓는 문제에서 많이 사용하는 방식이며, Kuncheva는 데이터를 기준을 두어 영역별로 구분한 후. 각 데이터 영역에 맞는 분류기가 어떠한 것인가를 찾는 방법을 제안하였다. 분류기 여러개를 선택하여 사용할 경우, 어떻게 결과를 융합할것 인가에 대한 문제는 제시하지 않고 있다. 단지. 각 영역에 대하여, 어떠한 분류기를 사용하는 것이 좋을 것인가에 대한 문제만을 해결한다. 어떠한 영역의 데이터는 여러개의 분류기를 적용해도 된다는 결론하에, 각 분류기가 유사한 성능을 나타내므로, 어떠한 분류기를 사용하든 무관하다는 방향으로 전개한다. 따라서 본 논문에서는 각 데이터 영역별로 어떠한 분류기가 좋을 것인지 판단하며, 각 분류기에서 나온 결과값들을 융합하는 방법에 대하여 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.141-144
• /
• 2008

본 논문에서는 세포영상을 분할하고 분류하는 알고리즘을 제안한다. 우선, 배경으로부터 세포를 분할한 후, 학습데이터로부터 얻은 Compactness, Smoothness, Moments와 같은 형태학적 특징을 추출한다. 전경세포들이 분할된 후에, 보다 정밀한 세포분석을 위해서 군집세포(Overlapped Cell)와 독립세포(Isolated Cell)를 분류 할 수 있는 알고리즘의 개발이 필수적이다. 이를 위해서 본 논문에서는 베이지안 네트워크와 각 노드에 대한 3개의 확률밀도함수를 사용하여 각 세포 영역을 분류한다. 분류된 군집세포영역은 향후 정확한 세포 분석을 위해서 군집세포가 포함하는 독립세포의 수만큼 마커를 찾고, Watershed 알고리즘과 병합과정을 거쳐 하나의 독립세포를 분리하게 된다. 현미경으로부터 얻은 세포영상에 대한 실험 결과는 이전 논문들에서 제안한 방법들과 비교했을 때, 각 군집세포의 독립세포로의 분리 이전에 세포영역에 대한 분류과정을 먼저 수행하였기 때문에 분할 성능이 크게 향상되었음을 확인할 수 있다.