공간정보 제작의 다원화로 인하여 다양한 수치지도들이 여러 공공기관 및 기업에서 제작됨에 따라 데이터의 상호 운용성이 점점 중요해지고 있다. 이에 본 연구에서는 계층적 매칭 기법을 활용한 이종 수치지도의 건물 데이터 자동 정합기법을 제안하였다. 먼저 수치지도를 가구계 기반으로 분할한 후 ICP 알고리즘을 활용한 건물 기하보정을 1차적으로 수행하였다. 대응 가능한 건물쌍의 중첩면적 유사도를 평가하여 대응 건물을 결정하고 Otsu 이진 임계화를 수행하여 매칭 비매칭에 대한 임계값을 자동으로 설정하였다. 1차 매칭이 완료된 후 임계값과 비슷한 유사도를 가지는 건물들을 오매칭 후보군으로 추출하여 개별 건물에 대한 ICP 알고리즘 기반의 기하보정을 다시 수행하고 형태학적 인자인 회전각 함수분석을 추가 적용하여 정합여부를 재판단하였다. 실험평가를 위해 제안된 알고리즘을 대표적인 공공분야 수치지도인 도로명주소지도와 수치지형도 2.0의 건물 데이터에 적용하고 활용성을 평가하였다. 정확도 평가결과 매칭 건물 및 비매칭 건물에 대한 F 측정치가 각각 2%와 17% 향상되었으며 이를 통해 본 연구에서 제안한 알고리즘이 이종 수치지도 건물 정합에 효과적으로 적용될 수 있음을 확인하였다.
이미지는 해상도가 높을수록 이미지를 시청하는 사람들의 만족도가 높아지며 초고해상도 이미지화는 컴퓨터 비전이나 영상처리 분야 중에서도 연구 가치가 꽤 높아지고 있다. 본 연구에서는 주로 딥 러닝 초 해상도 모델을 사용하여 저해상도 이미지 LR의 주요 특징을 추출한다. 추출된 특징을 학습 및 재구성하고, 고해상도 이미지 HR을 생성하는 재구성 기반 알고리즘에 중점을 둔다. 본 논문에서는 재구성에 기반을 둔 초 해상도 알고리즘 모델에서 SRCNN과 VDSR에 대하여 알아보도록 한다. SRCNN과 VDSR모델의 구조 및 알고리즘 프로세스를 간략하게 소개하고 개선된 성능평가 함수에서도 다중 채널과 특수한 형태에 대하여 알아보도록 하며, 실험을 통하여 각 알고리즘의 성능을 이해하도록 한다. 실험에서는 SRCNN 및 VDSR 모델의 결과와 피크 신호 대 잡음 비 및 이미지 구조 유사도를 비교하는 실험을 수행하여 결과를 한눈에 볼 수 있도록 하였다.
본 논문에서는 패턴 분류를 위한 수정된 퍼지 최대최소 신경망 모델을 제안하고 그의 유용성을 고찰한다. 이를 위하여 하이퍼박스 내에서 각 특징들에 대하여 가중치 요소론 갖는 새로운 하이퍼큐브 소속함수를 정의한다. 이 가중치 요소는 분류과정에서 임의의 클래스에 대한 각 특징의 상대적인 기여도를 반영한다. 본 연구에서는 이를 위하여 새롭게 정의된 하이퍼박스 생성, 확장 및 축소의 3단계로 이루어지는 학습 방법론을 소개한다. 또한 제안된 모델을 기반으로 하여 학습된 분류기로부터 하이퍼박스 소속함수와 연결가중치를 사용하여 주어진 클래스에 대한 특징의 연관도를 산출하는 형태의 이른바 특징 분석 기법을 제안한다. 이를 위하여 세부적으로 각 특징에 대하여 연관도 척도와 퍼지 소속함수간의 유사도 척도를 정의한다. 또한 실제 패턴 분류문제에 적용한 실험결과를 통하여 제안된 이론의 타당성을 평가한다.
본 논문에서는 디지털 선도형의 특징점 검출의 새로운 기법을 제안한다. 이 기법은 구하려는 특징점의 수를 특징점 검출에 앞서 규정하고, 이를 제약조건으로 하여 주어진 윤곽선 도형 상의 점으로부터 특징점을 검출하는 기법이다. 특징점 검출은 주어진 윤곽선 도형과 특징점으로 구성되는 근사 선도형과의 유사도를 나타내는 목적함수를 극소화함에 의하여 행햐여진다. 목적함수에 제약조건으로부터 구하여지는 패날티함수를 첨가한 확장 라그란지함수를 생각하여, 이의 해법으로 페날티승수법을 이용한다. 이때 확장 라그란지함수의 극소화는 부분문제 분할에 의한 국소탐색법에 의하여 연산이 가능함을 보인다. 본 기법은 구하려는 특징점의 수를 제약조건으로 하여 주어진 윤곽선 도형 상의 전체의 점으로부터 특징점 검출이라는 방식을 취하므로, 다양한 크기의 특징으로 구성되어 있는 도형 및 이의 상사도형에 대하여도 안정된 특징점 검출이 가능하다는 장점을 가지고 있다. 몇 개의 도형을 이용한 실험을 통하여 기존의 기법들과 비교${\cdot}$평가하여 제안 기법이 특징점 검출에 적절한 기법임을 검증하고 있다.
딥 러닝을 활용한 컴퓨터 비전 연구는 여전히 대규모의 학습 데이터와 컴퓨팅 파워가 필수적이며, 최적의 네트워크 구조를 도출하기 위해 많은 시행착오가 수반된다. 본 연구에서는 네트워크 최적화나 데이터를 보강하는 것과 무관하게 데이터 자체의 특성만을 고려한 CR(Confusion Rate)기반의 유사 이미지 분류 성능 향상 기법을 제안한다. 제안 방법은 유사한 이미지 데이터를 정확히 분류하기 위해 CR을 산출하고 이를 손실 함수의 가중치에 반영함으로서 딥 러닝 모델의 성능을 향상시키는 기법을 제안한다. 제안 방법은 네트워크 최적화 결과와 독립적으로 이미지 분류 성능의 향상을 가져올 수 있으며, 클래스 간의 유사성을 고려해 유사도가 높은 이미지 식별에 적합하다. 제안 방법의 평가결과 HanDB에서는 0.22%, Animal-10N에서는 3.38%의 성능향상을 보였다. 제안한 방법은 다양한 Noisy Labeled 데이터를 활용한 인공지능 연구에 기반이 될 것을 기대한다.
Super resolution에서 High-frequency Details를 개선하는 것이 최근 문제이다. 기존에는 Super resolution을 Regression task로 접근하므로써 L2 Loss를 사용하여 이미지가 흐릿하게 되었다. 이를 해결하기위해, Classification task로 바꾸므로써 Cross Entropy Loss을 적용하여 Cross-entropy Super-resolution (CS)를 설계한다. CS를 통해 선명도와 Details이 개선되지만, 저주파의 CE Loss 학습으로인한 Black Artifacts가 발생한다. 그래서, L2 Loss는 저주파와 같이 큰 신호에 더 초점을 맞추므로, 성능 개선을 위해 저주파를 L2 Loss에서, 고주파를 CE Loss에서 학습시킨 Frequency-specific Cross-entropy Super-resolution (FCS)을 제안한다. 우리는 왜곡에 강하며 Human의 인식과 유사한 측정지표인 Learned Perceptual Image Patch Similarity (LPIPS)로 평가한다. 실험한 모든 데이터 셋에서 우리의 FCS는 Baseline보다 LPIPS가 약 1.7배 정도 개선되었다.
본 연구에서는 박스형 개착식 철도 터널의 지진 응답을 유사정적 프레임 해석으로부터 평가하였으며 취약도 곡선을 도출하였다. 지반의 영향을 평가하기 위하여 다양한 이상화된 주상도를 사용하였으며 20개의 계측지진기록을 적용하였다. 기존 연구에서 제시된 탄성 모멘트와 항복 모멘트 비로 정의된 손상지수를 사용하여 Minor, Moderate, Extensive 손상상태에 대한 취약도 곡선을 각각 최대지반가속도의 함수로 적용하였다. 연구 결과, 지반 조건은 취약도에 큰 영향을 미치는 것으로 나타났으며 이를 고려하는 곡선의 개발이 중요한 것으로 나타났다. 개발된 취약도 곡선은 기존의 연구에서 도출된 곡선들과 비교하였다. 기존에 제시된 경험적 취약도 곡선은 지반조건의 영향을 고려할 수 없으며 특히 연약 지반에서는 취약도를 과소예측하는 것으로 나타났다.
본 논문에서는 항해 시 위치인식에 사용하기 위하여 카메라의 뷰포인트에 무관한 랜드마크를 인식하는 방법을 제안한다. 기존연구에서 사용된 특징들은 카메라의 뷰포인트에 따라 변하고 이에따른 정보 양의 증가로 위치확인을 위한 시각적인 랜드마크의 추출이 어렵다. 본 논문에서 제안된 방법은 특징 추출단계, 학습과 인식단계, 정합단계의 삼단계로 구성된다. 특징 추출단계에서는 영상의 관심영역을 설정, 이 영역 안에서 코너점을 추출하는데, 추출 시 작은 고유값의 통계적 분석을 통해 보다 정확하고 잡음에 강한 특징을 추출하는 방법을 제안한다. 학습 및 인식단계에서는 5개의 특징점으로 구성된 특징모델이 뷰포인트에 무관한 특징점인지를 검사하여 강건 특징모델을 구성한다. 정합단계에서는 시간 복잡도를 줄이고 정확한 대응점을 산출하기 위하여 유사도 평가함수와 Graham 탐색방법을 이용한 정합 방법을 제안한다. 실험에서는 다양한 실내영상을 가지고 제안한 방법과 기존방법을 비교 분석함으로써 제안한 방법의 우수함을 보였다.
요통(Lowback Pain)을 유발하는 주요원인으로 알려져있는 MMH(Manual Materials Handling) 작업에 있어서 작업조건의 변화가 근육의 활동과 피로도에 미치는 영향을 평가하기 위해 4가지 서로 다른 작업조건하에서 몸통부위(Trunk)의 주요근육에 대한 EMG 파형분석을 실시 하였다. 본 연구에서의 분석대항작업은 실제 작업조건과 유사하레 설계된 120분간의 단속적인 인양(Lifting)/하역(Lowering) 작업으로서 작업중량은 작업자의 MVIS(Maximum Voluntary Isometric Strength)를 기준으로 설정되었으며, 매 10분 간격으로 EMG 측정이 이루어졌다. 작업물이 작업자의 정면에 위치한 대칭형(Symmetric) 작업의 경우 배면부(Dorsal) 근육인 천극근(Erector Spinae)과 활배근(Latissimus Dorsi)이 활동근(Active Muscle)인 것으로 나타났으며, 정중면(Medial Plane)을 중심으로 좌우측 근육이 동일한 근력을 발휘하였다. 작업물이 작업자의 한쪽 측면에 위치한 90도 비대칭형(Asymmetric) 작업의 경우 천극근과 활배근외에 작업물과 반대쪽 외사근(External Oblique)이 활동근으로 추가되었으며, 작업물과 반대쪽의 근육들이 더욱 큰 근력을 발휘하였다. 작업의 반복에 따른 근육의 피로도를 평가하기 위해 실시한 EMG 파형의 Spectral Analysis 결과, 비대칭형 작업시 작업물과 반대쪽의 천극근에서 작업시간의 경과에 따라 중위주파수(Median Power Frequency)가 저주 파수대로 천이(Lower Shift)하는 현상이 나타났으며, 일정한 작업량이라도 작업중량을 줄이고 작업 빈도를 높여서 작업할 경우에 이러한 현상이 더욱 두드러졌다. 작업시간의 경과에 따른 MVIS의 감소 현상은 작업빈도가 높고 비대칭형 작업일 때 가장 크게 나타났다. 총손실을 줄이고, 상대적 비용절감효과를 갖게할 수 있다고 하였다. 따라서 본 연구에서는 성인 여성기성복의 치수적합성을 높이기위하여 출산 후 중년에 접어 들면서 체형이 변화되는 것을 고려하여 연령을 분류하고(18세-34세, 30세-51세), 각 연령 집단에 따른 체형을 각각 3가지로 분류하였다. 이에 따라 의복 생산시의 총손실을 줄이기위한 상의, 하의생산시 필요한 부위별 최적규격치 간격을 제시하였다.적인 기능으로 보여지는 것에 좁혀서 작업능력의 연령증가 변화에 대하여다원적 평가를 하는 것이 실제적이라고 할 수 있다. 따라서 본 연구에서는 인간이 가지고 있는 다수의 기능중에서 수지교 치성과 연령증가와의 관계를 조사한다. 만약 연령증가 만으로 수지교치성을 평가 할 수 없는 경우에는 어떠한 요인이 수지기민성의 변화에 영향을 미치는가를 검토한다.t list)에서 자동적으로 사건들의 순서가 결정되도록 확장하였으며, 설비 제어방식에 있어서도 FIFO, LIFO, 우선 순위 방식등을 선택할 수 있도록 확장하였다. SIMPLE는 자료구조 및 프로그램이 공개되어 있으므로 프로그래머가 원하는 기능을 쉽게 추가할 수 있는 장점도 있다. 아울러 SMPLE에서 새로이 추가된 자료구조와 함수 및 설비제어 방식등을 활용하여 실제 중형급 시스템에 대한 시뮬레이션 구현과 시스템 분석의 예를 보인다._3$", chain segment, with the activation energy of carriers from the shallow trap with 0.4[eV], in he amorphous regions.의 증발산율은 우기의 기상자료를 이용하여 구한 결과 0.05 - 0.10 mm/hr 의 범위로서 이로 인한 강우손실량은 큰 의미가 없음을 알았다.재발이 나타난 3례의 환자를 제외한 9례 (75%)에서는 현재까지 재발소견을 보이지 않고 있다. 이러한 결과는 다른 보고자들과 유사한 결과를
본 연구에서는 고분자전해질 연료전지(PEMFC)의 전해질막의 성능향상을 위하여 sulfonated graphene oxide(sGO)와 Nafion을 이용하여 복합막을 개발하였다. sGO/Nafion 복합막 안의 sGO의 균일한 분산을 위해 각기 다른 용매를 사용한 sGO 분산액과 Nafion 현탁액을 혼합하여 복합막들을 제조하였다. 제조된 복합막들의 물성 및 전기화학적 특성을 평가하기 위해 SEM, FT-IR, 이온 전도도, 이온 교환 용량, 함수율, 열안정성 등을 수행하였다. 연구 결과 ODB와 DMAc 혼합 용매로 sGO를 분산하여 고분자 용액 내에서의 분산도를 향상시켰으며, 이 결과 11 wt%의 낮은 함수율에도 불구하고, $0.06Scm^{-1}$의 기존 연구와 유사한 이온 전도도를 나타내었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.