• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (3)
• /
• pp.823-825
• /
• 2001

일반 컴퓨터 시스템에서 CPU 이용률이나 디스크 입출력 같은 프로세스에 의해 소요되는 시간 계산이나 빈번한 스크린 갱신을 요구하는 어플리케이션에서 시각을 제공하는 시각 장치의 정확성과 정밀도는 매우 중요하다. 그러나 컴퓨터 시각 장치들의 자체 오류 요소로 인해 이런 높은 정확성과 정밀도를 요구하는 시간관련 어플리케이션을 만족시키지 못한다. 컴퓨터 시스템에서 보다 정확하고 정밀한 시간을 측정하기 위해서는 시각 장치의 정확성과 정밀도가 우선, 보장되어야 하고 그러기 위해서는 시각 장치들의 정밀도를 떨어뜨리는 오류 요인에 대한 분석이 선행되어야 한다. 본 논문에서는 일반 컴퓨터 시스템의 시각 장치들에서 나타나는 오류 요소들을 알아보고, 일반 PC에서 정밀하게 측정하는 방법론을 제시하고자 한다.

• 한국식품영양과학회지
• /
• 제46권9호
• /
• pp.1091-1096
• /
• 2017

목단피의 oxypaeoniflorin 및 paeoniflorin의 함량 분석 및 원료의 표준화를 위하여 분석법의 개발 및 검증을 실시하였다. 기존의 보고된 분석법을 개선하여 분석법을 개발하고 확립된 분석법에 대한 분석법 검증을 실시하였다. 분석법 검증은 특이성, 직선성, 정확성, 정밀성, 검출한계 및 정량한계를 통하여 분석법의 신뢰성을 검증하였다. HPLC를 이용한 분석방법에서 표준용액의 머무름 시간과 목단피 추출물의 머무름 시간이 일치하였으며, 동일한 spectrum을 나타내는 것을 확인하여 분석법의 특이성을 검증하였다. Oxypaeoniflorin 및 paeoniflorin의 검량선은 상관계수 값이 각각 1.0000, 0.9998로 나타나 우수한 직선성을 보여주어 분석에 적합함을 확인하였다. 농도를 아는 시료에 인위적으로 저농도, 중간농도, 고농도의 표준물질을 첨가하여 정밀성 및 정확성을 계산하였다. Oxypaeoniflorin 및 paeoniflorin의 정밀성은 일간 정밀성, 일내 정밀성으로 확인하였으며, oxypaeoniflorin 및 paeoniflorin의 일간 정밀성은 각각 0.70~3.19%, 1.74~2.43% 수준으로 확인되었으며, 일내 정밀성은 0.32~0.92%, 0.62~2.28% 수준으로 5% 이하의 우수한 정밀성을 보였다. 정확성 측정 결과 oxypaeoniflorin 및 paeoniflorin의 일간 정확성은 98.33~102.11%, 97.72~118.12%를 나타내었으며, 일내 정확성은 98.44~101.56%, 97.10~112.00% 수준으로 우수한 정확성을 나타내었다. Oxypaeoniflorin 및 paeoniflorin의 검출한계는 각각 $0.23{\mu}g/mL$, $0.25{\mu}g/mL$였고 정량한계는 $0.71{\mu}g/mL$, $0.77{\mu}g/mL$로 나타내어, 저농도에서도 검출이 가능함을 확인하였다. 분석법 검증 결과, 확립된 분석법은 특이성, 직선성, 정밀성, 정확성, 검출한계 및 정량한계가 모두 우수한 분석법임을 검증하였다. 또한, 검증된 분석법을 이용하여 목단피 추출물 시료 중 oxypaeoniflorin 및 paeoniflorin의 함량을 분석한 결과 oxypaeoniflorin $6.43{\pm}0.20mg/dry\;weight\;g$, paeoniflorin $20.25{\pm}0.37mg/dry\;weigh\; g$의 함량을 가지고 있는 것으로 확인되었다. 본 연구 결과 목단피의 지표성분인 oxypaeoniflorin 및 paeoniflorin의 HPLC를 이용한 동시분석방법이 적합한 분석방법임이 검증되었다.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2005년도 제30회 춘계학술대회
• /
• pp.87-88
• /
• 2005

사이버나이프를 이용한 두경부와 체부 등의 정위방사선수술에서는 목표점의 식별 및 위치 추적에 대하여 높은 정확성을 요구한다. 본 연구에서는 사이버나이프의 targeting의 정확성을 평가하고자 한다. 사이버나이프의 targeting의 정확성을 평가하기 위하여 두상 팬텀을 사용하였다. 환자 치료시와 동일한 CT 영상 프로토콜로 두상 팬텀의 영상을 얻어 치료계획을 세웠다. 팬텀에 radiochromic 필름을 삽입한 뒤 수립된 치료계획에 맞춰 팬텀에 방사선을 조사하였다. 방사선 조사시 위치 추적은 skull과 fiducial 추적의 두 가지 방법을 사용하였다. 방사선에 조사된 radiochromic 필름을 분석하여 정확성을 평가하였다. 본 연구를 통하여 실시간 영상유도 기술을 사용하는 사이버나이프는 약 1 mm의 targeting 에러를 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.489-493
• /
• 2006

이 논문에서는 커널 에지 방식의 얼굴의 특징점을 추출하는 방법과 Adaboost를 이용한 얼굴의 특징점을 추출하는 방법에 대해서 비교 한다. 커널 에지를 이용한 방법은 10개의 커널을 이용하여 추출된 에지를 이용하여 얼굴의 특징점을 추출해 낸다. 커널의 개수를 줄여 사용한다면 실시간에 가능하고, 정확성을 높이기 위해서는 이미지의 전처리 단계에서 자극적인 효과를 준다면 정확성 또한 높아 질 것이다. 반면에 Adaboost를 이용한 방법은 각각의 특징점들을 오프라인 상에서 학습을 하고 온라인상에서 실시간으로 특징점을 추출하는 방법을 사용하였다. 각 각의 학습과정에 있어서 positive, negative 이미지를 더 많이 사용한다면 정확성이 더 높아질 것이다. 한 가지 주목할 만 한 점은 입과 같은 특징점을 추출하기 어려운 영역에서도 높은 정확성을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 춘계학술발표논문집 (상)
• /
• pp.477-480
• /
• 2002

본 연구는 UML로 작성된 객체지향 다이어그램의 일관성과 정착성을 검증하기 위한 메타모델에 관한 연구이다. 일관성이란 하나의 요구사항으로 표현된 여러 가지 UML 다이어그램이 통일된 의미로 표현되었는가를 나타내는 성질이고, 정확성은 UML로 작성한 다이어그램이 UML의 표준에 적합하게 작성이 되었는가를 나타내는 성질이다. 이러한 일관성과 정확성을 검증하기 위해서는 각 다이어그램의 표준모델과 다이어그램간의 관계를 파악할 필요가 있으며 메타모델이 다이어그램간의 관계와 다이어그램 자체의 표준모델을 적절하게 표현하여 주므로 메타모델을 구성하는 작업이 필요하다. 본 연구에서는 기존의 메타모델에 관한 연구를 분석하여 새로운 형태의 구성요소와 관계로 표현된 메타모델을 제시하고 일관성과 정확성을 검증하기 위한 구성요소를 도출한다.

• 한국초지조사료학회지
• /
• 제35권2호
• /
• pp.125-130
• /
• 2015

본 연구는 근적외선분광법을 이용하여 우리나라에서 재배되고 있는 목초류 중 외형적 특성이 유사한 이탈리안 라이그라스, 페레니얼 라이그라스와 톨 페스큐 종자의 초종판별 가능성을 검토하고자 수행되었다. 근적외선분광기를 이용하여 목초류 종자를 가시파장 대역대(680~1,099 nm), NIRS 파장 대역대(1,100-2,500 nm) 및 NIRS 전체 파장 대역대(680-2,500 nm)로 구분하여 스펙트라를 얻은 후 1차 미분과 8 nm gap으로 수 처리를 수행하였으며 부분최소자승(PLS) 회귀분석법을 통해 초종판별 검량식을 개발하고 판별 정확성을 검증하였다. 목초류의 초종판별 정확성은 가시파장대역에서 SECV 1.732, $R^2cv$ 0.96으로 가장 판별 정확성이 낮았으며 NIRS 전체 파장대역에서 SECV 1.182, $R^2cv$ 0.98로 가장 높은 판별 정확성을 나타내었다. 파장대역별 예측 정확성은 NIR 파장대역(1,100-2,500 nm)에서 교차검증오차(SECV) 1.319에서 예측 오차(SEP) 1.288로 낮아졌으며 가시영역대(680~1,099)는 SECV 1.732에서 SEP 1.749로 약간 높아졌다. Discrimination equation 분석법에 의한 NIRS 전체 파장대역별 목초류 초종의 판별 결과는 초종간에 판별 정확성의 차이가 크게 나타났으며 이탈리안 라이그라스의 'Hits'는 68%로 가장 낮았으며 페레니얼 라이그라스가 78%의 정확성으로 가장 높게 나타났다. 따라서 NIRS를 이용한 목초류 초종의 판별분석이 가능할 것으로 판단되었다.

• 한국초지조사료학회지
• /
• 제40권4호
• /
• pp.259-264
• /
• 2020

본 연구는 근적외선분광법을 이용하여 국내에서 재배중인 수수×수단그라스 교잡종 품 판별 가능성을 검토하고자 수행되었다. 근적외선분광기를 이용하여 수수×수단그라스 교잡종 종자를 가시파장 대역대 (680 - 1,099 nm), NIRS 파장 대역대 (1,100 - 2,500 nm) 및 NIRS 전체 파장 대역대 (680 - 2,500 nm)로 구분하여 스펙트라를 얻은 후 1차 미분과 8 nm gap으로 수 처리를 수행하였으며 부분최소자승 (PLS) 회귀분석법을 통해 품종판별 검량식을 개발하고 판별 정확성을 검증하였다. 수수×수단그라스 교잡종품종 판별의 정확성은 NIR파장대역에서 SECV 8.44 그리고 R2CV 0.89로 가장 판별 정확성이 낮았으며 NIRS 전체 파장대역에서 SECV 7.88 그리고 R2CV 0.90로 가장 높은 판별 정확성을 나타내었다. 파장대역별 예측 정확성은 NIR 파장대역 (1,100 - 2,500 nm)이 가장 우수하였으며, 교차검증오차 (SECV) 8.44에서 예측오차 (SEP) 12.03로 높아졌으며 가시영역대 (680 - 1,099)는 SECV 8.23에서 SEP 12.51로 높아졌다. Discrimination equation 분석법에 의한 NIRS 전체 파장대역별 수수×수단그라스 교잡종 종자의 판별 결과는 품종간에 판별 정확성의 차이가 크게 나타났으며 1, 2, 4 그리고 8번 품종 (G-7, BMR Gold II, Honey chew and SX-17)에서는 100 %의 정확성으로 가장 높게 나타났다. 따라서 NIRS를 이용한 수수×수단그라스 교잡종 종자의 판별분석이 가능할 것으로 판단되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.34-37
• /
• 2016

빅데이터 시대가 도래되면서 과거와 비교할 수 없을 만큼의 방대하고 다양한 데이터가 생산됨에 따라 기존의 데이터 분석 도구의 사용은 한계에 부딪히게 되었다. 따라서 기존의 분석 도구보다 효율적이고 정확성이 높은 데이터 분석 도구를 필요로 하게 되었고, 빅데이터를 처리할 수 있는 분석 도구들에 대한 많은 연구들이 진행되어 왔다. R과 Apache Spark는 대표적인 데이터 분석 도구로 기계 학습을 위한 기능을 제공하고 있다. 본 논문에서는 기계 학습을 활용하여 두 개의 널리 알려진 데이터 분석 도구인 R과 Apache Spark의 데이터 분석 성능을 비교함으로써 보다 효율적이고 정확성이 높은 도구를 모색하고자 한다.

• 한국산업정보학회논문지
• /
• 제24권4호
• /
• pp.9-19
• /
• 2019

경량 임베디드 디바이스가 저전력 네트워킹뿐만 아니라 고정밀 센서 데이터 획득과 같은 영역에서 널리 활용되면서 소프트웨어 타이머에 대한 높은 시간정확성이 요구된다. 이 논문은 경량 MCU(Micro controller unit)를 장착한 임베디드 디바이스 환경에서 소프트웨어 타이머의 정확성 문제를 다룬다. 먼저, 소프트웨어 타이머의 전형적 구현 모델을 구현할 때 오차를 발생시키는 주요 오버헤드의 유형을 면밀히 분석한 후에 실제 환경에서 오버헤드를 측정한다. 이 오버헤드를 타이머 설정주기에 반영하는 오버헤드 보정 기법을 통해 소프트웨어 타이머의 정확성을 향상시킬 수 있다는 점을 검증한다.

• 한국정보통신학회논문지
• /
• 제15권4호
• /
• pp.877-885
• /
• 2011

협업 필터링은 추천시스템들 중에서 가장 널리 사용되는 기법이다. 그러나 협업 필터링은 추천의 정확성을 떨어뜨리는 희소성과 확장성 문제를 가지고 있으며 이를 해결하기 위한 다양한 연구가 이루어지고 있다. 본 논문에서는 협업필터링의 희소성과 확장성의 문제를 해결하기 위해 가중치를 사용한 기법을 제안한다. 제안한 기법은 데이터 셋에서 추천의 정확성을 높이기 위해 평가값이 4이상인 데이터들만을 사용하여 아이템을 선호하는 사용자 정보를 분석한다. 아이템의 장르 정보와 분석한 사용자 정보를 유사도 계산 시 가중치로 사용하고 임계값 이상의 유사도를 가진 데이터들만으로 예측값을 계산하여 평가되지 않은 데이터의 평가값으로 사용한다. 제안한 기법은 아이템에 대한 특성을 분석하여 예측값을 계산함으로써 희소성을 줄임과 동시에 정확성을 더 높일 수 있고 새로운 아이템과 사용자가 등록되었을 때 분석된 정보를 바탕으로 빠른 분류가 가능하다. 실험을 통해 제안한 기법이 기존의 아이템 기반, 장르 기반 기법보다 추천의 정확성이 향상되는 것을 확인하였다.