• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2002.03b
• /
• pp.49-59
• /
• 2002

이 연구에서는 강원도 삼척시를 대상으로 산불취약지역 분석모델을 개발하고, 개발된 분석모델을 기반으로 산불취약지역을 표출하였으며, 이를 위한 전산프로그램을 개발하였다. 산불취약지역 공간분석자료로는 NGIS 사업을 통해 구축된 1/25천 축척의 수치지형도, 수치임상도 그리고 과거 산불발화위치자료를 사용하였다. 산불발화위치에 대한 공간적 분포특성(지형, 임상, 접근성)을 기반으로 모델을 설정하였으며, 공간분석은 간단하면서도 일반인들이 이해하기 쉬운 Conditional probability, Likelihood ratio 방법을 사용하였다. 그리고 각각의 모델에 대한 검증(cross validation)을 실시하였다. 모델 검증방법으로는 과거 산불발화위치자료를 발생시기에 따라 두 개의 그룹으로 나누어 하나는 예측을 위한 자료로 사용하고, 다른 하나는 검증을 위한 자료로 사용하였다. 모델별 예측성능은 prediction rate curve를 비교·분석하여 판단하였다. 삼척시를 대상으로 한 예측성능에서 Likelihood ratio 모델이 Conditional probability 모델보다 더 낳은 결과를 보였다. 산불취약지역 분석기술로 작성된 상세 산불취약지역지도와 현재 산림청에서 예보하고 있는 전국단위의 산불발생위험지수와 함께 상호보완적으로 사용한다면 산불취약지역에 대한 산불감시인력 및 감시시설의 효율적인 배치를 통하여 일선 시군 또는 읍면 산불예방업무의 효율성이 한층 더 증대될 것으로 기대된다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.327-331
• /
• 2005

본 연구의 목적은 공간데이터 구축시 아직까지 체계화되어 있지 않은 공간데이터의 품질 평가요소를 정립하는데 있다. 총 17개의 국내 공간데이터 품질관련 법규를 구축 공정, 작업방법, 장비, 정확도 등을 중심으로 분석하였다. 항공사진 촬영이 가능한 대규모 업체를 대상으로 작업순서, 사용장비, 작업순서 전후의 결과물의 정확도를 중심으로 조사하고 팀장급 직원들을 대상으로 현행 관련법규와 실무의 차이에 대하여 조사, 분석하였다. 조사, 분석한 내용을 기반으로 공간데이터의 구축공정을 항공사진을 이용한 수치지도 신규제작, 기존 수치지도 수정제작, 영상지도제작, 수치표고모델 구축 공정으로 구분하고, 각 공정별로 생성되는 공간데이터의 품질을 체크할 수 있는 요소들을 정립하였다.

• Proceedings of the KSRS Conference
• /
• 2001.03a
• /
• pp.15-18
• /
• 2001

아리랑 1호 위성은 EOC 센서를 이용하여 지도제작에 활용될 수 있는 고해상도의 입체영상을 제공하는 기능을 포함하고 있다. 그러나, 기존의 사진측량 도화장비나 대부분의 수치사진측량 시스템에서 아리랑 1호 위성영상을 이용한 도화기능이 제공되고 있지 않으므로, 아리랑 1호 위성영상을 이용한 지도제작은 정사영상에 의한 영상지도 제작으로 국한되어 이루어져 왔다. 본 연구에서는 상용 수치사진측량 시스템 상에서 아리랑 1호의 입체위성영상을 DLT 모델에 적용하여 입체표정을 수행한 후에 도화작업을 시범적으로 실시하였다. 또한 그 결과를 분석함으로써 아리랑 1호 입체영상에 의한 도화원도 제작의 범위와 타당성을 분석하였다.

• Journal of the Korean Society for Precision Engineering
• /
• v.25 no.2
• /
• pp.131-139
• /
• 2008

This paper presents a new saliency map which is constructed by providing dynamic weights on individual features in an input image to search ROI(Region Of Interest) or FOA(Focus Of Attention). To construct a saliency map on there is no a priori information, three feature-maps are constructed first which emphasize orientation, color, and intensity of individual pixels, respectively. From feature-maps, conspicuity maps are generated by using the It's algorithm and their information quantities are measured in terms of entropy. Final saliency map is constructed by summing the conspicuity maps weighted with their individual entropies. The prominency of the proposed algorithm has been proved by showing that the ROIs detected by the proposed algorithm in ten different images are similar with those selected by one-hundred person's naked eyes.

• Journal of Korean Society for Geospatial Information Science
• /
• v.13 no.3 s.33
• /
• pp.3-13
• /
• 2005

This study aims to establish the quality management method for spatial data construction process. Total 17 regulations related to spatial database construction and major aerial survey firms were analyzed in terms of working process, equipments, accuracy of results. It is standardized the process of making new digital maps using aerial photography, revising existing digital maps, producing digital elevation models and developing imagery maps. Quality checking factors for spatial data construction process are also established.

• Proceedings of the Korea Contents Association Conference
• /
• 2004.05a
• /
• pp.161-168
• /
• 2004

우리가 살아가는 3차원 이상의 지형공간을 영상으로 구형하기 위하여 필수적으로 요구되는 DEM을 비교적 손쉽게 확보할 수 있는 SPOT 영상을 이용하여 자동으로 생성할 수 있는 방법을 제시하고 에피폴라 투영법에 의한 결과영상의 평가를 통하여 몇 가지 좋은 방법을 제안하고자 한다 현재 보유하고 우리나라 춘천시의 SPOT 위성 팬크로 영상과 수치지도의 DEM영상과의 생성결과를 비교 평가하였다. SPOT2-3호(10m)에서 수집한 중복영상에서 자동으로 수치표고모델을 작성함으로서 다양한 영상정보의 활용이 가능해 따라 입체영상지도제작 및 분석이 가능해지고 있다. 본 연구에서는 SPOT 60km의 춘천지역을 대상으로 한눈에 영상과 영상을 재현할 수 있도록 고해상도의 인공위성 영상자료를 처리하여 영상지도를 제작하기 위한 수치표고모형을 자동으로 추출할 수 있도록 하였다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.262-267
• /
• 2022

이커머스 리뷰와 같은 특정 도메인의 경우, 텍스트 표현벡터 학습을 위한 양질의 오픈 학습 데이터를 구하기 어렵다. 또한 사람이 수동으로 검수하며 학습데이터를 만드는 경우, 많은 시간과 비용을 소모하게 된다. 따라서 본 논문에서는 수동으로 검수된 데이터없이 양질의 텍스트 표현벡터를 만들 수 있도록 두 단계의 대조 학습 시스템을 제안한다. 이 두 단계 대조 학습 시스템은 레이블링 된 학습데이터가 필요하지 않은 자기지도 학습 단계와 리뷰의 특성을 고려한 자동 레이블링 기반의 지도 학습 단계로 구성된다. 또한 노이즈에 강한 오류함수와 한국어에 유효한 데이터 증강 기법을 적용한다. 그 결과 스피어먼 상관 계수 기반의 성능 평가를 통해, 베이스 모델과 비교하여 성능을 14.03 향상하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.732-735
• /
• 2020

기존에 지도학습 방법은 성능은 좋지만, 학습할 때 비디오 데이터와 정답 라벨이 있어야 한다. 그러나 이러한 데이터의 라벨을 수동으로 붙여줘야 하는 문제점과 그에 필요한 시간과 돈이 크다는 것이다. 이러한 문제점을 해결하기 위한 다양한 방법 중 자기지도학습(Self-Supervised Learning) 중 하나인 회전 방법을 비디오 데이터에 적용하여 학습하는 연구를 진행하였다. 본 연구에서는 두가지 방법을 제안한다. 먼저 기존의 비디오 데이터를 입력으로 받으면 단순히 비디오 자체를 회전시키는 것이 아닌 입력으로 들어온 비디오의 각각 프레임이 시간이 지나면서 일정한 속도로 회전을 시킨다. 이때의 회전은 총 네 가지 각도[0, 90, 180, 270]를 분류하도록 하는 방법론이다. 두 번째로 비디오의 프레임이 시간이 지나면서 변할 때 프레임 별로 고정된 각도로 회전시키는데 이때 회전하는 속도 네 가지 [1x, 0.5x, 0.25x, 0.125]를 분류하도록 하는 방법론이다. 이와 같은 제안하는 pretext task들을 통해 네트워크를 학습한 뒤, 학습된 모델을 fine tune 시켜 비디오 분류에 대한 실험을 수행 및 결과를 도출하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.628-629
• /
• 2022

딥러닝의 높은 예측 정확도를 위해서는 많은 양의 학습 데이터가 필요하다. 그러나 실세계에서 많은 양의 레이블이 붙은 데이터를 구하는 것은 어렵고 많은 비용이 든다. 때문에 레이블이 없이도 양질의 표현 학습이 가능한 자기지도학습이 각광을 받고 있다. 와서스타인 거리는 생성모델에도 쓰이지만 의사 레이블 (pseudo label) 을 만들어 레이블이 없는 데이터들을 분류 하는데도 좋은 성능을 보이고 있다. 따라서. 본 연구는 와서스타인 거리를 자기지도학습에 접목시키는 방법을 제안한다. 실험을 통해 연구의 가능성을 보인다.

• Journal of Advanced Navigation Technology
• /
• v.22 no.5
• /
• pp.478-484
• /
• 2018

This study predicts solar radiation, solar radiation, and solar power generation using hourly weather data such as temperature, precipitation, wind direction, wind speed, humidity, cloudiness, sunshine and solar radiation. I/O pattern in supervised learning is the most important factor in prediction, but it must be determined by repeated experiments because humans have to decide. This study proposed four input and output patterns for solar and sunrise prediction. In addition, we predicted solar power generation using the predicted solar and solar radiation data and power generation data of Youngam solar power plant in Jeollanamdo. As a experiment result, the model 4 showed the best prediction results in the sunshine and solar radiation prediction, and the RMSE of sunshine was 1.5 times and the sunshine RMSE was 3 times less than that of model 1. As a experiment result of solar power generation prediction, the best prediction result was obtained for model 4 as well as sunshine and solar radiation, and the RMSE was reduced by 2.7 times less than that of model 1.