• The KIPS Transactions:PartD
• /
• v.12D no.6 s.102
• /
• pp.829-836
• /
• 2005

The way to assign a splitting criterion for correct object classification is the main issue in all decisions trees. This paper describes new splitting rules for classification in order to find an optimal split point. Unlike the current splitting rules that are provided by searching all threshold values, this paper proposes the splitting rules that we based on the probabilities of pre assigned intervals. Our methodology provides that user can control the accuracy of tree by adjusting the number of intervals. In addition, we applied the proposed splitting rules to a set of image data that was retrieved by parameterized feature extraction to recognize image objects.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.189-191
• /
• 2022

본 논문에서는 스마트항로표지용 서비스 요구사항 및 이를 실현할 수 있는 무선 통신 후보 기술을 분석한다. 이를 기준으로 기존 통신 기술과 사물 인터넷용 통신 기술로 분류하고, 요구사항 부합도를 판정하여 스마트항로표지용 최적 통신 시스템으로 AIS, LTE-M, NB-IoT 이상 3종의 통신 방신을 제안한다.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.22 no.2
• /
• pp.5-25
• /
• 2011

This study aims to identify the most effective statistical feature selecting method and context window size for word sense disambiguation using supervised methods. In this study, features were selected by four different methods: information gain, document frequency, chi-square, and relevancy. The result of weight comparison showed that identifying the most appropriate features could improve word sense disambiguation performance. Information gain was the highest. SVM classifier was not affected by feature selection and showed better performance in a larger feature set and context size. Naive Bayes classifier was the best performance on 10 percent of feature set size. kNN classifier on under 10 percent of feature set size. When feature selection methods are applied to word sense disambiguation, combinations of a small set of features and larger context window size, or a large set of features and small context windows size can make best performance improvements.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.489-492
• /
• 2002

최근 인간형 로봇에 대한 개발이 괄목할 만한 성장을 이루고 있고, 친근한 로봇의 개발에 중요한 역할을 담당하는 것으로써 감성/감정의 인식이 필수적이라는 인식이 확산되고 있다. 본 논문은 음성의 감정인식에 있어 가장 큰 부분을 차지하는 피치의 패턴을 인식하여 감정을 분류/인식하는 시뮬레이터의 개발과 실험결과를 나타낸다. 또한, 피치뿐 아니라 음향학적으로 날카로움, 낮음등의 요소를 분류의 기준으로 포함시켜서 좀더 신뢰성 있는 인식을 할 수 있음을 보인다. 시뮬레이터의 내부 구조로는 음성으로부터 피치를 추출하는 부분과 피치의 패턴을 학습시키는 DRNN 부분, 그리고, 음향적 특성을 추출하는 음향 추출부가 주요 요소로 이루어져 있다. 그리고, 피치를 추출하는 방법으로는 Center-Clipping 함수를 이용한 autocorrelation approach를 사용하고, 학습 시 최적의 개체를 찾는 방법으로써 (1+100)-ES를 사용한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.319-319
• /
• 2018

최근 전 세계적으로 극한수문사상의 증가로 인한 피해의 규모와 빈도가 잦아지고 있다. 기후변화에 관한 정부 간 협의체(IPCC)5차 보고서에 따르면 우리나라는 모든 시나리오 하에서 평균 강수량이 증가하는 지역으로 분류되었다. 특히 강우와 태풍피해가 잦은 7월에서 9월의 강우량이 급격히 증가하는 것으로 나타나며 이는 현재보다 극한수문사상이 더욱 빈번하게 일어날 것이라 예상할 수 있다. 하지만 기존의 매개변수 추정방법은 이상치 산정기준을 넘어서는 극치를 제외하고 확률강우량을 산정하고 있는 실정이다. 따라서 본 연구에서는 이러한 기존의 매개변수 추정방법 보다 극한값에 강건한 MDPDE(minimum density power divergence estimator)를 이용한 매개변수 추정을 사용하여 우리나라 60개 강우관측소의 과거 강우관측자료에 대한 최적조율모수에 대한 빈도별 확률강우량을 추정하여 기존의 방법으로 산정한 확률강우량과 비교하였다. 이상치로 분류할 수 있는 극한수문사상이 발생한 우리나라 31개소에 대하여 MDPDE의 적용성을 검토한 결과 기존의 매개변수 추정방법에 비해 이상치를 포함한 100년 빈도 확률강우량이 약13.3% 감소하는 것으로 나타났다.

• Proceedings of the KIEE Conference
• /
• 2006.11a
• /
• pp.264-265
• /
• 2006

국내계통의 적정설비예비율은 현재까지 정부에서 제시하고 있는 일정 LOLP(Loss of Load Probability)기준 0.5(일/년)을 역으로 환산하여 결정되어진다. 그런데 현재의 LOLP의 산출은 시간별 부하변동특성을 반영하지 못하고 있다. 본 논문에서는 국내 장기전원계획시 사용하고 있는 최적전산모형(WASP)의 이러한 단점을 최대한 극복할 수 있도록 분기를 조절하고 기존의 방법과는 다른 O&M cost 분류를 적용하석 각각의 결과에 따른 분석과 이러한 특성을 반영했을 경우 년도 별로 환산된 일정 신뢰도 기준하의 필요 설비예비율의 사례를 분석하였다.

• Journal of the Korean Geosynthetics Society
• /
• v.14 no.2
• /
• pp.89-94
• /
• 2015

In this study, the mixed soil with an optimum mixed ratio was suggested in order to recycle the powdered sludge of basalt in Jeju Island as the impermeable liner materials. As the results of soil laboratory tests, the grain size of the powdered sludge of basalt is less than 0.1mm and the powdered sludge was classified into ML or CL category in accordance with the Unified Soil Classification System (USCS). Also, the grain size of natural soils is ranged from 0.1 mm to 10 mm and the soils were classified into SW category in USCS. To select the optimum mixed ratio of powdered sludge, the variable permeability test was performed to various mixed soils with different powdered sludge amount under both optimum compaction and field conditions. As the results of permeability tests, the coefficient of permeability of mixed soils was decreased with increasing the mixed ratio of powdered sludge, and the mixed soil with mixed ratio of 60% has the minimum coefficient of permeability. Therefore, the optimum mixed ratio of powdered sludge is 60% for recycling the powdered sludge of basalt as the impermeable liner materials.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1294-1297
• /
• 2013

본 논문은 기계학습을 통하여 특허문서를 국제 특허 분류(IPC) 기준에 따라 자동으로 분류하는 시스템에 관한 연구로 잠재 의미 색인 기법을 이용하여 분류의 성능을 높일 수 있는 방법을 제안하기 위한 연구이다. 종래 특허문서에 관한 IPC 자동 분류에 관한 연구가 단어 매칭 방식의 색인 기법에 의존해서 이루어진바가 있으나, 현대 기술용어의 발생 속도와 다양성 등을 고려할 때 특허문서들 간의 관련성을 분석하는데 있어서는 단어 자체의 빈도 보다는 용어의 개념에 의한 접근이 보다 효과적일 것이라 판단하여 잠재 의미 색인(LSI) 기법에 의한 분류에 관한 연구를 하게 된 것이다. 실험은 단어 매칭 방식의 색인 기법의 대표적인 자질선택 방법인 정보획득량(IG)과 카이제곱 통계량(CHI)을 이용했을 때의 성능과 잠재 의미 색인 방법을 이용했을 때의 성능을 SVM, kNN 및 Naive Bayes 분류기를 사용하여 분석하고, 그중 가장 성능이 우수하게 나오는 SVM을 사용하여 잠재 의미 색인에서 명사가 해당 용어의 개념적 의미 구조를 구축하는데 기여하는 정도가 어느 정도인지 평가함과 아울러, LSI 기법 이용시 최적의 성능을 나타내는 특이값의 범위를 실험을 통해 비교 분석 하였다. 분석결과 LSI 기법이 단어 매칭 기법(IG, CHI)에 비해 우수한 성능을 보였으며, SVM, Naive Bayes 분류기는 단어 매칭 기법에서는 비슷한 수준을 보였으나, LSI 기법에서는 SVM의 성능이 월등이 우수한 것으로 나왔다. 또한, SVM은 LSI 기법에서 약 3%의 성능 향상을 보였지만 Naive Bayes는 오히려 20%의 성능 저하를 보였다. LSI 기법에서 명사가 잠재적 의미 구조에 미치는 영향은 모든 단어들을 내용어로 한 경우 보다 약 10% 더 향상된 결과를 보여주었고, 특이값의 범위에 따른 성능 분석에 있어서는 30% 수준에 Rank 되는 범위에서 가장 높은 성능의 결과가 나왔다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.277-279
• /
• 2021

There is a problem that learning of a prediction model is not well performed depending on the characteristics of each particular matter concentration. To solve this problem, it is necessary to design a prediction model for low concentration and high concentration separately. Therefore, a classification model is needed to classify the concentration of particular matter into low and high concentrations. This paper proposes a classification model to classify low and high concentrations based on the concentration of particular matter. DNN was used as the classification model algorithm, and the classification model was designed by applying the optimal parameters after searching for hyper parameters. As for the result of evaluating the performance of the model, 97.54% of the low concentration classification was measured. And in the case of high concentration classification, 85.51% was measured.

• Explosives and Blasting
• /
• v.24 no.1
• /
• pp.29-37
• /
• 2006

The demand of the bulk emulsion explosives is being increased more and more by using the mechanization loading system in a domestic tunnel sites. Thus, a rational design criteria that is suitable for rock and circumstance condition has been required. In this study, authors investigated a optimum specific charging weight and resonable charging weight based on domestic blasting construction cases, which were performed by using a mechanization bulk emulsion explosives loading system up to now. Authors also analyzed the blasting results and got the following formula $({\Upsilon}= 0.669 + (0.0154{\times}RMR),\;r=0.81)$ from the relationship between a optimum specific charging weight of bulk exp. and rock mass rating. A range of resonable charging weight with a drilling depth is calculated considering a rock conditions.