• Journal of the Korean Institute of Landscape Architecture
• /
• v.36 no.2
• /
• pp.69-79
• /
• 2008

Landscape indices are effective tools to explain the spatial structure and patterns of ecological landscape including area/density, shape, core area, isolation/proximity, contagion/interspersion, and connectivity. More than 100 indices have been developed and an increasing amount of research explains changes in urban spaces using the indices. However, landscape indices have a high level of sensitivity to the scale of analysis - grain size and extent. If the scale sensitivity of indices is not considered, the research may produce inaccurate results. This study examines the scale sensitivity of landscape indices to find relatively stable indices in the complex geographical features of Korea. The scale sensitivity was analyzed using 20 categories of grain size and 41 categories of extent change. Landsat TM and ETM+ images of five years - 1985, 1991, 1996, 2000 and 2003 - were used, and 54 class level indices mounted on the FRAGSTATS program were examined. The results are as follows: First, according to the analysis of the scale sensitivity, 19 out of 54 class level indices were found to be stable to scale change. Second, the scale sensitivity was closely related to the green area ratio, and the typical threshold of change was $40{\sim}50%$. Third, among the 16 indices which were frequently used in the research in Korea, only 6 indices were relatively stable to the scale change. These results can be an effective basis for the selection of indices in the landscape ecology research in Korea.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.3
• /
• pp.614-621
• /
• 2006

We have implemented a multiclassifier learning approach in a GA-based inductive learning environment that learns classification rules that are similar to rules used in PROSPECTOR. In the multiclassifier learning approach, a classification system is constructed with several classifiers that are obtained by running a GA-based learning system several times to improve the overall performance of a classification system. To implement the multiclassifier learning approach, we need a decision-making scheme that can draw a decision using multiple classifiers. In this paper, we introduce two decision-making schemes: one is based on combining posterior odds given by classifiers to each class and the other one is a voting scheme based on ranking assigned to each class by classifiers. We also present empirical results that evaluate the effect of the multiclassifier learning approach on the GA-based inductive teaming environment.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.89-98
• /
• 1999

현대전에서는 첩보와 정보의 수집 및 분석 능력과 이를 이용한 효과적인 의사결정을 전쟁의 승패를 좌우할 수 있는 중요한 요소이다. 이를 위하여 첩보와 정보 수집 및 분석을 자동화하기 위한 전장정보분석 자동화에 관한 연구가 국방과학연구소 주관으로 실시되고 있다. 따라서 이와 연계된 의사결정 자동화에 관한 연구가 필요하게 되었다. 본 논문에서는 이러한 요구에 부응할 수 있는 전장정보를 활용한 의사결정의 중요한 한 분야인 화력분야를 자동화하기 위한 전문가시스템 지식베이스의 분석 및 설계에 관한 연구이다. 화력분야 의사결정은 아군의 가용 화력자산을 효과적으로 운용하는 화력분배가 중심이 되며 이 업무는 화력분배에 전문적인 지식을 가진 장교에 의해 실시된다. 이러한 화력분배 자동화를 위하여 본 논문에서는 화력분배와 관련된 현행 업무 관련 지식을 획득 및 분석하고 이를 바탕으로 규칙집합을 추출하였으며 규칙 집합들간의 상호관계, 입력요소, 출력결과 등을 식별하였다. 또한 규칙집합별로 세부적인 규칙을 도출하였고 객체지향기법을 이용한 클래스, 객체, 속성들을 식별하여 에디터를 이용해 지식베이스를 구축할 수 있도록 설계를 완료하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.359-361
• /
• 2003

정확한 암의 분류는 암의 진단 및 치료에 있어 매우 중요하지만, 암을 진단하기 위한 기존의 여러 방법들은 종종 불완전한 결과를 도출한다. 최근의 마이크로어레이 기술에 기반한 분자 수준의 진단은 정확하고 객관적이며 체계적인 암의 분류를 위한 방법론을 제시해준다. 유전자 발현 데이터는 일반적으로 수천개 이상의 유전자를 포함하는데, 유전자 발현 데이터의 모든 유전자가 암과 관련이 있는 것이 아니므로 정확한 암을 분류하기 위하여 중요한 유전자만을 추출하는 것이 바람직하다. 본 논문에서 음의 상관관계를 갖는 두 개의 이상적인 유전자 벡터를 정의한 후 이와 유사한 정도를 기준으로 중요한 유전자 집단을 추출하고, 각각을 신경망으로 학습하여 결합하는 신경망 쌍을 제안한다. 실험 결과는 음의 상관관계를 갖는 두 개의 유전자 집단이 암의 클래스를 잘 구분할 수 있음을 보여주었다. 이 유전자 집단을 특징으로 하여 각각 학습한 신경망을 베이시안 방법으로 결합한 결과, 벤치마크 데이터에 대하여 신경망 쌍이 개별 분류기에 비해 우수한 성능을 보임을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11c
• /
• pp.2039-2042
• /
• 2002

컴포넌트 기반 개발환경이 성숙되면서 아키텍처는 재사용 기반을 제공하는 핵심 기술요소로 인식되고 있으며, 이의 체계적인 설계와 관리를 위한 소프트웨어 아키텍처 설계개념이 중요시되고 있다. 그러나 최근 객체지향 개발 프로세스에서 클래스 단위의 하위수준 모듈에서 시작하여 컴포넌트를 도출해가는 상향식(bottom-up)설계방식이나 컴포넌트 개발에서 강조하는 패턴중심 설계기법은 비즈니스 관점의 전략적 아키텍처 설계가 불가능한 단점이 있다. 이에 본 논문에서는 기존의 아키텍처 설계 기법의 단점을 보완하기 위해 한국전자통신연구원에서 개발한 컴포넌트기반 시스템 개발 방법론인 마르미-III 에서 채택하고 있는 아키덱처 설계기법을 소개하고 이를 적용한 사례를 소개한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.502-504
• /
• 2005

비즈니스 시스템의 요구사항 분석을 위해 대부분의 소프트웨어 개발 방법론에서는 UML의 유스케이스 모델링을 이용하고 있으며, 유스케이스는 전체 소프트웨어 개발 프로세스에서 중심적인 역할을 담당하고 있다. 본 논문에서는 유스궤이스 중심의 개발 방법을 적용하여 요구사항 명세서로부터 유스케이스를 추출하여 클래스를 도출하기까지의 분석 과정을 살펴보고, 유스궤이스 모델링을 수행하는 데 있어서의 문제점에 대해 조사해 봄으로써 유스케이스를 이용한 비즈니스 시스템 분석 과정에서 고려해야 될 사항들을 미리 점검해 볼 수 있도록 하여 초보자도 쉽게 분석할 수 있도록 지침을 제공하고자 한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.323-324
• /
• 2016

부산광역시 선도기업을 중심으로 한국형 히든챔피언(글로벌강소기업, 월드클래스300)에 선정된 기업의 특성을 분석하여, 부산 지역의 중소 중견기업이 정부의 중견기업지원 사업을 신청 하여, 선정 시 우위에 설 수 있는 전략을 수립하고자 한다. 또한 2016년부터 시행되는 부산광역시 선도기업과 한국형 히든챔피언의 중간 단계인 '부산형 히든챔피언 육성사업'에 도움이 될 수 있는 시사점을 도출한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06b
• /
• pp.250-253
• /
• 2010

본 연구에서는 한국교육학술정보원의 교육 콘텐츠 관리 시스템인 에듀넷의 키워드 기반 콘텐츠 검색기능을 고도화하기 위해 온톨로지 확장을 활용한 검색 프레임워크를 설계, 구현하였다. 의미 기반 교육 콘텐츠 검색이 가능하도록 중학교 수학의 일부 영역을 도메인 온톨로지로 구축하였으며 콘텐츠와 온톨로지의 클래스 이름간의 유사도를 계산하여 자동으로 인스턴스로 추가시키는 시스템을 설계, 구현하였다. 도메인 온톨로지를 확장하여 풍성해진 온톨로지를 활용하여 콘텐츠를 검색할 수 있는 시스템을 구축하였다. 실험을 통하여 본 연구에서 구축한 시스템이 키워드 매칭을 통한 검색 보다 사용자에게 의미 있고 유용한 결과를 도출함을 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.33-36
• /
• 2021

본 논문에서는 인간의 표정과 목소리를 기반으로 한 감정 분석기를 제안한다. 제안하는 분석기들은 수많은 인간의 표정 중 뚜렷한 특징을 가진 표정 7가지를 별도의 클래스로 구성하며, DNN 모델을 수정하여 사용하였다. 또한, 음성 데이터는 학습 데이터 증식을 위한 Data Augmentation을 하였으며, 학습 도중 과적합을 방지하기 위해 콜백 함수를 사용하여 가장 최적의 성능에 도달했을 때, Early-stop 되도록 설정했다. 제안하는 표정 감정 분석 모델의 학습 결과는 val loss값이 0.94, val accuracy 값은 0.66이고, 음성 감정 분석 모델의 학습 결과는 val loss 결과값이 0.89, val accuracy 값은 0.65로, OpenCV 라이브러리를 사용한 모델 테스트는 안정적인 결과를 도출하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.470-473
• /
• 2021

외부인들이 시설을 무단으로 이용하는 등의 범죄가 계속해서 발생하고 있다. 본 논문은 기존의 시설물에서 사용하고 있는 단순 인증 절차가 아닌 BLE 비콘과 영상데이터를 활용한 비승인자 감지 시스템이다. 이 시스템은 스마트폰 어플리케이션에서 BLE 비콘의 데이터를 받은 후 UUID 값과 RSSI 값을 서버로 전송한다. 이후 전송된 데이터들로 핑거프린팅 기반 RadioMap을 구성하고 RNN 기반 딥러닝 학습을 진행하여 사용자 위치 데이터를 도출한다. CCTV를 통해 수집된 영상데이터는 서버로 전송되며, YOLOv4를 이용하여 객체탐지를 위한 프로세스를 진행한 후 Person 클래스를 추출한다. 이후 승인된 사용자의 위치 데이터에 실시간 영상데이터를 더하여 인증 과정 절차가 진행되지 않은 비승인자들을 추적한다. 본 논문은 COVID-19로 인해 시설물 인증 절차에 사용이 증가하고 있는 QR코드를 이용해 인증 과정 절차의 진행 방식으로 시스템에 대한 확장성까지 기대할 수 있다.