• 한국컴퓨터정보학회논문지
• /
• 제3권3호
• /
• pp.63-71
• /
• 1998

원시 코드로부터 이 언어들을 충분히 다시 표현할 수 있는 공통의 언어 즉 메타 언어를 설계하여 역공학 시스템의 내부 표현으로 사용하였다. 이것을 입력으로 하여 변수와함수 사이의 관계에 기반한 유사도 공식을 사용하여 가장 적절한 클래스를 추출하고, 추출된 클래스의 가시성을 자동적으로 분류한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (A)
• /
• pp.510-512
• /
• 2000

절차지향 SW를 객체자향 SW로 변환하면 SW 유지.보수 비용을 수 절감할 수 있으며, 시스템에 새로운 요구를 수용할 수 있게 되는 등 많은 장점을 가지게 된다. 본 논문은 객체지향 SW로 변환과정 중 필요한 클래스와 상속성 추출 방법을 제안하였다. 클래스와 상속성 추출 때 관계를 고려한 의미적인 방법을 제시하였으며 영역 모델과의 비교시 의미적이며 통계적인 방법을 사용하였다. 논문에서 제안한 방법을 사용함으로써 영역 전문가에게 다양한 선택 기회를 제공할 수 있어 의미 있는 코드 생성에 도움을 줄 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (1)
• /
• pp.508-510
• /
• 1998

기존의 절차 지향 프로그램을 이해하고 유지.보수하기 위해서는 많은 비용이 필요하다. 이러한 절차 지향 프로그램에서 객체/클래스를 추출한다면 프로그램을 이해하고 유지.보수하는데 많은 비용을 절감할 수 있을 뿐 아니라, 객체 지향 프로그램으로 변환하는데 많은 도움이 된다. 본 논문에서는 객체/클래스를 추출하기 위한 절차와 구조를 제시하였다. 객체/클래스 추출기는 Clustering Engine, Stochastic Refinement and Decision Engine, Domain Modelling와 Comparison and Intergration Engine의 4부분으로 구성된다. 이러한 과정을 거치면서 기존의 연구 방법과는 다르게 가중치 주는 기준, 다중 객체 후보, 통계적 방법으로의 정재와 결정, 요구사항의 의미적 관점에 기초한 방법을 사용하였다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.157-168
• /
• 2023

고해상도 원격탐사 영상을 이용하여 지표면을 모니터링 하기 위해서 영상 분할 및 감독 기반의 분류 기법이 널리 사용된다. 다양한 객체를 분류하기 위해서는 각 객체에 해당하는 클래스를 정의하고 각 클래스에 속하는 샘플들을 선택하는 과정이 필요하다. 클래스 샘플을 추출하는 기존의 방법은 각 클래스 별로 유사한 밝기값 특성을 가지는 충분한 개수의 샘플을 선택해야 한다. 이 과정은 사용자의 육안 식별에 의존하는 과정으로 많은 시간이 소요되며 사용자에 따라 추출되는 클래스의 대표 샘플들이 달라질 가능성이 높고 결과적으로 분류 성능이 클래스 샘플 추출 결과에 크게 영향을 받게 된다. 본 연구에서는 클래스 샘플 추출 시 히스토그램 역투영 기법을 적용하여 샘플 추출 시 사용자의 개입을 최소화하고 클래스에 속하는 샘플들의 밝기값 특성이 일관성을 가지는 영상 분류 기법을 제안한다. 제안한 히스토그램 역투영을 이용한 분류 기법은 차세대중형위성 1호(Compact Advanced Satellite 500-1) 영상의 색상 서브채널을 이용한 분류 실험과 원영상을 이용한 분류 실험에서 히스토그램 역투영을 사용하지 않은 기법에 비해 모두 향상된 분류 정확도를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.745-748
• /
• 2004

얼굴 이미지의 대부분은 표본의 수보다 특징 변수의 수가 많기 때문에 이러한 점을 고려한 특징 추출 방법이 필요하다. 본 논문에서는 부분 최소제곱법을 이용하여 특징 벡터의 차원을 축소하는 방법을 제안한다. 전통적인 차원 축소 방법인 주성분 분석은 클래스의 정보를 고려하지 않고 최대 변이를 가지는 성분을 추출하기 때문에, 클래스의 구분에 필요한 특징을 필수적으로 추출하지 못한다. 이에 비해, 부분 최소제곱법은 클래스 변수에 대한 정보를 포함하여 성분을 추출한다. 그러므로, 분류를 하는데 있어서는 주성분 분석에 의해 추출된 성분보다는 부분 최소제곱법에 의해 추출된 성분이 보다 더 예측적이다. 맨체스터와 ORL 얼굴 데이터베이스를 이용하여 실험한 결과, 분류와 차원 축소 측면에서 주성분 분석 방법보다는 부분 최소제곱법을 이용한 방법이 그 성능이 우수함을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (1)
• /
• pp.520-522
• /
• 2001

본 논문은 기존의 객체지향 방식으로 작성된 프로그램에서 독립(isolated) 컴포넌트를 추출하기 위한 방법을 제안한다. 독립 컴포넌트는 별도의 컴포넌트가 필요 없이 독자적으로 이용 가능한 컴포넌트를 말한다. 기존 프로그램에서 추출되는 독립 컴포넌트는 다른 응용프로그램 개발에 쉽게 사용될 수 있다. 본 논문에서 제시하는 추출 방법은 기존의 객체지향 프로그램을 분석하여 클래스 정보를 추출하고, 클래스 간의 의존 관계를 검사하여 상호의존성이 낮고 범용성이 높은 글래스 모듈을 선택하는 것이다. 대상 모듈의 범용성은 프로그램내에서 얼마나 많이 사공되는 가로 정의된다. 본 논문에서 제시하는 방법을 사용하여 컴포넌트를 자동으로 추출하는 시스템을 구축하고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.123-125
• /
• 2002

여러 사람에게서 생체신호를 측정하여 특징을 추출하는 경우 피실험자마다 다른 신체적 또는 생리학적 특징에 의해 같은 클래스로 분류하고 싶어도 다른 클래스로 잘못 분류되는 경우가 발생한다. 이와 같이 N 명의 사람에게서 얻은 생체신호로 M 개의 클래스를 분류하도록 훈련하여 새로운 사람의 생체신호를 M 개의 클래스로 분류하고자 할 때 발생하는 문제를 해결하기 위한 방법으로 피실험자 독립적인 클러스터링 방법을 제안하고자 한다. 이를 위한 수학적 기반으로 동치관계들의 교집합과 합집합에 근거한 새로운 연산자를 정의하고 이를 이용하여 최대 공통 클러스터(Largest Common Cluster, LCC)라는 새로운 개념을 정의한다 이는 여러 사람에게서 얻은 정보에서 최대한 공통의 성질을 갖는 것들을 찾아내는 수학적이고 체계적인 방법이라 할 수 있다. 따라서 일단 LCC를 찾아내면 이를 특징(feature)으로 삼아 패턴분류기를 설계하면 여러 사람에게 적용가능한 생체신호 인식기를 설계할 수 있게 된다.

• 한국정보처리학회논문지
• /
• 제5권6호
• /
• pp.1507-1521
• /
• 1998

본 논문에서는 프로그램의 이해와 재사용에 초점을 둔 객체 지향 클래스 라이브러리 설계 방법 및 객체를 효율적으로 재사용하여 프로그래밍 할 수 있도록 객체에 대한 정보 추출 방법을 제시한다. 프로그램의 재사용을 위한 부품을 모듈 단위로 생성하여 각 정보를 테이블에 저장하며, 모듈간에 참조할 수 있는 인터페이스 플래스를 추출한다. 프로그램의 이해를 쉽게 하기 위하여 프로그램 코드를 기반으로 하여 클래스 관계성을 그래프로 표현하고 노드 클래스를 아이콘화하여 볼 수 있도록 하였다. 각 모듈 안에서의 참조 관계, 상속 관계, 복합 관계를 추출 및 세부적인 다형성 관계, 프랜드 관계등의 추가적인 정보를 생성할 수 있다. 본 논문에서 제시하는 방법은 프로그램 개발 및 유지보수시에 프로그램의 이해력을 높여 재사용 시스템 구축을 용이하게 한다.

• 대한원격탐사학회지
• /
• 제19권2호
• /
• pp.170-179
• /
• 2003

다중분광 영상의 정확한 지형지물 분류를 수행할 때 고려해야 할 중요한 요소중에 적절한 분류 클래스의 선정과 선정된 클래스의 분리도가 높아지도록 트레이닝 지역(training fields)을 잡는 것은 특히 중요하다. 최근에 이용되고 있는 위성탑재 하이퍼스펙트럴(hyperspectral) 영상은 많은 밴드를 포함하고 있기 때문에 데이터 처리가 어렵고, 잡음(noise)으로 인하여 다중분광 영상보다 분류 결과가 나쁜 경우도 나타난다. 특히 대상지역의 클래스에 따른 트레이닝 지역의 선정시 일부 클래스에서 하이퍼스펙트럴 밴드수에 비해 상대적으로 적은 수의 트레이닝 샘플로 인하여 공분산 행렬의 계산에 어려움이 따른다. 따라서 본 연구에서는 Hyperion 데이터를 이용한 분류를 수행하기 위하여 밴드 추출 방식을 알아보고, 분류영상의 정확도 평가를 통하여 밴드 추출의 효용성을 시험하였다. 밴드를 줄이는 또 다른 방법인 클래스간 분리도에 따른 최적 밴드를 추출하여 분류정확도를 평가하였다. 실험 결과, 밴드 추출이나 클래스 분리도에 따라 선택된 영상의 분류 정확도는 분류자(classifier)에 상관없이 전체 밴드를 사용한 원영상과 유사하게 나타났지만, 사용된 밴드수와 계산 시간은 단축되었다. 분류자는 MLC, SAM, ECHO의 3종류가 사용되었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권9호
• /
• pp.612-628
• /
• 2001

본 논문은 절차지향 소프트웨어로부터 클래스와 상속성을 추출하기 위한 방법론을 제안한다. 본 논문에서 제안한 방법론은 모든 경우의 객체 후보군으로부터 정의된 클래스 후보군과 그들의 상속성을 생성하여 클래스 후보군과 영역 모델 사이의 관계성과 유서 정도를 가지고 최고 또는 최적의 클래스 후보군을 선택하는데 초점을 둔다. 클래스와 상속성 추출 방법론은 다음과 같은 두드러진 특징을 가지고 있다. 정적(속성)과 동적(메소드)인 클러스터링 방법을 사용하고, 클래스 후보군의 경우는 추상화에 초점을 두며, m개의 클래스 후보군과 n개의 클래스 후보 사이의 상속 관계의 유사도 측정 즉, 2차원적 유사도 측정은 m개의 클래스 후보와 n개의 클래스 후보 사이의 전체 그룹에 대한 유사도를 구하는 수평적 측정과 클래스 후보군들에서 상속성을 가진 클래스의 집합과 영역 모델에서 같은 클래스 상속성을 가진 클래스 집합 사이의 유사도를 위한 수직적 측정방법이 있다. 이러한 방법론은 최고 또는 최적의 클래스 후보군을 선택하기 위해 제공학 전문가에게 광범위하고 통합적인 환경을 제시하고 있다.