• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.404-404
• /
• 2017

이상기후현상으로 인해 극치 수문 사상들이 빈번히 발생함에 따라 상대적으로 높은 재현기간에 해당하는 극치 수문 사상해석에 대한 관심이 높아지고 있다. 그러나 우리나라의 경우 이러한 극치 수문 사상을 추정하기 위한 표본의 수가 부족한 실정이다. 지역빈도해석은 지점의 표본 수가 적거나 수문자료의 수집이 불가능한 미계측지점인 경우, 해당 지점과 수문학적으로 동질하다고 여겨지는 주변 지점들의 자료를 확보하여 확률수문량을 추정함으로써 상대적으로 지점빈도해석 보다 roubst한 추정값을 얻을 수 있다는 장점을 가지고 있다. 따라서 최근 확률수문량 산정 기법으로 지역빈도해석 방법에 관한 관심이 높아지고 있다. 지역구분은 지역빈도해석이 지점빈도해석과 구분될 수 있는 큰 특징이고 지역구분 결과 따라 지역의 표본 크기가 결정되기 때문에 수문학적으로 동질한 지역을 나누는 방법은 매우 중요하다고 볼 수 있다. 인공신경망은 인간의 뇌가 학습하는 방식을 모사한 통계적 모델링 기법이다. 즉, 인간의 뇌가 일정한 반복 학습을 통해 어떠한 문제의 해법을 추론하거나 예측, 또는 패턴을 인식하는 일련의 과정을 알고리즘화 하여 목적함수의 해를 찾는 방식이다. 특히, 주어진 자료들로 부터 특징을 추출하고 그 특징을 학습하여 전체 자료의 분류나 군집화를 이루는데 널리 이용되고 있다. 본 연구에서는 낙동강유역을 대상으로 인공신경망을 이용한 군집분석을 수행하고 구분된 지역을 이용하여 지역빈도해석을 수행하였다.

• 한국경제지리학회지
• /
• 제11권4호
• /
• pp.564-579
• /
• 2008

물리적 또는 기능적으로 연결된 두 지점에서 발생하는 이벤트(쌍대위치 이벤트)들 사이의 국지적인 공간적 연관성을 평가하는 것은 쉽지 않다. 그것은 대개 그러한 형태의 지리적 현상들이 가지고 있는 프로세스 자체의 복잡한 특성 때문이지만, 실제 공간 상에서 재현될 때 매우 복잡하게 얽혀 시각적 패턴을 인식하기 어렵기 때문이기도 하다. 이 논문은 국지적 스케일에서 공간적으로 자기상관된 쌍대위치 이벤트(또는 벡터)들을 확인하기 위한 대안적 방법을 다루고 있다. 제시된 통계적 알고리즘은 (벡터들의) 시작 포인트들의 클러스터링을 평가하기 위한 단변량 포인트 패턴 분석과 시작 포인트들에 상응하는 벡터들의 유사성 측정을 혼합하여 개발되었다. 사례 분석은 미국 오하이오주 프랭클린 카운티의 지역 주택시장에서 2004년에서 2006년 동안 이루어진 주택거래 데이터를 사용하여 이루어졌다. 분석 결과, 국지적으로 특성화될 수 있는, 특히 지역 커뮤니티와 연관된 다양한 이동들을 보여주는 주택거래들을 확인할 수 있었다.

• 대한공간정보학회지
• /
• 제8권1호
• /
• pp.105-110
• /
• 2000

고해상도 위성영상의 출현으로 인해 인간이 사용하는 다양한 판독기재를 영상판독에 적용할 가능성이 넓어졌고, 컴퓨터비전, 패턴인식, 인공지능, 원격탐사 등 많은 분야에서 이런 가능성들을 연구해왔다. 이중 질감은 '영상의 밝기와 색조간의 공간적 분포와 관계'된 양으로 영상판독에 중요한 역할을 한다. 특히 통계적 모델을 기초로 질감정보을 얻는 방법이 많이 연구되어 왔고, 이러한 기법 중 공기행렬을 이용하여 질감을 측정한 연구는 다른 기법에 비해 계산이 간편하며 위성영상과 항공사진에 적용되어 높은 분류정확도를 나타내어 좋은 질감측정치로 평가되었다 하지만 기존의 논문들에서 특성치의 선택에 관한 연구 없이 임의적으로 특성치가 선택되었고, 또한 공기행렬이 질감을 잘 표현할 수 있는 적정해상도에 판한 연구가 부족했다. 따라서 본 연구에서는 첫째, 질감측정의 방법으로 공기행렬의 개념을 소개하고, 둘째, 위성영상으로부터 도출된 공기행렬로부터 얻어질 수 있는 여러 가지 특성치들의 유용성을 평가하여 컴퓨터를 이용한 분류 시 적절한 특성치를 선정할 수 있는 근거를 마련하며, 셋째, 여러 특성치들의 공간해상도에 따른 변화추이를 조사하여 공기행렬이 적용될 수 있는 적정해상도를 제시하고자 한다.

• 전자공학회논문지CI
• /
• 제47권3호
• /
• pp.22-28
• /
• 2010

최근 기계학습 분야에서 커널머신을 이용한 대표적 분류기로 Adaboost가 주목받고 있다. Adaboost는 통계적 학습이론에 기반하여 뛰어난 일반화 성능을 보여주며, 다양한 패턴인식 문제에 적용되고 있다. 그러나, Adaboost는 이진 분류기이므로 다중표적 분류 문제에 곧바로 적용할 수 없다. 일반적으로 다중 분류 문제를 해결하는 기법으로 One-Vs-All 기법과 Pair-Wise 기법이 대표적이다. 이러한 두 기법은 다중 분류 문제를 여러 개의 이진 분류 문제로 분할하고, 이들을 다시 종합하여 최종 결정을 내리는 출력코딩이라는 일반적인 기법으로 실제 시스템 구성에 적합할만한 분류 성능을 보여주지 못하는 경우가 대부분이다. 본 논문에서는 이진 분류기인 Adaboost의 다중 분류 확장 방안으로 원형 기반 함수를 약한 분류기로 이용하는 Adaboost 기반 다중표적 분류 기법을 제안한다.

• 정보보호학회논문지
• /
• 제24권6호
• /
• pp.1045-1053
• /
• 2014

본 논문에서는 카드 단말기로부터 발생할 수 있는 부채널 신호를 통해 금융 중요 정보의 누수가 발생할 수 있다고 가정하고, 실제 적용 가능한 공격 모델을 새로이 제안한다. 논문에서 제안하는 공격 모델은 소형 센서를 카드 단말기에 부착하여 카드 단말기에서 발생하는 진동 신호를 이용한 진동 신호 기반 부채널 공격이다. 이 소형 센서를 통해 카드결제 승인 단말기의 버튼을 누를 때 발생되는 진동신호를 알아낼 수 있으며, 이러한 정보는 금융 정보를 탈취하는 기반이 된다. 이러한 연구는 기존에 실시된 다른 부채널 연구들과 어느 정도 유사한 면도 있으나, 본 논문은 비언어적 모델을 기반으로 한다는 점에서 그 성격이 다르다. 왜냐하면 금융 결제에 필요한 카드 번호, 비밀번호, 휴대전화 번호 등은 일정한 패턴을 가질 수 없기 때문이다. 또한 소형 카드 단말기를 이용한 연구가 거의 없었다는 점에서 본 연구는 의미를 가진다. 이에 소형 무선 센서를 데이터를 수집하고, 데이터 특성을 고려해 주파수 영역의 스펙트럼 및 주성분 분석 방법을 이용한 통계적 신호처리 및 패턴 인식 알고리즘을 이용해 수집 정보를 분석을 실시한 뒤, 그 실험 결과를 선보인다.

• 한국음향학회지
• /
• 제28권4호
• /
• pp.401-407
• /
• 2009

본 논문에서는 주파수 영역에서의 가우시안 혼합 모델 (Gaussian Mixture Model, GMM) 기반의 새로운 동시통화 검출 (Double-talk Detection, DTD) 알고리즘을 제안한다. 구체적으로 주파수 영역에서의 음향학적 반향억제 (Acoustic Echo Suppression, AES)를 위한 동시 통화 검출 알고리즘을 구성하기 위해 기존의 시간 영역에서의 동시통화 검출에 사용되는 상호 상관계수를 이산 푸리에 변환을 통해 16개 채널의 주파수 영역으로 변환하였다. 이러한 주파수 영역에서의 상호 상관계수를 GMM의 보다 효과적인 구성을 위해 통계적 분류 특성에 근거하여 우수한 7개를 선별하였다. 본 논문은 이러한 특징 벡터로 패턴인식에서 우수한 성능을 보이는 GMM을 구성하였으며 원단화자만 있는 구간, 동시통화 구간, 근단 화자만 있는 구간을 우도 (Likelihood) 비교에 따라 분류함으로써 별도의 원단 화자 신호에 대한 음성 검출기 (Voice Activity Detector, VAD)의 사용 없이 잡음환경과 반향 경로 변화에서 강인한 동시통화 검출 알고리즘을 제안한다. 다양한 실험 결과 제안된 방법은 기존의 상호 상관계수를 고정된 문턱 값과 가부 비교하여 동시 통화 구간을 검출하는 hard decision 방법에 비해 검출 오류 확률 (Detection Error Probability)을 비교한 결과 우수한 성능을 보였다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.109-123
• /
• 2012

기존 학습 시스템에서는 선수 지식이 없는 학생에게 너무 어려운 내용을 제공해서 실제로 학생에게 도움이 되지 않는 경우도 있고, 이미 해당 내용을 알고 있는 학생에게 같은 내용의 콘텐츠를 반복 제공해서 학생에게 도움이 되지 않는 경우도 있다. 이러한 현상을 해결하는 방법으로 논문에서는 학생들에게 가장 적절한 난이도의 강의 콘텐츠를 전달하는 방법이 제안되었다. 난이도는 상대적인 개념이라서 어떠한 학생 집단에게는 A라는 콘텐츠가 B라는 콘텐츠보다 쉬울 수 있고, 어떠한 학생 집단에게는 B라는 콘텐츠가 A라는 콘텐츠보다 쉬울 수 있으므로 정확하게 측정하는 것은 쉽지 않지만 논문에서는 이러한 부분을 고려해서 학생들에게 적절한 강의 콘텐츠를 전달하는 방법이 제안되었다. 논문 제안 시스템에서 전체 강의 콘텐츠는 여러 개의 강의 모듈로 나눠진다. 학생은 강의를 수강하기 전 패턴인식 문항이라고 하는 선수 테스트 문항을 풀고, 시스템은 채점 결과에 따라서 여러 개의 강의 모듈들 중 해당 학생에게 가장 적절한 강의 콘텐츠를 선택해서 제공한다. 시스템이 학생에게 전달할 강의 모듈을 선택하는데 있어서 학생의 패턴인식 문항 답안과 강의 모듈들의 난이도가 반영된다. 강의 모듈들의 난이도는 패턴인식 문항을 풀었던 모든 학생들의 답안 채점 결과가 반영되므로 학생의 답안 채점이 진행될 때마다 따라 계속 변경된다. 논문 제안 시스템은 이렇게 학생들의 답안을 이용해서 해당 학생 집단의 상대적인 지식을 파악하고 각 강의 모듈들의 난이도를 지정한다. 논문에서 제안된 방법은 전체적인 강의 콘텐츠의 순서가 강의 진행에 상관이 없는 경우에만 개선 효과가 적용된다. 1단원의 내용을 알아야 2단원의 내용을 배울 수 있는 형식의 강의 콘텐츠에서는 논문의 제안 방법이 적용되지 않는다. 논문에서는 강의 순서가 중요하지 않은 과목들 중에서 영어 문법 강의를 바탕으로 제안 방법이 설명되었다. 제안된 내용이 학습 환경에 적절하게 적용 된다면 기초 지식이 충분하지 않은 학생은 기초 지식을 충분하게 배워서 보다 어려운 내용의 콘텐츠를 배울 기반을 마련하게 될 것이고, 해당 단원의 내용을 이미 알고 있는 학생은 알고 있는 내용을 다시 배우지 않는 방법으로 시간을 절약해서 보다 다양한 콘텐츠를 학습하게 되는 등 많은 개선 효과가 제공될 것이다.

• 대한전자공학회논문지SP
• /
• 제43권4호
• /
• pp.37-45
• /
• 2006

본 논문에서는 인지학에서 연구되고 있는 동질 연상 기억 현상과 장기 및 단기 기억 강화 조절 기능을 담당하는 해마의 두뇌 원리를 공학적으로 모델링한 MHLA(Modulatory Hippocampus Learning Algorithm)의 개발을 제안한다. 해마에서 중요시 하는 연관된 3단계 조직(DG, CA3, CAl)에 기반한 동질 연상 메모리를 구성하도록 하였으며, 장기 기억 학습에 모듈레이터(modulator)를 추가하여 학습 수렴 속도를 향상시켰다. 해마 구조에서 정보는 3단계 순서에 따라 치아 이랑 영역에서 통계적인 편차를 적용하여 호감도 조정에 따라서 반응 패턴으로 이진화 되고, CA3 영역에서 자기 연상 메모리를 하여 패턴이 재구성이 된다. CA3의 정보를 받는 CAI영역에서는 모듈레이터가 적용되는 신경망에 의해 장기기억 인식에 이용되는 연결n강도의 수렴이 빠르게 학습된다. MHLA의 성능을 측정하기 위하여 포즈 및 표정과 화질 상태에 따라 분류된 얼굴 영상에 PCA(Principal Component Analysis)를 적용하여 특정 벡터들을 계산하 MHLA로 학습한 후, 인식률을 확인 하였다. 실험 결과, 제안한 학습 방법을 다른 방법들과 비교하였을 때, 학습시간비용과 인식률에서 우수함을 확인하였다.

• 감성과학
• /
• 제22권1호
• /
• pp.45-54
• /
• 2019

공감은 사회관계의 중요한 요소로, 소통 및 과제 수행의 효율을 증가시킨다. 타인과의 상호작용에서 공감하기 위해 상대방의 얼굴 표정, 말투, 움직임 등을 무의식적으로 모방을 한다. 이 때 생리 반응인 심장 반응도 동기화 되는 현상을 보인다. 따라서 본 연구는 두 사람 사이의 심장 리듬 동기화를 통해 공감의 유무를 객관적이고 정량적으로 인식하는 규칙을 정의하고자 한다. 피험자 74명은 두 명씩 그룹을 지어 공감을 유발하는 표정 모방 과제를 수행하며 심전도(electrocardiogram, ECG)를 측정하였다. 공감 유무에 따른 두 사람의 심장 리듬의 동기화를 확인하기 위해 심장 리듬 패턴(heart rhythm pattern, HRP)과 일관성(heart rhythm coherence, HRC) 신호에서 정량적으로 분석 가능한 지표들을 추출하였고 독립 표본 t검증을 통해 통계적 유의성을 확인하였다. 공감하는 경우 심장 리듬 패턴과 일관성에서 두 신호의 상관계수(correlation, r)가 공감하지 않는 경우보다 유의미하게 높았고, SDNN(the standard deviation of NN intervals) 차이와 우세한 피크의 주파수 차이는 유의미하게 낮은 형태를 보이며 동기화되었다. 공감도 규칙은 통계적으로 유의한 지표로 단계적 판별 분석을 수행하여 정의하였다. 본 연구에서 제안한 공감도 규칙을 직무, 인사 관리에 활용한다면 어떤 구성원들 사이에서 공감이 잘 일어나는지 정량적 판단이 가능해 효율적인 팀구성이 가능할 것이다.

• 방송공학회논문지
• /
• 제19권3호
• /
• pp.396-404
• /
• 2014

의류 검색 분야는 의류의 비정형 특성으로 인해 매우 어려운 분야로 인식 오류 및 연산량을 줄이기 위한 노력이 많이 진행되어 왔으나 이를 위한 학습 및 인식 과정 전체에 대한 구체적인 사례가 없고 일부 관련 기술들은 아직 많은 한계를 보이고 있다. 이에 본 논문에서는 입력된 영상에서 사람 객체를 파악하여 착용한 의상으로부터 색상, 무늬, 질감 등 의상이 가질 수 있는 특성 정보를 분석하여, 이를 분류하고 검색하는 방법에 대한 전 과정을 구체적으로 보였다. 특히, 의류의 패턴 및 무늬 등을 구분하기 위한 비정형 의류 검색을 위한 LBPROT_35 디스크립터를 제안하였다. 이 제안 방식은 영상의 통계적 특징을 분석하는 기존의 LBP_ROT(Local Binary Pattern with ROTation-invariant) 방식에 추가로 원 영상에 크기 변화가 생겨도 검색해 낼 수 있도록 하는 특성이 추가된 것이며, 이를 통해 비정형 의류 검색 시 옷이 회전되어 있거나 스케일에 변화가 있어도 높은 검색율을 얻을 수 있게 되었다. 또한 색 공간을 11개의 구간으로 양자화 하는 방식을 이용하여 컬러 분류를 구현하여, 의류 검색에 있어서 중요한 컬러 유사성을 상실하지 않도록 하였다. 한편, 인터넷 상의 의류 사진들로부터 추출한 총 810장의 트레이닝 이미지로 데이터베이스를 구축하고 이들 중 36장을 질의영상으로 테스트 한 결과, 94.4%의 인식률을 보이는 등 Dense-SIFT 대비 높은 인식률을 보였다.