• Korean Journal of Remote Sensing
• /
• v.16 no.1
• /
• pp.1-11
• /
• 2000

Multi-temporal data have been used frequently for analyzing dynamic characteristics of ecological environment. Little research, however, shows the characteristics and problems of the analysis of continental- or global-scale, multi-temporal satellite data. This research investigated the characteristics of large-area, multi-temporal data analysis and the problems of phenological difference of ground vegetation and scarcity of training data for a long term period. This research suggested a latitudinal image segmentation method and an invariant pixel method. As an application, the image segmentation and invariant pixel methods were applied to a set of AVHRR data covering most part of Asia from 1982 to 1993. Fuzzy classification results showed the decrease of forests and the increase of croplands at densely populated areas, however an opposite trend was detected at sparsely populated or depopulated areas.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.130-132
• /
• 2004

본 연구에서는 FMM 신경망을 이용한 패턴 분류 문제에서 학습 패턴에 포함되는 특징의 발생 빈도와 특징 값의 분포를 고려하는 네트워크 구조와 학습 방법론을 소개한다. 이를 위하여 하이퍼박스 소속함수의 산출 과정에 세부특징에 대한 가중치 개념이 적용되는 새로운 활성화 특성을 제안한다. 또한 하이퍼박스의 특징 범위와 빈도 및 특징 값의 분포를 유지하고 새롭게 정의된 하이퍼박스 생성, 확장, 축소기법을 적용한다 이는 가중치 개념을 통하여 각 특징별 중요도를 서로 다른 값으로 반영할 수 있게 하며, 특징의 분포 정보가 고려되어 기존 FMM 모델에 비하여 노이즈에 의한 영향을 개선하여 학습 효과를 증진시킬 뿐만 아니라 하이퍼박스의 생성 및 확장 과정 중에 학습패턴의 순서에 상관없이 동일한 특성을 보일 수 있게 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.724-726
• /
• 2014

본 논문에서는 범죄 발생 전 빠른 상황판단과 효과적인 의사결정을 위한 방법으로 이상 행동을 분류, 분석하여 이상행동 패턴을 발견하고 이에 따라 발생 전 상황을 예상할 수 있는 예측하는 모델을 제시하였다. 이러한 행동분석과 패턴예측 모델은 CCTV로 부터 수집된 데이터를 단계별 DB를 통해 빠르고 정확한 분석할 수 있고, 과거에 축적 및 분석된 데이터를 유사한 상황에 직면했을 때 사전에 예방하기 위한 유용한 도구로 활용이 가능할 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1649-1652
• /
• 2012

본 연구에서는 사용자의 성격패턴을 사용자의 대화음성 정보만으로 자동 분류할 수 있는 방법과 이를 기반으로 사용자의 성격 맞춤형 학습전략을 적용하는 애플리케이션을 개발하는 것을 목적으로 하였다. 음성대화 속의 발화된 말의 빠르기(speech rate)나 말소리의 크기, 기본주파수(fundamental frequency)의 값과 그들의 변화패턴, 그리고 묵음구간의 여러 가지 통계적 정보 같은 비언어적 단서를 활용하여 성격패턴을 최고 86.3% 까지 정확하게 인식해 낼 수 있었다. 또한 성격 별 영어단어 학습방법을 개발하여 사전 및 사후테스트를 기반으로 실험한 결과 약 24% 성적 향상을 보였다. 이 연구를 통해 확보되는 원천기술은 각종 에듀테인먼트 콘텐츠에는 물론 로봇과의 대화시스템, 치료나 재활을 위한 기능성 콘텐츠 등에 유용하게 사용될 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.377-380
• /
• 2012

본 연구에서는 학습데이터의 빈도요소를 반영하도록 수정된 구조의 FMM 신경망을 소개하고, 이로부터 패턴 분류를 위한 지식 표현을 생성하는 방법론을 제안한다. 하이퍼박스 멤버쉽함수는 5종류의 퍼지 분할을 기반으로 설정한 구간에 대하여 소속정도를 반영하여 결정하며, 각 차원별로 특징범위의 폭과 빈도 요소로부터 가중치 값이 학습된다. 본 연구에서는 제안된 이론을 수화인식 문제를 대상으로 고찰하였다. 인식 시스템의 구성은 특징추출을 위하여 3차원으로 확장된 구조의 CNN 모델을 사용하였으며, 수화패턴 데이터의 표현은 모션 히스토리 볼륨(Motion History Volume) 구조를 기반으로 하였다. 6종류의 수화패턴 동영상으로부터 27개 특징요소를 추출하고 이를 사용한 FMM 신경망의 학습과정과 지식의 추출 과정을 실험으로 보이고 그 유용성을 고찰한다.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.5
• /
• pp.341-346
• /
• 2013

In this paper, we propose a rule extraction method using a modified Fuzzy Min-Max (FMM) neural network. The suggested method supplements the hyperbox definition with a frequency factor of feature values in the learning data set. We have defined a relevance factor between features and pattern classes. The proposed model can solve the ambiguity problem without using the overlapping test process and the contraction process. The hyperbox membership function based on the fuzzy partitions is defined for each dimension of a pattern class. The weight values are trained by the feature range and the frequency of feature values. The excitatory features and the inhibitory features can be classified by the proposed method and they can be used for the rule generation process. From the experiments of sign language recognition, the proposed method is evaluated empirically.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.360-360
• /
• 2011

우리나라의 극치강수량 발생 특성은 6~8월 사이에 몬순시스템에 의해 영향을 많이 받는다. 이러한 동아시아 몬순시스템은 대규모 기상학적 거동으로서 우리나라의 국지적 강수발생 특성과 매우 큰 연관성을 가지고 있다. 우리나라의 극치강수량 발생 시에 나타나는 기상학적 특징을 진단하는 과정은 수문 기상학적으로 극치강수량을 예측할 수 있는 기본 토대를 제공할 수 있다. 이러한 점에서 본 연구에서는 우리나라에 발생한 극치강수량을 순위별로 추출하고 각 순위별로 극치강수량 발생시점을 중심으로 5일 이전의 기상변량을 NOAA 재해석(reanalysis) 자료로부터 추출하고 이를 합성시켜 기상특성을 평가하였다. 극치강수량의 기상학적 거동을 평가하기 위한 방법은 다음과 같다. 첫째, 기상변량으로는 Sea Level Pressure, Wind Vector, Geopotential Height 등을 추출한다. 둘째, 이들 기상자료로부터 대규모 강우장만을 추출하기 위해서 기준값(threshold)을 가지고 특정량 이상의 Storm Track만을 추출한다. 셋째, 이들 Storm Track들을 분류하여 범주화 시킨다. 넷째, 범주화된 Storm Track 별로 강수량 분포, 강수지속시간 등에 대한 확률 분포를 유도한다. 또한 이들 Storm Track에 패턴인식 기법을 적용하여 Storm Track의 이동경로를 추정할 수 있는 알고리즘을 개발하고자 한다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.22 no.1
• /
• pp.28-38
• /
• 2019

The smart card data stores the transit usage records of individual passengers. By using this, it is possible to analyze the traffic demand by station and time. However, since the purpose of the trip is not recorded in the smart card data, the demand for each purpose such as commuting, school, and leisure is estimated based on the survey data. Since survey data includes only some samples, it is difficult to predict public transport demand for each purpose close to the complete enumeration survey. In this study, we estimates the purposes of trip for individual passengers using the smart card data corresponding to the complete enumeration survey of public transportation. We estimated trip purposes such as commute, school(university) considering frequency of O-D, duration, and departure time of a passenger. Based on this, the passengers are classified as workers and university students. In order to verify our methodology, we compared the estimation results of our study with the patterns of the survey data.

• Journal of KIISE:Software and Applications
• /
• v.34 no.11
• /
• pp.984-990
• /
• 2007

As the amount of electronic documents increases explosively, automatic text categorization methods are needed to identify those of interest. Most methods use machine learning techniques based on a word set. This paper introduces a new method, called FPTC (FP-Tree based Text Classifier). FP-Tree is a data structure used in data-mining. In this paper, a method of storing text sentence patterns in the FP-Tree structure and classifying text using the patterns is presented. In the experiments conducted, we use our algorithm with a #Mutual Information and Entropy# approach to improve performance. We also present an analysis of the algorithm via an ordinary differential categorization method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.178-180
• /
• 2004

질의 응답(Question Answering) 시스템은 질의에서 요구하는 정답 유형(Answer tyype) 및 질의에 사용된 용어를 적용하여 보다 정확한 답을 추출하고자 한다. 그러나 질의에 사용된 용어들이 문서의 정답문장에 그대로 사용되지 않고 같은 의미의 다른 어휘로 출현하기도 하며, 혹은 다른 문법적 정보를 가진 카테고리로 등장하여 정답 추출에 어려움이 따른다. 따라서, 본 논문은 질의별 카테고리 개념 리스트를 구축하여 효과적인 의미적 질의 확장 방법론을 제안한다. 제안된 방법은 먼저 질문 문장의 패턴 린 질의 정보 유형을 파악하여 질의 카테고리 및 카테고리별 개념 리스트를 구축한다. 그런 후 구축된 질의 개념 카테고리 및 리스트를 활용하여 질의 유형을 학습하고, 새로운 질의가 입력되면 해당 개념 카테고리로 분류한 후, 개념 리스트를 기반으로 개념별 질의 확장을 수행한다. 제안된 시스템의 성능 명가를 위하여, TREC-9의 질의와 TREC 문서 중 1991년도 WSJ(Wall Street Journal) 42,654건을 대상으로 실험한 결과 질의 확장을 수행하지 않는 시스템의 경우 MRR(Mean reciprocal ratio) 측정에서 0.223의 결과를 보인 반면 제안된 시스템의 경우 0.50의 향상된 결과를 보였다.