• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.525-532
• /
• 2000

본 논문은 영상에서 형태적 정보를 추출하는데 사용되는 수학적 형태학(mathematical morphology)에 퍼지 집합 이론을 적용하여 새로운 퍼지 수학적 형태학을 제안한다. 일반적인 수학적 형태학은 이진 영상에만 적용되는 한계를 가지고 있었다. 이를 그레이 스케일 영상에도 적용 가능하도록 한 Sinha와 Dougherty[8]이 제안한 방법도 기하학적 형태 변환을 보장하지 못하는 결점이 있었는데 본 논문에서는 그 결점을 제거하는 새로운 수축(erosion)과 확장(dilation) 연산을 정의하고 그 특성을 연구하였다. 본 논문이 제안한 방법과 [8]의 방법을 실제 영상에 대한 실험으로 비교하였다.

• Language and Information
• /
• v.4 no.1
• /
• pp.130-140
• /
• 2000

이 논문에서는 피동접사 '이, 히, 리, 기'와 결합하는 피동형과 관련된 형태·통사적 문제를 전산적 관점에서 다룬다. 전산처리에서 이러한 피동형의 형태적 문제는 다음과 같다. 첫째, 피동접사 '이, 히, 리, 기'와 결합할 수 있는 타동사 어간의 분포가 제한되어 있다. 둘째, 타동사 어간이 결합할 수 있는 피동접사는 고정접사는 고정되어 있다. 셋째, 피동형 중에 타동사 어간과 피동접사가 결합할 대 형태적으로 변화하는 것들이 있다. '나누다/나뉘다, 모으다/모이다, 잠그다/잠기다, 자르다/잘리다'등이 여기에 해당된다. 이러한 형태적 문제 외에도 전산처리에서 피동형과 관련된 통사적 문제는 다음과 같다. 첫째, 능동형의 타동사가 피동형이 되면서 논항구조도 함께 변화한다. 둘째, 피동문의 행동주가 문장에서 생략되는 경우가 종종 있다. '문제가 쉽게 풀리었다','소리가 잘 들린다'등이 이에 해당된다. 이 논문은 한국어 피동접사 '이, 히, 라, 기'와 결합하는 피동형의 형태·통사적 특징을 전산적으로 처리하는 것이 목적이다. 이를 위해 표상모형으로는 자질구조를, 구현도구로는 Malage를 사용한다.

• Proceedings of the Plant Resources Society of Korea Conference
• /
• 2018.10a
• /
• pp.84-84
• /
• 2018

참억새(Miscanthus sienesis)는 화본목 벼과 억새속에 속한 다년생 단자엽식물로 동아시아와 오세아니아 동쪽 해역에 자생하고 있으며, 국내에서는 관상가치가 높아 정원용이나 조경용 소재로 이용되고 있는 대표적인 산림식물이다. 억새속(Miscanthus)은 물억새(M. sachariflorus), 참억새(M. sinensis), 억새아재비(M. longiberbis), 장억새(M. changii)로 분류하고 있으며, 이는 종을 구분하는 화기구조가 작고, 변이가 다양하기 때문이다. 그 중 참억새는 이러한 변이를 이용하여 다양한 초장과 엽 무늬를 가진 재배품종이 많이 개발되었으며, 내한성 또한 강해 정원용 관상식물로서의 가치가 높이 평가되고 있다(Lewandowsik et al, 1964). 지금까지 참억새 재배품종은 엽 무늬를 중심으로 개발되어 품종간 높은 유사성을 가지고 있어 구별하는데 어려움이 있었다. 본 연구에서는 새로운 참억새 품종개발시 기존품종과의 차이를 구별할 수 있는 기준을 제시하고자 기존 참억새 재배품종들에 대해 형태적 특성을 조사 분석하여 고찰해 보았다. 조사결과 가로무늬를 가진 'Strictus'와 'Zebrinus' 품종은 형태적으로 매우 유사하였으나 전체적인 모습에서 'Zebrinus'가 'Strictus' 품종에 비해 잎의 끝부분이 늘어지는 정도가 커 처진 특성을 나타내었다. 또한, 세로무늬를 가진 'Cosmopolitan'과 'Carbaret' 품종의 경우 초장 및 엽신의 길이가 유사하였으나 엽 무늬 위치에 차이가 있는 것으로 나타났다. 엽 폭이 좁은 세엽종인 'Morning Light'와 'Little Kitten' 품종은 형태적 차이는 없지만 가장자리 엽 무늬 유무로 구분이 가능하였다. 반면에 'Adagio'와 'Little Kitten, 품종은 형태적으로 매우 유사하여 좀 더 세밀한 조사가 필요할 것으로 보인다. 앞으로 더 많은 참억새 재배품종의 형태적 특성을 조사한 자료를 이용한다면 신품종 개발시 기존 재배품종과의 차이를 비교하는데 효율적으로 이용될 것으로 기대된다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2007.05a
• /
• pp.61-63
• /
• 2007

아이덴티티(identity)는 퍼스낼리티(personality)로서 자신을 총체적으로 통합시켜 경쟁시대에 차별 화를 위한 새로운 이미지 정착의 수단으로 중요시 되고 있다. 본 연구는 각 캐릭터들 간의 다양성과 시각적 통일성 요소들을 파악하여 동질성 인지를 통한 캐릭터 아이덴티티를 확립하는 기초정보 제공에 목적이 있다. 따라서 범주화, 전형성 인지 과정에 관련된 선행연구를 바탕으로 캐릭터 인지의 형태적 대표성을 나타낼 수 있는 전형적 요소들이 있다는 가설 하에 사례분석을 통한 조형적 요소의 특징을 분류하였다. 또한 캐릭터 그룹 간의 아이덴티티를 나타낼 수 있는 형태적 요소의 범위를 파악하였으며, 기초설문조사를 바탕으로 캐릭터의 형태 인지에 따른 빈도분석 결과 형태 인지의 우선 순위는 얼굴, 눈 코 입, 면, 아웃라인 순으로 분석 되었다. 향후 캐릭터의 형태적 요소에 기인한 실증분석을 통해 캐릭터 아이덴티티를 실현하고자 한다.

• Korea journal of population studies
• /
• v.30 no.1
• /
• pp.1-24
• /
• 2007

인구고령화의 진전과 함께 노인들의 거주형태에 대한 사회적. 정책적 관심이 증기하고 있으며, 그에 대한 논의와 연구들 또한 많이 늘어나고 있다. 그러나 이들 연구 대부분이 횡단적 자료(단일 시점이든 여러 시점이든)와 분석에 의존함으로써 노인지 거주형태가 생애주기를 따라 변하는 모습을 충분히 보여주지 못하고 있다. 이 연구는 한국노동연구원의 제1차 및 제6차 노동패널자료를 이용해 노년기 거주형태의 유동성을 경험적으로 제시하려는 목적을 가진다. 이들 위해 거주형태의 출현율(prevalence rate)과 전이율(transition rate)을 개념적으로 구분하고 자녀동거여부에 대한 분석을 실시하였다. 두 시점에 대한 횡단폭 분석결과는 노인들의 사회인구학적 특성에 따른 자녀별거경향의 차이를 보여주더라도 생애주기에 따른 역동성을 보여주기에는 한계가 많음이 확인되었다. 두 시점 간의 거주형태 변화에 대한 패널분석에서는 다수 노인들의 거주형태가 주어진 기간 동안 안정적으로 나타났다. 그러나 거주형태의 변화를 경험하는 데에는 연령증가와 배우자 상태변화 등이 중요한 요인임이 확인되었다. 이러한 생애주기적 변화의 효과는 대부분의 계량적 연구에서 유추되는 수준이거나 질적 연구에서만 보고되어 왔던 것이다. 이 연구결과는 노년기 거주형태의 지속성을 보여주는 한편 변화 가능성과 요인을 파악함으로써 노년기 거주형태에 대한 개념적 이해론 공고히 할 것으로 기대된다. 또한 이 연구에서 제시된 방법론적 논의와 접근방식은 생애주기별 변화에 초점을 두고자 하는 다른 연구영역에서도 적용 가능할 것이라 기대된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.41-44
• /
• 2022

Mean-Shift 영상 분할은 객체 검출을 위한 영상 전처리 방법으로써, 영상 처리 및 패턴 인식 분야에서 널리 사용되는 방법이다. 영상 분할은 영역 기반과 에지 기반 방식으로 나누어지며 대표적으로 FCM, Quickshift, Felzenszwalb, SLIC 알고리즘 등 이 있다. 언급한 영상 분할 방법들은 Mean-Shift 영상 분할에 비해서 빠른 속도로 실행시킬 수 있지만, 형태적 특징이 훼손되고 하나의 객체가 여러 세그멘테이션으로 분할된다는 단점을 가지고 있다. 본 논문에서는 소형 객체를 탐지하기 위한 고속화된 Mean-Shift 영상 분할과 객체의 형태적 특징을 이용하여 객체를 탐지하는 방법을 제안한다. 하드웨어 리소스가 제한된 신호처리기에 제안하는 알고리즘을 수행하기 위하여 Mean-Shift 영상 분할에서 필터링 과정을 고속화 하였고, 적외선 영상 내 영상 전처리 수행을 통해 잡음 제거 후 Mean-Shift 영상 분할 방법을 수행함으로써, 객체의 형태적 특징을 잘 살려서 영상 분할을 할 수 있도록 하였다. 또한 각 세그멘테이션의 크기, 너비, 높이, 밝기 정보와 형태적 특징점을 이용한 객체 탐지 방법을 제안한다.

• Proceedings of the Korea Fashion and Costume Design Association Conference
• /
• 2004.06a
• /
• pp.73-76
• /
• 2004

이슬람 신비주의 교단인 메블라나는 독특한 춤 의식을 통해 종교의 영적체험을 경험 한다. 종교적 춤을 출 때에 착용하는 메블라나 복식은 그 하나하나가 형태적인 면에서 뛰어난 조형성을 가짐을 물론 각각의 형태들은 종교적 상징성을 지니고 있어 디자인의 신비감을 더해준다. 본 연구에서는 이러한 메블라나 복식의 종교적 배경과 형태적 특성을 분석하고, 이를 현대 복식의 디자인에 응용하여 보고자 한다.(중략)

• Proceedings of the Korean Society of Fisheries Technology Conference
• /
• 2003.05a
• /
• pp.193-194
• /
• 2003

소화관은 먹이의 저장과 소화 흡수가 일어나는 곳으로 어류의 섭식량은 먹이를 저장하는 위의 크기에 따라 결정될 것이며, 공급횟수는 섭취된 먹이의 소화시간에 영향을 받는다 (Ikeda et at., 1986; Takii et al., 1997). 따라서, 어류의 사료 섭식과 소화패턴은 각 어종별 소화기관의 형태적 특성에 따라 좌우 될 수 있어 사료의 효율적인 공급방법을 확립하기 위해서는 소화기관의 형태적 특성이 우선적으로 파악되어야 할 것이다. (중략)

• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2000.06a
• /
• pp.48-55
• /
• 2000

본 논문은 국소문맥을 사용하여 만들어진 Decision List를 통해 단어의 형태적 중의성을 제거하는 방법을 기술한다. 최초 종자 연어(Seed Collocation)로 1차 Decision List를 만들어 실험 말뭉치에 적용하고 태깅된 결과를 자가 학습하는 반복과정에 의해 Decision List의 수행능력을 향상시킨다. 이 방법은 단어의 형태적 중의성 제거에 일정 거리의 연어가 가장 큰 영향을 끼친다는 직관에 바탕을 두며 사람의 추가적인 교정을 필요로 하지 않는 비교사 방식(대량의 원시 말뭉치에 기반한)에 의해 수행한다. 학습을 통해 얻어진 Decision List는 연세대 형태소 분석기인 MORANY의 형태소 분석 결과에 적용되어 태깅시 성능을 향상시킨다. 실험 말뭉치에 있는 중의성을 가진 12개의 단어들에 본 알고리즘을 적용하여 긍정적인 결과(90.61%)를 얻었다. 은닉 마르코프 모델의 바이그램(bigram) 모델과 비교하기 위하여 '들었다' 동사만을 가지고 실험하였는데 바이그램 모델의 태깅결과(72.61%)보다 뛰어난 결과(94.25%)를 얻어서 본 모델이 형태적 중의성 해소에 유용함을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2000.10d
• /
• pp.48-55
• /
• 2000

본 논문은 국소문맥을 사용하여 만들어진 Decision List를 통해 단어의 형태적 중의성을 제거하는 방법을 기술한다. 최초 종자 연어(Seed Collocation)로 1차 Decision List를 만들어 실험 말뭉치에 적용하고 태깅된 결과를 자가 학습하는 반복과정에 의해 Decision List의 수행능력을 향상시킨다. 이 방법은 단어의 형태적 중의성 제거에 일정 거리의 연어가 가장 큰 영향을 끼친다는 직관에 바탕을 두며 사람의 추가적인 교정을 필요로 하지 않는 비교사 방식(대량의 원시 말뭉치에 기반한)에 의해 수행한다. 학습을 통해 얻어진 Decision List는 연세대 형태소 분석기인 MORANY의 형태소 분석 결과에 적용되어 태깅시 성능을 향상시킨다. 실험 말뭉치에 있는 중의성을 가진 12개의 단어들에 본 알고리즘을 적용하여 긍정적인 결과(90.61%)를 얻었다. 은닉 마르코프 모델의 바이그램(bigram) 모델과 비교하기 위하여 '들었다' 동사만을 가지고 실험하였는데 바이그램 모델의 태깅결과(72.61%)보다 뛰어난 결과 (94.25%)를 얻어서 본 모델이 형태적 중의성 해소에 유용함을 확인하였다.