• 대한토목학회논문집
• /
• 제43권3호
• /
• pp.397-411
• /
• 2023

국내에서 공용연수 30년 이상인 노후 교량의 수가 급증하고 있다. 이에 따라 교량 노후도, 상태 및 성능 예측을 바탕으로 한 첨단 유지관리 기술의 중요성이 점차 주목받고 있다. 이 연구에서는 머신러닝 기반의 의사결정나무 및 랜덤포레스트 분류 모델을 사용하여 교량의 안전등급을 예측하는 방법을 제안하였다. 일반국도상 교량 8,850개를 대상으로 해당 모델들을 혼동행렬, 균형 정확도, 재현율, ROC 곡선 및 AUC와 같이 여러가지 평가 지표를 통해 분석한 결과 전반적으로 랜덤포레스트가 의사결정나무보다 더 나은 예측 성능을 보유하였다. 특히 랜덤포레스트 중 랜덤 언더 샘플링 기법은 노후도가 비교적 커서 유지관리에 주의를 기울여야 하는 C, D등급 교량에 대해 재현율 83.4%로 다른 샘플링 기법들보다 예측 성능이 더 뛰어난 것으로 나타났다. 제안된 모델은 최근 점검이 실시되지 않은 교량들의 신속한 안전등급 파악 및 효율적이고 경제적인 유지관리 계획 수립에 유용하게 활용될 수 있을 것으로 기대된다.

• 전자공학회논문지
• /
• 제52권1호
• /
• pp.61-68
• /
• 2015

최근에 위,변조 영상의 처리이력 복구를 위한 포렌식 툴로서 미디언 필터링 (MF: Median Filtering) 검출기가 크게 고려되고 있다. 미디언 필터링의 분류를 위한 미디언 검출기는 적은 양의 특징 셋과 높은 검출율을 갖도록 설계되어야 한다. 본 논문은 변조된 영상의 미디언 필터링 검출을 위한 새로운 방법을 제안한다. BMP를 미디언 윈도우 사이즈에 의하여 여러 미디언 필터링 영상으로 변환하고, 윈도우 사이즈에 따른 차분포 값을 계산하여 그 값으로 미디언 필터링 윈도우 사이즈와 같은 특징 셋을 만든다. 미디언 필터링 검출기에서, 특징 셋은 잠재성장 모델링 (LFM: Latent Growth Modeling)을 사용하는 모델 특성으로 변환된다. 실험에서, 테스트 영상은 TP (True Positive)와 FN (False Negative) 두 분류로 판별된다. 제안된 알고리즘은 분류 효율성이 TP와 FN의 혼동에서 최소거리 평균이 0.119로서 훌륭한 성능임이 확인 되었다.

• 한국인터넷방송통신학회논문지
• /
• 제12권1호
• /
• pp.75-81
• /
• 2012

고해상도 위성영상에 내재된 도로 영역의 추출에 있어서 이진화, 잡음 제거, 색처리 등의 전처리 작업에 의해서 추출된 도로 후보 영역에 대한 도로 영역 식별 작업은 가장 중요한 과정이다. 따라서 본 논문에서는 전처리 작업에 의해서 추출된 도로 후보 영역에 대해서 대뇌 시각영역에서 발견되는 신경 세포(Neuron cell)의 방향-선택적 인지 기능을 계산 모델화한 공간필터(Orientation-selective spatial filter)를 적용하여 도로 영역을 식별하는 새로운 방법을 제안한다. 제안하는 방법은 전처리 결과 고립된 연결 성분으로 라벨링 된 각각의 도로후보 영역에 대해서 신경 세포형 방향 필터를 적용한 후, 강한 방향 성분이 인지된 영역을 도로 영역으로 식별한다. 제안한 방법의 성능 평가를 위해서는 위성영상으로부터 추출된 도로 후보 영역에 대해서 도로, 비도로 부류의 혼동 행렬(Confusion matrix)을 이용한 식별 정확 및 오류율을 측정하여 보인다. 실험 결과, 본 논문에서 제안한 방향 선택적 필터 기반의 방법은 추출된 도로 후보 영역에 대해서 92% 이상의 도로 식별 정확성을 보였다.

• 한국수자원학회논문집
• /
• 제49권10호
• /
• pp.877-885
• /
• 2016

본 연구에서는 기상학적 가뭄지수인 표준강수지수(Standardized Precipitation Index, SPI)를 이용하여 우리나라 전역에 대한 가뭄예측의 시공간적인 평가를 수행하였다. 또한 다층 퍼셉트론 인공신경망(Multi Layer Perceptron-Artificial Neural Network, MLP-ANN) 예측 기법을 이용하여 SPI(3), (6)에 대한 선행예보시간별 가뭄 예측을 실시하였다. 입력 자료는 기상청 산하의 59개 관측소에서 관측된 기상자료를 활용하였고, 관측자료 기간은 1976~2015년이다. 예측 모델의 성능평가는 기준점(Threshold)에 따른 가뭄 발생유무와 같은 이진분류 혼동행렬을 구성하여 Receiver Operating Characteristics (ROC) score와 조건부 확률에 따른 F score를 산정하여 예측 성능평가를 수행하였다. 예측성능에 대한 ROC 분석결과 다층 퍼셉트론 인공신경망(MLP-ANN) 모형을 적용한 가뭄예측성능이 매우 우수한 것으로 나타났으며, SPI (3)은 2개월, SPI (6)는 5개월 정도의 선행예측이 충분히 가능한 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제21권8호
• /
• pp.1-9
• /
• 2021

딥 러닝을 활용한 컴퓨터 비전 연구는 여전히 대규모의 학습 데이터와 컴퓨팅 파워가 필수적이며, 최적의 네트워크 구조를 도출하기 위해 많은 시행착오가 수반된다. 본 연구에서는 네트워크 최적화나 데이터를 보강하는 것과 무관하게 데이터 자체의 특성만을 고려한 CR(Confusion Rate)기반의 유사 이미지 분류 성능 향상 기법을 제안한다. 제안 방법은 유사한 이미지 데이터를 정확히 분류하기 위해 CR을 산출하고 이를 손실 함수의 가중치에 반영함으로서 딥 러닝 모델의 성능을 향상시키는 기법을 제안한다. 제안 방법은 네트워크 최적화 결과와 독립적으로 이미지 분류 성능의 향상을 가져올 수 있으며, 클래스 간의 유사성을 고려해 유사도가 높은 이미지 식별에 적합하다. 제안 방법의 평가결과 HanDB에서는 0.22%, Animal-10N에서는 3.38%의 성능향상을 보였다. 제안한 방법은 다양한 Noisy Labeled 데이터를 활용한 인공지능 연구에 기반이 될 것을 기대한다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.521-535
• /
• 2023

논·밭 전환 시 수수(sorghum bicolor L. Moench)는 뛰어난 내습성으로 콩과 함께 안정적인 생산이 가능하여 국내 식량작물의 자급률 향상과 쌀 수급 불균형 문제를 해결할 수 있을 것으로 기대되는 작물이다. 그러나 수량 추정을 위한 재배면적과 같은 기본적인 통계조사는 많은 인력을 투입하여도 오래 걸리는 전통적인 조사 방식으로 인해 잘 이루어 지지 않고 있다. 이에 따라 본 연구에서는 무인기 기반 RGB 영상에 U-Net을 적용하여 수수 재배지 비파괴적 분할가능성을 확인하였다. 2022년에 7월 28일, 8월 13일, 8월 25일에 각각 영상이 취득되었다. 각 영상취득 날짜에서 512 × 512 영상크기로 훈련데이터셋 6,000장과 검증데이터셋 1,000장으로 나누어 학습을 진행하였으며 수수 농경지(sorghum), 벼와 콩 농경지(others)와 비 농경지(background)로 구성된 세 개 클래스와 수수 농경지와 배경(others+background)으로 구성된 두 개 클래스 기반으로 분류모델을 개발하였다. 모든 취득 날짜에서 세 개 클래스 기반 모델에서는 수수 재배지 분류 정확도가 0.91 이상으로 나타났지만 8월 데이터셋의 others 클래스에서 학습 혼동이 일어났다. 대조적으로 두 개 클래스 기반 모델에서는 8월 데이터셋의 안정적인 학습과 함께 모든 클래스에서 0.95 이상의 정확도를 나타내었다. 결과적으로 8월에 두개클래스 기반 모델을 현장에 재현하는 것이 수수 재배지 분류를 통한 재배면적 산출에 유리할 것으로 판단된다.

• 트랜스-
• /
• 제3권
• /
• pp.29-53
• /
• 2017

영화학자 뱅상 아미엘은 자신의 저서 <몽타주의 미학>을 통해 몽타주의 타입을 크게 세 가지로 나누어 소개한다. 서사 몽타주(Montage narratif)와 담론 몽타주(Montage discursif), 대응 몽타주(Montage decorrespondances)가 그 구분법으로, 이 세 가지의 부류는 거의 대부분의 영화들이 속하는 미학적 부류를 포괄하는 개념이 된다. 초기의 영화들은 편집의 본질적이고 기본적인 기능을 추구했는데, 이러한 성향은 시간이 흐를수록 연출자의 목표를 강화하기 위한 방향으로 수정되었다. 이처럼 서사를 결합시키는 '방법론'으로서가 아니라 '목적'을 지향하는 몽타주의 방식을 본고는 표현적 몽타주(Montage expressif)로 지칭하고, 이를 진정한 몽타주의 개념으로 받아들이며 논의를 시작한다. 몽타주 단계에서 표현적 몽타주 작업은 총 세 단계의 결정을 통해서 이뤄진다. 일차적으로 러시 필름 중 필요한 부분만을 선정하는 '선별'의 과정을 거친 후, 이 선택된 필름들을 일정한 순서대로 결합시키는 '결합'의 과정, 그리고 쇼트의 지속 시간을 고려해 장면연결을 결정하는 '연결'이 몽타주의 마지막 단계가 된다. 물론 예외는 있다. 고전적 서사의 픽션 영화가 클로즈업을 사용할 때, 혹은 모델이나 중성적 동물의 오브제를 사용할 때 영화는 관객의 감정을 끌어당기는 '담론 몽타주'나 '서사 몽타주'가 아닌, '대응 몽타주'의 경향을 유도하고, 이는 몽타주의 일반적 의미를 거스르는 측면에서 예외라 할 수 있다. 본 연구는 이처럼 클로즈업이나 대응몽타주가 사용하는 '콜라주'를 통한 연결, 혹은 '불확실한 연관성'을 지닌 작품의 몽타주 경향을 '현대영화의 파편화(fragmentation) 경향'이라 명명하며 이를 분석하려 한다. 현대영화에서 몽타주의 파편화는 영화의 연속적이고 구조적인 속성들을 깨트리고, 영화의 표면에 가시적으로 드러나는 서사(narration)의 구조를 혼동시킨다. 이처럼 클로즈업에서 시작된 몽타주의 파편화의 경향은 현대적 이미지의 확장성에 관한 해답을 줄 수 있으리라 본고는 바라보고 있다.

• 감성과학
• /
• 제13권1호
• /
• pp.1-10
• /
• 2010

본 연구는 복합기의 제품-사용자간 인터페이스를 설계함에 있어서 UI 디자이너가 어떤 프로세스와 방법론으로 접근해야 사용자 심성모형을 고려한 인터페이스 설계가 가능한지를 실제 양산 모델의 적용을 통해 알아보았다. 제품-사용자간 인터페이스를 디자인하는 UI 디자이너에게 큰 관심사는 어떻게 하면 제품의 시스템 이미지를 사용자 자신의 심성모형과 근접하게 설계하여 혼동 없이 제품을 사용하게 할 것인가에 있다. 이때, 디자이너가 의도하는 개념모형과 사용자가 인지하고 있는 심성모형이 일치하면 제품을 사용하는 사용자는 어려움 없이 쉽게 제품을 사용할 수 있을 것이다. 이러한 사용자 중심의 제품-사용자간 인터페이스를 개발하기 위해서는 사용자의 올바른 이해와 사용자의 사용 행태 및 사용 습관에 대한 제대로 된 관찰이 기본적으로 선행되어야 한다. 그럼에도 불구하고 많은 사업 영역에서 사용자 심성모형을 제대로 고려하지 않고 UI 디자이너의 추측으로 설계된 인터페이스가 디자인되어 UI 디자이너의 생각, 의도와는 전혀 다른 사용자의 반응이 일어나는 사례를 여러 차례 목격해 왔다. 이에 본 연구에서는 복합기의 기본 기능에 대해 사용자 심성모형에 위배되는 부적절한 시스템 이미지 사례를 추출하였고, 시스템 이미지와 사용자의 심성모형에 대한 관계를 도식화하여 기본 가설을 세웠다. 이때 세워진 가설을 기반으로 국내외 사용성 평가를 실시하였고, 평가를 통해 도출 되었던 사용성 문제점들을 기반으로 두 개의 개선안을 제안하여 그 중 한 개를 차기 양산 제품에 적용하였다. 결론적으로 본 연구를 통해 어떻게 하면 UI 디자이너가 사용자의 심성모형에 근접한 시스템 이미지를 구축할 수 있는지를 고찰할 수 있었다.