• 한국수자원학회논문집
• /
• 제56권4호
• /
• pp.261-272
• /
• 2023

최근 급격한 도시화와 기후변화에 따라 재난에 의한 피해가 증가하고 있다. 국내 기상청에서는 표준 경보(주의보, 경보)를 전국적으로 통일된 표준 경보 기준(3시간 및 12시간 최대 누적강우량)에 따라 발령하여 재해에 따른 지역별, 재난 사상별 특성이 고려되지 않은 문제점이 있다. 따라서 본 연구에서는 서울특별시, 인천광역시, 경기도의 호우·태풍에 대한 재해 피해액 및 누적강우량을 활용하여 대상지역별 재해강도에 따른 단계별 기준을 설정하고, 강우에 따라 발생할 수 있는 재해의 강도를 분류하는 모형을 개발하고자 하였다. 즉, 본 연구에서는 호우·태풍에 의한 재해 피해액 누적 분포 함수의 분위별로 재해강도의 범주(관심, 주의, 경계, 심각 단계)를 분류하였고, 재해강도의 범주에 따른 누적강우량 기준을 대상 지자체별로 제시하였다. 그리고 지자체별 재해강도 분류모형 개발을 위해 4가지(의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, XGBoost)의 머신러닝 모형을 활용하였는데 강우량, 누적강우량, 지속시간 최대 강우량(3시간, 12시간), 선행강우량을 독립변수로 이용하여 종속변수인 지자체별 재해강도를 분류하였다. 각 모형별 F1 점수를 이용한 정확도 평가 결과, 의사결정나무의 F1 점수가 0.56으로 가장 우수한 정확도를 보였다. 본 연구에서 제시한 머신러닝 기반 재해강도 분류모형을 활용하면 호우·태풍에 의한 재해에 대한 지자체별 위험 상태를 단계별로 파악할 수 있어, 재난 담당자들의 신속한 의사결정을 위한 기초 자료로 활용될 수 있을 것으로 판단된다.

• 전자공학회논문지CI
• /
• 제49권3호
• /
• pp.15-26
• /
• 2012

최근 공간정보표현을 위해 벡터데이터 기반 디지털 맵의 활용도의 증가와 측량기술의 발전에 기인하여 높은 수준의 해상도를 갖는 고용량의 GIS(geographic information service) 서비스가 활발히 이루어지고 있다. 본 논문은 방대한 범위에서 높은 해상도를 갖는 1cm(센티미터) 단위의 정밀 벡터맵의 효율적인 압축을 위해 공간 영역 상에서의 에너지 집중 기법(spatial energy compaction, SEC)을 이용한 벡터맵 압축 기법을 제안한다. 제안 기법은 벡터맵에서 공간정보를 표현하기 위해 주로 사용되는 폴리곤(polygon) 및 폴리라인(polyline) 오브젝트에 대해 압축을 수행한다. 제안 기법에서는 전체 벡터맵을 국부영역으로 나눈 후, 각 국부영역 내의 오브젝트 인접성 및 방향성을 이용하여 세 가지 종류의 빈으로 분류하여 에너지 집중을 수행하며, 미리 정의된 가변길이부호화를 이용해 부호화하여 압축한다. 실험결과 동일한 벡터맵에 대해 1m 정밀도의 벡터간소화 기법이 약 13%의 압축율을 갖는 데 반해, 제안 기법은 1cm 단위의 정밀도에서 원본 데이터의 80%이상 압축이 수행됨을 확인하였다. 또한 이것은 기존에 제안한 SEC 기반 압축 기법보다 높은 압축율을 가지면서 낮은 계산 복잡도를 유지하며, 기존의 벡터 근사화 기법보다 높은 정밀도에서 높은 압축률로 압축할 수 있음을 실험을 통해 확인하였다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.405-416
• /
• 2019

정보통신기술의 발달로 인하여 데이터의 생산과 처리 속도가 빨라지고 있다. 인공지능의 한 분야인 머신러닝을 이용하여 객체를 분류하기 위해, 학습에 필요한 데이터는 인터넷과 공간정보기술의 발달로 인하여 손쉽게 수집할 수 있게 되었다. 공간정보 분야에서도 머신러닝은 영상, 포인트 클라우드 등을 이용하여 객체를 분류 또는 인식하는 것에 적용되고 있다. 본 연구에서는 기 구축된 수치지도 버전 1.0을 활용하여 학습 데이터를 수동으로 구축하는 문제점을 개선하고 영상과 포인트 클라우드를 이용하여 도로, 건물, 식생을 분류하는 기법을 제안하였다. 실험을 통해서 RGB 밴드만을 갖고 있는 실감정사영상을 사용하였을 경우 색상을 뚜렷하게 구분할 수 있는 도로, 건물, 식생의 분류가 가능하였지만 색상이 유사한 경우에는 분류가 잘 되지 않는 한계를 확인할 수 있었다. 이를 개선하기 위해 실감정사영상과 정규수치표면모델을 밴드 퓨전한 후 랜덤포레스트와 서포트벡터머신 기법을 적용하였으며 이를 통해 85%이상의 정확도로 도로, 건물, 식생을 분류하였다.

• 한국전자통신학회논문지
• /
• 제13권3호
• /
• pp.661-668
• /
• 2018

피부 저항을 이용한 생체 신호는 스트레스성 질환에 따라 각각 다른 특성을 보이고 있으며 이 특성을 이용하여 스트레스성 질환을 진단하는 생체진단 장비들이 개발 되었으며, 장비들은 피부 저항 측정기에서 측정한 신호를 해석하기 쉽게 출력해주며, 그 분야의 전문가는 출력 신호를 직접 보고 어떤 스트레스성 질환의 가능성이 높은지를 판단하게 된다. 하지만 각 측정 대상자에게서 측정된 생체 신호를 분석하여 측정 대상자가 어떤 스트레스성 질환을 가지고 있는지를 사람이 정확히 판단하기는 매우 어려울 뿐만 아니라 판단의 결과가 잘못될 가능성도 매우 높다. 이런 문제점을 해결하기 위하여 본 연구에서는 머신러닝 기법을 이용하여 측정된 신호가 어떤 스트레스성 질환의 신호에 해당하는지를 판단하는 기능을 구현하였다. 측정 장비의 낮은 컴퓨팅 능력을 고려하여 분류 기법은 SVM을 사용하였으며, 훈련 데이터와 테스트 데이터는 13개의 질환을 중심으로 오차범위 5를 사용하여 각 질환 당 1,000개를 랜덤하게 생성하여 사용하였다. 모의실험 결과에서 90% 이상의 판단 정확도를 보였으며 앞으로 측정 장비가 실제로 환자들에게 적용되면 다시 생성된 데이터로 분류기를 재훈련 할 수 있게 구성하였다.

• 지능정보연구
• /
• 제9권1호
• /
• pp.227-249
• /
• 2003

부도예측모형의 구축은 은행 등 금융기관이 신용평가시스템 혹은 심사역 의사결정지원시스템을 구축하는데 중요한 기반이 된다. 많은 선행연구들에서는 기업의 부도예측을 위하여 전통적으로 다변량 판별분석이나 로짓분석과 같은 통계기법이 많이 사용되었으나, 최근에는 많은 연구들에 의해 그 우수성이 보고되고 있는 인공신경망, 귀납적 학습방법 등 인공지능 기법이 부도예측분야에 많이 응용되고 있다. 일반적으로 인공신경망 기법을 응용한 부도예측모형에서는 기업의 재무정보 및 비재무 정보를 입력변수로 주고 기업의 부도여부를 출력변수로 설정하여 학습을 통해 이들의 관계를 추출하고 있다. 그러므로 입력변수의 선정은 모형의 정확도에 커다란 영향을 미치며, 입력변수가 잘못 선정된 경우 예측 정확도는 현저히 낮아진다. 그러나 최적의 입력변수군을 선정하는 문제는 매우 어려운 과제 중 하나로, 선행 연구들에서는 주로 전문가의 의견을 반영하거나, 문헌을 통해 도출, 혹은 통계적 기법을 활용하여 입력변수를 선정하는 것이 일반적이었다. 본 연구에서는 많은 선행 연구에서 모형구축에의 한계점으로 명시하고 있는 입력변수 선정의 문제에 대해 유전자 알고리즘을 이용한 최적화를 통하여 입력 변수군을 도출하는 방법론을 제시하였고, 이 방법론이 다른 통계기법이나 전문가에 의한 변수 선택 방법론에 비해 우수함을 인공신경망 모형에 적용한 결과를 비교함으로 보여 주었으며, 이들간의 예측력의 차이가 유의함을 통계적 검증하였다. 모형의 실험을 위하여 총 528개사의 재무정보를 활용하였는데, 이는 1995년부터 1997년까지 3년간 부도가 발생한 일반법인 제조업체 중 외감법인 이상 264개사와 동수의 건전기업의 재무 데이터로 구성하였다. 기업이 도산에 이르기까지 많은 변인들이 다양하게 작용하게 된다. 그러나 이러한 변인들을 모두 모형에 적용하는 것은 비효율적이며, 인공신경망 모형에서 과다 입력변수를 사용하는 경우 수렴과 일반화 모두에 바람직하지 않은 결과가 나타난다. 따라서 적절한 입력변수군의 선택은 인공신경망 모형의 효율성과 성능을 향상시키게 되고, 이는 부도 예측율의 향상으로 이어질 수 있다. 이에 인공신경망 모형을 위한 최적의 입력변수군을 선정하고자 한 본 연구는 결국 기업의 부도 예측율을 높이기 위한 방법론을 제시했다는 점에 그 의의가 있다.

• 한국한의학연구원논문집
• /
• 제13권2호통권20호
• /
• pp.47-52
• /
• 2007

In Oriental medicine, the status of tongue is the important indicator to diagnose one's health, because it represents physiological and clinicopathological changes of inner parts of the body. The method of tongue diagnosis is not only convenient but also non-invasive, therefore, tongue diagnosis is one of the most widely used in Oriental medicine. But tongue diagnosis is affected by examination circumstances a lot. It depends on a light source, degrees of an angle, doctor's condition and so on. So it is not easy to make an objective and standardized tongue diagnosis. As part of way to solve this problem, in this study, we tried to design a discriminant function for white and yellow coating with multi-dimensional color vectors. There were 62 subjects involved in this study, among them 48 subjects diagnosed as white-coated tongue and 14 subjects diagnosed as yellow-coated tongue by oriental doctors. And their tongue images were acquired by a well-made Digital Tongue Diagnosis System. From those acquired tongue images, each coating section were extracted by oriental doctors, and then mean values of multi -dimensional color vectors in each coating section were calculated. By statistical analysis, two significant vectors, R in RGB space and H in HSV space, were found that they were able to describe the difference between white coating section and yellow coating section very well. Using these two values, we designed the discriminant function for coating classification and examined how good it works. As a result, the overall accuracy of coating classification was 98.4%. We can expect that the discriminant function for other coatings can be obtained in a similar way. Furthermore, if an automated segmentation algorithm of tongue coating is combined with these discriminant functions, an automated tongue coating diagnosis can be accomplished.

• 방송공학회논문지
• /
• 제23권3호
• /
• pp.351-360
• /
• 2018

인간 감정 인식은 컴퓨터 비전 및 인공 지능 영역에서 지속적인 관심을 받는 연구 주제이다. 본 논문에서는 wild 환경에서 이미지, 얼굴 특징점 및 음성신호로 구성된 multi-modal 신호를 기반으로 여러 신경망을 통해 인간의 감정을 분류하는 방법을 제안한다. 제안 방법은 다음과 같은 특징을 갖는다. 첫째, multi task learning과 비디오의 시공간 특성을 이용한 준 감독 학습을 사용함으로써 영상 기반 네트워크의 학습 성능을 크게 향상시켰다. 둘째, 얼굴의 1 차원 랜드 마크 정보를 2 차원 영상으로 변환하는 모델을 새로 제안하였고, 이를 바탕으로 한 CNN-LSTM 네트워크를 제안하여 감정 인식을 향상시켰다. 셋째, 특정 감정에 오디오 신호가 매우 효과적이라는 관측을 기반으로 특정 감정에 robust한 오디오 심층 학습 메커니즘을 제안한다. 마지막으로 소위 적응적 감정 융합 (emotion adaptive fusion)을 적용하여 여러 네트워크의 시너지 효과를 극대화한다. 제안 네트워크는 기존의 지도 학습과 반 지도학습 네트워크를 적절히 융합하여 감정 분류 성능을 향상시켰다. EmotiW2017 대회에서 주어진 테스트 셋에 대한 5번째 시도에서, 제안 방법은 57.12 %의 분류 정확도를 달성하였다.

• 보존과학회지
• /
• 제36권2호
• /
• pp.73-81
• /
• 2020

초분광 이미지 분석은 석조문화재 손상지도 제작 시 화학적·생물학적 오염의 정량적인 면적산출이 어려운 단점을 보완하기 위해 제안되었다. 이 연구에서는 다양한 표면오염물이 나타나는 경주굴불사지 석조사면불상을 대상으로 초분광 이미지 분석을 수행하였다. 이때 화학적·생물학적 오염은 색상과 형태에 따라 10가지 범주로 구분하였고 범주의 참조 이미지 제작법을 제시하였다. 또한 오염물을 분류하기 위해 SAM 알고리듬을 사용하고 관심영역을 사용한 분류방법(Method A)과 영상에서 추출한 분광정보를 라이브러리로 구축하여 분류하는 방법(Method B)을 적용하였다. 분류된 이미지를 참조 이미지와 비교한 결과, 정확도는 분류 방법에 따라 52.07%와 63.61%, Kappa 지수는 0.43과 0.55로 산출되었고, 분류시 오분류 화소는 동일한 계열의 오염에 분포하는 경향을 보인다.

• 방사성폐기물학회지
• /
• 제13권1호
• /
• pp.21-34
• /
• 2015

원자력발전소 해체를 준비하기 위해서는 해체대상 발전소에 대한 선원항 평가가 선행되어야 한다. 해체전략 수립단계에서 선원항 평가 결과를 토대로 해체 폐기물을 분류하고 비용평가를 수행한다. 본 연구에서는 월성 1호기의 예비 선원항 계산을 수행할 수 있도록 MCNP/ORIGEN-2 모델의 타당성 평가를 수행하였다. 연소도가 다른 핵연료 다발의 악티나이드 계열과 핵분열 생성물의 핵종 수밀도는 싱글 채널 모델을 이용하여 MCNPX 코드로 연소 계산하여 구하였다. 선원항의 정확도에 영향을 미치는 두가지 요인에 대해 조사하였다. 첫번째 요인으로 선원항 계산에 영향을 미치는 중성자 스펙트럼을 MCNP로 계산하여 해당 핵종의 1군 미시 핵단면적에 반영하였다. 중성자 스펙트럼이 반영된 라이브러리로 계산한 선원항과 ORIGEN-2 코드 package에 내장된 library (CANDUNAU.LIB)로 구한 선원항을 비교하였다. 두번째 요인으로 선원항에 대한 출력이력의 영향을 조사하였다. 해체 폐기물의 저준위 폐기물 처분 가능성을 살펴보기 위해, 2010년도 교체된 압력관, 칼란드리아관과 기존 칼란드리아 동체에 대하여 중성자 스펙트럼을 반영한 library를 적용하여 MCNP/ORIGEN-2로 선원항 평가 계산을 수행하였다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.45-66
• /
• 2018

크라우드펀딩(Crowdfunding)은 최근 벤처 기업의 기금 모금을 위한 엔젤 기금보다 인기가 있다. 이에 따라 크라우드펀딩의 성공 요인을 파악하는 것은 기금 조성자 및 투자자로 하여금 크라우드펀딩 프로젝트와 관련된 효과적 의사결정을 내리기 위해 크라우드펀딩 성공 여부를 선험적으로 예측하는데 유용할 것이다. 이에 최근까지 프로젝트의 목표 및 관련 SNS의 수와 같은 몇 가지 수치적 요인을 독립변인으로 제안하여 이들이 크라우드펀딩 캠페인의 성공에 어떤 영향을 미치는지 등이 연구되어오고 있었다. 그러나 수치가 아닌 비정형 데이터를 통한 크라우드펀딩 캠페인의 성공에 대한 예측은 거의 이루어진 바 없으며, 특히 프로젝트를 소개하는 문서에 대한 특성 분석을 통해 해당 프로젝트의 성공여부를 예측하려는 연구는 아직 이루어지지 않았다. 사실 프로젝트를 소개하는 문서는 공개되어 있어 확보에 드는 비용이 적게 들기 때문에 매우 유용하다. 따라서 본 연구의 목적은 Wadiz 등 온라인상으로 공개되어 있는 프로젝트에 대한 소개 문서를 기반으로 크라우드펀딩 프로젝트의 성공을 예측하는 새로운 방법을 제안하는 것이다. 제안된 방법의 성능을 테스트하기 위해, 본 연구에서는 1,980개의 실제 크라우드펀딩 프로젝트와 관련된 텍스트를 수집하고 경험적으로 분석했다. 텍스트 데이터 세트에서 카테고리, 응답 수, 자금 조달 목표, 기금 모금 방법, 보상, SNS 추종자 수, 이미지 및 비디오 수 및 기타 숫자 데이터와 같은 프로젝트에 대한 세부 정보를 수집하였다. 분석 결과 이러한 요인들은 분류 알고리즘에서 분류 성능을 제고하는데 의미 있는 변인으로 확인되었다. 즉, 제안된 방법이 최근에 제안된 비정형 텍스트 기반 방법보다 정확도나 F-점수 및 수행 경과 시간에서 성능이 우수하였다.