• 대한원격탐사학회지
• /
• 제27권4호
• /
• pp.457-466
• /
• 2011

본 연구의 목적은 Level 3 type 북한 토지피복도를 작성하고 생물계절 특성을 파악 하는 데 있다. 2008년과 2009년에 촬영된 88장과 8장의 MODIS NDVI를 MVC 하여 질이 향상된 영상에 ISODATA 알고리즘을 적용하였다. 생물계절 상 분석을 기반으로 북한의 토지피복도를 구축하고 중분류에 대해서는 정확도 검정을 하였다. 결과, 총 27개 클래스의 북한 토지피복도가 생산되었다. 토지피복은 17개의 산림 서식지, 토지이용은 7개의 농경지와 2개의 시가지, 그리고 한 개의 수역을 포함한다. Level 3 type 생물계절 특성은 휴지기(${\sigma}^2$ = 0.348)와 식생이 급격히 생장하는 봄철(${\sigma}^2$ = 0.347)의 역동성이 가장 컸다. Level 2 type에 대한 정확도 검정에서, 전체 정확도는 85.85%(851/955), Kappa 계수는 0.84 였다. 현장 접근이 불가능한 북한의 토지피복도 구축에 생물계절 상 분석기법 적용은 오분류를 최소화하고 분류정확도를 향상시키는데 기여하였다.

• 한국방사선학회논문지
• /
• 제12권2호
• /
• pp.139-148
• /
• 2018

원전의 안전한 해체 관리를 위해 원전 해체 비용 평가는 매우 중요하다. 가장 많은 원전 해체 경험을 갖고 있는 미국의 경우 1970년대부터 원자력시설의 해체를 위하여 비용평가 연구를 진행하였다. 미국 NRC는 다양한 로형 및 원자력시설에 대한 해체 기술, 안전성 및 비용에 대한 연구를 수행하였다. 전체 해체 비용에서 운영허가종료비용이 가장 큰 비중을 차지하며, 그 다음으로는 사용후핵연료 관리, 부지복원순으로 평가되었다. 해체비용은 전체비용에 있어 운영허가종료가 제일 큰 비중을 차지하며 사용후핵연료관리, 부지복원 순으로 평가되었다. 즉시해체의 경우 지연해체에 비해 사용후핵연료관리 비용이 증가하였으며 지연해체의 경우 운영허가종료의 비용이 증가하였다. 전반적으로 즉시해체에 비해 지연해체의 경우가 뚜렷하게 이득이 보이지 않고 있다. 국내 원전 해체 비용 평가시 부지 조건에 따른 평가를 고려해야할 필요가 있다고 판단된다. 또한 국내의 경우 IAEA의 권고사항을 적용하여 방사성폐기물 분류체계를 재정비하였다. 이에 따라 해체시 발생하는 방사성폐기물 물량 산정시, 선행 미국 원전해체 자료를 신분류체계에 적합하게 활용하기 위한 방법을 개발해야할 필요가 있다. 특히 자체처분 대상폐기물 평가 방법론 설정은 해체비용의 정확성을 확보하는 중요한 인자로 작용할 것이다. 또한 국내 원전해체 비용 평가를 위하여 시설 특성과 작업 특성에 적용할 수 있는 정보자료 구축이 필요하다.

• 대한원격탐사학회지
• /
• 제31권2호
• /
• pp.51-64
• /
• 2015

본 연구에서는 MODerate resolution Imaging Spectroradiometer (MODIS) 지면피복 분류자료(MCD12Q1)에서 분류오류로 판단되는 화소들을 재분류함으로써 분류 정확도를 개선하였다. 최근 12년(2001-2012)간의 MODIS 지면피복 분류자료에서 지면피복 유형이 3개 이상으로 분류된 화소는 분류상에 오류가 있다고 판단하여 지면피복 재분류 화소로 선정하였다. 지면피복 재분류를 위해 공간해상도는 1 km이고 시간주기는 8일인 MODIS Normalized Difference Vegetation Index (NDVI) 자료를 이용하였다. NDVI 자료 중 구름 등으로 오염된 화소를 보정하기 위해 시 공간 연속성을 이용한 보정기법인 Correction based on Spatial and Temporal Continuity (CSaTC) 기법을 이용하였다. 보정된 NDVI 자료를 1개월 주기로 합성한 후 분류 오류로 판단된 화소들에 대해 Iterative Self-Organizing Data Analysis (ISODATA) 기법으로 군집화를 수행하였다. 각 군집별 식생 계절변동 특성을 고려하여 지면피복을 분류한 후 정상으로 판정된 MODIS 지면피복과 합성하여 최종 지면피복 재분류 자료를 산출하였다. 분류 정확도는 GPS를 이용한 현장관측 자료와 유럽우주국의 지상검증참조자료 등 총 138개 지상 관측자료를 이용하여 검증을 수행하였다. 2012년 MODIS 지면피복 분류자료의 정확도는 약 68%이었으나 본 연구에서 재분류한 지면피복자료의 정확도는 약 74%로 나타나 일부 화소들에서 분류 정확도가 개선되었다.

• 인터넷정보학회논문지
• /
• 제18권6호
• /
• pp.35-46
• /
• 2017

최근 사이버보안에서 악성코드를 이용한 공격은 메일에 악성코드를 첨부하여 이를 사용자가 실행하도록 유도하여 공격을 수행하는 형태가 늘어나고 있다. 특히 문서형태의 파일을 첨부하여 사용자가 쉽게 실행하게 되어 위험하다. 저자 분석은 NLP(Neutral Language Process) 및 텍스트 마이닝 분야에서 연구되어지고 있는 분야이며, 특정 언어로 이루어진 텍스트 문장, 글, 문서를 분석하여 작성한 저자를 분석하는 방법들은 연구하는 분야이다. 공격 메일의 경우 일정 공격자에 의해 작성되어지기 때문에 메일 내용 및 첨부된 문서 파일을 분석하여 해당 저자를 식별하면 정상메일과 더욱 구별된 특징들을 발견할 수 있으며, 탐지 정확도를 향상시킬 수 있다. 본 논문에서는 기존의 기계학습 기반의 스팸메일 탐지 모델에서 사용되는 특징들과 문서의 저자 분석에 사용되는 특징들로부터 공격메일을 분류 및 탐지를 할 수 있는 feature vector 및 이에 적합한 IADA2(Intelligent Attack mail Detection based on Authorship Analysis)탐지 모델을 제안하였다. 단순히 단어 기반의 특징들로 탐지하던 스팸메일 탐지 모델들을 개선하고, n-gram을 적용하여 단어의 시퀀스 특성을 반영한 특징을 추출하였다. 실험결과, 특징의 조합과 특징선택 기법, 적합한 모델들에 따라 성능이 개선됨을 검증할 수 있었으며, 제안하는 모델의 성능의 우수성과 개선 가능성을 확인할 수 있었다.

• 한국측량학회지
• /
• 제8권2호
• /
• pp.45-51
• /
• 1990

수치표고모델은 실제지형모델의 참값과 비교하여 충분하고 높은 정확도를 지녀야 하며, 미리 주어져 있는 지형데이타와 보간법을 사용하여 임의의 평면위치(X, Y)에 대응하는 표고 h를 구하고 경사를 구할 수 있는 모텔을 만들어 놓아야 한다. 보간의 정확도는 지형의 기복 상태와 자료의 밀도에 우선적으로 영향을 받게 되므로, 지형을 객관적인 방법으로 분류할 필요가 있다. 평균경사도와 면적비는 지형이 경사상태에 따라 비슷한 분류 결과를 가져오는 변수이지만, 지형의 국소적인 변화크기를 동시에 표시하는 변수는 면적비이다. 그러므로 본 연구는 지형의 분류를 좀 더 객관화하기 위하여 비고에 의해서가 아니라 경사도에 의해 분류하고, 경사와 곡률경중율의 영향을 분석하여 그 경사도에 합당한 매개변수를 도입하므로써 보다 현실에 가까운 모델을 재현하는데 연구의 목적이 있다. 연구의 결과는 첫째, 경사에 의한 지형의 분류는 평지는 pl6과 p24 준경사지 pl6과 S, 급경사지는 S 와 p24가 적합하고 곡률에 의한 분류는 평지와 준경사지에서 모두 p24와 S가 적합하며, 급경사지에서는 pl6이 적합하였다. 경사와 기복 변화량을 조합한 경우는 평지는 pl6, 준경사지는 p24, 급경사지는 S가 각각 적합하였다. 둘째, 유형화율은 경사 50%, 곡률경중율 0.0015에서 50∼80%로 가장 컸다.

• 한국지능시스템학회논문지
• /
• 제22권2호
• /
• pp.135-140
• /
• 2012

대뇌 상의 mirror neuron system은 시각 정보에 기반한 모방학습 기능을 담당한다. 관측자의 mirror neuron system 영역을 관찰할 때, 행위자가 수행하는 목적성 행위의 전체가 아닌, 부분적으로 가려지거나 보이지 않는 영역을 포함하는 경우에도 해당 영역의 뉴런이 발화되는 과정을 통해 전체 행동의 의도를 유추할 수 있다. 이러한 모방학습 기능을 3D 비전 기반 지능 시스템에 적용하는 것이 본 논문의 목표이다. 본 연구실에서 선행 연구된 스테레오 카메라를 기반으로 획득된 3차원 영상에 대한 복원을 수행한다. 이 때 3차원 입력영상은 부분적으로 가려진 영역을 포함하는 손동작의 순차적 연속영상이다. 복원 결과를 기반으로 가려진 영역을 내포한 행위에 대하여 LK optical flow, unscented Kalman filter를 이용한 특징검출을 수행하고 의도인식의 수행을 위해, Hidden Markov Model을 활용한다. 순차적 입력데이터에 대한 동적 추론 기능은 가려진 영역을 포함한 손동작 인식 수행에 있어 적합한 특성을 가진다. 본 논문에서 제안하는 의도 인식을 위해 선행 연구에서 복원 영상에서의 객체의 윤곽선 및 특징 검출을 시뮬레이션 하였으며, 검출 특징에 대한 시간적 연속 특징벡터를 생성하여 Hidden Markov Model에 적용함으로써, 의도 패턴에 따른 손동작 분류 시뮬레이션을 수행하였다. 사후 확률 값의 형태로 손 동작 분류 결과를 얻을 수 있었으며, 이를 통한 성능의 우수함을 입증하였다.

• 정보처리학회논문지B
• /
• 제13B권7호
• /
• pp.643-652
• /
• 2006

의사결정 트리는 데이터 마이닝의 분류와 예측 작업에 주로 사용되는 기법 중의 하나이다. 실생활에서 공간의사결정을 위한 분류를 수행할 때에는 인접 데이터의 위치와 분산도를 고려하는 것이 매우 중요하다. 기존의 공간 의사결정 트리는 데이터의 공간적 특성을 표현하기 위해 각 객체간의 유클리디안 거리비율을 엔트로피로 반영하여 트리 구축 시 이용하였다. 그러나 이것은 공간 객체간의 거리 비율만을 설명할 뿐 공간 차원에서의 데이터 분산 정도와 각 분류된 클래스간의 연관관계 등은 파악할 수 없다는 한계점이 있었다 본 논문에서는 분산도와 차별도 기반의 공간 엔트로피를 이용하여 공간 데이터의 분포도를 반영하는 공간 의사결정 트리를 제안한다 분산도는 분류된 클래스 내의 공간 객체 분포도를 나타내고 차별도는 다른 클래스 내 공간 객체와의 분포도 및 관계성을 나타낸다. 이러한 분산도와 차별도의 비율을 엔트로피 계산 시 이용함으로써 비공간적 속성으로 분류된 각 클래스가 공간적으로는 얼마나 뚜렷하게 분류되는지 알 수 있게 한다. 제안 기법은 정확성과 계산 비용에 있어서 기존 기법보다 각각 약 18%, 11%의 성능 향상을 보였다.

• 한국지능시스템학회논문지
• /
• 제20권2호
• /
• pp.165-172
• /
• 2010

임상 데이터마이닝에서 최적의 특징 집합을 선택하는 것은 주어진 데이터로부터 생성된 모델의 복잡성을 줄일 뿐만 아니라 유용성을 향상시키는 데에 매우 중요하고, 선택된 특징들의 임계값은 질병의 감별진단을 위해 임상 전문가의 결정기준으로 사용된다. 본 논문에서는 데이터의 공간적인 분포, 즉 중첩영역에서 중복 속성값을 포함하는 데이터의 분리성 정도를 평가함으로써 연속형 속성을 가진 데이터에 대한 퍼지 이산화기법을 제안한다. 제안된 방법에서 중복 속성값의 가중치 평균값은 각 특징의 임계값(즉 경계값)을 결정하기 위해서 사용되었고, 러프집합은 전체 특징들 중에서 중요특징들의 집합을 선택하기 위해서 이용하였다. 제안된 방법의 타당성을 검증하기 위해 호흡곤란을 주호소로 내원한 668명의 환자 데이터를 근거로 3가지 이산화방법과 제안된 이산화방법에 대한 실험을 수행하였다. 실험결과, 퍼지분할을 기반으로 한 이산화방법이 하드분할을 기반으로 한 이산화방법에 비해서 평균 분류정확도와 G-mean 성능에서 보다 좋은 결과를 제공함을 확인하였다.

• 응용통계연구
• /
• 제30권1호
• /
• pp.25-39
• /
• 2017

최근 경륜은 2015년도 기준, 5백만 명 이상의 많은 사람들이 참여하고 2조를 넘어선 매출을 발생시키는 대중적인 레저스포츠로서 자리 잡고 있다. 본 연구의 목적은 다양한 통계적 분석기법을 사용하여 경륜경기의 순위를 예측하고, 순위에 유의한 영향을 미치는 변수들을 파악하는 데에 있다. 다양한 Classification 방법과 Regression 방법들을 적용하여 순위예측모형을 만들고 비교분석하였다. 대부분의 모형에서 공통적으로 선택된 변수들을 살펴보면, 등급이 강급될수록, 종합득점이 높을수록 순위가 높아지며 반대로 등급이 승급될수록, 번호 4번을 부여받을수록 그리고 최근성적의 순위가 낮을수록 순위가 낮아지는 것을 알 수 있었다. 또한, 선수의 실력과 관련된 연속형 변수들을 각 경기별로 평균값을 빼서 보정한 자료와 원자료를 사용하여 모형을 적합시킨 결과 모든 모형에서 보정된 자료를 사용하였을 때 더 낮은 오분류율을 보였다. 마지막으로 분석에 사용하지 않은 최근 한 달 경기결과를 예측해서 베팅했을 때 모든 경우에 예측률은 높았지만 큰 이익을 거두지 못했는데 그 이유는 낮은 배당률을 가진 경기의 결과만을 잘 예측했기 때문이다.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.7-14
• /
• 2021

토마토 작물은 병해충의 영향을 많이 받기 때문에 이를 예방하지 않으면 농업 경제에 막대한 손실을 초래할 수 있다. 따라서 토마토의 다양한 병해충의 진단을 빠르고 정확하게 진단하는 시스템이 요구된다. 본 논문에서는 ImageNet 데이터 셋 상에서 다양하게 사전 학습된 딥러닝 기반 CNN 모델을 적용하여 토마토의 9가지 병해충 및 정상인 경우의 클래스를 분류하는 시스템을 제안한다. PlantVillage 데이터 셋으로부터 발췌한 토마토 잎의 이미지 셋을 3가지 딥러닝 기반 CNN 구조를 갖는 ResNet, Xception, DenseNet의 입력으로 사용한다. 기본 CNN 모델 위에 톱-레벨 분류기를 추가하여 제안 모델을 구성하였으며, 훈련 데이터 셋에 대해 5-fold 교차검증 기법을 적용하여 학습시켰다. 3가지 제안 모델의 학습은 모두 기본 CNN 모델의 계층을 동결하여 학습시키는 전이 학습과 동결을 해제한 후 학습률을 매우 작은 수로 설정하여 학습시키는 미세 조정 학습 두 단계로 진행하였다. 모델 최적화 알고리즘으로는 SGD, RMSprop, Adam을 적용하였다. 실험 결과는 RMSprop 알고리즘이 적용된 DenseNet CNN 모델이 98.63%의 정확도로 가장 우수한 결과를 보였다.