• 전자공학회논문지
• /
• 제53권6호
• /
• pp.137-145
• /
• 2016

본 논문에서는 새로운 방법의 3차원 컴퓨터단층영상에서 혈관을 추적하는 알고리즘을 소개하고자 한다. 해당 방법은 먼저 빠르게 다수의 2차 혹은 3차의 정칙곡선들로 대표되는 혈관의 지역적 모델들을 생성한다. 혈관의 특징을 고려한 비용함수로부터 각 곡선들은 영상데이터를 기반으로 생성된 비용을 부여 받는다. 추적 과정에서 매 단계 다음 혈관을 추정하기 위한 곡선들은 특정 기준에 의하여 여과되어 결국 혈관의 내부에 위치한 곡선들만 걸러낸다. 그 후 이들을 기반으로 혈관의 중심 선에 해당하는 최적의 정칙곡선 하나를 선정하게 된다. 지역적으로 최적인 정칙곡선이 순차적으로 검출되며 이들을 연결하여 하나의 혈관을 대표하는 구분적으로 부드러운 곡선을 만들어낸다. 짧은 정칙곡선은 제어 점들만으로 빠르게 기하학적 변환이 가능하며, 정의역 모든 구간에 대하여 미분이 가능하므로 곡률과 비틀림과 같은 기하학적 정보를 얻기 용이한 장점이 있다. 해당 방법에서 사용되는 정칙곡선모델이 혈관을 분류하고 추적함에 있어서 그 적합성을 증명하였고, 공공 데이터를 이용한 실험을 통하여 정확성과 수행 시간에 대해 최신기법들과 비교할만한 결과를 얻었다.

• 한국산림과학회지
• /
• 제90권4호
• /
• pp.437-444
• /
• 2001

이 연구는 인공신경망기법을 적용하여 적지적수를 판정할 수 있는 산림환경입지인자를 도출하고, 그들 인자 상호간의 관계를 분석하여 적지적수 판정방법을 제시하고자 수행되었다. 적지적수 선정을 위한 대상수종으로 5개의 주요 침엽수종(P. densiflora for. erecta, L. leptolepis, P. koraiensis, P. densiflora, P. thunbergil)을 선정하였다. 먼저 총 1,320개소의 표준지를 대상으로 각 수종별 지위지수가 높은 순으로 40개씩 추출하여 총 200개의 표준지를 선발하였다. 각각의 자료는 해당 표준지에 대한 13개 인자의 산림입지환경 정보를 보유하고 있다. 연구결과 인공신경망기법은 패턴분류에 의한 산림입지환경 조사 자료들의 전산정보처리에 매우 효과적인 것을 알 수 있었다. 이 기법을 적지적수 판정에 필요한 패턴의 유무 분석에 응용함으로써 적지적수 판정에 거의 영향을 미칠 수 없는 패턴을 소유하고 있거나, 불규칙한 양상의 패턴으로 인해 패턴분류 과정 자체를 교란할 수 있는 자료들을 선별하여 제거할 수 있었다. 그 외에 인공신경망기법은 입지인자 구성에 따라 적지적수 판정 적합도가 77.6%에서 91.8%까지 높게 나타남으로써 산림입지환경조사 자료를 토대로 하는 적지적수 판정에 매우 높은 잠재력을 보여주었다.

• 한국건설관리학회논문집
• /
• 제21권6호
• /
• pp.46-55
• /
• 2020

도로연장의 지속적인 증가와 공용기간이 상당히 경과한 노후 노선이 늘어남에 따라 도로포장에 대한 유지관리비용은 점차 증가하고 있어, 예방적 유지관리를 통해 비용을 최소화 하는 방안에 대한 필요성이 제기되고 있다. 예방적 유지관리를 위해서는 도로포장의 정확한 파손 예측을 통한 전략적 유지관리 계획 수립이 필요하다. 이에 본 연구에서는 고속도로 콘크리트 포장 파손 예측 모델 개발을 위해 머신러닝 분류기반 모델 중 성능이 우수한 XGBoost 기법을 사용하였다. 먼저 데이터 샘플링을 통해 데이터 불균형 문제를 해결하고 샘플링된 데이터들에 XGBoost 기법을 활용하여 예측모델을 개발하고. F1 소코어를 통해 성능을 평가하였다. 분석 결과 오버 샘플링 기법이 가장 좋은 성능 결과를 보였으며, 도로파손에 영향을 주는 주요 변수로 공용년수, ESAL, 최저 평균 최저기온 -2도 이하 일수 순으로 산정되었다. 향후 더 많은 데이터 축적 및 세밀한 데이터 전처리 작업을 통해 예측모델의 성능이 향상된다면 보다 정확한 유지보수 필요 구간의 예측이 가능해질 것으로 판단되므로 장래 고속도로 포장 유지보수 예산의 추정에 중요한 기초정보로 활용될 수 있을 것이라 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제25권1호
• /
• pp.141-149
• /
• 2020

현재 군에서 운용하는 차량 중에 민간에서 사용하고 있는 상용차량이 차지하는 비중이 58%로 매우 높고 앞으로 더욱 증가할 계획이다. 군에서 상용차량의 비중이 높아진 만큼 상용차량의 불용처리 결정 여부도 중요한 문제 중의 하나이다. 현재 상용차량의 불용처리 결정은 차량 기술검사관이 설계수명과 차량사용 정보를 이용해서 주관적으로 판단하고 있으나, 군 운용환경에 따른 차이가 반영되어 있지 않고 객관적인 판단 기준이 제시되어 있지는 않다. 본 연구는 군 운용환경을 고려하여 상용차량의 불용여부를 판단하는 모델을 개발하는 것이다. 연구에서 활용한 자료는 육·해·공군의 승용차, 승합차량, 트럭 세 가지 상용차량 1,746대였고, 운용지역, 기후특성, 차량상태 등의 정보를 이용하여 분류 머신러닝 기법을 이용해 불용여부 판단 모델을 구축하였다. 제안하는 불용여부 판단 모델은 정확도가 평균적으로 약 97%였으며, 야전에서도 사용할 수 있는 형태의 모델이다. 연구결과를 바탕으로 향후 상용차량 불용 여부 판단 모델 성능 향상 방안과 군수정보체계 내에 새롭게 구축해야 할 데이터 구축 방향을 장·단기적으로 정책 제언하였다.

• 정보보호학회논문지
• /
• 제25권5호
• /
• pp.1131-1141
• /
• 2015

본 논문에서는 MMORPG에서 각 캐릭터의 소지금 증가/감소 이벤트 로그 데이터를 위주로 플레이어의 액션 로그 데이터를 조사하여 게임봇을 탐지하는 기계 학습 기반의 새로운 접근 방법을 제안한다. 게임봇 계정과 일반 계정을 구분하는 주요 피쳐를 추출하기 위해 밀도 기반 군집화 알고리즘의 하나인 DBSCAN (Density Based Spatial Clustering of Application with Noise)를 이용하였다. DBSCAN 알고리즘을 통해 각 플레이어의 소지금 증가/감소 위치 좌표를 클러스터링하고, 그 결과 생성된 클러스터의 수, 코어 포인트의 비율, 멤버 포인트의 비율, 노이즈 포인트의 비율과 같은 공간적 특성을 나타내는 값들을 추출하였다. 해당 피쳐들을 사용하면 게임봇 개발자들이 게임봇 탐지 시스템의 원리를 알더라도 넓은 지역을 돌아다니며 사냥을 하도록 게임봇 프로그램을 제작하는 것은 매우 비효율적이기 때문에 탐지 시스템을 우회하기 어렵게 된다. 결과적으로, 게임봇은 소지금 변동 좌표 데이터로부터 추출한 공간적 특성에서 일반유저와 명확한 차이를 보였다. 예를 들면, DBSCAN 클러스터링 결과 중 노이즈 포인트의 비율에서 게임봇은 5% 이하의 낮은 값을 가지는 반면에 일반 유저들은 대부분 높은 값을 갖는다. 실제 MMORPG의 액션 로그 데이터를 이용한 게임봇 탐지에서, 본 논문에서 제안된 시스템은 높은 탐지율의 우수한 성능을 보였다.

• 대한치과교정학회지
• /
• 제33권6호
• /
• pp.407-418
• /
• 2003

본 연구의 목적은 전후방 및 수직적 골격형에 따라 선험적으로 9 개의 유형 (type)으로 분류된 정상교합자의 치아치조부 보상기전의 양상을 분석하고 이를 임상적으로 개별 부정교합자에게 적용이 가능한 신뢰성 있고 간편한 골격 유형의 감별기준을 도출하고자 한 것이었다. 이를 위하여 정상교합자 294명의 측모두부방사선계측치 중 치아치조부 계측 항목의 기술 통계량을 구하고 각 유형간의 특징을 비교하기 위하여 분산 분석과 다중 비교를 시행하였으며, 골격 계측 항목과 치아치조부 계측 항목간의 상관관계를 분석하였다. 또한 이러한 유형을 부정교합자의 개별 골격형에 적용할 수 있도록 판별 분석을 시행하여 골격형 감별의 효율성과 정확성을 가늠하였다. 그 결과 갈 골격 유형별로 특징적인 치아치조부 보상기전을 확인할 수 있었으며, 상/하악 전치의 위치 및 교합 평면을 나타내는 변수에서 높은 상관관계가 관찰되었다. 판별 분석 결과 9개의 골격 유형을 분류할 수 있는 4개의 변수(AB-MP, SN-AB, PMA)를 구할 수 있었으며, 이들 4개의 변수로 이루어진 판별 계수로 전체 표본의 $87.8\%$를 정확하게 분류할 수 있었다. 결론적으로, 이러한 연구 결과를 통해 개별 부정교합자의 개별화된 진단 및 치료 지침 수립시 기초적 정보를 제공할 수 있을 것으로 예견되었다.

• 한국지반공학회논문집
• /
• 제28권4호
• /
• pp.23-33
• /
• 2012

최근 들어 집중호우 및 태풍과 국지성 집중호우로 인한 산사태 피해가 자주 보고되고 있다. 국내 지형특성상 산지 인근에서 도시가 발달되고 도로 철도 등의 기간시설물이 건설된 경우가 많기 때문에 산사태로 인한 인명 및 재산피해는 매우 심각하다. 이러한 피해를 효과적으로 방지하기 위해서는 건설계획 단계부터 산사태 위험이 높은 지역을 파악하고 적절한 대책을 마련하는 것이 중요하다. 본 연구에서는 산사태 발생에 영향을 미칠 수 있는 지형학적 특성, 토질의 특성, 강우 정보, 나무의 종류 정보 등의 자료를 재해대장 분석, 항공사진 분석, 현장조사를 실시하여 구축한 423 지점의 산사태 데이터에 대한 통계학적 분석을 수행하여 산사태 위험도 예측식을 제안하였다. 제안된 예측식으로 예측된 결과와 실제 산사태 발생여부를 비교해 본 결과 약 92%의 분류 정확도를 보였다. 예측식에 필요한 입력치들은 단 시간 내에 저비용으로 획득할 수 있도록 구성하였다. 또한 예측결과의 경우 재해지도 형식으로 표현하기 용이하기 때문에 제안된 산사태 위험도 예측식은 광범위한 지역의 산사태 발생 위험도를 산정하는데 효과적으로 활용될 수 있다고 판단된다.

• 한국지반공학회논문집
• /
• 제35권11호
• /
• pp.51-62
• /
• 2019

본 연구에서는 초분광 근적외선 영상을 이용하여 광역지역의 흙의 함수비 변화를 간편한 방법으로 예측하기 위해 수행되었다. 근적외선(VNIR) 영역대에서 변화되는 함수비 별로 모래, 화강풍화토(우면산, 구룡산, 대모산, 황령산), 카오리나이트를 초분광 카메라로 촬영하여 반사율을 추출하였고, 흙의 함수비와 가장 연관성 높은 매개변수를 찾기 위하여 선정된 매개변수와 함수비를 변수로하여 Partial Least Square Regression(PLSR) 분석을 이용하여 함수비 예측모델을 구축하였다. 함수비 예측모델을 구축한 결과, 흙의 종류에 관계없이 Area of reflectance(Near-infrared, NIR)의 매개변수가 흙의 함수비와 가장 연관성 높은 매개변수임을 확인하였고, 모든 흙에서 예측모델의 정확도(R²)는 0.9 이상임을 확인하였다. 또한 흙의 실제 함수비와 비교 검증해본 결과, 평균절대백분율(mean absolute percentage error, MAPE)이 15%이내로 확인되었다. 따라서 대상 흙들에서 50% 이내에서 변화되는 함수비 예측 가능성을 확인하였다. 본 연구를 통해 초분광 근적외선 영상을 이용하여 모래, 화강풍화토, 카오리나이트의 함수비 예측 가능성을 확인하였고, 모델의 정확도 개선 및 더 높은 범위의 함수비 예측을 위해서는 흙의 분류모델 개발이 추가적으로 필요하다고 판단된다.

• 디자인학연구
• /
• 제16권3호
• /
• pp.161-174
• /
• 2003

산업디자이너에게 있어서 색채의 선정과 사용은 매우 중요한 분야이다. 현재 색채는 디자인 업무의 주변조건에서 핵심적인 분야로 도약하였다. 색채는 감성, 관리, 심리의 세 가지 분야 로 주로 사용된다. 그러나 사용상에 있어서는 세 가지 분야 모두를 포함하여 실질적인 디자인을 하게 된다. 국내 색채디자인의 현실로 볼 때 기초적인 연구를 기반으로 한 실용적인 연구분야는 낙후된 실정이다. 특히 색채 감성분야와 색채관리 분야는 대우 중요한 분야이며 이 중에서도 색 이름과 관계된 영역이 가장 중요하다고 할 수 있다. 색 이름은 감성과 관리 를 포함하기 때문이다. 본 연구는 기존에 발표되거나 공식적으로 기록된 국제적으로 호환되는 색 이름을 모두 조사, 분석하고 검색하여 정확한 데이터를 구축하는 것이다. 결과적으로 색 이름을 이용하여 아이디어의 창출과 디자인의 결과물 생산시 정확성을 기하기 위함이다. 연구에 사용된 국내 자료로는 한국산업규격, 관련문헌, 현장조사 등 근거 있는 색채를 중심으로 조사하고 국제적인 자료로는 미국의 ISCC-NBS를 기반으로 일본, 유럽 등의 각 나라의 공식적 자료를 모두 취합하는 기본 조사 연구를 실시하였다. 조사 결과 약 11,000개의 색 이름과 33,000개의 색 이름을 수집 분류하였다. 수집법과 분류법은 국제 기호에 따르고 사용자 중심으로 배열하였다. 또한 산업 디자인 실무에 도움이 될 수 있도록 사용빈도가 높은 색채 체계인 Munsell, RGB, CMYK, XYZ 등 모든 국제규격 색값을 표기하여 디자인의 각 분야에서 모두 적용 될 수 있도록 활용성을 높였다. 현재 한국산업디자인진흥원의 홈페이지에서 운용 중이며, 폐속 개선과 발전을 해나가며 더욱 가치 있는 연구가 될 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1400-1418
• /
• 2020

In the development of commercial promotion, chatbot is known as one of significant skill by application of natural language processing (NLP). Conventional design methods are using bag-of-words model (BOW) alone based on Google database and other online corpus. For one thing, in the bag-of-words model, the vectors are Irrelevant to one another. Even though this method is friendly to discrete features, it is not conducive to the machine to understand continuous statements due to the loss of the connection between words in the encoded word vector. For other thing, existing methods are used to test in state-of-the-art online corpus but it is hard to apply in real applications such as telemarketing data. In this paper, we propose an improved chatbot design way using hybrid bag-of-words model and skip-gram model based on the real telemarketing data. Specifically, we first collect the real data in the telemarketing field and perform data cleaning and data classification on the constructed corpus. Second, the word representation is adopted hybrid bag-of-words model and skip-gram model. The skip-gram model maps synonyms in the vicinity of vector space. The correlation between words is expressed, so the amount of information contained in the word vector is increased, making up for the shortcomings caused by using bag-of-words model alone. Third, we use the term frequency-inverse document frequency (TF-IDF) weighting method to improve the weight of key words, then output the final word expression. At last, the answer is produced using hybrid retrieval model and generate model. The retrieval model can accurately answer questions in the field. The generate model can supplement the question of answering the open domain, in which the answer to the final reply is completed by long-short term memory (LSTM) training and prediction. Experimental results show which the hybrid word vector expression model can improve the accuracy of the response and the whole system can communicate with humans.