• 전기전자학회논문지
• /
• 제22권3호
• /
• pp.700-705
• /
• 2018

본 논문에서는 restricted coulomb energy(RCE) 신경망 기반 가스 분류기를 제안하고, 이의 실시간 학습 및 분류를 위한 하드웨어 구현 결과를 제시한다. RCE 신경망은 네트워크 구조가 학습에 따라 유동적이며, 실시간 학습 및 분류가 가능하므로, 가스 분류 응용에 적합한 특징을 갖는다. 설계된 가스 분류기는 UCI gas dataset에 대해 99.2%의 분류 정확도를 보였으며, Intel-Altera cyclone IV FPGA 기반 구현 결과, 26,702개의 logic elements로 구현 가능함을 확인하였다. 또한, FPGA test system을 구성하여 63MHz의 동작 주파수로 실시간 검증을 수행하였다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제27권2호
• /
• pp.175-196
• /
• 2018

Purpose The purpose of this study is to identify problems of current educational facility data management and recommend a standardized terminology classification system as a solution. In addition, the research aims to present a preemptive and integrated disaster and safety management framework for educational facilities by seeking efficient business processes through secured data quality, systematic data management, and external data linkage and analysis. Design/methodology/approach A terminology classification system has been established through various processes including filtering and analysis of related data including laws, manuals, educational facilities accidents, and historical records. Furthermore, the terminology classification system has been further reviewed through several consultations with experts and practitioners. In addition, the accumulated data was refined according to the established standard terminology and an Excel database was developed. Based on the data, accident patterns occurred in educational facilities over the past 10 years were analyzed. Findings In the study, a template was developed to collect consistent data for the standardized disaster and safety management terminology classification system in educational facilities. In addition, the standardized data utilization methods are presented from the viewpoint of 'education facility disaster safety data management', 'data analysis and insight', 'business management through data', and 'leaping into big data management'.

• 지능정보연구
• /
• 제10권2호
• /
• pp.65-77
• /
• 2004

본 연구에서는 영문 단어로부터 폰트를 분류하기 위해 연역적이고 국부적인 폰트 분류 방법을 제안한다. 이는 문자 인식 전에 한 단어에서 폰트를 분류하는 것을 말한다. 폰트 분류를 위해 활자 특성인 어센더(ascender), 디센더(descender)와 세리프(serif)가 사용된다. 입력 단어로부터 어센더(ascender), 디센더(descender)와 세리프(serif)가 추출되어 경사도 특징 벡터가 추출되고, 그 특징 벡터는 인공 신경망에 의해 입력 단어에 대한 2가지 폰트 스타일, 3가지 폰트 그룹, 7가지 폰트 이름이 분류된다. 제안된 연역적이고 국부적인 폰트 분류 방법은 폰트 정보가 문자 분할기와 문자 인식기에 사용될 수 있게 한다. 나아가, 특정 폰트에 따른 Mono-Font 문자 분할기와 Mono-Font문자 인식기로 구성되는 OCR시스템을 구성할 수 있는 것을 가능하게 한다. 실험 결과는 평균 95.4 퍼센트의 높은 폰트 분류율을 보였다. 본 논문에서 7가지 폰트분류를 위해 제안된 방법은 그 외 다른 폰류 분류에도 적용될 수 있다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.313-320
• /
• 1999

In this paper, a translation, rotation and scale invariant system for the classification of closed 2D images using the bispectrum of a contour sequence and the weighted fuzzy mean method is derived and compared with the classification process using one of the competitive neural algorithm, called a LVQ(Learning Vector Quantization). The bispectrun based on third order cumulants is applied to the contour sequences of the images to extract fifteen feature vectors for each planar image. These bispectral feature vectors, which are invariant to shape translation, rotation and scale transformation, can be used to represent two-dimensional planar images and are fed into an classifier using weighted fuzzy mean method. The experimental processes with eight different shapes of aircraft images are presented to illustrate the high performance of the proposed classifier.

• 한국도서관정보학회지
• /
• 제45권3호
• /
• pp.63-92
• /
• 2014

본 연구에서는 정책정보서비스의 고도화를 위한 정책 분야별 가이드를 개발하고 관련 정보원 구축을 위한 시스템을 설계하며, 이를 기반으로 시범적으로 정책정보원을 구축하고자 하였다. 정책분야 주제별 가이드 개발 및 구축을 위하여 첫째, 수집된 정보자료의 유형을 상위 9개로, 세부 유형을 총 19개로 구분하였다. 둘째, 정부기능분류체계인 BRM분류체계를 기준으로 주제별 가이드 서비스를 위한 콘텐츠를 구축하였고, BRM 서비스 주제 단계는 3단계, 총 133개 세부 주제 분야로 가이드 구축범위를 확정하였다. 셋째, 133개 BRM 주제분야별로 개발된 주제가이드에 따라 총 6,305건의 콘텐츠를 구축하였다. 결론적으로 본 연구에서 개발된 정책분야 주제가이드는 실험적 데이터 구축을 통해 그 실효성을 검증하였다고 할 수 있다.

• 한국디지털정책학회:학술대회논문집
• /
• 한국디지털정책학회 2007년도 춘계학술대회
• /
• pp.79-87
• /
• 2007

This paper aims to offer a solution based on semantic document classification to improve e-Government utilization and efficiency for people using their own information retrieval system and linguistic expression Generally, semantic document classification method is an approach that classifies documents based on the diverse relationships between keywords in a document without fully describing hierarchial concepts between keywords. Our approach considers the deep meanings within the context of the document and radically enhances the information retrieval performance. Concept Weight Document Classification(CoWDC) method, which goes beyond using exist ing keyword and simple thesaurus/ontology methods by fully considering the concept hierarchy of various concepts is proposed, experimented, and evaluated. With the recognition that in order to verify the superiority of the semantic retrieval technology through test results of the CoWDC and efficiently integrate it into the e-Government, creation of a thesaurus, management of the operating system, expansion of the knowledge base and improvements in search service and accuracy at the national level were needed.

• Journal of Information Processing Systems
• /
• 제2권1호
• /
• pp.52-57
• /
• 2006

One of the important functions of an Intelligent Transportation System (ITS) is to classify vehicle types using a vision system. We propose a method using machine-learning algorithms for this classification problem with 3-D object model fitting. It is also necessary to detect road lanes from a fixed traffic surveillance camera in preparation for model fitting. We apply a background mask and line analysis algorithm based on statistical measures to Hough Transform (HT) in order to remove noise and false positive road lanes. The results show that this method is quite efficient in terms of quality.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.388-393
• /
• 2002

Remote sensing data is collected and analyzed to enhance understanding of the terrestrial surface. Since Landsat satellite was launched in 1972, many researches using multispectral data has been achieved. Recently, with the availability of airborne and satellite hyperspectral data, the study on hyperspectral data are being increased. It is known that as the number of spectral bands of high-spectral resolution data increases, the ability to detect more detailed cases should also increase, and the classification accuracy should increase as well. In this paper, we classified the hyperspectral and multispectral data and tested the classification accuracy. The MASTER(MODIS/ASTER Airborne Simulator, 50channels, 0.4~13$\mu$m) and Landsat TM(7channels) imagery including Yeong-Gwang area were used and we adjusted the classification items in several cases and tested their classification accuracy through statistical comparison. As a result of this study, it is shown that hyperspectral data offer more information than multispectral data.

• 한국문헌정보학회지
• /
• 제45권1호
• /
• pp.29-49
• /
• 2011

한식은 세계화의 충분한 잠재력과 가능성을 갖고 있으며 한식의 다양성과 특수성이 국가경쟁력을 제공하는 국가 홍보 전략의 하나가 될 수 있다. 이를 위해서 가장 먼저 바탕이 되어야하는 것이 한식과 관련해서 쏟아져 나오는 정보의 조직화이다. 따라서 본 연구는 한식에 관한 자료의 분류 현황 및 사례 분석을 바탕으로 한식이 문헌분류표에 반영된 정도와 앞으로 개선되어야할 사항을 파악하고 DDC의 수정 전개안의 제안을 통해 DDC 22판 개정의 근거와 국내 도서관의 DDC 수정 전개 활용을 제공하고자 하였다.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.535-544
• /
• 2018

급변하는 주변상황이나 대형차량과 같은 큰 지형지물에 센서가 가려질 경우에는 센서만을 이용한 완전 자율주행에는 한계가 따른다. 이에 자율주행을 위해서 센서를 이용한 한계점을 극복할 수 있도록 정밀한 도로지도를 부가적으로 이용하는 방법이 사용되고 있다. 본 연구는 국토지리정보원에서 제공하는 지상 MMS(Mobile Mapping System)로 취득된 3차원 점군자료를 이용하여 도로 객체를 분류하는 연구를 수행하였다. 본 연구를 위해서 원본 3차원 점군자료를 전처리 하고, 지면과 비지면점을 분리하기 위한 필터링 기법을 선정하였다. 또한 차선, 가로등, 안전펜스 등에 해당하는 도로객체를 초기 분할한 후 분할된 객체를 머신러닝의 종류인 서포트 벡터 머신을 이용하여 학습시킨 후 분류하였다. 학습데이터는 분할된 도로객체에서 추출한 고유값을 이용한 기하학적 요소와 높이정보만을 사용하였으며 분류결과 전체정확도는 87%, 카파계수는 0.795로 나타났다. 향후 도로객체의 분류를 위하여 기하학적인 요소 뿐만 아니라 다양한 항목을 추가한다면 분류정확도가 높아질 것으로 예상된다.