• Natural Product Sciences
• /
• 제24권3호
• /
• pp.164-170
• /
• 2018

Rapid geographical classification of Bupleuri Radix is important in quality control. In this study, near infrared spectroscopy (NIRS) combined with supervised pattern recognition was attempted to classify Bupleuri Radix according to geographical origins. Three supervised pattern recognitions methods, partial least square discriminant analysis (PLS-DA), quadratic discriminant analysis (QDA) and radial basis function support vector machine (RBF-SVM), were performed to establish the classification models. The QDA and RBF-SVM models were performed based on principal component analysis (PCA). The number of principal components (PCs) was optimized by cross-validation in the model. The results showed that the performance of the QDA model is the optimum among the three models. The optimized QDA model was obtained when 7 PCs were used; the classification rates of the QDA model in the training and test sets are 97.8% and 95.2% respectively. The overall results showed that NIRS combined with supervised pattern recognition could be applied to classify Bupleuri Radix according to geographical origin.

• 한국실내디자인학회논문집
• /
• 제22권1호
• /
• pp.19-27
• /
• 2013

The objective of this study was to establish Facility classification for military barracks among military facilities. The military barracks are the place where soldiers spend most of their time. Thus, a new type of space in military barracks is required to improve the quality of life of the soldiers and make the military more advanced for national defense. The research method was to derive problems through a survey of the previous literature and case studies and to select target places in the Army, Navy, Air Force, and Marine based on the derived problems. An improvement scheme was proposed by developing criteria for military barracks spaces through a questionnaire survey. The following results were obtained: Facility classification inside of national defense military facility standard should be reorganized. The alternative plan is demanded for some camp which has no need about setting up the office facility. And the study of reasonable facility area after improvementing facility categorization is required.

• 청소년시설환경
• /
• 제17권1호
• /
• pp.131-141
• /
• 2019

The purpose of this study is to derive and type utilization indexes by comparing public design indicators with preceding studies related to closed school facilities, and to derive preliminary classification systems through a correlation review between indicators. Pre-research was conducted in the scope of academic papers, academic journals, research reports, and special act for promoting the utilization of closed school assets. Public design indicators were set in the scope of domestic design guidelines, the Seoul city public design assessment system, the 'Good Building' designation system, and the UK Design Quality Index (DQI). and the design review of the British architects. First of all, the research method looked at laws, procedures and utilization of closed schools, and reviewed the preceding study and domestic and international public design indicators sequentially. Next, the association was reviewed through a comparison between the preceding study and the public design indicators, and a preliminary classification system for the use of closed schools was derived from this.

• 한국산림과학회지
• /
• 제99권6호
• /
• pp.777-784
• /
• 2010

본 연구는 산림경관의 현재수준을 평가하여 일련의 등급으로 구분하고 각 상황에 부합하는 관리전략을 수립, 실행할 수 있도록 평가지표를 개발하고자 수행되었다. 이를 위해 전문가를 대상으로 심층인터뷰 및 이메일설문조사 등의 정성적, 정량적 연구방법을 적용하여 과학적이며 객관적인 산림경관평가지표를 개발하고자 하였다. 전문가 의견수렴 결과 도출한 최종 산림경관등급화 평가지표는 '생태적 건강성'(녹지자연도, 생태자연도, 병 해충 피해수준, 수관활력도), '경관성'(자연성, 조화성, 다양성, 전통성, 심미성, 희귀성), '민감도'(관광휴양이용수준), '방해요소'(훼손지, 인공구조물) 등의 4개 범주, 총 13개 지표가 선정되었다. 또한 산림경관 평가 등급의 수는 5개로 구분하는 것이 가장 적절한 것으로 조사되었다.

• 대한원격탐사학회지
• /
• 제38권2호
• /
• pp.199-213
• /
• 2022

비지도 도메인 적응은 연단위 작물 분류를 위해 매년 반복적으로 양질의 훈련자료를 수집해야 하는 비실용적인 문제를 해결할 수 있다. 이 연구에서는 작물 분류를 위한 딥러닝 기반 비지도 도메인 적응 모델의 적용성을 평가하였다. 우리나라 마늘, 양파 주산지인 합천군과 창녕군을 대상으로 무인기 영상을 이용한 작물 분류 실험을 통해 deep adaptation network (DAN), deep reconstruction-classification network, domain adversarial neural network (DANN)의 3개의 비지도 도메인 적응 모델을 정량적으로 비교하였다. 비지도 도메인 적응 모델의 분류 성능을 평가하기 위해 소스 베이스라인 및 대상 베이스라인 모델로 convolutional neural networks (CNNs)을 추가로 적용하였다. 3개의 비지도 도메인 적응 모델은 소스 베이스라인 CNN보다 우수한 성능을 보였으나, 소스 도메인 영상과 대상 도메인 영상의 자료 분포 간 불일치 정도에 따라 서로 다른 분류 성능을 보였다. DAN의 분류 성능은 두 도메인 영상 간 불일치가 작을 때 다른 두 모델에 비해 분류 성능이 높은 반면에 DANN은 두 도메인 영상 간 불일치가 클 때 가장 우수한 분류 성능을 보였다. 따라서 신뢰할 수 있는 분류 결과를 생성하기 위해 두 도메인 영상의 분포가 일치하는 정도를 고려해서 최상의 비지도 도메인 적응 모델을 선택해야 한다.

• 한국물환경학회지
• /
• 제22권5호
• /
• pp.748-756
• /
• 2006

Accurate and timely information on status and trends in the environment is necessary to shape sound water quality management policy and to implement water quality improvement programs efficiently. One of the most effective ways to communicate information on water quality trends to policy-makers, scientists, and the general public is with comprehensive water quality indices. The derivation and structure of a water quality index (WQI) for the classification of surface water quality is discussed. The WQI generally developed through the selection, transformation and weighting of determinants with rating curves based on legal standards and quality directives or guidelines. The representative pollutants should be included in the index, and the relationship between the quantity of these pollutants in the water and the resulting quality of the water should be based on scientific results. The WQI be simply and meaningfully formulated that nonscientifically trained users can easily become familiar with the framework of the system and use the output data to evaluate their own pollution problems.

• 한국소음진동공학회논문집
• /
• 제12권10호
• /
• pp.799-807
• /
• 2002

The vibration signal can give an indication of the condition of rotating machinery, highlighting potential faults such as unbalance, misalignment and bearing defects. The features in the vibration signal provide an important source of information for the faults diagnosis of rotating machinery. When additional training data become available after the initial training is completed, the conventional neural networks (NNs) must be retrained by applying total data including additional training data. This paper proposes the fault diagnostics algorithm using the ART-Kohonen network which does not destroy the initial training and can adapt additional training data that is suitable for the classification of machine condition. The results of the experiments confirm that the proposed algorithm performs better than other NNs as the self-organizing feature maps (SOFM) , learning vector quantization (LYQ) and radial basis function (RBF) NNs with respect to classification quality. The classification success rate for the ART-Kohonen network was 94 o/o and for the SOFM, LYQ and RBF network were 93 %, 93 % and 89 % respectively.

• 한국인터넷방송통신학회논문지
• /
• 제13권4호
• /
• pp.117-126
• /
• 2013

최근 들어 트위터나 페이스북과 같은 SNS가 대중화되면서, 오피니언 마이닝에 관한 연구가 활발히 진행되고 있다. 그러나 현재의 오피니언 마이닝 연구는 대부분 감성분류나 특징선택 방법에 중점을 두고 있으며, 오피니언 문서의 검색에 관한 연구는 아직 미진한 실정이다. 본 논문에서는 단문으로 구성된 오피니언 문서로부터 사용자가 원하는 문서들을 효율적으로 검색하는 기법을 제안한다. 제안된 방법에서는 기존의 감성분류 방법을 활용함과 동시에 문서의 질적 평가를 위해 여러 가지 특징들을 적용한다. 검색 모델을 생성하기 위해 기계학습 기반 랭킹 기법을 활용하며, 감성 분류 모델을 기계학습 랭킹 모델에 통합하는 방법을 사용한다. 또한 실험을 통하여 제안된 방법이 오피니언 검색에 효율적으로 적용될 수 있음을 보여준다.

• 산업공학
• /
• 제22권2호
• /
• pp.126-134
• /
• 2009

As product quality and yield are essential factors in semiconductor manufacturing, monitoring the main manufacturing steps is a critical task. For the purpose, FDC(Fault detection and classification) is used for diagnosing fault states in the processes by monitoring data stream collected by equipment sensors. This paper proposes an FDC model based on decision tree which provides if-then classification rules for causal analysis of the processing results. Unlike previous decision tree approaches, we reflect the structural aspect of the data stream to FDC. For this, we segment the data stream into multiple subregions, define structural features for each subregion, and select the features which have high relevance to results of the process and low redundancy to other features. As the result, we can construct simple, but highly accurate FDC model. Experiments using the data stream collected from etching process show that the proposed method is able to classify normal/abnormal states with high accuracy.

• 방송공학회논문지
• /
• 제24권3호
• /
• pp.430-439
• /
• 2019

CNN (convolutional neural network) 기반의 단일 열화 영상 복원 방법은 우수한 성능을 나타내지만 한가지의 특정 열화를 해결하는 데 맞춤화 되어있다. 본 연구에서는 복합적으로 열화 된 영상 분류 및 복원을 위한 알고리즘을 제시한다. 복합 열화 영상 분류 문제를 해결하기 위해 CNN 기반의 알고리즘인 사전 학습된 Inception-v3 네트워크를 활용하고, 영상 열화 복원을 위해 기존의 CNN 기반의 복원 알고리즘을 사용하여 툴체인을 구성한다. 실험적으로 복합 열화 영상의 복원 순서를 추정하였으며, CNN 기반의 영상 화질 측정 알고리즘의 결과와 비교하였다. 제안하는 알고리즘은 추정된 복원 순서를 바탕으로 구현되어 실험 결과를 통해 복합 열화 문제를 효과적으로 해결할 수 있음을 보인다.