• 한국인터넷방송통신학회논문지
• /
• 제21권6호
• /
• pp.33-41
• /
• 2021

본 논문은 NP-난제로 알려진 능력한정 최소신장트리 문제(CMST)의 해를 다항시간으로 찾을 수 있는 규칙을 가진 휴리스틱 탐욕 알고리즘을 제안하였다. CMST는 다항시간으로 해를 구하는 방법인 EW 알고리즘의 성능이 좋지 않아 컴퓨터 프로그램의 도움을 받는 메타휴리스틱 기법들을 적용하고 있다. 그러나 메타휴리스틱 기법들도 최적 해를 찾지 못하는 성능의 한계를 보였다. 본 논문에서는 컴퓨터 도움 없이 시각적으로 손으로 CMST의 해를 찾는 규칙을 제시하였다. 제안된 방법은 먼저 MST를 작도하고, MST로부터 초기 CMST의 실현 가능 해를 구하고, CMST의 해를 개선하기 위해 서브트리의 게이트들이 근 노드에 보다 근접하도록 설정하는 최적화 과정을 수행하였다. 제안된 알고리즘을 OR-LIB의 10개 데이터, Q=3,5,10의 30개 경우에 대해 적용한 결과 최상의 성능을 보였다.

• 한국BIM학회 논문집
• /
• 제12권4호
• /
• pp.19-31
• /
• 2022

With the development of 3D-based CAD (Computer Aided Design), attempts at freeform building design have expanded to small and medium-sized buildings in Korea. However, a standardized system for continuous utilization of shape data and BIM conversion process implemented with 3D-based NURBS is still immature. Without accurate review and management throughout the Freeform building project, interference between members occurs and the cost of the project increases. This is very detrimental to the project. To solve this problem, we proposed a continuous utilization process of 3D shape information based on BIM parameters. Our process includes algorithms such as Auto Split, Panel Optimization, Excel extraction based on shape information, BIM modeling through Adaptive Component, and BIM model utilization method using ID Code. The optimal cutting reference point was calculated and the optimal material specification was derived using the Panel Optimization algorithm. With the Adaptive Component design methodology, a BIM model conforming to the standard cross-section details and specifications was uniformly established. The automatic BIM conversion algorithm of shape data through Excel extraction created a BIM model without omission of data based on the optimized panel cutting reference point and cutting line. Finally, we analyzed how to use the BIM model built for automatic conversion. As a result of the analysis, in addition to the BIM utilization plan in the general construction stage such as visualization, interference review, quantity calculation, and construction simulation, an individual management plan for the unit panel was derived through ID data input. This study suggested an improvement process by linking the existing research on atypical panel optimization and the study of parameter-based BIM information management method. And it showed that it can solve the problems of existing Freeform building project.

• 대한원격탐사학회지
• /
• 제34권1호
• /
• pp.45-74
• /
• 2018

Landslide is a natural hazard that threats lives and properties in many areas around the world. Landslides are difficult to recognize, particularly in rainforest regions. Thus, an accurate, detailed, and updated inventory map is required for landslide susceptibility, hazard, and risk analyses. The inconsistency in the results obtained using different features selection techniques in the literature has highlighted the importance of evaluating these techniques. Thus, in this study, six techniques of features selection were evaluated. Very-high-resolution LiDAR point clouds and orthophotos were acquired simultaneously in a rainforest area of Cameron Highlands, Malaysia by airborne laser scanning (LiDAR). A fuzzy-based segmentation parameter (FbSP optimizer) was used to optimize the segmentation parameters. Training samples were evaluated using a stratified random sampling method and set to 70% training samples. Two machine-learning algorithms, namely, Support Vector Machine (SVM) and Random Forest (RF), were used to evaluate the performance of each features selection algorithm. The overall accuracies of the SVM and RF models revealed that three of the six algorithms exhibited higher ranks in landslide detection. Results indicated that the classification accuracies of the RF classifier were higher than the SVM classifier using either all features or only the optimal features. The proposed techniques performed well in detecting the landslides in a rainforest area of Malaysia, and these techniques can be easily extended to similar regions.

• 한국건축시공학회지
• /
• 제15권3호
• /
• pp.317-327
• /
• 2015

국내외 건설사업에 BIM적용이 활발하게 진행되고 있으며, 이에 따라 국가적 차원에서의 제도 및 기준이 개발되어 BIM기반 건설사업에 적용되고 있다. 하지만, 국내에서 건물에 포함된 공간객체에 대한 면적을 산출하기 위한 기준은 주택법과 건축법으로 이원화 되어 적용되고 있으며, BIM기반 소프트웨어에서 생성된 IFC파일은 적용되는 기준과 상관없이 항상 동일한 공간객체의 형상정보가 생성되고 있는 실정이다. 이에 본 연구에서는 IFC기반 공간객체 및 경계객체의 속성정보를 활용하여, 적정한 면적산정 기준을 산정하고 이에 따라 해당 공간객체 형상정보의 좌표 값을 자동으로 변환시켜 줄 수 있는 IFC기반 공간형상정보 좌표 변환 자동화 알고리즘을 제안하고자 한다.

• 한국해양공학회지
• /
• 제33권5호
• /
• pp.427-434
• /
• 2019

Artificial intelligence (AI)-aided research currently enjoys active use in a wide array of fields thanks to the rapid development of computing capability and the use of Big Data. Until now, forecasting methods were primarily based on physics models and statistical studies. Today, AI is utilized in disaster prevention forecasts by studying the relationships between physical factors and their characteristics. Current studies also involve combining AI and physics models to supplement the strengths and weaknesses of each aspect. However, prior to these studies, an optimization algorithm for the AI model should be developed and its applicability should be studied. This study aimed to improve the forecast performance by constructing a model for neural network optimization. An artificial neural network (ANN) followed the ever-changing path of a typhoon to produce similar typhoon predictions, while the optimization achieved by the neural network algorithm was examined by evaluating the activation function, hidden layer composition, and dropouts. A learning and test dataset was constructed from the available digital data of one typhoon that affected Korea throughout the record period (1951-2018). As a result of neural network optimization, assessments showed a higher degree of forecast accuracy.

• Journal of Multimedia Information System
• /
• 제7권2호
• /
• pp.97-106
• /
• 2020

The subjective experience would degrade the current artificial artistic aesthetic analysis. Since Qiong kiln ceramics have a long history and occupy a very important position in ceramic arts, we employed computer-aided technologies to quickly automatically accurately and quantitatively process a large number of Qiong kiln ceramic images and generate the detailed statistical data. Because the color features are simple and significant visual characteristics, the color features of Qiong kiln ceramics are analyzed for the quantitative aesthetics. The Qiong kiln ceramic images are segmented with GrabCut algorithm. Three moments (1st-order, 2nd-order, and 3rd-order) are calculated in two typical color spaces, namely RGB and HSV. The discrimination powers of the color features are analyzed according to various dynasties (Tang Dynasty, Five Dynasties, Song Dynasty) and various utensils (Pot, kettle, bowl), which are helpful to the selection of the discriminant color features among various dynasties and utensils. This paper is helpful to promoting the quantitative aesthetic research of Qiong kiln ceramics and is also conducive to the research on the aesthetics of other ceramics.

• Journal of Multimedia Information System
• /
• 제9권1호
• /
• pp.21-32
• /
• 2022

Early-stage diagnosis of Alzheimer's Disease (AD) from Cognitively Normal (CN) patients is crucial because treatment at an early stage of AD can prevent further progress in the AD's severity in the future. Recently, computer-aided diagnosis using magnetic resonance image (MRI) has shown better performance in the classification of AD. However, these methods use a traditional machine learning algorithm that requires supervision and uses a combination of many complicated processes. In recent research, the performance of deep neural networks has outperformed the traditional machine learning algorithms. The ability to learn from the data and extract features on its own makes the neural networks less prone to errors. In this paper, a dense neural network is designed for binary classification of Alzheimer's disease. To create a classifier with better results, we studied result of different activation functions in the prediction. We obtained results from 5-folds validations with combinations of different activation functions and compared with each other, and the one with the best validation score is used to classify the test data. In this experiment, features used to train the model are obtained from the ADNI database after processing them using FreeSurfer software. For 5-folds validation, two groups: AD and CN are classified. The proposed DNN obtained better accuracy than the traditional machine learning algorithms and the compared previous studies for AD vs. CN, AD vs. Mild Cognitive Impairment (MCI), and MCI vs. CN classifications, respectively. This neural network is robust and better.

• 대한지리학회지
• /
• 제41권2호
• /
• pp.188-194
• /
• 2006

3차원 위상 자료는 응급상황 처리와 3차원 네트워크 분석 등의 3차원 공간분석에 필수적으로 요구된다. 이 연구에서는 현재까지의 3차원 위상 데이터 모델에 대해 살펴보고, 건물을 설계하기 위해 사용되는 2차원 CAD 도면 데이터로 부터 3차원 위상적 노드-관계 데이터를 추출하는 방법을 개발하였다. 이 방법은 중심축 변환과 위상적 노드-관계 알고리듬들을 이용한 두 단계로 이루어진다. 첫번째 단계는 중심축 변환 알고리듬을 이용하여 CAD 데이터에서 폴리곤이나 이중 선으로 표현되는 벽으로부터 그 중심선을 생성하여 벽의 골격을 추출하는 것이다. 두번째 단계는 추출된 벽의 골격 자료를 이용하여 방을 3차원 노드로하고 방들간의 연결을 관계로하는 위상적 노드-관계 구조를 생성하는 것이다. 따라서, 그러한 연결들은 노드들간의 이웃성 또는 연결성을 표현하게 된다. 결론적으로, 이러한 변환방법으로 미시적 수준의 개별 건물들의 내부구조를 표현하는 3차원 위상구조 데이터는 건물의 도면 작성에 자주 사용되는 CAD 데이터로 부터 쉽게 생성될 수 있을 것이다.

• 한국멀티미디어학회논문지
• /
• 제13권11호
• /
• pp.1698-1705
• /
• 2010

본 논문에서는 자기 공명 영상에서 고속의 간 분할 기법을 제안한다. 제안 기법은 MR 영상을 정규화된 기울기 크기 정보를 바탕으로 효율적으로 객체와 경계로 구분한다. 다음으로 간 영역에 해당하는 객체를 직전에 분할된 슬라이스의 간 영역에서 추출된 씨앗점들로 2차원 씨앗점 영역 성장법을 이용하여 검출한다. 마지막으로 롤링 볼 알고리즘과 연결 요소 분석 기법을 사용하여 간 경계 부근의 위양성 오차를 최소화한다. 20명의 환자 데이터에 대하여 제안 기법으로 분할한 결과와 수작업으로 분할한 결과를 비교하여 정확성을 검증하였다. 평균 볼륨 오버랩 오차 5.2%였고, 평균 절대값 볼륨 측정 오차는 1.9%였다. 제안 기법으로 한 환자 데이터를 분할하는 데 소요되는 평균 시간은 약 3초 정도였다. 제안 기법은 빠르고, 정확한 간 분할을 필요로 하는 컴퓨터 보조 간 진단 기법에 사용될 수 있다.

• 융합신호처리학회논문지
• /
• 제24권1호
• /
• pp.76-81
• /
• 2023

암세포와 정상세포를 구분하기 위해서는 H&E(Hematoxylin&Eosin) 염색이 필요하다. 병리 염색은 많은 비용과 시간이 필요하다. 최근 이러한 비용과 시간을 줄이고자 디지털 염색 방법이 소개되고 있다. 본 연구에서는 병리 H&E 염색의 디지털 변환 방법에 대한 새로운 알고리즘을 제안한다. 첫 번째 알고리즘은 Pair방법이다. 본 방법은 FPM(Fourier Ptychographic Microscopy)으로 촬영된 염색된 Phase 영상과 염색되지 않은 Amplitude 영상을 학습하여 염색된 Amplitude 영상으로 변환한다. 두 번째 알고리즘은 Unpair방법이다. 본 방법은 염색된 형광현미경 영상과 염색되지 않은 형광현미경 영상을 학습하여 모델링하여 디지털 염색을 수행한다. 본 연구에서는 GAN(generative Adversarial Network)를 활용하여 디지털 염색을 진행하였다. 연구 결과 Pair방법과 Unpair방법 모두 우수한 성능의 디지털 염색 결과를 확보하였다.