• 한국융합학회논문지
• /
• 제8권6호
• /
• pp.29-36
• /
• 2017

본 논문에서는 인간의 시각인지 형태와 유사한 결과를 갖는 Saliency map의 정확성과 신뢰성을 향상시키기 위해 학습한 다중 특징을 기반으로 개선된 saliency map 방법을 제안한다. 기존의 Saliency map 생성에서 색상 기반의 돌출 영역 추정 시 발생하는 역 선택이나 부분손실 등의 부정확한 결과가 나오는 것을 보완하기 위해 제안하는 방법은 학습 기반의 다중 특징 데이터를 생성하였다. 원 영상에서의 색상 패턴과 특이성을 갖는 영역의 구별과정을 거쳐 영상에서 고려될 특성들을 분석하고, LAB 색 공간 기반의 색상 분석을 이용한 유사 돌출 영역 정의와 특이성 영역의 조합으로 학습 데이터를 구성한다. 구성된 학습 데이터와 주파수, 색상, 초점정보 등의 low level feature로 구한 돌출 정보를 결합한 뒤 최종 saliency map을 구하기 위해 재구성 과정을 거쳐 부정확한 saliency 영역을 최소화하도록 하였다. 실험을 위해 Ground truth 이미지를 각 실험 결과와 비교하여 precision-recall 및 F-Measure 값을 구한 결과 기존 알고리즘에 비해 7%, 29%의 향상된 결과를 나타내었다.

• 헤리티지:역사와 과학
• /
• 제50권1호
• /
• pp.58-77
• /
• 2017

본 연구는 경관적 가치와 조망여부를 정량적으로 다루는 시지각강도(視知覺强度)라는 지표를 도입하여 명승 지정구역 설정의 가능성과 효과를 검토하였다. 연구결과는 다음과 같다. 첫째, 명승 지정구역 설정을 위한 시지각강도 지표를 제시하였다. 조망지점에서 대상과의 거리, 입사각을 고려하여 시지각강도의 지표를 적용하였다. 또한 시지각강도 분석과정을 GIS로 구현하였으며 분석 알고리즘을 개발하였다. 둘째, 누적가시도의 단순빈도와 시지각강도 결과를 비교하여 시지각강도의 가능성을 규명하였다. 시지각강도는 4.74km이내 지역에서 조망지점과 대상과의 거리보다는 입사각에 많은 영향을 받는 것으로 밝혀졌다. 셋째, 시지각강도의 결과를 토대로 현장 조사를 실시하여 사람의 시지각을 충분히 반영하는지를 검증하였다. 실제 시지각강도가 높은 지역이 현장조사를 통해서도 중요한 지역임이 확인되었다. 넷째, 기 지정된 명승에 경관 시지각강도를 도입하여 지정구역 조정가능성을 검토하였다. 시지각강도를 3등급으로 분류한 결과, 2등급 이상은 문화재 지정구역, 3등급은 역사문화환경보존지역으로 설정이 가능할 것으로 보인다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.123-138
• /
• 2017

주식 시장은 거래자들의 기업과 시황에 대한 기대가 반영되어 움직이기에, 다양한 원천의 텍스트 데이터 분석을 통해 주가 움직임을 예측하려는 연구들이 진행되어 왔다. 주가의 움직임을 예측하는 것이기에 단순히 주가의 등락 뿐만이 아니라, 뉴스 기사나 소셜 미디어의 반응에 따라 거래를 하고 이에 따른 수익률을 분석하는 연구들이 진행되어 왔다. 주가의 움직임을 예측하는 연구들도 다른 분야의 텍스트 마이닝 접근 방안과 동일하게 단어-문서 매트릭스를 구성하여 분류 알고리즘에 적용하여 왔다. 문서에 많은 단어들이 포함되어 있기 때문에 모든 단어를 가지고 단어-문서 매트릭스를 만드는 것보다는 단어가 문서를 범주로 분류할 때 기여도가 높은 단어들을 선정하여야 한다. 단어의 빈도를 고려하여 너무 적은 등장 빈도나 중요도를 보이는 단어는 제거하게 된다. 단어가 문서를 정확하게 분류하는 데 기여하는 정도를 측정하여 기여도에 따라 사용할 단어를 선정하기도 한다. 단어-문서 매트릭스를 구성하는 기본적인 방안인 분석의 대상이 되는 모든 문서를 수집하여 분류에 영향력을 미치는 단어를 선정하여 사용하는 것이었다. 본 연구에서는 개별 종목에 대한 문서를 분석하여 종목별 등락에 모두 포함되는 단어를 중립 단어로 선정한다. 선정된 중립 단어 주변에 등장하는 단어들을 추출하여 단어-문서 매트릭스 생성에 활용한다. 중립 단어 자체는 주가 움직임과 연관관계가 적고, 중립 단어의 주변 단어가 주가 상승에 더 영향을 미칠 것이라는 생각에서 출발한다. 생성된 단어-문서 매트릭스를 가지고 주가의 등락 여부를 분류하는 알고리즘에 적용하게 된다. 본 연구에서는 종목 별로 중립 단어를 1차 선정하고, 선정된 단어 중에서 다른 종목에도 많이 포함되는 단어는 추가적으로 제외하는 방안을 활용하였다. 온라인 뉴스 포털을 통해 시가 총액 상위 10개 종목에 대한 4개월 간의 뉴스 기사를 수집하였다. 3개월간의 뉴스 기사를 학습 데이터로 분류 모형을 수립하였으며, 남은 1개월간의 뉴스 기사를 모형에 적용하여 다음 날의 주가 움직임을 예측하였다. 본 연구에서 제안하는 중립 단어 활용 알고리즘이 희소성에 기반한 단어 선정 방안에 비해 우수한 분류 성과를 보였다.

• 원예과학기술지
• /
• 제32권1호
• /
• pp.105-114
• /
• 2014

본 연구에서는 UV-VIS spectrophotometer를 이용한 total carotenoids, flavonoids, phenolics 함량 데이터와 FT-IR 스펙트럼 데이터를 다변량통계분석법을 통하여 기능성 성분 함량이 높은 아프리칸 얌 고속 선발 시스템을 구축하였다. 62개 아프리칸 얌의 total carotenoids 함량은 $0.01-0.91{\mu}g{\cdot}g^{-1}$ dry wt 나타냈다. Total flavonoids와 phenolics 함량은 $12.9-229.0{\mu}g{\cdot}g^{-1}$ dry wt와 $0.29-5.2mg{\cdot}g^{-1}$ dry wt로 각각 나타났다. 아프리칸 얌은 FT-IR 스펙트럼상의 1700-1500, 1500-1300, $1,100-950cm^{-1}$, 부위에서 중요한 스펙트럼 변화가 나타났다. 이 부위는 각각 amide I과 II을 포함하는 아미노산 및 단백질계열의 화합물, phosphodiester group을 포함한 핵산 및 인지질 그리고 단당류나 복합 다당류를 포함하는 carbohydrates 계열의 화합물들의 질적, 양적 정보를 반영하는 부위이다. PCA 분석과 PLS-DA 분석에서 62개 아프리칸 얌은 유연성이 높은 종으로 3개의 그룹을 형성하였다. 아프리칸 얌의 FT-IR 스펙트럼 데이터와 UV-VIS spectrophotometer을 이용한 total carotenoids, flavonoids, phenolics 함량 데이터 간에 PLS regression 분석하였다. Total carotenoids, flavonoids, phenolics 함량 성분의 실측 값과 예측 값간에 상관계수($R^2$)가 각각 0.83, 0.86, 0.72로 나타났다. 이 결과, 아프리칸 얌으로부터 FT-IR 스펙트럼을 이용한 total carotenoids, flavonoids, phenolics 함량 예측이 가능하였다. 본 연구에서 확립된 대사체 수준에서 아프리칸 얌의 유용 기능성 성분 함량 예측 모델링을 통해 품종, 계통의 신속한 선발 수단으로 활용이 가능할 것으로 예상된다.