• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1227-1229
• /
• 2003

Kojima Lake in Okayama prefecture is a freshing reservoir constructed adjacent to the oldest reclaimed land in Japan. This lake has a serious water quality problem because two urban rivers are flowing into it. In the present study, unsupervised classification was performed at intervals of several years using Landsat MSS data in the past 15 years. After geometric correction of these data, MSS data corresponding geographically to the field observation data were extracted and subjected to the multivariate analysis. Water quality distribution in the lake was estimated using the regression equation obtained as a result. In addition, two - dimensional and three-dimensional numerical simulations were performed and compared with the distribution obtained from the satellite images. Behavior of the reservoir flows is complicated and water quality distribution varies greatly with the flows. Here, I report the results of analysis on three factors, field observation, numerical simulation and satellite images.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.283-285
• /
• 2003

This paper describes a data fusion method for high spatial resolution satellite imagery. The pixels located around an object edge have spectral mixing because of the geometric primitive of pixel. The larger a size of pixel is, the wider an area of spectral mixing is. The intensity of pixels adjacent edges were modified by the spectral characteristics of the pixels located inside of objects. The methods developed in this study were tested using IKONOS Multispectral and Pan data of a part of Jeju-shi in Korea. The test application shows that the spectral information of the pixels adjacent edges were improved well.

• Communications for Statistical Applications and Methods
• /
• 제22권4호
• /
• pp.321-331
• /
• 2015

The K-means clustering algorithm is a popular and widely used method for clustering. For covariance matrices, we consider a geodesic clustering algorithm based on the K-means clustering framework in consideration of symmetric positive definite matrices as a Riemannian (non-Euclidean) manifold. This paper considers a geodesic clustering algorithm for data consisting of symmetric positive definite (SPD) matrices, utilizing the Riemannian geometric structure for SPD matrices and the idea of a K-means clustering algorithm. A K-means clustering algorithm is divided into two main steps for which we need a dissimilarity measure between two matrix data points and a way of computing centroids for observations in clusters. In order to use the Riemannian structure, we adopt the geodesic distance and the intrinsic mean for symmetric positive definite matrices. We demonstrate our proposed method through simulations as well as application to real financial data.

• 센서학회지
• /
• 제28권5호
• /
• pp.334-339
• /
• 2019

In this study, we propose a compensation method of raw LiDAR data with noise and noise filtering for signal processing of LiDAR sensors during the development phase. The raw LiDAR data include constant errors generated by delays in transmitting and receiving signals, which can be resolved by LiDAR signal compensation. The signal compensation consists of two stage. First one is LiDAR sensor calibration for a compensation of geometric distortion. Second is walk error compensation. LiDAR data also include fluctuation and outlier noise, the latter of which is removed by data filtering. In this study, we compensate for the fluctuation by using the Kalman filter method, and we remove the outlier noise by applying a Gaussian weight function.

• International Journal of Computer Science & Network Security
• /
• 제22권7호
• /
• pp.199-205
• /
• 2022

The extensive growth in data rate demand by the smart gadgets and mobile broadband application services in wireless cellular networks. To achieve higher data rate demand which leads to aggressive frequency reuse to improve network capacity at the price of Inter Cell Interference (ICI). Fractional Frequency Reuse (FFR) has been recognized as an effective scheme to get a higher data rate and mitigate ICI for perfect geometry network scenarios. In, an irregular geometric multicellular network, ICI mitigation is a challenging issue. The purpose of this paper is to develop distributed dynamic power allocation scheme for FFR based on game theory to mitigate ICI. In the proposed scheme, each cell region in an irregular multicellular scenario adopts a self-less behavior instead of selfish behavior to improve the overall utility function. This proposed scheme improves the overall data rate and mitigates ICI.

• 대한토목학회논문집
• /
• 제31권6B호
• /
• pp.531-539
• /
• 2011

기상학적으로 극치강수사상의 특성을 정확하게 이해하기가 어렵고 이를 모형을 통해서 구현하기는 더욱이 어려운 것이 현실이다. 이러한 점에서 본 연구는 극치사상과 연관된 대규모 기상장을 이해하기 위한 수단으로서 과거자료를 바탕으로 한강수장 추출기법을 개발하였다. 본 연구에서 관심을 가지는 수문기상학적 특성은 강수장의 위치, 크기, 방향 등이며 이를 전지구자료로부터 추출할 수 있는 알고리즘을 개발하였다. 본 연구에서는 극치강수량에 따른 강우의 이동을 평가하기 위하여 NOAA에서 제공하는 NCEP 전지구기상자료를 활용하였으며 바람벡터자료와 비습도를 활용하여 우선적으로 강우장을 정의하였다. 본 연구에서는 정의된 강수장의 특성을 정의하기 위해서 감시 구역내 강우장의 1, 2차모멘트를 계산하고 이를 토대로 강우장의 공분산을 추정하여 최종적으로 기하학적 타원체를 기본으로 하는 정의방법을 개발하였다. 합성자료를 대상으로 모형의 적합성을 평가한 결과 정규화된 분포를 가지는 강우장의 형태뿐만 아니라 불규칙하게 분포된 강우장에 대해서도 모멘트개념에 근거한 타원체를 통해서 강우장의 특성을 효과적으로 정의할 수 있었다. 마지막으로 실제 강우장을 대상으로 모멘트개념에 근거한 타원체를 정의하여 강우장의 위치, 이동방향, 영향반경 등을 효과적으로 추출할 수 있음을 확인할 수 있었다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.

• 한국CDE학회논문집
• /
• 제13권5호
• /
• pp.334-341
• /
• 2008

Computer-aided engineering (CAE) analysis is considered essential for product development because it decreases the simulation time, reduces the prototyping costs, and enhances the reusability of product parts. The reuse of quality-assured CAE data has been continually increasing due to the extension of product lifecycle management; PLM, which is widely used, shortens the product development cycle and improves the product quality. However, less attention has been paid to systematic research on the interoperability of CAE data because of the diversity of CAE data and because the structure of CAE data is more complex than that of CAD data. In this paper, we suggest a CAE data exchange method for the effective sharing of geometric and analysis data. The method relies on heterogeneous CAE systems, a virtual reality system, and our developed CAE middleware for CAE data exchange. We also designed a generic CAE kernel, which is a critical part of the CAE middleware. The kernel offers a way of storing analysis data from various CAE systems, and, with the aid of a script command, enabling the data to be translated for a different system. The reuse of CAE data is enhanced by the fact that the CAE middle-ware can be linked with a virtual reality system or a product data management system.

• 한국공간정보시스템학회 논문지
• /
• 제11권3호
• /
• pp.50-54
• /
• 2009

최근 3차원 실내 외 공간정보데이터 모델에 대한 많은 연구가 진행되고 있다. 이러한 데이터 모델을 기반으로 구축된 3차원 공간데이터는 양이 방대하고 비교적 복잡한 구조를 갖는다. 따라서 이를 효과적으로 저장 및 관리, 응용하기 위해서는 DBMS를 활용하는 것이 유리하다. 이러한 필요에 의해 Gep-DBMS에서 데이터를 저장하고 응용하는 연구가 많이 이루어지고 있는데 Oosterom, Arens 등이 3차원 건물, 지표의 Geometry와 Topology를 DBMS에 저장하는 방법을 연구하였다. 본 논문은 GML3 기반의 3차원 도시 모델의 저장 및 교환을 위한 포맷인 CityGML 1.0을 따르는 구조로 데이터를 데이터베이스에 저장하였으며, 상용 DBMS인 Oracle Spatial 11g를 사용하였다.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2023년도 봄 학술논문 발표대회
• /
• pp.345-346
• /
• 2023

As the shape and size of detectable objects diversifying recognition and segmentation algorithms have been developed to acquire accurate shape information. Although a high density of data captured by the repetition of scanning improves the accuracy of algorithms the high dense data decreases the efficiency due to its large size. This paper proposes standardization algorithms using the feature of structural members on indoor point cloud data to improve the process. First of all we determine the reduction rate of the density based on the features of the target objects then the data reduction algorithm compresses the data based on the reduction rate. Second the data arrangement algorithm rotates the data until the normal vector of data is aligned along the coordinate axis to allow the following algorithms to operate properly. Final the data arrangement algorithm separates the rotated data into their leaning axis. This allows reverse engineering of indoor point clouds to obtain the efficiency and accuracy of refinement processes.