• 한국의류학회지
• /
• 제30권5호
• /
• pp.699-710
• /
• 2006

The objective of this study was to identify the texture-related components of woven fabrics and to develop a multidimensional perceptual structure map to represent the tactile textures. Eighty subjects in clothing and tektite industries were selected for multivariate data on each fabric of 30 using the questionnaire with 9 pointed semantic differential scales of 20 texture-related adjectives. Data were analyzed by factor analysis, hierarchical cluster analysis, and multidimensional scaling(MDS) using SPSS statistical package. The results showed that the five factors were selected and composed of density/warmth-coolness, stiffness, extensibility, drapeability, and surface/slipperiness. As a result of hierarchical cluster analysis, 30 fabrics were grouped by four clusters; each cluster was named with density/warmth-coolness, surface/slipperiness, stiffness, and extensibility, respectively. By MDS, three dimensions of tactile texture were obtained and a 3-dimensional perceptual structure map was suggested. The three dimensions were named as surface/slipperiness, extensibility, and stiffness. We proposed a positioning perceptual map of fabrics related to texture naming system(TNS). To classify the textural features of the woven fabrics, hierarchical cluster analysis containing all the data variations, even though it includes the errors, may be more desirable than texture-related multidimensional data analysis based on factor loading values in respect of the effective variables reduction without losing the critical variations.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.34-36
• /
• 2022

기존 텍스트 감성 분석 모델에서는 일반적으로 전체 텍스트를 직접 모델링하고, 텍스트 내용 간의 계층적 관계를 덜 고려한다. 그러나 감정분석의 구현에서는 많은 텍스트가 여러 감정으로 뒤섞여 있다. 전체의 의미론적 모델링을 직접 수행하면 감성분석 모델의 판단 난도가 높아져 혼합 감정 문장의 분류에 적용하기 어려울 수 있다. 따라서 본 논문에서는 텍스트 계층을 고려한 감성 분석 모델 BHGCN을 제안한다. 이 모델에서는 BERT의 각 레이어의 숨겨진 상태의 출력이 노드로 사용되며, 상위 레이어와 하위 레이어 사이에 직접 연결이 이루어져 의미 계층이 있는 그래프 네트워크를 구축한다. BHGCN 모델은 계층별 의미론에 주의를 기울일 뿐만 아니라 계층적 관계에도 주의를 기울이기 때문에 혼합 감성 분류 작업을 처리하는 데 적합하다. 본 논문에서는 비교 실험을 통해 제안하는 BHGCN 모델이 명백한 경쟁 우위를 보인다는 것을 입증하였다.

• Water Engineering Research
• /
• 제2권1호
• /
• pp.33-48
• /
• 2001

For the design of suitable aquatic habitats and habitat management purposes, sensitive descriptors for aquatic areas were identified and analyzed. The classification system of the aquatic areas were developed for natural streams and modified streams in Korea. Relationships among the descriptors of an aquatic area such as channel width, meander wave length, and arc angle have been defined. The analysis indicates that the total mean sinuosity is 1.25 for the main channels of natural streams, whereas the mean value of the sinuosity of modified streams is 1.14. The mean values of the total area, the width, and the length for the sandbars of natural streams are larger than those of modified streams.

• 한국정밀공학회지
• /
• 제12권11호
• /
• pp.148-158
• /
• 1995

This paper describes a hierarchical structure for feature definition and classification, and feature representation method based on frame structure for process planning of prismatic machined components of injection mold. The concept of Volume Removal Directions and Vertical Faces is proposed to develop a method to define and to classify features for components of injection mold systematically. A method for classifying features by the combination of volume removal directions and vertical faces is developed, and also a feature representation method by using frame structure to represent design and manufacturing information is presented.

• 기록학연구
• /
• 제53호
• /
• pp.201-228
• /
• 2017

최근 정부산하공공기관은 "공공기록물 관리에 관한 법률" 시행령에 따라 기록관리기준표를 도입하기 위해 분류체계를 정비하고 있다. 하지만 정비한 기록관리기준표를 탑재할 시스템이 부재하여 활용성에 문제가 있다. 본 연구는 고유의 미션을 가진 정부산하공공기관을 대상으로 기록관리의 토대가 되는 분류체계를 관리 할 수 있는 분류체계관리시스템 기능 설계를 목적으로 수행되었다. 기능 설계를 위해 5개 정부산하공공기관 기록물전문 요원과의 심층면담을 수행하였고, 이를 토대로 다양한 분류체계 등록 기능, 집합체 계층 구조 설정 기능, 기록관리기준 관리 기능을 설계하였다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제29권3호
• /
• pp.313-330
• /
• 2015

분류 활동은 개념 형성과 직결되는 중요한 활동이다. 따라서 분류는 학습자 중심적인 교수를 통해 의미 충실한 학습이 이루어질 필요가 있다. 하지만 분류와 관련한 교수 학습이 '학습자 중심'이라는 구성주의 철학을 잘 반영하고 있을지 의구심이 제기된다. 이에 본 연구에서는 각과 삼각형의 분류와 관련한 초등 교과서 및 교사용지도서의 내용을 구성주의의 관점에서 비판적으로 분석해 보았다. 그 결과 각의 분류에서는 공동체의 합의에 의한 합리적 기준 설정의 기회가 제공되지 않는 문제점이 있었다. 삼각형의 분류는 다양성의 측면에서 다소 급진적인 형태를 띠고 있다는 문제점이 있었다. 또한 삼각형의 분류는 학생 반응 예측에서 이미 그 지식을 습득한 사람에게나 가능한 반응을 제안하는 경우를 접할 수 있었다. 그리고 계층적 분할적 분류에 대한 선택과 논의의 기회가 제공되지 않는 단점을 지니고 있었다. 이러한 특징을 바탕으로 '학습자 중심' 원칙의 충실한 반영, 학생 반응에 대한 신중한 예측, 결과보다 과정에 주목하는 교수를 지향할 것을 제안하였다.

• 대한의용생체공학회:의공학회지
• /
• 제43권1호
• /
• pp.45-51
• /
• 2022

The purpose of this study is to improve the classification accuracy compared to the existing InceptionV3 model by proposing a new model modified with the fully connected hierarchical structure of InceptionV3, which showed excellent performance in medical image classification. The data used for model training were trained after data augmentation on a total of 1026 chest X-ray images of patients diagnosed with normal heart and Cardiomegaly at Kyungpook National University Hospital. As a result of the experiment, the learning classification accuracy and loss of the InceptionV3 model were 99.57% and 1.42, and the accuracy and loss of the proposed model were 99.81% and 0.92. As a result of the classification performance evaluation for precision, recall, and F1 score of Inception V3, the precision of the normal heart was 78%, the recall rate was 100%, and the F1 score was 88. The classification accuracy for Cardiomegaly was 100%, the recall rate was 78%, and the F1 score was 88. On the other hand, in the case of the proposed model, the accuracy for a normal heart was 100%, the recall rate was 92%, and the F1 score was 96. The classification accuracy for Cardiomegaly was 95%, the recall rate was 100%, and the F1 score was 97. If the chest X-ray image for normal heart and Cardiomegaly can be classified using the model proposed based on the study results, better classification will be possible and the reliability of classification performance will gradually increase.

• 한국음향학회지
• /
• 제27권3호
• /
• pp.111-118
• /
• 2008

본 논문에서는 음악 장르 분류를 위한 새로운 자동 Taxonomy 구축 알고리즘을 제안한다. 제안된 알고리즘은 모든 가능한 노드들의 분류 확률을 예측하여 예측된 분류 성능값이 가장 좋은 조합을 Taxonomy로 구축하는 것이다. 제안된 알고리즘에서의 분류 확률 예측은 훈련 데이터를 k-fold cross validation을 이용하여 분류기에 적용함으로써 이루어진다. 제안된 알고리즘을 기반으로 한 분류 성능 측정은 2 클래스로 이루어진 각각의 노드에 2개 범주 분류에 효과적인 support vector machine을 적용함으로써 이루어진다. 제안된 알고리즘의 성능 검증을 위해 음색, 리듬, 피치 등 오디오 신호의 특징을 나타내는 다양한 파라미터를 오디오 신호로부터 추출하여 제안된 알고리즘과 기존의 다중 범주 분류기들을 이용하여 분류성능을 평가하였다. 다양한 실험결과 제안된 알고리즘은 기존의 알고리즘에 비하여 5%에서 25%정도의 분류 성능이 향상된 것을 확인할 수 있었고 특히 낮은 차원의 특징벡터를 이용한 분류 실험에서는 10% 에서 25% 향상된 좋은 성능을 보였다.

• 대한의용생체공학회:의공학회지
• /
• 제18권3호
• /
• pp.233-241
• /
• 1997

The research on chromosomes is very significant in cytogenetics since genes of the chromosomes control revelation of the inheritance plasma. The human chromosome analysis is widely used to study leukemia, malignancy, radiation hazard, and mutagen dosimetry as well as various congenital anomalies such as Down's, Klinefelter's, Edward's, and Patau's syndrome. The framing and analysis of the chromosome karyogram, which requires specific cytogenetic knowledge is most important in this field. Many researches on automated chromosome karyotype analysis methods have been carried out, some of which produced commercial systems. However, there still remains much room to improve the accuracy of chromosome classification and to reduce the processing time in real clinic environments. In this paper, we proposed a hierarchical artificial neural network(HANN) to classify the chromosome karyotype. We extracted three or four chromosome morphological feature parameters such as centromeric index, relative length ratio, relative area ratio, and chromosome length by preprocessing from ten human chromosome images. The feature parameters of five human chromosome images were used to learn HANN and the rest of them were used to classify the chromosome images. The experiment results show that the chromosome classification error is reduced much more than that of the other researchers using less feature parameters.

• 한국지능시스템학회논문지
• /
• 제24권4호
• /
• pp.355-359
• /
• 2014

본 논문은 단순한 후반부 구조를 가진 퍼지 모델을 계층적 구조로 결합한 퍼지 패턴 분류기를 제안한다. 계층적 구조를 가진 퍼지 패턴 분류기의 기본 구조는 단순한 후반부 구조를 가진 퍼지 모델을 사용하여 전체 패턴 분류기의 구조적 복잡성을 높이지 않도록 설계 하였다. 입력공간을 계층적으로 분할하기 위하여 대표적인 퍼지 클러스터링 알고리즘인 Fuzzy C-Means clustering 기법을 이용하였다. 분할된 퍼지 입력 공간의 하위 구조를 분석하기 위하여 conditional Fuzzy C-Means 클러스터링 기법을 이용하였다. 계층적으로 분할된 퍼지 입력공간에 간단한 구조를 가진 퍼지 패턴 분류기를 적용하여 계층적 구조를 가진 패턴 분류기를 설계한다. 계층적으로 퍼지 모델들을 결합함으로써 입력 공간의 정보 분석을 거시적인 관점에서 시작하여 세부적으로 분석이 가능하게 되었다. 제안된 퍼지 패턴 분류기의 성능을 평가하기 위하여 다양한 기계 학습 데이터를 사용하였다.