• 대한의용생체공학회:의공학회지
• /
• 제23권3호
• /
• pp.197-205
• /
• 2002

본 연구에서는 잡음이 존재하는 공간에서 획득한 음성신호로부터 후두질환을 감별진단 할 수 있는 분류기를 구현하였다. 이를 위해 후두질환 환자로부터 수집한 /아/ 모음에 잡음을 혼입하여 음성 신호를 획득하였고, 여러 가지 후두질환을 감별진단 할 수 있는 파라미터를 추출하였으며. 이를 입력으로 하는 계층적 신경회로망을 구성하여 후두질환을 감별진단 하도록 하였다. 감별진단용 분류기는 다섯 단계의 계층적 신경회로망으로 구성하였다 첫 번째 신경회로망은 정상 양성 후두질환과 악성 후두질환을. 두 번째 신경회로망은 정상과 양성 후두질환을 감별진단 하도록 하였다 그리고 세 번째 신경회로망은 양성 후두질환 중 후두용. 성대결절 후두마비를 감별진단 하도록 하였으며. 네 번째와 다섯 번째 신경회로망은 성문암 1-4기를 감별진단 하도록 구성하였다. 분류기에 적용된 신경회로망은 다층퍼셉트론 구조로써 역전파 알고리듬으로 학습시켰으며, 선형변환 표준점수변환 등 전처리과정을 적용하여 분류기의 성능을 개선하였다. 후두질환의 감별진단 결과 후두용 88.23%. 정상. 성대결절. 후두마비 100%. 성문암 1기 90%, 성문암 2-4기 100%의 감별진단율을 관찰할 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제23권9호
• /
• pp.120-128
• /
• 2023

In this work, we have presented ATSA, a hierarchical attention deep learning model for Arabic sentiment analysis. ATSA was proposed by addressing several challenges and limitations that arise when applying the classical models to perform opinion mining in Arabic. Arabic-specific challenges including the morphological complexity and language sparsity were addressed by modeling semantic composition at the Arabic morphological analysis after performing tokenization. ATSA proposed to perform phrase-chunks sentiment embedding to provide a broader set of features that cover syntactic, semantic, and sentiment information. We used phrase structure parser to generate syntactic parse trees that are used as a reference for ATSA. This allowed modeling semantic and sentiment composition following the natural order in which words and phrase-chunks are combined in a sentence. The proposed model was evaluated on three Arabic corpora that correspond to different genres (newswire, online comments, and tweets) and different writing styles (MSA and dialectal Arabic). Experiments showed that each of the proposed contributions in ATSA was able to achieve significant improvement. The combination of all contributions, which makes up for the complete ATSA model, was able to improve the classification accuracy by 3% and 2% on Tweets and Hotel reviews datasets, respectively, compared to the existing models.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.81-84
• /
• 2022

제조 산업에서의 이상치 검출은 생산품의 품질과 운영비용을 절감하기 위한 중요한 요소로 최근 딥러닝을 사용하여 자동화되고 있다. 이상치 검출을 위한 딥러닝 기법에는 CNN이 있으며, CNN을 계층적으로 구성할 경우 단일 CNN 모델에 비해 상대적으로 성능의 향상을 보일 수 있다는 것이 많은 선행 연구에서 나타났다. 이에 MVTec-AD 데이터셋을 이용하여 계층 CNN이 다중 클래스 이상치 판별 문제에 대해 효과적인지를 탐구하고자 하였다. 실험 결과 단일 CNN의 정확도는 0.7715, 계층 CNN의 정확도는 0.7838로 다중 클래스 이상치 판별 문제에 있어 계층 CNN 방식 접근이 다중 클래스 이상치 탐지 문제에서 알고리즘의 성능을 향상할 수 있음을 확인할 수 있었다. 계층 CNN은 모델과 파라미터의 개수와 리소스의 사용이 단일 CNN에 비하여 기하급수적으로 증가한다는 단점이 존재한다. 이에 계층 CNN의 장점을 유지하며 사용 리소스를 절약하고자 하였고 K-means, GMM, 계층적 클러스터링 알고리즘을 통해 제작한 새로운 클래스를 이용해 계층 CNN을 구성하여 각각 정확도 0.7930, 0.7891, 0.7936의 결과를 얻을 수 있었다. 이를 통해 Clustering 알고리즘을 사용하여 적절히 물체를 분류할 경우 물체에 따른 개별 상태 판단 모델을 제작하는 것과 비슷하거나 더 좋은 성능을 내며 리소스 사용을 줄일 수 있음을 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제5권2호
• /
• pp.28-43
• /
• 1995

본 논문에서는 패턴분류기를 위해 효과적인 퍼지규칙을 자동으로 생성하기 위한 새로운 방법을 제안한다. 퍼지 규칙은 특징공간에 대해 가상구체를 재귀적으로 정의함으로써 추출되고, 가상구체는 패턴 클래스의 중심벡터와 클래스에 속하는 모든 패턴을 충분히 포함할 수 있는 경계거리로 정의된다. 특히 공간을 분할하기 위해 가상구체를 이용하는 방법은 기존에 많이 사용되고 있는 가상사각형 형태의 분할 방법에 비해 클래스의 형태를 효과적으로 표현할 수 있으므로 패턴 분류기의 정화성을 향상시킬 수 있고, 퍼지규칙의 전제부를 매우 간단하게 표현할 수 있을 뿐만 아니라 제귀적 가상구체의 정의를 통해 추출되는 퍼지규칙들이 계층적인 구조를 갖을 수 있게 함으로써 입력되는 패턴의 신속한 분류를 가능하게 한다. 본 논문에서는 제안된 방법을 기존의 가상사각형을 이용한 퍼지규칙 추출 방법과 비교한다.

• 한국도서관정보학회지
• /
• 제50권4호
• /
• pp.381-403
• /
• 2019

신문기사를 주제 분야별로 나누고, 분야 내에서 각각의 범주들은 기본 패싯과 결합하는 패싯 택소노미 모형을 개발하였으며 구축 방안을 제시하고 패싯 택소노미를 구축하는 연구를 수행하였다. 패싯 택소노미는 신문기사를 주제 분야(정치, 경제 분야 등)로 나누고 범주(정치 분야의 경우, 정치일반, 행정, 사법 등) 및 하위 범주를 기본 패싯과 각각 결합한다. 하위 범주는 더욱 하위 구분할 수 있다. 택소노미는 범주 간의 계층 관계를 가질 수 있으며, 범주-패싯은 예를 들어, "예술"에 대해 '사람', '행위', '행사', '시간', '장소' 등과 결합한다. 그리고 예술의 하위 범주인 '미술', '음악', '무용' 등은 '예술'과 계층 관계를 이루어 추론과 브라우징에 활용할 수 있도록 구성하였다. 또한, 범주-패싯 결합은 기본 패싯순으로 계층 구조를 갖는다. 한편, 시험용 어휘 구축은 '예술 분야'를 대상으로 용어 145어를 본 연구에서 다루는 모든 구성요소를 포함하는 패싯 택소노미를 구축하고, 디스플레이를 예시하였다.

• 보건행정학회지
• /
• 제23권1호
• /
• pp.44-51
• /
• 2013

Background: This study designed to evaluate the homogeneity of Korean diagnosis related group (KDRG) version 3.4 classification system. Methods: The total 5,921,873 claims data submitted to the Health Insurance Review and Assessment Service during 2010 were used. Both coefficient of variation (CV) and reduction in variance of cost were measured for evaluation. This analysis was divided into before and after trimming outliers at the level of adjacent DRG (ADRG), aged ADRG (AADRG) split by age, and DRG split by complication and comorbidity. Results: At the each three level of ADRG, AADRG, and DRG, there were 38.9%, 38.7%, and 30.0% of which had a CV > 100% in the untrimmed data and there were 1.4%, 1.4%, and 1.9% in the trimmed one. Before trimming outliers, ADRGs explained 52.5% of the variability in resource use, AADRGs did 53.1% and DRGs did 57.1%. The additional explanatory power by age and comorbidity and complication (CC) split were 0.6%p and 4.6%p for each, which were statistically significant. After trimming outliers, ADRGs explained 75.2% of the variability in resource use, AADRGs did 75.6%, and DRGs did 77.1%. The additional explanatory power were 0.4%p and 2.0%p for each, which were statistically significant too. Conclusion: The results demonstrated that KDRG showed high homogeneity within groups and performance after trimming outliers. But there were DRGs CV > 100% after age or CC split and the most contributing factor to high performance of KDRG was the ADRG rather than age or CC split. Therefore, it is recommended that the efforts for improving clinical homogeneity of KDRG such as review of the hierarchical structure of classification systems and classification variables.

• 한국통신학회논문지
• /
• 제18권8호
• /
• pp.1201-1212
• /
• 1993

본 논문은 명함에서 지식베이스를 이용하여, 정보항목를 자동적으로 추출하는 실험을 하였다. 본 연구에서 사용한 기본개념은 명함내에 지식으로 항목과 요소들간의 관련정보 및 구조적인 정보를 이용한다. 계층적인 지식을 지식베이스로 기술하기 위해 프레임표현을 사용하고, 명함에서 항목과 그룹후보를 추출하기위한 영역분류 알고리즘을 제안했다. 100개의 대강 명함에 대해서 실험한 결과는 95%이상의 추출율을 얻었다.

• Genomics & Informatics
• /
• 제11권4호
• /
• pp.282-288
• /
• 2013

The molecular vibration-activity relationship in the receptor-ligand interaction of adenosine receptors was investigated by structure similarity, molecular vibration, and hierarchical clustering in a dataset of 46 ligands of adenosine receptors. The resulting dendrogram was compared with those of another kind of fingerprint or descriptor. The dendrogram result produced by corralled intensity of molecular vibrational frequency outperformed four other analyses in the current study of adenosine receptor agonism and antagonism. The tree that was produced by clustering analysis of molecular vibration patterns showed its potential for the functional classification of adenosine receptor ligands.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.1389-1391
• /
• 2011

In this paper, we propose a methodology to annotate the digital documents through keyphrase extraction using domain specific taxonomy. Limitation of the existing keyphrase extraction algorithms is that output keyphrases may contain irrelevant information along with relevant ones. The quality of the generated keyphrases by the existing approaches does not meet the required level of accuracy. Our proposed approach exploits semantic relationships and hierarchical structure of the classification scheme to filter out irrelevant keyphrases suggested by Keyphrase Extraction Algorithm (KEA++). Our experimental results proved the accuracy of the proposed algorithm through high precision and low recall.

• Journal of Korea Trade
• /
• 제23권4호
• /
• pp.103-114
• /
• 2019

Purpose - This paper investigates the structure of exports across countries in terms of value added. Exports value added is examined under two categories, domestic and overseas. Using a statistical classification method by distance based on these two value added categories, this paper estimates the similarity of exports value added across countries including Korea. Design/methodology - The model of study is to employ a generalized distance function and then derive the Manhattan and Euclidean distances. The paper also performs cluster analysis using the Partitioning Around Medoids (PAM) and hierarchical methods to classify the 44 sample countries considered in this study. Findings - Our main findings are as follows. The 44 countries can be classified under 5 groups by their domestic and overseas value added in exports. Korea has a sandwich global value chains (GVCs) position between Japan, China, and Taiwan in the East Asian region. Originality/value - Existing papers point out the double counting problem of trade statistics as the intermediate goods trade across borders increases. This paper addresses the double counting problem by using the World Input-Output Table. The paper shows the need to explore the similarity of value added in exports structure across countries and investigate the GVCs position and role of each country.