• 한국콘텐츠학회논문지
• /
• 제10권12호
• /
• pp.84-90
• /
• 2010

Viola와 Jones가 사용한 Haar-like 특징 기반 약분류기의 분별력을 개선하기 위하여, 2차 판별식에 기반한 판정 경계(decision boundary) 결정 방법을 제안한다. Viola와 Jones가 부스팅된 약분류기 앙상블을 사용해서 강분류기를 만들 때 사용한 단일 판정 경계 기반 약분류기는 특징 공간을 지나치게 단순하게 해석한 산물이어서 대부분의 경우 최적이 아니며, 객체 클래스와 배경 클래스 간을 효율적으로 분별하기에 흔히 너무 약하다. 이 논문에서 제안하는 2차 판별식 분석에 기반한 방법은 객체 클래스와 배경 클래스 사이에 다중 판정 경계를 사용하는 약분류기를 만들어준다. 1000개의 positive 샘플과 3000개의 negative 샘플을 훈련에 사용하고, 500개의 positive와 500개의 negative를 테스트에 사용한 차량 검출 실험을 통해서, 기존의 단일 문턱치 기반 약분류기 방식에 비해, 제안 기법이 더 적은 수의 분류기를 사용하면서도 더 우수한 분류 성능을 제공하는 것을 확인하였다.

• 약학회지
• /
• 제42권5호
• /
• pp.473-479
• /
• 1998

Lovastatin (LOVA), a fungal metabolite isolated from cultures of Aspergillus terreus, is a competitive HMG-CoA reductase inhibitor used for the treatment of primary hyper cholesterolemia, and has also been shown to suppress growth in a variety of non-glioma tumor cell lines. A sensitive reversed-phase high-perfonnance liquid chromatographic method with ultraviolet (UV) absorbance detection has been developed to quantitate LOVA in human plasma and urine samples using liquid-liquid extraction procedure. Baseline separation of LOVA and internal standard, simvastatin was achieved on a Novapak $C_{18}$ analytical column with a mobile phase containing 0.025M $NaH_2PO_4$: CAN (35:65, v/v%), adjusted pH to 4.5. The flow rate was set at 1.5ml/min, and the column effluent was monitored by a UV detection at 238nm. The limit of quantification was determined to be 0.5${\mu}$g/ml while extraction efficiency of LOVA ranged from 73.4-82.9% at LOVA concentrations of 0.5 to 10${\mu}$g/ml. Good linearity with correlation coefficients greater than 0.999 was obtained in the range of LOVA concentrations from 0.5 to 10${\mu}$g/ml. The accuracy and the precision were proven excellent with relative standard deviation (RSD, %) and relative error (RE, %) of less than 4.2 and 4.0, respectively. Intraday precision, evaluated at five LOVA concentrations (0.5, 1, 2, 5, 10${\mu}$g/ml) and expressed as RSD ranged from 0-1.82% while the interday precision at the same concentrations ranged from 0.7-10.5%. The analytical method described was then successfully employed for the determination of LOVA concentrations in plasma samples obtained during a phase II clinical trial using high doses of LOVA (30-40mg/kg/day). This method could be further utilized for the ongoing pharmacolkinetic studies and therapeutic drug monitoring of the high-dose LOVA therapy in adenocarcinoma patients.

• 한국지구과학회지
• /
• 제38권2호
• /
• pp.105-114
• /
• 2017

Two dimensional finite element method with quadrilateral basis functions was applied to the spherical high order filter on the spherical surface limited area domain. The basis function consists of four shape functions which are defined on separate four grid boxes sharing the same gridpoint. With the basis functions, the first order derivative was expressed as an algebraic equation associated with nine point stencil. As the theory depicts, the convergence rate of the error for the spherical Laplacian operator was found to be fourth order, while it was the second order for the spherical Laplacian operator. The accuracy of the new high order filter was shown to be almost the same as those of Fourier finite element high order filter. The two-dimension finite element high order filter was incorporated in the weather research and forecasting (WRF) model as a hyper viscosity. The effect of the high order filter was compared with the built-in viscosity scheme of the WRF model. It was revealed that the high order filter performed better than the built in viscosity scheme did in providing a sharper cutoff of small scale disturbances without affecting the large scale field. Simulation of the tropical cyclone track and intensity with the high order filter showed a forecast performance comparable to the built in viscosity scheme. However, the predicted amount and spatial distribution of the rainfall for the simulation with the high order filter was closer to the observed values than the case of built in viscosity scheme.

• 한국건설순환자원학회논문집
• /
• 제4권3호
• /
• pp.62-68
• /
• 2009

본 연구는 BFS치환율 증가에 따른 고강도 콘크리트의 제반 공학적 특성을 검토하였는데, 그 결과를 요약하면 다음과 같다. 굳지않은 콘크리트의 유동성은 BFS 치환율이 증가할수록 증가하는 경향을 나타내었고, 공기량은 다소 감소하는 경향을 나타내었으나 AE제 사용량 증가로 적정량의 공기량 확보는 가능할 것으로 판단된다. 응결시간은 BFS 치환율이 증가할수록 비례적으로 크게 지연되는 것으로 나타났다. 경화 콘크리트의 압축강도는 BFS의 잠재수경성 반응에 기인하여 BFS 치환율이 증가할수록 재령 28일 미만에서는 OPC에 비하여 저하하였으나, 그 이후 재령에서는 동등 이상의 수준을 발휘 하는 것으로 나타나 특히, 고강도 콘크리트의 활용에 탁월한 효과가 있는 것으로 분석되었다. 건조수축길이 변화율은 W/B가 클수록 수화반응시 콘크리트 내부에 존재하는 자유수의 양이 증가함에 기인하여 다소 크게 나타났고, BFS 치환율이 증가할수록 건조수축량은 증가하는 경향이 나타났으나, 모든 배합에서 $-500{\times}10^{-6}$이하로 비교적 양호하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권4호
• /
• pp.739-748
• /
• 2012

최소제곱 서포트벡터기계 (least squares support vector machine)는 분류 및 비선형 회귀분석에서 유용하게 사용되고 있는 통계적 기법이다. 본 논문에서는 각 집단별로 생존자료가 관측된 경우 적용할 수 있는 LS-SVM을 제안한다. 제안된 모형은 임의우측 중도절단자료를 비선형 회귀모형에 적용할 수 있게 Kaplan- Meier의 중도절단분포의 추정값을 이용하여 구해진 가중값을 사용하고, 집단 간의 변동을 나타내기 위하여 임의효과항을 포함한다. 벌칙상수와 커널모수의 최적값을 구하기 위하여 일반화 교차타당성함수가 사용되고 모의실험에서는 임의효과항을 포함하지 않은 LS-SVM과 성능을 비교함으로써 제안된 방법의 우수성을 보이기로 한다.

• 한국인터넷방송통신학회논문지
• /
• 제21권5호
• /
• pp.149-154
• /
• 2021

초분광 이미지는 일반 이미지와 달리 전자기 스펙트럼을 파장에 따라 수많은 밴드로 나누어 촬영된 것으로 고용량 고해상도 이미지이다. 일반 이미지보다 정보량이 많아 물체나 물질 탐사에 활용된다. 처리할 초분광 이미지의 정보량을 줄이기 위해 밴드 선택(band selection)기법을 활용한다. 기존 밴드 선택기법들은 통계를 바탕으로 하는 휴리스틱한 기법으로, 시간이 오래 걸리며, 일반성과 보편성이 떨어지는 경우가 많다. 이를 보완하기 위해 본 논문에서는 양자화 개념(Quantization)를 활용하여, 이산 범위(Discrete Range)를 통해 범위별로 대표적인 밴드를 뽑아 밴드 선택에 사용한다. 실험 결과를 통해 제안 기법이 기존 밴드 선택 방식보다 수행 시간이 매우 빠르며 밴드 수를 1/10~1/7로 줄였음에도 원본과 성능 정확도가 유사함을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권9호
• /
• pp.339-348
• /
• 2021

최근 소프트웨어 결함 예측 연구는 교차 프로젝트 간의 결함 예측뿐만 아니라 교차 버전 프로젝트 간의 결함 예측 또한 이루어지고 있다. 종래의 교차 버전 결함 예측 연구들은 WP(Within-Project)로 가정한다. 하지만, CV(Cross-Version) 환경에서는 프로젝트 버전 간의 분포 차이의 중요성을 고려한 연구들이 없다. 본 연구에서는 다른 버전 간의 분포 차이까지 고려하는 자동화된 베이지안 최적화 프레임워크를 제안한다. 이를 통해 분포차이에 따라 전이 학습(Transfer Learning) 수행 여부를 자동으로 선택하여 준다. 해당 프레임워크는 버전 간의 분포 차이, 전이 학습과 분류기(Classifier)의 하이퍼파라미터를 최적화하는 기법이다. 실험을 통해 전이 학습 수행 여부를 분포차 기준으로 자동으로 선택하는 방법이 효과적이라는 것을 알 수 있다. 그리고 최적화를 이용하는 것이 성능 향상에 효과가 있으며 이러한 결과 소프트웨어 인스펙션 노력을 감소할 수 있다는 것을 확인할 수 있다. 이를 통해 교차 버전 프로젝트 환경에서 신규 버전 프로젝트에 대하여 효과적인 품질 보증 활동 수행을 지원할 것으로 기대된다.

• 한국시뮬레이션학회논문지
• /
• 제30권4호
• /
• pp.1-8
• /
• 2021

복잡하고 비선형적인 특징을 갖는 시계열 데이터를 예측하기 위해 딥러닝 기법이 널리 사용되고 있다. 본 연구에서는 최근에 개발된 WaveNet을 개선하고 워크포워드 검증 기법을 적용하여 전력 소비량 데이터를 24시간 이전에 예측하고자 한다. 원래 WaveNet은 오디오 데이터 예측에 사용하고자 고안되었으며, 장기간의 데이터를 효과적으로 예측하기 위해 1차원 팽창인과 합성곱(1D dilated causal convolution)을 사용한다. 먼저, WaveNet이 부호화된 정수 값이 아니라 실수 값을 출력하여 전력 데이터를 예측하기 적합하도록 개선하였다. 다음으로 학습 과정에 적용된 하이퍼파라미터(입력 기간, 배치 크기, WaveNet 블록 개수, 팽창 비율, 학습률 변경)를 조정하여 적절한 성능을 나타내도록 하였다. 마지막으로 성능 평가를 통해 전통적인 홀드아웃 검증 기법보다 본 연구에서 사용한 워크포워드 검증 기법이 전력 소비량 데이터 예측에 우수함 성능을 나타냄을 확인하였다.

• 한국ITS학회 논문지
• /
• 제18권3호
• /
• pp.106-118
• /
• 2019

최근 들어 인공 지능을 이용한 영상 객체 인식에 대한 연구 및 개발이 활발하게 진행되고 있다. 그 연장선상에서 도로 유지 및 관리 분야에도 관련 연구의 활용도가 크게 향상될 것으로 기대된다. 그 중에서도 특히 도로 노면 파손 객체 인식 (Object Detection) 을 위한 인공 지능모델이 지속적으로 개발되고 있다. 이러한 객체 인식 알고리즘을 개발하려면 우선적으로 특징지도를 생성하는 Backbone Network가 반드시 필요한데, 본 논문에서는 이를 선정하는 방법을 제안하고자 한다. 이를 위해 6,000여 장의 도로 노면 파손 영상 데이터를 확보하고, 근래에 많이 사용되는 4종류의 심층 신경망을 활용하여 성능을 비교한다. 3가지의 성능 평가 방법을 적용하여 심층 신경망의 특징을 분석하고 최적의 심층 신경망을 결정한다. 또한 하이퍼 파라미터의 최적 조율을 통해 성능을 향상시키고, 최종적으로 도로 노면 파손 영상 분류를 위하여 85.9%의 정확도로 수행이 가능한 경량화된 Backbone Network용 심층 신경망을 제안한다.

• 융합정보논문지
• /
• 제11권7호
• /
• pp.31-38
• /
• 2021

본 논문은 감성 분석에 사용되는 RNN 모델의 최적화를 얻기 위한 성능분석을 위하여 하이퍼파라미터 튜닝에 따른 손실과 정확도의 추이를 관찰하여 모델과의 상관관계를 연구하였다. 연구 방법으로는 시퀀셜데이터를 처리하는데 가장 최적화된 LSTM과 Embedding layer로 히든레이어를 구성한 후, LSTM의 Unit과 Batch Size, Embedding Size를 튜닝하여 각각의 모델에 대한 손실과 정확도를 측정하였다. 측정 결과, 손실은 41.9%, 정확도는 11.4%의 차이를 나타내었고, 최적화 모델의 변화추이는 지속적으로 안정적인 그래프를 보여 하이퍼파라미터의 튜닝이 모델에 지대한 영향을 미침을 확인하였다. 또한 3가지 하이퍼파라미터 중 Embedding Size의 결정이 모델에 가장 큰 영향을 미침을 확인하였다. 향후 이 연구를 지속적으로 이어나가 모델이 최적의 하이퍼파라미터를 직접 찾아낼 수 있는 알고리즘에 대한 연구를 지속적으로 이어나갈 것이다.