• 한국도서관정보학회지
• /
• 제39권4호
• /
• pp.171-188
• /
• 2008

이 연구는 식품영양학의 학문적 특성과 문헌분류 체계를 분석한 후, 이를 토대로 KDC 식품영양학의 분류체계를 개선할 수 있는 방안을 제시하고자 시도되었다. 이 연구결과를 요약하면 아래와 같다. 첫째, 식품영양학의 학문분류는 대체로 영양학, 식품학, 급식경영학의 3개영역으로 구분되어 있으며, 한국학술진흥재단의 연구분류표에서도 이와 유사하게 구분되어 있다. 둘째, 식품영양학의 문헌분류 체계에서는 학문분류 체계와는 달리 대체로 영양학과 식품학이 별개의 학문으로 구분되어 있다. 즉, 영양학은 의학의 하위학문으로, 식품학은 가정학의 하위학문으로 배치되어 있으며, 식품학에서 급식경영학을 함께 다루고 있다. 셋째, KDC 식품영양학의 분류체계는 DDC나 NDC와 같이 영양학과 식품학이 별개의 학문으로 구분되어 있지만, 실제로는 분류하는 사람에 따라 혼란을 일으키고 있다. 그리고 일부 항목은 학문발전의 추세에 부응하지 못하고 있거나 한글 및 영문표기의 오류가 나타나고 있다. 따라서 이러한 문제점을 해결하기 위해 영양학과 식품학의 분류혼란은 해당 항목에 주기를 첨가하여 혼란을 최소화할 수 있도록 하였으며, 학문발전의 추세를 반영하여 급식경영 관련 항목 및 한방요리 등과 같은 새로운 주제를 추가하거나 현대적인 용어로 대치하여 수정 전개방안을 제시하였다.

• 정보과학회 논문지
• /
• 제42권12호
• /
• pp.1611-1622
• /
• 2015

안드로이드 시스템은 권한 기반의 접근제어 기능을 제공하고, 사용자로 하여금 앱 설치시 앱이 가진 권한을 통해 설치여부를 판단하도록 요구하고 있지만, 대부분의 사용자는 이것을 무시하거나 모르고 지나치는 경향이 있다. 따라서 사용자가 이와 같은 중요한 단계에 주어진 역할을 직관적으로 수행할 수 있도록 하기 위한 개선된 방법이 필요하다. 본 논문에서는 퍼미션 기반 접근제어 시스템을 위해 사용자의 의사결정을 즉각 지원할 수 있는 새로운 기법을 기계학습에 기반하여 연구하고 제안한다. 구체적으로 K-최근접 이웃 알고리즘을 목적에 맞게 수정하여 악성앱 가능성 판단에 대한 연구를 진행하였으며, 특성으로 안드로이드의 권한 152개를 사용했다. 실험 결과 약 93.5%의 정확도를 보였으며 유사한 알고리즘, 혹은 특성으로 권한만을 사용한 기존의 연구결과에 비해 우수한 분류 결과를 보였다. 이는 K-최근접 이웃 알고리즘의 범주 선택시 가중합을 반영했기 때문이다. 본 연구결과는 사용자가 권한을 검토하고 설치할 때 의사결정에 도움을 줄 수 있을 것으로 기대된다.

• 정보처리학회논문지B
• /
• 제11B권5호
• /
• pp.545-554
• /
• 2004

단일 분류기에 비해 높은 분류성능을 얻기 위해 다수의 분류기들을 결합하여 사용하는 방법은 폭넓게 이용되어 온 기술이다. 하나의 다중 분류기 시스템을 구성하는 일은 다음 두 가지 문제들을 가지고 있다. 첫째는 어떻게 기반 분류기들을 생성하느냐 하는 것이고 둘째는 이들의 예측결과를 어떻게 결합하느냐 하는 것이다. 본 논문에서는 Bagging, Boosting, Stacking 등 기존의 대표적인 다중 분류기 시스템들의 특징을 살펴보고, 문서 분류를 위한 새로운 다중 분류기 시스템들인 Stacked Bagging, Stacked Boosting, Bagged Stacking, Boosted Stacking들을 제안한다. 이들은 Bagging, Boosting, Stacking과 같은 기존 다중 분류기 시스템들의 장점들을 결합한 일종의 혼합형 다중 분류기 시스템들이다. 본 논문에서는 제안된 다중 분류기 시스템들의 성능을 평가하기 위해 MEDLINE, 유즈넷 뉴스, 웹 문서 등의 문서집합을 이용한 문서 분류 실험들을 전개하였다. 그리고 이러한 실험결과를 통해 제안한 혼합형 다중 분류기 시스템들은 전반적으로 기존 시스템들보다 우수한 성능을 보이는 것으로 나타났다.

• 한국전자통신학회논문지
• /
• 제11권6호
• /
• pp.627-634
• /
• 2016

국내의 유로 도로에서 사용되는 차종 분류 장치는 차량의 윤폭과 윤거 정보를 산출하는 답판 센서를 사용하는 방식이 일반적이다. 이러한 답판 센서는 주행 중인 차랑의 바퀴가 접촉할 때 발생하는 충격으로 인해 높은 내구성을 요구한다. 최근 한국도로공사는 요금소에서 화물차 고속 차로의 운영을 시작하였고, 화물차가 고속 주행할 때 발생하는 설계 기준 이상의 충격으로 인한 파손과 이에 따른 유지보수 및 관리 비용의 증가가 염려되고 있다. 본 논문에서는 물리적 충격에 대한 내구성을 향상 시킨 무접점 답판 센서를 사용하여, 통과 차량에 대한 최적의 윤폭 / 윤거를 획득하는 알고리즘을 제안하였다. 이는 한국도로공사 6종 분류 기준 중, 축수 분류인 4, 5 종을 제외한 1종/2종/3종 그리고 6종 차량에 대해 현장 실험을 수행하였고, 윤폭 최대 오차 ${\pm}2cm$, 정확도 98% 이상 그리고 윤거 최대 오차 ${\pm}8cm$, 정확도 97% 이상으로 추후 차종 분류 장치 적용에 대한 그 유효성을 입증하였다.

• 한국지능시스템학회논문지
• /
• 제19권5호
• /
• pp.595-602
• /
• 2009

시스템의 동작특성을 표현하는 퍼지 규칙들은 퍼지 클러스터링 기법에 매우 의존적이다. 만약, 클러스터링 기법의 분류 능력이 개선된다면, 그들에 의해 생성되는 퍼지 규칙과 식별되는 파라미터들이 보다 정밀해 질 수 있으므로 시스템의 성능이 개선될 수 있다. 따라서 본 논문에서는 분류능력이 강화된 새로운 계층 구조 클러스터링 알고리즘을 제안한다. 제안된 클러스터링 기법은 데이터 사이의 통계적 특성과 상관성을 고려하여 보다 정확하게 데이터들을 분류할 수 있도록 2개의 클러스터의 구조를 갖는다. 또한, 본 논문은 차분 데이터를 이용하여 원형 데이터의 패턴이나 규칙들이 명확하게 반영될 수 있도록 하며, 각각의 차분 데이터들의 다양한 특성을 고려할 수 있도록 다중 퍼지 시스템을 구현한다. 마지막으로, 제안된 기법들의 유효성을 다양한 비선형 시계열 데이터들의 예측을 통해 검증한다.

• 대한의용생체공학회:의공학회지
• /
• 제44권3호
• /
• pp.167-175
• /
• 2023

Chest PA is the basic examination of radiographic imaging. Moreover, Chest PA's demands are constantly increasing because of the Increase in respiratory diseases. However, it is not meeting the demand due to problems such as a shortage of radiological technologist, sexual shame caused by patient contact, and the spread of infectious diseases. There have been many cases of using artificial intelligence to solve this problem. Therefore, the purpose of this research is to build an artificial intelligence dataset of Chest PA and to find a posture evaluation method. To construct the posture dataset, the posture image is acquired during actual and simulated examination and classified correct and incorrect posture of the patient. And to evaluate the artificial intelligence posture method, a posture estimation algorithm is used to preprocess the dataset and an artificial intelligence classification algorithm is applied. As a result, Chest PA posture dataset is validated with in over 95% accuracy in all artificial intelligence classification and the accuracy is improved through the Top-Down posture estimation algorithm AlphaPose and the classification InceptionV3 algorithm. Based on this, it will be possible to build a non-face-to-face automatic Chest PA examination system using artificial intelligence.

• 한국환경과학회지
• /
• 제18권8호
• /
• pp.899-910
• /
• 2009

We classified wind sectors according to the wind features in South Korea. In order to get the information of wind speed and wind direction, we used and improved on the atmospheric numerical model. We made use of detailed topographical data such as terrain height data of an interval of 3 seconds and landuse data produced at ministry of environment, Republic of Korea. The result of simulated wind field was improved. We carried out the cluster analysis to classify the wind sectors using the K-means clustering. South Korea was classified as 8 wind sectors to the annual wind field.

• 한국태양에너지학회:학술대회논문집
• /
• 한국태양에너지학회 2008년도 추계학술발표대회 논문집
• /
• pp.318-321
• /
• 2008

We classified wind sectors according to the wind features in South Korea. In order to get the information of wind speed and wind direction, we used and improved on the atmospheric numerical model. We made use of detailed topographical data such as terrain height data of an interval of 3 seconds and landuse data produced at ministry of environment, Republic of Korea. The result of simulated wind field was improved. We carried out the cluster analysis to classify the wind sectors using the K-means clustering. South Korea was classified as 10 wind sectors which have a clear wind features.

• Journal of applied mathematics & informatics
• /
• 제8권2호
• /
• pp.505-518
• /
• 2001

The huge and complicated plants such as nuclear power stations are likely to cause the operators to make mistakes due to a variety of inexplicable reasons and symptoms in case of emergency. That’s why the prevention system assisting the operators is being developed for. First of all. I suggest an improved fuzzy diagnosis. Secondly, I want to demonstrate that a classification system of nuclear plant’s accident investigating the causes of accidents foresees possible problems, and maintains the reliability of the diagnostic reports in spite of improper working in part. In the event of emergency in a nuclear plant, a lot of operational steps enable the operators to find out what caused the problems based on an emergent operating plan. Our system is able to classify their types within twenty to thirty seconds. As so, we expect the system to put down the accidents right after the rapid detection of the damage control-method concerned.

• Smart Structures and Systems
• /
• 제28권6호
• /
• pp.811-825
• /
• 2021

High-voltage isolating switches play a paramount role in ensuring the safety of power supply systems. However, their exposure to outdoor environmental conditions may cause serious physical defects, which may result in great risk to power supply systems and society. Image processing-based methods have been used for anomaly detection. However, their accuracy is affected by numerous uncertainties due to manually extracted features, which makes the anomaly detection of isolating switches still challenging. In this paper, a vision-based anomaly detection method for isolating switches, which uses the rotational angle of the switch system for more accurate and direct anomaly detection with the help of deep learning (DL) and image processing methods (Single Shot Multibox Detector (SSD), improved frame differencing method, and Hough transform), is proposed. The SSD is a deep learning method for object classification and localization. In addition, an improved frame differencing method is introduced for better feature extraction and a hough transform method is adopted for rotational angle calculation. A number of experiments are conducted for anomaly detection of single and multiple switches using video frames. The results of the experiments demonstrate that the SSD outperforms the You-Only-Look-Once network. The effectiveness and robustness of the proposed method have been proven under various conditions, such as different illumination and camera locations using 96 videos from the experiments.