• International Journal of Computer Science & Network Security
• /
• 제24권1호
• /
• pp.23-30
• /
• 2024

This study tries clarify the process of making decisions with geographic information systems and how to choose the best place for Khartoum State displaced people to relocate to in order to be closer to cheaper places with access to commodities and services. For network analysis, use a unique model. The network analysis tool was dependent on the following information: availability of goods and services, cheap cost, and proximity to the state of Khartoum.in choosing the best state. The study came to the conclusion that, in terms of accessibility, affordability, and availability of products and services, Gezira State is the best state for people who have been displaced from Khartoum State.When developing a new model, we recommend that all GIS users apply the theories of spatial analysis.

• 정보과학회 논문지
• /
• 제44권12호
• /
• pp.1282-1289
• /
• 2017

최근 심층 컨볼루션 신경망을 활용한 이미지 분할과 물체 위치감지 연구가 활발히 진행되고 있다. 특히 네트워크의 최상위 단에서 추출한 특징 지도뿐만 아니라, 중간 은닉 층들에서 추출한 특징 지도를 활용하면 더욱 정확한 물체 감지를 수행할 수 있고 이에 대한 연구 또한 활발하게 진행되고 있다. 이에 밝혀진 경험적 특성 중 하나로 중간 은닉 층마다 추출되는 특징 지도는 각기 다른 특성을 가지고 있다는 것이다. 그러나 모델이 깊어질수록 가능한 중간 연결과 이용할 수 있는 중간 층 특징 지도가 많아지는 반면, 어떠한 중간 층 연결이 물체 분할에 더욱 효과적일지에 대한 연구는 미비한 상황이다. 또한 중간층 연결 방식 및 중간층의 특징 지도에 대한 정확한 분석 또한 부족한 상황이다. 따라서 본 연구에서 최신 깊은 신경망에서 중간층 연결의 특성을 파악하고, 어떠한 중간 층 연결이 물체 감지에 최적의 성능을 보이는지, 그리고 중간 층 연결마다 특징은 어떠한지 밝혀내고자 한다. 그리고 이전 방식에 비해 더 깊은 신경망을 활용하는 물체 분할의 방법과 중간 연결의 방향을 제시한다.

• 대한원격탐사학회지
• /
• 제30권4호
• /
• pp.493-503
• /
• 2014

이 논문에서는 대규모 작물 재배 지역의 작물 분류도의 조기 제작을 목적으로 분광학적 혼재를 줄이고, 과거 토지피복도의 작물 재배 패턴을 반영할 수 있는 계층적 분류 방법론을 제안하였다. 특히 작물 생육 주기로부터 다른 분광 특성을 고려한 계층적 분류 접근을 적용하고, 과거 작물 재배 패턴으로부터 추출된 시간적 문맥 정보를 함께 고려함으로써 분광 혼재가 두드러진 화소의 영향을 줄일 수 있다. 제안 분류 기법의 적용성을 평가하기 위해 미국 아이오와 주 전체를 대상으로 시계열 MODIS 250 m 정규식생지수 자료와 과거 crop data layer를 사용하는 사례 연구를 수행하였다. 사례 연구를 통해 다른 분류 단계와 과거 작물 재배 패턴을 고려함으로써 대상 지역의 주요 재배 작물이면서 분광학적 유사도가 두드러진 콩과 옥수수를 효과적으로 구분할 수 있었다. 그리고 분광 정보만을 이용한 분류 결과에 비해 제안 기법이 최소 7.68%p에서 최대 20.96%p의 향상된 분류 정확도를 보였다. 또한 분류 단계에서 시간적 문맥 정보를 결합함으로써 사용 NDVI 자료의 수에 영향을 덜 받는 가장 높은 분류 정확도(최대 전체 정확도: 86.63%)를 얻을 수 있었다. 따라서 제안 분류 기법은 주요 곡물 수입국의 대규모 작물 구분도의 조기 제작에 유용하게 사용될 수 있을 것으로 기대된다.