• 한국전자파학회논문지
• /
• 제30권2호
• /
• pp.132-140
• /
• 2019

이 논문에서는 수신된 레이다 신호의 특징 파라미터 데이터에 기계학습 방법을 적용하여 위협 형태에 따라 레이다 신호를 분류하는 방법을 제시한다. 현재 군에서는 위협 신호를 파악하기 위해 특징 파라미터값들과 위협 형태의 대응관계를 나타내는 라이브러리를 이용한다. 라이브러리를 이용한 방법은 새로운 위협이나 기존 라이브러리에 존재하지 않는 위협 형태에 대해서 레이다 신호를 분류하기 어렵고 위협 형태를 파악하는데 문제가 있다. 이 논문에서는 라이브러리 없이 특징 파라미터 데이터만을 이용하여 위협 형태에 따라 레이다 신호를 분류하는 방법을 제안하고자 한다. 분류기로는 CNN(convolutional neural network)을 사용하며, 기계학습을 적용하여 훈련시킨다. 제안 방법은 라이브러리를 사용하지 않음으로써 새로운 위협 신호나 기존의 라이브러리에 존재하지 않는 위협 신호도 적응적으로 분류할 수 있다.

• 한국도서관정보학회지
• /
• 제50권2호
• /
• pp.285-310
• /
• 2019

최근 지역사회 공공도서관을 통해 수집되는 마을기록물은 정리하고 보존하여 주민이 활용할 수 있도록 하기 위해 별도의 시스템을 통해 관리하는 것 보다 도서관 자료의 범주에 포함 시켜 도서관자료관리시스템을 통해 통합 관리하는 것이 필요하다. 따라서 이 연구에서는 ISAD(G)과 DC등 마을기록물을 대상으로 하는 기술표준의 기술요소를 비교분석하여 공통되거나 유사한 기술요소는 통합하여 25개의 기술요소를 도출하였다. 도출된 25개 기술요소는 델파이 기법을 통하여 전문가를 대상으로 3차례에 걸쳐 실증적인 검증을 거쳐 최종 3개 기술영역과 21개 기술요소로 도출하였다. 도출된 기술요소는 KORMARC-통합서지용의 데이터필드와 매핑을 통해 필수, 권장, 선택으로 구분하고 도서관자료관리시스템에 적용할 수 있도록 하였다.

• 농업과학연구
• /
• 제47권4호
• /
• pp.995-1010
• /
• 2020

In this study, a multivariate analysis model of partial least square regression (PLSR) was developed to predict the moisture content of green peppers using hyperspectral imaging (HSI). In HSI, illumination is essential for high-quality image acquisition and directly affects the analytical performance of the visible near-infrared hyperspectral imaging (VIS/NIR-HSI) system. When green pepper images were acquired using a direct lighting system, the specular reflection from the surface of the objects and their intensities fluctuated with time. The images include artifacts on the surface of the materials, thereby increasing the variability of data and affecting the obtained accuracy by generating false-positive results. Therefore, images without glare on the surface of the green peppers were created using a polarization filter at the front of the camera lens and by exposing the polarizer sheet at the front of the lighting systems simultaneously. The results obtained from the PLSR analysis yielded a high determination coefficient of 0.89 value. The regression coefficients yielded by the best PLSR model were further developed for moisture content mapping in green peppers based on the selected wavelengths. Accordingly, the polarization filter helped achieve an uniform illumination and the removal of gloss and artifact glare from the green pepper images. These results demonstrate that the HSI technique with a polarized lighting system combined with chemometrics can be effectively used for high-throughput prediction of moisture content and image-based visualization.

• 방송공학회논문지
• /
• 제26권1호
• /
• pp.70-78
• /
• 2021

2차원 단일 영상에서 3차원 깊이 정보를 복원하는 기술은 다양한 한계 및 산업계에서 활용도가 매우 높은 기술임이 분명하다. 하지만 2차원 영상은 임의의 3차원 정보의 투사의 결과라는 점에서 내재적 깊이 모호성(Depth ambiguity)을 가지고 있고 이를 해결하는 문제는 매우 도전적이다. 이러한 한계점은 최근 인공지능 기술의 발달에 힘입어 2차원 영상과 3차원 깊이 정보간의 대응 관계를 학습하는 알고리즘의 발달로 극복되어 지고 있다. 이러한 3차원 깊이 정보 획득을 위한 인공지능 기술을 학습하기 위해서는 대응 관계를 나타내는 대규모의 학습데이터의 필요성이 절대적인데, 이러한 데이터는 취득 및 가공 과정에서 상당한 노동력을 필요로 하기에 제한적으로 구축이 가능하다. 따라서 최근의 기술 발전 동향은 대규모의 2차원 영상과 메타 데이터를 활용하여 3차원 깊이 정보를 예측하려는 약교사(Weakly-supervised) 인공지능 기술의 발전이 주를 이루고 있다. 본 고에서는 이러한 기술 발전 동향을 장면(Scene) 3차원 복원 기술과 객체(Object) 3차원 복원 기술로 나누어 요약하고 현재의 기술들의 한계점과 향후 나아갈 방향에 대해서 토의한다.

• 한국융합학회논문지
• /
• 제12권2호
• /
• pp.21-28
• /
• 2021

본 연구에서는 가전기기 5종에 대해 실제 측정 전력 데이터를 이용하여 딥러닝 기반의 NILM 기법을 제안하고 그 효용성을 검증 하고자 한다. 약 3주간 중앙 전력 측정 장치 및 5종 가전기기(냉장고, 인덕션, TV, 세탁기, 공기청정기)의 유효전력을 개별 측정하였다. 실측 데이터의 전처리 방법을 소개하고 Spectogram 분석을 통해 가전 기기별 특징을 분석하였다. 가전기기별 특징을 학습 데이터셋으로 구성하였다. 중앙 전력 측정 기기와 가전기기 5종에서 측정된 모든 전력 데이터를 시계열 매핑하여 시계열 데이터 분석에 우수한 RNN 계열의 LSTM 신경망을 이용해 학습을 수행하였다. 메인 중앙 전력 측정 장치의 전력 데이터만으로도 5종 전력 신호를 분해해낼 수 있는 알고리즘을 제안하였다.

• Investigative Magnetic Resonance Imaging
• /
• 제25권1호
• /
• pp.1-9
• /
• 2021

The aim of this study was to provide a new assessment of rotator cuff muscle activity. Eight male subjects (24.7 ± 3.2 years old,171.2 ± 9.8 cm tall, and weighing 63.8 ± 11.9 kg) performed the study exercises. The subjects performed 10 sets of the exercise while fixing the elbow at 90 degrees flexure and lying supine on a bed. One exercise set consisted of the subject performing external shoulder rotation 50 times using training equipment. Two imaging protocols were employed: (a) true fast imaging with steady precession (TrueFISP) at an acquisition time of 12 seconds and (b) multi-shot spin-echo echo-planar imaging (MSSE-EPI) at an acquisition time of 30 seconds for one echo. The main method of assessing rotator cuff muscle activity was functional T2 mapping using ultrafast imaging (fast-acquired muscle functional MRI [fast-mfMRI]). Fast-mfMRI enabled real-time imaging for the identification and evaluation of the degree of muscle activity induced by the exercise. Regions of interest were set at several places in the musculus subscapularis (sub), musculus supraspinatus (sup), musculus teres minor (ter), and deltoid muscle (del). We used the MR signal of the images and transverse relaxation time (T2) for comparison. Most of the TrueFISP signal was not changed by exercise and there was no significant difference from the resting values. Only the T2 in the musculus teres minor was increased after one set and the change were seen on the T2 images. Additionally, except for those after one and two sets, the changes in T2 were significant compared to those at rest (P < 0.01). We also demonstrated identify and visualize the extent to which muscles involved in muscle activity by exercise. In addition, we showed that muscle activity in a region such as a shoulder, which is susceptible to B0 inhomogeneity, could be easily detected using this technique.

• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.85-92
• /
• 2022

본 논문에서는 라인 형태인 가닥(Strand) 지오메트리 이미지와 합성곱 신경망(Convolutional Neural Network, ConvNet 혹은 CNN)을 이용하여 저해상도 헤어 및 털 시뮬레이션을 고해상도로 노이즈 없이 표현할 수 있는 기법을 제안한다. 저해상도와 고해상도 데이터 간의 쌍은 물리 기반 시뮬레이션을 통해 얻을 수 있으며, 이렇게 얻어진 데이터를 이용하여 저해상도-고해상도 데이터 쌍을 설정한다. 학습할 때 사용되는 데이터는 헤어 가닥 형태의 위치를 지오메트리 이미지로 변환하여 사용한다. 본 논문에서 제안하는 헤어 및 털 네트워크는 저해상도 이미지를 고해상도 이미지로 업스케일링(Upscaling)시키는 이미지 합성기를 위해 사용된다. 테스트 결과로 얻어진 고해상도 지오메트리 이미지가 고해상도 헤어로 다시 변환되면, 하나의 매핑 함수로 표현하기 어려운 헤어의 찰랑거리는(Elastic) 움직임을 잘 표현할 수 있다. 합성 결과에 대한 성능으로 이전 물리 기반 시뮬레이션보다 빠른 성능을 보였으며, 복잡한 수치해석을 몰라도 쉽게 실행이 가능하다.

• ETRI Journal
• /
• 제44권4호
• /
• pp.573-587
• /
• 2022

The agricultural sector is completely different from other sectors since it completely relies on various natural and climatic factors. Climate changes have many effects, including lack of annual rainfall and pests, heat waves, changes in sea level, and global ozone/atmospheric CO₂ fluctuation, on land and agriculture in similar ways. Climate change also affects the environment. Based on these factors, farmers chose their crops to increase productivity in their fields. Many existing agricultural ontologies are either domain-specific or have been created with minimal vocabulary and no proper evaluation framework has been implemented. A new agricultural ontology focused on subdomains is designed to assist farmers using Jaccard relative extractor (JRE) and Naïve Bayes algorithm. The JRE is used to find the similarity between two sentences and words in the agricultural documents and the relationship between two terms is identified via the Naïve Bayes algorithm. In the proposed method, the preprocessing of data is carried out through natural language processing techniques and the tags whose dimensions are reduced are subjected to rule-based formal concept analysis and mapping. The subdomain ontologies of weather, pest, and soil are built separately, and the overall agricultural ontology are built around them. The gold standard for the lexical layer is used to evaluate the proposed technique, and its performance is analyzed by comparing it with different state-of-the-art systems. Precision, recall, F-measure, Matthews correlation coefficient, receiver operating characteristic curve area, and precision-recall curve area are the performance metrics used to analyze the performance. The proposed methodology gives a precision score of 94.40% when compared with the decision tree(83.94%) and K-nearest neighbor algorithm(86.89%) for agricultural ontology construction.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.248-248
• /
• 2023

In recent years, the number of landslides in Korea has been increasing due to extreme weather events such as localized heavy rainfall and typhoons. Landslides often occur with debris flows, land subsidence, and earthquakes. They cause significant damage to life and property. 64% of Korea's land area is made up of mountains, the government wanted to predict landslides to reduce damage. In response, the Korea Forest Service has established a 'Landslide Information System' to predict the likelihood of landslides. This system selects a total of 13 landslide factors based on past landslide events. Using the LR technique (Logistic Regression) to predict the possibility of a landslide occurrence and the accuracy is known to be 0.75. However, most of the data used for learning in the current system is on landslides that occurred from 2005 to 2011, and it does not reflect recent typhoons or heavy rain. Therefore, in this study, we will apply a total of six machine learning techniques (KNN, LR, SVM, XGB, RF, GNB) to predict the occurrence of landslides based on the data of Inje, Gangwon-do, which was recently produced by the National Institute of Forest. To predict the occurrence of landslides, it is necessary to process converting landslide events and factors data into a suitable form for machine learning techniques through ArcGIS and Python. In addition, there is a large difference in the number of data between areas where landslides occurred or not. Therefore, the prediction was performed after correcting the unbalanced data using Tomek Links and Near Miss techniques. Moreover, to control unbalanced data, a model that reflects soil properties will use to remove absolute safe areas.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권4호
• /
• pp.355-362
• /
• 2017

무인항공기는 최근 공간정보 분야 수요 증가에 따라 측량, 지도제작, 공간분석 등 다양한 분야에 활용되고 있으며, 신속한 데이터 취득이 가능하고, 경제성이 뛰어나기 때문에 많은 주목을 받고 있다. 본 연구에서는 무인항공사진측량을 도시방재정보 구축 분야에 적용하고자 하였다. 연구대상지에 대한 PPK(Post Processed Kinematic) GNSS 기반의 무인항공영상 취득 및 데이터 처리를 통해 수치표고모델과 정사영상을 생성하고, 결과물을 이용한 공간분석을 수행하였다. 또한 PPK GNSS 방법을 적용한 무인항공사진측량의 업무흐름을 기존 방법과 비교하였다. 연구를 통해 대상지역에 대한 도시방재정보를 효과적으로 구축할 수 있었으며, 기존 무인항공사진측량과 비교를 통해 PPK GNSS 방법의 효율성을 제시할 수 있었다. 향후 도시방재정보 구축 분야의 무인항공사진측량 활용에 있어 PPK GNSS 기법을 활용한다면 신속한 데이터 취득 및 처리로 관련 업무의 효율성을 크게 개선시킬 수 있을 것으로 기대된다.