• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.3917-3941
• /
• 2019

The recent interest in artificial intelligence and machine learning has partly contributed to an interest in the use of such approaches for hyperspectral remote sensing (HRS) imagery classification, as evidenced by the increasing number of deep framework with deep convolutional neural networks (CNN) structures proposed in the literature. In these approaches, the assumption of obtaining high quality deep features by using CNN is not always easy and efficient because of the complex data distribution and the limited sample size. In this paper, conventional handcrafted learning-based multi features based on expert knowledge are introduced as the input of a special designed CNN to improve the pixel description and classification performance of HRS imagery. The introduction of these handcrafted features can reduce the complexity of the original HRS data and reduce the sample requirements by eliminating redundant information and improving the starting point of deep feature training. It also provides some concise and effective features that are not readily available from direct training with CNN. Evaluations using three public HRS datasets demonstrate the utility of our proposed method in HRS classification.

• 한국산업정보학회논문지
• /
• 제16권2호
• /
• pp.111-124
• /
• 2011

주택유형 중 아파트의 비중이 지속적으로 증가하고 있으며, 자산가치 중 하나로 아파트가 중요하게 평가받고 있다. 또한 인터넷과 같은 정보시스템을 이용한 정보검색이 활발한 상황이다. 그러나 지금까지 부동산 정보시스템에 대한 사용자 만족도가 높지 않고, 부동산 검색의 효율성을 증가시킬 수 있는 시스템적 접근이 부족한 실정이다. 본 연구에서는 이러한 아파트의 자산가치를 평가하는 세부적 요인이 무엇인지를 기존의 문헌을 통해 정리하였으며, 이러한 세부적 요인을 검색조건으로 통합 고려할 수 있는 지식정보 시스템을 설계하고 개발하는데 목적을 두었다. 가격, 면적 뿐 아니라 학군과 주거의 편리성, 주택관리의 용이성을 함께 고려하여 사용자가 선호하는 아파트를 검색결과로 도출해 주도록 설계하였다. 검색조건에 대한 선호도를 분석하기 위해 공인중개사로 구성된 전문가 집단을 대상으로 설문조사를 실시하였으며, 결과를 AHP 기법으로 분석하였다. 또한 본 지식정보시스템은 매수인의 입장에서 가장 편리하게 이용할 수 있도록, 사람이 사용하는 부동산 검색조건을 기계가 이해할 수 있는 시맨틱 웹 검색기반의 정보시스템으로 구성하였다. 이를 위해 아파트 온톨로지를 구축하여 아파트 정보에 대한 다양한 용어를 표준화하였다. 부동산 지식 정보시스템의 전체 아키텍처를 설계한 뒤, 실제 아파트 매물 정보를 이용하여 검색질의를 하였으며, 검색결과를 다요소 의사결정 (Multi-attribute Decision Making)을 통해 분석하였다. 다요소 의사결정을 통해 전문가 집단과 매수인의 선호도에 가중치를 부여하였으며, 검색 후 엔트로피(Entropy) 분석을 통해 사용자가 만족하는 아파트 후보지를 검색결과로 도출하였다. 이를 통해 매수인의 아파트에 대한 가치만족도는 높이면서 탐색비용을 절감시킬 수 있을 것으로 기대한다.

• Journal of Information Science Theory and Practice
• /
• 제7권4호
• /
• pp.56-64
• /
• 2019

Planting intercropping in rubber plantations is another alternative for generating more income for farmers. However, farmers still lack the knowledge of choosing plants. In addition, information for decision making comes from many sources and is knowledge accumulated by the expert. Therefore, this research aims to create a decision support system for growing rubber trees for individual farmers. It aims to get the highest income and the lowest cost by using semantic web technology so that farmers can access knowledge at all times and reduce the risk of growing crops, and also support the decision supporting system (DSS) to be more intelligent. The integrated intercropping ontology and rule are a part of the decision-making process for selecting plants that is suitable for individual rubber plots. A list of suitable plants is important for decision variables in the allocation of planting areas for each type of plant for multiple purposes. This article presents designing and developing the intercropping ontology for DSS which defines a class based on the principle of intercropping in rubber plantations. It is grouped according to the characteristics and condition of the area of the farmer as a concept of the rubber plantation. It consists of the age of rubber tree, spacing between rows of rubber trees, and water sources for use in agriculture and soil group, including slope, drainage, depth of soil, etc. The use of ontology for recommended plants suitable for individual farmers makes a contribution to the knowledge management field. Besides being useful in DSS by offering options with accuracy, it also reduces the complexity of the problem by reducing decision variables and condition variables in the multi-objective optimization model of DSS.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.347-354
• /
• 1999

The credit rating represents an assessment of the relative level of risk associated with the timely payments required by the debt obligation. In this paper, we present a new approach to credit rating of customers based on the rough set theory. The concept of a rough set appeared to be an effective tool for the analysis of customer information systems representing knowledge gained by experience. The customer information system describes a set of customers by a set of multi-valued attributes, called condition attributes. The customers are classified into groups of risk subject to an expert's opinion, called decision attribute. A natural problem of knowledge analysis consists then in discovering relationships, in terms of decision rules, between description of customers by condition attributes and particular decisions. The rough set approach enables one to discover minimal subsets of condition attributes ensuring an acceptable quality of classification of the customers analyzed and to derive decision rules from the customer information system which can be used to support decisions about rating new customers. Using the rough set approach one analyses only facts hidden in data, it does not need any additional information about data and does not correct inconsistencies manifested in data; instead, rules produced are categorized into certain and possible. A real problem of the evaluation of the evaluation of credit rating by a department store is studied using the rough set approach.

• 대한산업공학회지
• /
• 제24권1호
• /
• pp.23-35
• /
• 1998

This article presents a network flow analysis to form flexible machine cells with minimum intercellular part moves and a neural network model to form part families. The operational sequences and production quantity of the part, and the number of cells and the cell size are taken into considerations for a 0-1 quadratic programming formulation and a network flow based solution procedure is developed. After designing the machine cells, a neural network approach for the integration of part families and the automatic assignment of new parts to the existing cells is proposed. A multi-layer backpropagation network with one hidden layer is used. Experimental results with varying number of neurons in hidden layer to evaluate the role of hidden neurons in the network learning performance are also presented. The comprehensive methodology developed in this article is appropriate for solving large-scale industrial applications without building the knowledge-based expert rule for the cellular manufacturing environment.

• 한국컴퓨터정보학회논문지
• /
• 제19권12호
• /
• pp.11-19
• /
• 2014

본 논문에서는 데이터마이닝모듈과 정보융합모듈을 핵심구성요소로 가지는 지능형에이전트 시스템을 설계하고 다각도 정보를 융합하여 진단전문가시스템으로 활용할 수 있는 가능성을 제시한다. 데이터마이닝모듈에서는 퍼지신경망 OFUN-NET에 의하여 다각도의 데이터를 분석하고 퍼지 클러스터 정보를 지식베이스로 구축한다. 정보융합모듈과 응용모듈에서는 가능성정도로 제공되는 진단결과와 불확실 결정상태나 비대칭의 발견과 같은 전문가의 진단에 유용한 정보를 제공해 주고 있다. 또한 DDSM 벤치마크 데이터베이스로부터 획득한 디지털 유방 x선 영상의 BI-RADS 기반 특징데이터를 가지고 실험한 결과는 기존의 방법보다 높은 분류 정확도를 보여주면서 컴퓨터보조진단시스템으로서의 가능성을 보여주고 있다.

• 한국지능시스템학회논문지
• /
• 제7권5호
• /
• pp.8-13
• /
• 1997

다중 서버 환경이란 어떤 작업이 처리될 수 있는 서버가 다수 존재하는 환경을 할한다. 이러한 환경에서는 사용자의 요구를 처리하는 서버를 결정하는데 있어 시스템의 전체 성능을 극대화 시키고 요구들의 응답 시간을 최소화 하여야 한다. 이과정에서 기존에는 서버 부하량만을 기준하여 최소 부하를 지닌 서버를 선정하고 있다. 본 논문에서는 서버의 성능 정도와 부하 정도 그리고 서비스 수행 시간의 크기를 퍼지화하고 전문가 지식을 사용하는 새로운 서버 선정 방법을 제시한다. 퍼지 기법을 사용함으로써 기존 방법에 비하여 우수한 성능을 보임을 실험을 통해 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권3호
• /
• pp.678-700
• /
• 2023

Diagnosing breast diseases using ultrasound (US) images remains challenging because it is time-consuming and requires expert radiologist knowledge. As a result, the diagnostic performance is significantly biased. To assist radiologists in this process, computer-aided diagnosis (CAD) systems have been developed and used in practice. This type of system is used not only to assist radiologists in examining breast ultrasound images (BUS) but also to ensure the effectiveness of the diagnostic process. In this study, we propose a new approach for breast lesion localization and segmentation using a multi-scale pyramid of the ultrasound image of a breast organ and a convolutional semantic segmentation network. Unlike previous studies that used only a deep detection/segmentation neural network on a single breast ultrasound image, we propose to use multiple images generated from an input image at different scales for the localization and segmentation process. By combining the localization/segmentation results obtained from the input image at different scales, the system performance was enhanced compared with that of the previous studies. The experimental results with two public datasets confirmed the effectiveness of the proposed approach by producing superior localization/segmentation results compared with those obtained in previous studies.

• 한국콘텐츠학회논문지
• /
• 제8권12호
• /
• pp.1-9
• /
• 2008

인과관계의 지식을 모델링하고 표현하며 추론하는 주요 형식화 방법의 하나인 퍼지인식도(Fuzzy Cognitive Map)는 주로 인과지식공학에 많이 사용되고 있다. 인과관계의 자연스럽고 쉬운 의사결정의 이해와 전후관계의 자연스러운 설명이라는 장점에도 불구하고 인과관계의 지식 모델링과 표현은 구현에 있어서 수학적인 적용의 모호함과 복잡한 알고리즘으로 인해 상호작용에 기반 한 구축 시스템을 찾아보기 어렵다. 본 논문에서는 인과지식 추론을 위한 퍼지 인식도의 구축 지원 시스템을 제시한다. 본 논문에서 제안하는 인과관계 추론 시스템은 다중 전문가의 지식을 반영하기 위해 지식을 점진적으로 반영하여 퍼지 인식도를 구축한다. 또한 전문가와의 상호작용을 통해 구현된 퍼지 인식도의 구조를 동적으로 디스플레이함으로써 사용자 지향적인 환경을 제공한다.

• ETRI Journal
• /
• 제39권4호
• /
• pp.592-604
• /
• 2017

Intrusion detection is very important for network situation awareness. While a few methods have been proposed to detect network intrusion, they cannot directly and effectively utilize semi-quantitative information consisting of expert knowledge and quantitative data. Hence, this paper proposes a new detection model based on a directed acyclic graph (DAG) and a belief rule base (BRB). In the proposed model, called DAG-BRB, the DAG is employed to construct a multi-layered BRB model that can avoid explosion of combinations of rule number because of a large number of types of intrusion. To obtain the optimal parameters of the DAG-BRB model, an improved constraint covariance matrix adaption evolution strategy (CMA-ES) is developed that can effectively solve the constraint problem in the BRB. A case study was used to test the efficiency of the proposed DAG-BRB. The results showed that compared with other detection models, the DAG-BRB model has a higher detection rate and can be used in real networks.