• 대한공간정보학회지
• /
• 제19권2호
• /
• pp.39-48
• /
• 2011

대기 중 온실가스 증가로 인한 지구온난화의 영향으로 각종 자연 재해가 증가하면서, 온실가스에서 가장 큰 비율을 차지하는 이산화탄소의 자연 포집지인 산림이 저장하고 있는 탄소량을 추정하기 위한 많은 연구가 진행 중에 있다. 하지만 국내 지역의 환경에 적합한 탄소저장량 추정 기법 및 자료 선정에 대한 연구는 아직 부족한 상황으로, 이에 대한 연구가 요구되고 있다. 본 논문에서는 전 세계적으로 탄소저장량 추정에 보편적으로 이용되고 있는 회귀 모델과 $k$NN($k$-Nearest Neighbor) 알고리즘을 이용하여 충청북도 단양군을 대상으로 산림이 저장하고 있는 탄소 저장량을 추정하고 결과를 비교 분석하였다. 연구 자료로써 Landsat TM 영상과 제5차 NFI(National Forest Inventory) 자료를 이용하였으며, 지형효과 보정 및 식생 구분에 특화된 다양한 비율영상을 사용하였다. 분석 결과, 단양군의 탄소저장량 추정에는 회귀 모델보다 $k$NN 알고리즘을 이용하는 것이 더 유리하며, 비율영상의 경우 정확도 향상에 큰 영향을 미치지 않는 것으로 나타났다.

• 한국정보과학회논문지:정보통신
• /
• 제32권4호
• /
• pp.525-534
• /
• 2005

본 논문은 무선 센서 네트워크에 있어서 궤도 기반 매취메이킹 서비스를 위한 질의 이탈 및 이의 방지에 관한 것이다. 이러한 문제는 정보 구독 궤도를 따라 전파되는 질의가 정보 발간 궤도와 기하학적으로는 겹침에도 불구하고 정보를 획득하지 못할 때 발생한다 이에 따라 질의를 재 제출하거나 새로운 구독 궤도를 시작함으로 인한 시간 지연이 초래되어 최악에는, 궤도내의 루핑이나 네트워크 전체로의 메시지 범람을 야기한다. 이 문제를 정형적으로 다루고 그 해결책을 제시한다. 먼저, 노드들이 존재하는 영역을 논리적으로 작은 그리드들로 분할하고, 그리드 기반 멀티캐스트 다음-흡 선택 알고리즘을 제안한다. 제안 알고리즘은 궤도 설정을 직선형태로 유지하도록 시도함은 물론 수신 노드들의 분포 및 틈새 없는 그리드 단위의 멀티캐스트를 고려한다 이러한 알고리즘에 의거하여 정보 발간 및 구독을 시행하는 경우 질의 이탈이 궁극적으로 방지됨을 증명한다. 제안 알고리즘이 탐욕적 송출과 같은 비 그리드 기반 알고리즘과 GAE와 같은 고정 크기의 그리드 접근법 보다 이웃 노드들의 전력을 더 적게 소모함을 알 수 있다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.241-254
• /
• 2011

Support vector machines(SVM)은 비교적 최근에 등장한 데이터마이닝 기법이지만, 재무, CRM 등의 경영학 분야에서 많이 연구되고 있다. SVM은 인공신경망과 필적할 만큼의 예측 정확도를 보이는 사례가 많았지만, 암상자로 불리는 인공신경망 모형에 비해 구축된 예측모형의 구조를 이해하기 쉽고, 인공신경망에 비해 과도적합의 가능성이 적어서 적은 수의 데이터에서도 적용 가능하다는 장점을 가지고 있다. 하지만, 일반적인 SVM을 이용하려면, 인공신경망과 마찬가지로 여러 가지 설계요소들을 설계자가 선택하여야 하기 때문에 임의성이 높고, 국부 최적해에 수렴할 가능성도 크다. 또한, 많은 수의 데이터가 존재하는 경우에는 데이터를 분석하고 이용하는데 시간이 소요되고, 종종 잡음이 심한 데이터가 포함된 경우에는 기대하는 수준의 예측성과를 얻지 못할 가능성이 있다. 본 연구에서는 일반적인 SVM의 장점을 그대로 유지하면서, 전술한 두 가지 단점을 보완한 새로운 SVM 모형을 제안한다. 본 연구에서 제안하는 모형은 사례선택기법을 일반적인 SVM에 융합한 것으로 대용량의 데이터에서 예측에 불필요한 데이터를 선별적으로 제거하여 예측의 정확도와 속도를 제고할 수 있는 방법이다. 본 연구에서는 잡음이 많고 예측이 어려운 것으로 알려진 재무 데이터를 활용하여 제안 모형의 유용성을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제21권5호
• /
• pp.141-147
• /
• 2021

본 연구를 통해 임베디드 시스템(Embedded System)에서 뉴럴 네트워크(Neural Network) 인풋의 차원 감소 방식으로 복잡한 연산량을 줄여 초분광 대용량 데이터 특징 정보의 활용률을 개선하기 위해, 전체 밴드를 밴드별 최댓값과 최솟값 차이로 부분집합으로 군집화하여, 각 부분집합에서 밴드 선택 알고리즘을 적용한다. 특징 추출과 특징 선택 기법 중에, 특징 선택 기법을 통해, 파장 범위와 관계없이 데이터세트에 맞는 최적의 밴드 수와 기존 알고리즘 적용 소요 시간과 성능을 향상하고자 한다. 이 실험을 통해 기존 밴드 선택 기법보다 1/3~ 1/9배 소요 시간을 단축했음에도 불구하고 K-최근접 이웃 분류기를 통한 성능 면에서는 약 4% 이상 향상된 의미 있는 결과를 도출하였다. 실시간 초분광 데이터 분석 활용에는 어렵지만, 개선된 가능성을 확인했다.

• 한국콘텐츠학회논문지
• /
• 제9권6호
• /
• pp.1-8
• /
• 2009

2D 영상 이미지를 인식하는데 있어서, 테스트 이미지를 입력 받는 카메라의 설치 공간 및 설정 상황에 따라 밝기, 명암, 빛의 방향 등과 같은 인식의 성능에 영향을 끼칠 수 있는 요소들이 매우 많이 존재한다. 본 논문은 카메라가 위치한 환경 상의 최소의 샘플 이미지를 가지고, 그 환경에서 입력되는 영상의 인식 성공률을 높일 수 있는 적응형 얼굴 인식 방법을 제안하고 있다. 제안한 적응형 얼굴 인식은 두 개의 부분으로 구성되어 있는데, 하나는 환경 적응을 하기 위한 부분이고, 다른 하나는 얼굴 인식을 수행하는 부분이다. 전자인 환경 적응 모듈에서는 안정 상태 유전 알고리즘을 사용하여 인식기가 최적의 성능을 낼 수 있는 필터 조합과 필터 파라메터와 특징 벡터 집합 차원을 결정하고, 후자인 얼굴 인식 모듈에서는 그 결과를 사용하여 얼굴 인식 결과를 확인한다. 얼굴 인식 과정에서 이미지 사이의 유사도를 측정하기 위해서 가보 웨이블릿을 사용하였고, 인식의 결과를 도출하는 과정에서는 k-Nearest Neighbor을 사용하였다. 적응형 얼굴 인식 방법을 테스트 하기위해, 사인 함수의 가중치를 사용한 명암 노이즈, 임펄스 노이즈, 복합 노이즈에 관하여 각각 실험을 하였고, 진화 후에는 일반적으로 발생할 수 있는 노이즈에 대한 급격한 인식률 저하를 방지할 수 있음을 확인하였다.

• 산업경영시스템학회지
• /
• 제19권40호
• /
• pp.81-90
• /
• 1996

It is one of the most important thing to select pneumatic components in pneumatic system design. For the purpose of selecting pneumatic components, case objects are described as a knowledge representation and the most similar case object must be selected by decision making in computer. In this paper, case objects are represented using the methodology that is used for CBR(Case Base Reasoning) and methodology that the most similar case can be selected is Proposed. Algorithm VIWNNR(Varying Index Weight-based Nearer Neighbor Retrieval) is accomplished by varying index weight, that is not considering a index matching as true or false but varying a size of weight according to the degree of matching and enhance the flexibility of SCRM(Similar Case Retrieval Module) involving fuzzy concept in matching the cases. SCRM is tested In verify the feasibility to select pneumatic linear components and is peformed effectively.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (C)
• /
• pp.428-432
• /
• 2007

We present a novel method for determining k nearest neighbors, which accurately recognizes the underlying clusters in a data set. To this end, we introduce the "tiling neighborhood" which is constructed by tiling a number of small local circles rather than a single circle, as existing neighborhood schemes do. Then we formulate the problem of determining the tiling neighborhood as a minimax optimization, leading to an efficient message passing algorithm. For several real data sets, our method outperformed the k-nearest neighbor method. The results suggest that our method can be an alternative to existing for general classification tasks, especially for data sets which have many missing values.

• 한국통신학회논문지
• /
• 제37B권12호
• /
• pp.1128-1137
• /
• 2012

본 논문에서는 노드의 이동성이 크고 노드의 밀도가 균일 하지 않은 애드혹 네트워크에서 라우팅 성능을 개선하기 위해 노드의 이동성과 밀도를 고려하여 OLSR(Optimized Link State Routing) 의 MPR(Multi-Point Relay) 선택방법을 개선할 수 있는 방법을 제안한다. OLSR의 MPR 선택 방법은 노드의 이동성과 밀도에 무관하게 2홉 이웃 노드를 많이 포함하는 노드를 위주로 선택한다. 하지만 노드가 이동성을 갖는 경우에 이동성이 큰 노드를 MPR로 선택할 경우 성능이 저하될 수 있다. 또한 노드의 밀도가 균일 하지 않은 경우에는 밀도가 높은 지역의 노드들이 우선적으로 MPR로 선택되면 네트워크 전체의 성능을 향상시킬 수 있다. 따라서 본 논문에서는 노드의 이동성과 밀도를 Hello 메시지 교환을 통해 측정하고 노드의 이동성과 밀도를 반영하여 MPR 선택에 우선순위를 부여하는 방법을 제안한다. 본 논문에서 제안한 MPR 선택 방법의 성능을 알아보기 위해 OPNET을 활용하여 시뮬레이션을 수행하고 제안 방법의 성능이 가장 우수함을 보인다.

• International Journal of Computer Science & Network Security
• /
• 제22권5호
• /
• pp.330-334
• /
• 2022

In light of the decreasing crop production and shortage of food across the world, one of the crucial criteria of agriculture nowadays is selecting the right crop for the right piece of land at the right time. First problem is that How Farmers can predict the right crop for cultivation because famers have no knowledge about prediction of crop. Second problem is that which algorithm is best that provide the maximum accuracy for crop prediction. Therefore, in this research Author proposed a method that would help to select the most suitable crop(s) for a specific land based on the analysis of the affecting parameters (Temperature, Humidity, Soil Moisture) using machine learning. In this work, the author implemented Random Forest Classifier, Support Vector Machine, k-Nearest Neighbor, and Decision Tree for crop selection. The author trained these algorithms with the training dataset and later these algorithms were tested with the test dataset. The author compared the performances of all the tested methods to arrive at the best outcome. In this way best algorithm from the mention above is selected for crop prediction.

• 한국정보과학회논문지:시스템및이론
• /
• 제31권1_2호
• /
• pp.59-66
• /
• 2004

본 논문에서는 2차원 영상에서 3차원 깊이정보를 추출하기 위해서 진화연산 알고리즘을 적용한 고속 3차원 모델 추출 기법을 제안한다. 진화연산 알고리즘은 자연 선택과 개체군 유전학에 기반 한 생물학적 진화 과정을 통해 최적의 해를 찾는 효율적인 탐색 기법이다. 기존의 스테레오 정합 방법에서 생성되어진 2차원 깊이 정보인 변이 맵은 경계 부근에서 애매한 결과를 도출함으로써 변이의 세밀하고 정확한 정보를 잃어 실 영상과는 다소 차이를 갖는다. 본 논문에서는 소형 유전자 알고리즘을 스테레오 정합환경에 맞게 변형시키고, 생성된 변이 맵의 모호성을 해결하기 위해 이전 세대의 변이 맵으로부터 경계를 검출한 변이 경계정보에서 이웃한 화소의 변이 복잡도를 측정하여 복잡도에 따라 적응적 윈도우를 결정하여 정합에 사용하였다. 실험을 통해 제안한 방식이 이완 처리를 포함한 기존의 정합 방식보다 변이 맵 생성에 있어 보다 상세하고 매끄러운 변이 결과를 얻을 수 있었다.