• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권2호
• /
• pp.169-177
• /
• 2009

본 논문에서는 뉴스 기사 분할 관점에서, 뉴스 비디오 샷 경계 탐지 알고리즘의 특성을 고려한 다음과 같은 설계 기준을 제시하고, 이를 모두 만족하는 새로운 샷 경계 탐지 알고리즘을 제안하고자 한다. 1) 뉴스 비디오 샷 경계 탐지의 재현율을 높임으로써, 앵커 샷 탐지 단계에서 입력으로 사용될 데이타의 오류를 최소화한다; 2) 급격한 장면 변환과 점증적 장면 변환을 하나의 알고리즘으로 탐지함으로써 한번의 데이타 탐색으로 샷 분할을 수행한다; 3) 분할된 샷들을 정적 샷과 동적 샷으로 분류함으로써 앵커샷 탐지 단계의 탐색 공간을 축소한다. 제안된 뉴스 비디오 샷 경계 탐지 알고리즘은 특이간 분해를 기반으로 점증적 클러스터링 알고리즘과 머서 커널을 결합한 구조로서, 위에서 제시한 기준을 모두 만족하도록 설계되었다. 제안된 방법론은 특이간 분해를 통해 특징 벡터의 차원축소 뿐만 아니라, 뉴스 비디오를 구성하는 연속적인 프레임에서의 잡음과 아주 작은 변화를 제거함으로써 분류 성능을 높일 수 있다. 또한 머서 커널의 도입은 쉽게 분류되지 않는 데이타를 고차원 공간으로 매핑함으로써 구분하기 어려운 샷 경계의 탐지 가능성을 높여준다. 실험을 통하여 제안된 방법론이 매우 높은 재현율을 보이며, 앵커 샷 탐지를 위한 탐색 공간 축소를 효과적으로 수행함을 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권5호
• /
• pp.189-194
• /
• 2018

무인화 기술은 전기, 전자, 기계, 인공지능 기술과 ICT 기술 등 다양한 기술들을 융 복합하는 대표적인 기술이다. 특히 지상 무인화 기술은 군사 분야에서 많은 연구 개발과 발전을 이루고 있으며 활용 영역을 확장하고 있다. 본 연구에서는 특허정보 분석을 위해 새로운 특허정보 분석 방법론을 제시하고, 지상 무인화 기술 관련 특허정보를 본 연구에서 제시한 특허정보 분석 방법을 이용하여 분석하였다. 핵심특허 및 기술을 추출하기 위한 특허정보 분석 프로세스는 6단계로 분석 대상 기술선정, 세부 기술 분류, 특허정보 수집, 특허정보 분석 방법 선정, 특허정보 분석, 마지막으로 핵심특허 및 핵심 기술 추출로 이루어 진다. 세부적으로 지상무인화 기술에 대한 기술 분류를 실시하고, 특허지수인 CPP와 IPC 코드 연결성 분석을 통해 지상 무인화 기술의 핵심기술과 핵심특허를 추출하였다. 제시된 특허정보 분석 방법을 이용한 특허정보 분석 결과는 다양한 분야의 기술에 적용하여 분석이 가능하고, 향후 연구개발 방향을 전망하는 자료로 활용할 수 있다.

• 전자공학회논문지SC
• /
• 제44권4호통권316호
• /
• pp.42-47
• /
• 2007

상수도 원격 검침에서는 리드 스위치의 채터링 오차를 감소시키기 위한 센서 연구 및 개선이 필요하다. 센서의 동작은 전기적 펄스를 발생시키기 위한 영구 자석 주각의 접근에 의한 기계적 접촉스위치처럼 나타낼 수 있다. 대부분 회전 또는 전달 이동을 잡기 위해 사용되고 수류 측정 장치에 적용하기 위해서는 높은 신뢰성이 필수이다. 동작 형태를 간단히 설명하게 되면 미터기 작동 모터 끝에 달려있는 작은 자석이 미터기 회전에 의해 리드 스위치 내부에 있는 두 개의 스프링과 기계적 접촉 형식으로 반복적으로 떨어지게 된다. 즉 수류량에 따라 펄스의 수가 증가하는 것이다. 이렇게 측정된 값은 무선 이동 통신을 통해 서버로 전달되게 된다. 문제는 자석과 리드 스위치가 만나는 지점에서 스위치가 멈추게 되면 떨리면서 펄스가 잘못 올라가는 오차가 생기는 것이다. 이러한 오차를 감소시키기 위해 보통 소프트웨어적인 방법을 사용한다. 필터 알고리듬을 사용하는것과 통계적인 보정방법을 사용하는 것이 그러한 예이다. 하지만 그러한 방법보다는 하드웨어적으로 문제를 해결하는 것이 오차를 줄일 수 있는 더 직접적인 방법이다. 본 논문에서는 기계적인 이력현상의 특성을 이용하여 리프 스프링 구조의 변화로 오차를 감소시키는 연구를 수행하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권12호
• /
• pp.403-410
• /
• 2020

오토인코더의 데이터 복원(Output result) 기능을 이용한 노이즈 제거 및 초해상도와 같은 연구가 진행되는 가운데 오토인코더의 차원 축소 기능을 이용한 클러스터링의 성능 향상에 대한 연구도 활발히 진행되고 있다. 오토인코더를 이용한 클러스터링 기능과 데이터 복원 기능은 모두 동일한 학습을 통해 성능을 향상시킨다는 공통점이 있다. 본 논문은 이런 특징을 토대로, 데이터 복원 성능이 뛰어나도록 설계된 오토인코더 모델이 클러스터링 성능 또한 뛰어난지 알아보기 위한 실험을 진행했다. 데이터 복원 성능이 뛰어난 오토인코더를 설계하기 위해서 스킵연결(Skip connection) 기법을 사용했다. 스킵연결 기법은 기울기 소실(Vanishing gradient)현상을 해소해주고 모델의 학습 효율을 높인다는 장점을 가지고 있을 뿐만 아니라, 데이터 복원 시 손실된 정보를 보완해 줌으로써 데이터 복원 성능을 높이는 효과도 가지고 있다. 스킵연결이 적용된 오토인코더 모델과 적용되지 않은 모델의 데이터 복원 성능과 클러스터링 성능을 그래프와 시각적 추출물을 통해 결과를 비교해 보니, 데이터 복원 성능은 올랐지만 클러스터링 성능은 떨어지는 결과를 확인했다. 이 결과는 오토인코더와 같은 신경망 모델이 출력된 결과 성능이 좋다고 해서 각 레이어들이 데이터의 특징을 모두 잘 학습했다고 확신할 수 없음을 알려준다. 마지막으로 클러스터링의 성능을 좌우하는 잠재변수(latent code)와 스킵연결의 관계를 분석하여 실험 결과의 원인에 대해 파악하였고, 파악한 결과를 통해 잠재변수와 스킵연결의 특징정보를 이용해 클러스터링의 성능저하 현상을 보완할 수 있다는 사실을 보였다. 이 연구는 한자 유니코드 문제를 클러스터링 기법을 이용해 해결하고자 클러스터링 성능 향상을 위한 선행연구이다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.99-112
• /
• 2010

앙상블 학습은 분류 및 예측 알고리즘의 성과개선을 위하여 제안된 기계학습 기법이다. 그러나 앙상블 학습은 기저 분류자의 다양성이 부족한 경우 다중공선성 문제로 인하여 성과개선 효과가 미약하고 심지어는 성과가 악화될 수 있다는 문제점이 제기되었다. 본 연구에서는 기저 분류자의 다양성을 확보하고 앙상블 학습의 성과개선 효과를 제고하기 위하여 유전자 알고리즘 기반의 범위 최적화 기법을 제안하고자 한다. 본 연구에서 제안된 최적화 기법을 기업 부실예측 인공신경망 앙상블에 적용한 결과 기저 분류자의 다양성이 확보되고 인공신경망 앙상블의 성과가 유의적으로 개선되었음을 보여주었다.