• 한국컴퓨터그래픽스학회논문지
• /
• 제28권2호
• /
• pp.11-19
• /
• 2022

최근 의료영상의 발전에 따라 의료 영상 생성에 대한 다양한 연구가 제안되고 있는데, 이와 관련하여 생성된 의료 영상의 품질과 다양성을 정확하게 평가하는 것이 중요해지고 있다. 생성된 의료 영상을 평가하는 방법으로는 전문가의 시각적 튜링 테스트(visual turing test), 특징 분포 시각화, IS, FID를 통한 정량적 평가를 통해 평가하고 있으나 의료 영상을 품질(fidelity)과 다양성(diversity) 측면에서 정량적으로 평가 하는 방법은 거의 이루어지고 있지 않다. 본 논문에서는 DCGAN과 PGGAN 생성 모델을 통해 비소세포폐암 환자의 흉부 CT 데이터 셋을 학습하여 영상을 생성하고, 이를 품질(fidelity)과 다양성(diversity) 측면에서 두 생성 모델의 성능을 평가한다. 1차원 점수 기반 평가방법인 IS, FID와 2차원 점수 기반 평가방법인 Precision 및 Recall, 개선된 Precision 및 Recall을 통해 성능을 정량적으로 평가하고, 의료영상에서의 각 평가방법들의 특징과 한계점에 대해서도 분석한다.

• 정보관리학회지
• /
• 제13권1호
• /
• pp.65-82
• /
• 1996

본 연구는 탐색자들이 탐색을 수행하는 과정에서 탐색질문에 내재하고 있는 탐색목적을 탐색과정에 반영하려고 노력하는지를 파악하고자 하였다. 54명 탐색자들을 선정하여 탐색질문을 제시하되 탐색목적을 정확률을 높이는 탐색과 재현율을 높이는 탐색으로 구분하여 두번 탐색하도록 요청하였다. 비록 동일한 탐색질문이라 할지라도 탐색목적이 다른 경우, 탐색자들은 탐색목적을 충족시키기 위해 노력하는지를 탐색자들이 투입하는 탐색노력 변수와 탐색결과 변수로 살펴보았다. DIALOG 정보 검색 시스템을 통해 ERIC ONTAP화일을 탐색한 결과 탐색자들은 정확률을 높이는 탐색과 재현율을 높이는 탐색에서 의미있게 재현율과 정확률로 측정했을 때 탐색자들은 두 종류의 탐색성취 요구수준을 의미있게 달성한 것으로 나타났다.

• International Journal of Computer Science & Network Security
• /
• 제24권1호
• /
• pp.119-126
• /
• 2024

Disease caused by the coronavirus (COVID-19) is sweeping the globe. There are numerous methods for identifying this disease using a chest imaging. Computerized Tomography (CT) chest scans are used in this study to detect COVID-19 disease using a pretrain Convolutional Neural Network (CNN) ResNet50. This model is based on image dataset taken from two hospitals and used to identify Covid-19 illnesses. The pre-train CNN (ResNet50) architecture was used for feature extraction, and then fully connected layers were used for classification, yielding 97%, 96%, 96%, 96% for accuracy, precision, recall, and F1-score, respectively. When combining the feature extraction techniques with the Back Propagation Neural Network (BPNN), it produced accuracy, precision, recall, and F1-scores of 92.5%, 83%, 92%, and 87.3%. In our suggested approach, we use a preprocessing phase to improve accuracy. The image was enhanced using the Contrast Limited Adaptive Histogram Equalization (CLAHE) algorithm, which was followed by cropping the image before feature extraction with ResNet50. Finally, a fully connected layer was added for classification, with results of 99.1%, 98.7%, 99%, 98.8% in terms of accuracy, precision, recall, and F1-score.

• 정보과학회 논문지
• /
• 제42권5호
• /
• pp.629-636
• /
• 2015

한국어 맞춤법 검사기가 교정하는 오류어의 유형은 크게 단순 철자오류와 문맥의존 철자오류로 구분할 수 있다. 이 중 문맥의존 철자오류는 어절(word)단위로 봤을 때는 올바르지만, 문맥을 고려하였을 때 오류가 되는 유형으로, 교정 난도가 매우 높다. 문맥의존 철자오류는 글을 쓰는 사람들도 자주 저지르는 오류이므로, 이를 잘 검색하여 정확하게 교정하는 것이 맞춤법 검사기의 사용자가 갖는 신뢰도에 큰 영향을 미친다. 높은 정확도가 매우 중요하므로, 문맥의존 철자오류의 교정 방법은 대부분 규칙에 기반한다. 반대 급부로 재현율이 매우 낮다는 단점을 갖는다. 문맥의존 철자오류의 교정에서 재현율을 높이기 위한 방법은 크게 언어지식을 이용하여 규칙을 일반화하는 방법과 통계 정보에 기반을 하여 공기 어휘의 제약 조건을 확장하는 방법으로 나뉠 수 있다. 기존 연구는 언어지식을 이용하여 규칙을 일반화하는 다양한 방식을 연구했으나, 최고 성능이 평균 정확도 95.19%, 평균 재현율 37.56%을 보였다. 본 논문에서는 통계정보에 기반한 규칙의 확장 방식을 제안한다. 동적 윈도우를 갖는 조건부확률 모델을 이용한 방법이며, 최고 성능은 평균 정확도 97.23%, 평균 재현율 50.50%을 보여주었다.

• 제어로봇시스템학회논문지
• /
• 제18권11호
• /
• pp.1027-1033
• /
• 2012

Semantic-based information retrieval techniques understand the meanings of the concepts that users specify in their queries, but the traditional semantic matching methods based on the ontology tree have three weaknesses which may lead to many false matches, causing the falling precision. In order to improve the matching precision and the recall of the information retrieval, this paper proposes a multi-agent improved semantic similarity matching algorithm based on the ontology tree, which can avoid the considerable computation redundancies and mismatching during the entire matching process. The results of the experiments performed on our algorithm show improvements in precision and recall compared with the information retrieval techniques based on the traditional semantic similarity matching methods.

• 대한의용생체공학회:의공학회지
• /
• 제43권1호
• /
• pp.45-51
• /
• 2022

The purpose of this study is to improve the classification accuracy compared to the existing InceptionV3 model by proposing a new model modified with the fully connected hierarchical structure of InceptionV3, which showed excellent performance in medical image classification. The data used for model training were trained after data augmentation on a total of 1026 chest X-ray images of patients diagnosed with normal heart and Cardiomegaly at Kyungpook National University Hospital. As a result of the experiment, the learning classification accuracy and loss of the InceptionV3 model were 99.57% and 1.42, and the accuracy and loss of the proposed model were 99.81% and 0.92. As a result of the classification performance evaluation for precision, recall, and F1 score of Inception V3, the precision of the normal heart was 78%, the recall rate was 100%, and the F1 score was 88. The classification accuracy for Cardiomegaly was 100%, the recall rate was 78%, and the F1 score was 88. On the other hand, in the case of the proposed model, the accuracy for a normal heart was 100%, the recall rate was 92%, and the F1 score was 96. The classification accuracy for Cardiomegaly was 95%, the recall rate was 100%, and the F1 score was 97. If the chest X-ray image for normal heart and Cardiomegaly can be classified using the model proposed based on the study results, better classification will be possible and the reliability of classification performance will gradually increase.

• 한국정보전자통신기술학회논문지
• /
• 제9권6호
• /
• pp.609-616
• /
• 2016

본 논문에서는 SVM과 협업적 필터링을 이용한 소비자 맞춤형 시장 분석 기법을 제안하였다. 제안하는 소비자 맞춤형 시장 분석 기법은 DC(Data Classification) 모듈, ICF(Improved Collaborative Filtering) 모듈, 그리고 CMA(Customized Market Analysis) 모듈로 구성된다. DC 모듈은 SVM을 이용하여 온 오프라인 쇼핑몰과 전통시장의 특성을 가격, 품질평가, 주력상품으로 분류하고, ICF 모듈은 나이 가중치와 직업 가중치를 추가한 유사도를 생성하고, 사용자들간의 구매 아이템에 대한 유사도를 이용하여 네트워크를 생성하고, 이웃 노드의 추천 리스트를 생성한다. 그리고 CMA 모듈은 DC모듈의 데이터 분류 결과와 ICF 모듈의 추천 리스트를 이용하여 사용자 맞춤형 시장 분석 결과를 제공한다. 제안된 사용자 맞춤형 추천리스트와 기존의 사용자기반 추천 리스트를 비교한 결과, 기존의 협업적 필터링기법을 이용한 추천리스트의 경우, precision는 0.53, recall은 0.56, F-measure은 0,57인데 반해, 제안하는 소비자 맞춤형 추천리스트는 precision이 0.78, recall은 0.85, 그리고 F-measure은 0.81로 나타났다. 즉, 제안하는 소비자 맞춤형 추천리스트가 좀 더 정확한 것으로 나타났다.

• 한국인공지능학회지
• /
• 제12권2호
• /
• pp.1-7
• /
• 2024

In this paper, we compare three models (logistic regression, Random Forest, and XGBoost) for predicting stroke occurrence using data from the Korea National Health and Nutrition Examination Survey (KNHANES). We evaluated these models using various metrics, focusing mainly on recall and F1 score to assess their performance. Initially, the logistic regression model showed a satisfactory recall score among the three models; however, it was excluded from further consideration because it did not meet the F1 score threshold, which was set at a minimum of 0.5. The F1 score is crucial as it considers both precision and recall, providing a balanced measure of a model's accuracy. Among the models that met the criteria, XGBoost showed the highest recall rate and showed excellent performance in stroke prediction. In particular, XGBoost shows strong performance not only in recall, but also in F1 score and AUC, so it should be considered the optimal algorithm for predicting stroke occurrence. This study determines that the performance of XGBoost is optimal in the field of stroke prediction.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.637-641
• /
• 2009

본 연구에서는 선이 사용된 사진으로 구성된 DB 에서 선의 특징 값을 고려하여 구도가 유사한 사진을 검색하는 시스템을 제안한다. 검색 방법에 사용되는 구도 유사도를 측정하는 방법을 개발하기 위해 실제로 사람이 유사한 사진을 결정할 때 어떤 특징 값이 중요한 영향을 미치는지 조사하였다. 이를 바탕으로 구도 유사도를 측정하는 방법을 개발하여 검색 시스템에 적용하였다. 제안 검색 시스템의 성능을 검증하기 위해 Precision 과 Recall을 평가한다.

• 한국도서관정보학회지
• /
• 제27권
• /
• pp.457-483
• /
• 1997

This study was intended to compare the effectiveness of the Savvy search and Metacrawler in terms of the total number of relevant documents retrieved, precision, recall, and the number of deadlines. In addition, this study measured whether the Meta-search engine and general web search engines retrieved different web documents. As a result, Savvy search produced a higher precision and recall as compared with motacrawler search engine while the metacrawler had lower deadlines ration than savvy search, Also, Meta search engine was more effective than the general web search engine, The results show that the hybrid methodology of integrating a variety of web search engines can help solve retrieval effectiveness problems on the Internet.