• 대한전자공학회논문지SP
• /
• 제49권4호
• /
• pp.77-84
• /
• 2012

얼굴인식 기술은 지능형 보안, 웹에서 콘텐츠 검색, 지능로봇의 시각부분, 머신인터페이스 등, 활용이 광범위 하다. 그러나 일반적으로 대상자의 표정과 포즈 변화, 주변의 조명 환경과 같은 문제가 있으며 이와 더불어 원거리에서 획득한 영상의 경우 저해상도를 비롯하여 블러와 잡음에 의한 영상의 열화 등의 여러 가지 어려움이 발생한다. 본 논문에서는 포톤 카운팅(Photon-counting) 선형판별법(Linear Discriminant Analysis)을 이용한 다중 분류기(Classifier)에 의한 판정을 융합하여 얼굴 영상 인식을 수행한다. Fisher 선형판별법은 집단 간 분산을 최대로 하고 집단 내 분산을 최소로 하는 공간으로 선형 투영하는 방법으로, 학습영상의 수가 적을 경우 특이행렬 문제가 발생하지만 포톤카운팅 선형 판별법은 이러한 문제가 없으므로 차원축소를 위한 전 처리 과정이 필요 없다. 본 논문의 다중 분류기는 포톤 카운팅 선형판별법의 유클리드 거리(Euclidean Distance) 또는 정규화된 상관(Normalized Correlation)을 적용하는 판정규칙에 따라 구성된다. 다중분류기의 판정의 융합은 각 분류기 cost의 정규화(Normalization), 유효화(Validation), 그리고 융합규칙(Fusion Rule)으로 구성된다. 각 분류기에서 도출된 cost는 같은 범위로 정규화된 후 유효화 과정에서 선별되고 Minimum, 또는 Average, 또는 Majority-voting의 융합규칙에 의하여 융합된다. 실험에서는 원거리에서 획득한 효과를 구현하기 위하여 고해상도 데이터베이스 영상을 인위적으로 Unfocusing과 Motion 블러를 이용하여 열화하여 테스트하였다. 실험 결과는 다중분류기 융합결과의 인식률은 단일분류기보다 높다는 것을 보여준다.

• 한국지리정보학회지
• /
• 제5권3호
• /
• pp.77-86
• /
• 2002

최근 지리정보시스템은 국가단위의 대규모 응용 애플리케이션 개발 뿐만 아니라 시설물관리시스템과 같은 소규모 시스템에 이르기까지 그 규모가 다양하다. 또한 그 활용 분야도 경영정보시스템에서부터 카네비게이션시스템에 이르기까지 우리의 일상 생활에 다양한 모습으로 다가오고 있다. 이런 시점에서 짧은 시간 내에 효과적이고 유용하게 지리정보시스템을 개발하기 위해서는 GIS 컴포넌트의 개발방법론 뿐만 아니라, 이미 개발되어 사용되어지고 있는 GIS 컴포넌트의 관리측면에 대한 고려가 매우 절실한 실정이다. 현재 많은 GIS 컴포넌트가 그 상호운용성 및 질적면에서 탁월한 결과를 가지고 있지만, 저장소 내에서 검색의 비효율성으로 인해 재사용성의 많은 문제점을 가지고 있다. 본 논문에서는 각 GIS 컴포넌트가 저장소 내에 위치하기 전에 이들의 기능적 및 비기능적 요소를 반영하여 컴포넌트를 분류하고자 하였다. 특히 비기능적 요소를 정의함에 있어서 컴포넌트의 메타데이터를 이용하여 'GIS content-dependent metadata'와 'GIS content-independent metadata'를 식별하였다. 그리고 이들 정보를 바탕으로 웹기반 GIS 컴포넌트의 등록 및 검색시스템을 설계하였다. 향후 GIS 애플리케이션 개발자는 웹기반 GIS 컴포넌트 저장소 내에 등록된 컴포넌트와 그 정보를 바탕으로 자신의 목적에 부합하는 새로운 컴포넌트를 쉽게 재구성하고 수정할 수 있으리라 사료된다. 결국 GIS 컴포넌트의 재사용성과 상호운용성을 높여 새로운 지리정보시스템 개발에 소요되는 인력 및 시간, 예산 절감의 효과를 얻을 수 있을 것으로 기대된다.

• 전자공학회논문지
• /
• 제52권10호
• /
• pp.73-81
• /
• 2015

이 논문은 프로토타입 선택 방법을 제안하고, 편의-분산 분해를 이용하여 최근접 이웃 알고리즘과 프로토타입 기반 분류 학습의 일반화 성능 비교 평가에 있다. 제안하는 프로토타입 분류기는 클래스 영역 내에서 가변 반지름을 이용한 다차원 구를 정의하고, 적은 수의 프로토타입으로 구성된 새로운 훈련 데이터 집합을 생성한다. 최근접 이웃 분류기는 새 훈련 집합을 이용하여 테스트 데이터의 클래스를 예측한다. 평균 기대 오류의 편의와 분산 요소를 분해하여 최근접 이웃 규칙, 베이지안 분류기, 고정 반지름을 이용한 프로토타입 선택 방법, 제안하는 프로토타입 선택 방법의 일반화 성능을 비교한다. 실험에서 제안하는 프로토타입 분류기의 편의-분산 변화 추세는 모든 훈련 데이터를 사용하는 최근접 이웃 알고리즘과 비슷한 편의-분산 추세를 보였으며, 프로토타입 선택 비율은 전체 데이터의 평균 약 27.0% 이하로 나타났다.

• 한국지능시스템학회논문지
• /
• 제19권2호
• /
• pp.212-217
• /
• 2009

특정 분야의 용어를 표현하는 전문용어 사이의 계층관계를 학습하는 방법은 규칙기반학습방법, 통계기반학습방법 등이 있다. 본 논문에서는 문서에서 추출된 퍼지용어 정보를 바탕으로 한 온톨로지 구조를 카테고리화하여 퍼지용어의 전문성을 이용하여 주어진 퍼지용어의 상위어 후보를 레벨화한 후 퍼지용어 의미유사도를 계산하여 선택된 후보들 중에서 최적의 상위어후보를 결정한다. 즉, 퍼지용어의 전문성을 레벨화하기 위한 확장된 AHP방법은 퍼지용어사이의 비교를 통해 가중치나 상대적 중요성을 결정한 후 퍼지집합의 Min연산자와 다이스계수, Min+다이스계수방법들을 비교한다. 이 방법들은 퍼지용어 의미유사도에 따라 문서들이 가지는 의미론적 내용과 관계의 식별을 바탕으로 보다 더 정확하게 문서를 분류할 수 있고 자연어처리 등 많은 분야에 활용될 수 있을 것이다.

• 한국ITS학회 논문지
• /
• 제16권6호
• /
• pp.1-15
• /
• 2017

최근 국제적인 테러 위협이 불특정 다수를 대상으로 발생하고 있으며, 이러한 위협에서 시민을 보호하기 위한 다양한 대책이 논의 중이다. 저렴해진 센서 기술을 활용한 사전 감시 시스템에 대한 요구가 높아지고 있으나, 보행 궤적의 고유 특성 검출 및 상세 분석 연구가 미비한 실정이다. 본 연구에서는 상용화된 보행 동선 솔루션을 활용하여, 삼성역 개찰구에서 코엑스와 직접 연결되는 연결 통로 (3-6번 출구 근처) 일대의 보행 동선 궤적 조사를 수행하였다. 조사된 궤적 자료를 바탕으로, 궤적 자료의 정규화 기법, Clustering 방법을 중심으로 보행 궤적을 유형화하고 배회 동선을 추출하는 분석 방법론을 제시하였다. 분석 결과, 동일 군집내에서 유사성이 크게 떨어지는 보행 궤적의 검출 가능성을 검증하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권6호
• /
• pp.455-463
• /
• 2010

본 논문은 다양한 형태의 웹 문서에 적용하기 위해서, 언어의 통계정보 및 후처리 규칙에 기반하여 개선한 문장경계 인식 기술을 제안한다. 제안한 방법은 구두점 생략 및 띄어쓰기 오류가 빈번한 웹문서에 적용하기 위해서 문장경계로 사용될 수 있는 모든 종결어미를 대상으로 학습하여 문장경계 인식을 수행하였다. 또한 문장경계인식 성능을 최대화하기 위해서 다양한 실험을 통해 최적의 자질 및 학습데이터를 선정하였고, 학습데이터에 의존적인 통계모델의 오류를 규칙에 기반 해서 보정하였다. 성능 실험은 다양한 문서별 성능 측정을 위해서 구두점이 주로 문장경계로 사용된 문어체 위주의 평가셋1(신문기사와 블로그 문서)과 구두점 생략 및 띄어쓰기 오류가 빈번한 웹 문서 위주의 평가셋2(웹 사이트의 게시판 글)를 대상으로 성능을 측정하였다. 평가 척도로는 F-measure를 사용하였으며, 기존 연구와 동일하게 구두점만을 문장경계 대상으로 학습한 기본 모델을 만들어서 실험한 결과, 평가셋1에 대해서 96.5%의 성능을 보였지만, 평가셋2에 대해서는 56.7%로 매우 저조한 성능을 보였다. 제안하는 개선 방법은 기본 모델을 웹 문서의 특징을 반영시키도록 자질 및 엔진을 개선시켰고, 최종 모델을 평가셋2로 평가한 결과, 96.3%의 성능을 보여서 39.6%의 성능 향상이 있음을 확인하였다.

• 전기전자학회논문지
• /
• 제23권2호
• /
• pp.727-734
• /
• 2019

본 논문은 인간의 의지가 뇌로부터 전달되는 과정에서 근육의 움직임이나 동작이 뇌의 특정 부위에서 유의미한 특징을 나타내는 신호를 찾아낼 수 있는지를 확인한다. 일반적으로 뇌파의 발생은 특정한 동작을 유발하고 유발된 동작으로부터 신호를 받아 변화를 보인다. 이러한 신호는 불확실성이 높으며 육안으로 판별하기엔 그 차이를 파악하기 어렵다. 따라서 분류에 앞서 어떤 신호를 분석할 것인지 정의하는 과정이 필요하다. 뇌파 혹은 뇌전도의 형태는 주파수 대역별로 분류하였을 경우, 알파, 베타, 델타, 쎄타, 감마의 영역으로 나눌 수가 있다. 뇌파의 측정 부위에 따라 활성화되는 주파수의 대역이나 에너지의 차이가 다르기 때문에 이들 신호의 특정한 크기가 정확한 동작이나 의지를 표현한다고 할 수는 없지만, 특정한 영역에서 다른 동작을 했을 경우의 뇌파 활성도를 기준으로 동작을 분류하거나, 동작에 영향을 미치는 뇌파의 경향성을 판단할 수 있다. 따라서 본 논문에서는 1차적으로 근육의 좌우 이두근의 근전도가 활성화 되는 시점을 기준으로 뇌파의 발현형태를 관찰하고, 이후 좌완과 우완의 근육 활성화에 따른 뇌파의 유의미한 차이를 뇌파를 통해 유추할 수 있는지를 검증한다. 근전도의 좌우활성화에 따른 뇌파의 분류기준을 찾을 수 있다면, 뇌로부터 발현된 신호가 각각의 근육에 전달되는 과정에서 전이된 신호의 형태를 파악하는데 도움을 줄 수 있으며, 향후 더욱 복잡한 뇌신호의 발생 유형을 통해 알려지지 않은 많은 뇌파의 정보를 활용할 수 있을 것으로 판단한다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.99-118
• /
• 2015

정보 시스템 개발에 있어 객체지향 프로그래밍 언어가 널리 사용된다. 이와 함께 객체지향 설계를 뒷받침하는 개념적 모델링 언어에 관한 관심도 높다. 이를 배경으로 통합 모델링 언어 혹은 UML로 알려진 개념적 모델링 언어는 여러 객체 지향 프로그래밍 언어와 함께 사용되면서 사후적 표준으로 자리 잡았다. UML은 클래스를 설계의 중심에 둔다. 또한 클래스들 간의 관계를 통해 체계적인 이해를 가능하게 한다. 특히 부분에 해당하는 클래스들과 전체에 해당하는 클래스의 관계인 부분-전체 관계를 설계할 수 있는 문법 또한 UML에 포함된다. 현실 세계에 부분-전체 관계로 파악될 수 있는 여러대상들이 존재하고 비즈니스 활동에 존재하는 각종 역할들의 구조에서도 부분-전체 관계로 표현될 수 있는 대상들이 보편적으로 보인다. 따라서 UML로 클래스들 간의 부분-전체 관계를 드러내는 일은 자연스럽다. 문제는 부분-전체 관계를 파악하는 활동은 UML 2.0의 표준에 포함되었으나 실제 설계 과정에서 적극 활용하기 위한 실천적 이론화가 부족하다는 점이다. 부분-전체 관계를 집합연관과 복합연관으로 세분화한 UML 문법은 표현 양식에서 부족함은 없을지라도 어떤 대상을 부분-전체로 파악하고, 이를 어떻게 집합연관이나 복합연관으로 분류해야 할 것인지에 대한 판단이 쉽게 결여된다. 지금까지 UML의 부분-전체 관계 규명은 언어적 표현법을 활용하는 것에 치우쳤다. 이와 같은 문제에 대한 대안을 제시하기 위해 본 연구는 메타모델 형식화 이론을 기반으로 UML 사용자가 부분-전체 관계를 판단하고 이를 집합연관과 복합연관으로 분류할 수 있는 실천적 대안을 제시한다. 이를 활용한 실험의 결과 메타모델 형식화가 UML 사용자들에게 통용되어 온 언어적 구분법보다 더 나은 결과를 낳는다는 점이 밝혀졌다. 본 연구는 부분-전체의 판별과 구분에 도움을 주는 실용적인 방법을 제안하고 검증하였다는 점에서 의의가 있다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.43-61
• /
• 2019

최근 4차 산업혁명과 함께 인공지능 기술에 대한 연구가 활발히 진행되고 있으며, 이전의 그 어느 때보다도 기술의 발전이 빠르게 진행되고 있는 추세이다. 이러한 인공지능 환경에서 양질의 지식베이스는 인공지능 기술의 향상 및 사용자 경험을 높이기 위한 기반 기술로써 중요한 역할을 하고 있다. 특히 최근에는 인공지능 스피커를 통한 질의응답과 같은 서비스의 기반 지식으로 활용되고 있다. 하지만 지식베이스를 구축하는 것은 사람의 많은 노력을 요하며, 이로 인해 지식을 구축하는데 많은 시간과 비용이 소모된다. 이러한 문제를 해결하기 위해 본 연구에서는 기계학습을 이용하여 지식베이스의 구조에 따라 학습을 수행하고, 이를 통해 자연어 문서로부터 지식을 추출하여 지식화하는 방법에 대해 제안하고자 한다. 이러한 방법의 적절성을 보이기 위해 DBpedia 온톨로지의 구조를 기반으로 학습을 수행하여 지식을 구축할 것이다. 즉, DBpedia의 온톨로지 구조에 따라 위키피디아 문서에 기술되어 있는 인포박스를 이용하여 학습을 수행하고 이를 바탕으로 자연어 텍스트로부터 지식을 추출하여 온톨로지화하기 위한 방법론을 제안하고자 한다. 학습을 바탕으로 지식을 추출하기 위한 과정은 문서 분류, 적합 문장 분류, 그리고 지식 추출 및 지식베이스 변환의 과정으로 이루어진다. 이와 같은 방법론에 따라 실제 지식 추출을 위한 플랫폼을 구축하였으며, 실험을 통해 본 연구에서 제안하고자 하는 방법론이 지식을 확장하는데 있어 유용하게 활용될 수 있음을 증명하였다. 이러한 방법을 통해 구축된 지식은 향후 지식베이스를 기반으로 한 인공지능을 위해 활용될 수 있을 것으로 판단된다.

• 해양환경안전학회지
• /
• 제23권5호
• /
• pp.532-540
• /
• 2017

본 논문에서는 쌍동형 카페리에 대한 기본구조설계 및 구조해석을 위한 기법을 제시한다. 카페리와 같이 길이가 50미터 이상이고, 길이/폭의 비가 12보다 큰 중/소형 고속선박의 강도해석에 대한 규정이나 방법론은 아직까지 명확하게 제시되지 않고 있다. 따라서 본 논문에서는 한국선급 규정을 이용하여 부재 스캔틀링을 수행하였고, 설계안에 대한 구조강도 검증을 위해서 카페리 전용선박 기준을 추가적으로 적용하여 검토하였다. 특히, 카페리 전용선박 기준을 이용하여, 선체거더 최종강도를 추가적으로 수행하였으며, 기존 기준에 의한 설계의 모호성을 극복하도록 제안하였다. 본 연구를 통해 도출된 연구 결과는 앞으로 고속 쌍동형 카페리의 구조설계 및 구조해석에 관련된 기본적인 자료로 유용하게 활용될 것으로 예상되며, 현재 설계된 쌍동형 카페리의 부재 치수는 한국선급 기준에 충분히 만족하면서 구조적으로 안전하다.