• 생태와환경
• /
• 제50권3호
• /
• pp.314-324
• /
• 2017

국내 습지의 가치와 등급을 평가하고 적용방안을 고찰하기 위해, 경상남도에 위치한 146개 습지를 대상으로 신속평가방법 (Rapid Assessment Method)을 이용한 습지평가를 수행하였다. 각 습지에서 평가된 8개 대항목과 주변 피복 비율 간 관계를 분석하기 위해 Self-Organizing Map(SOM) 알고리즘을 이용하여 패턴분석을 실시하였다. 총 8개의 항목 중, '식생다양성 야생동물 서식처'와 '미적 레크레이션' 항목 점수가 가장 높았으며, 대부분 2~3등급의 가치를 가지는 것으로 평가되었다. SOM 분석 결과, 식생다양성 야생동물 서식처 항목이 높은 습지에는 대부분 어류 양서 파충류 서식처 항목이 낮은 성향을 보였는데, 이는 어류 등은 식생다양성이 높은 지역을 선호하지 않기 때문인 것으로 사료된다. 습지 내 수생식물의 높은 풍부도는 미적인 부분을 충족시키기 때문에 미적 레크레이션 점수가 높은 습지는 대부분 식생다양성 야생동물 서식처가 높았다. 또한, 침식조절 기능의 경우 홍수 저장 조절 기능과 밀접하게 관련되며, 침식조절 기능이 높은 습지는 홍수 저장 조절 기능 또한 높은 경향을 가진다. 국내 습지에 신속평가방법을 적용한 결과, 일부 항목이 국내 습지 특성이나 범위에 맞지 않아 개선이 요구되며, 습지 보전 측면에서 '접근성'이나 '시각적 개방성' 등 항목들은 점수 체제의 전환이 필요한 것으로 나타났다. 따라서 신속평가방법을 국내 습지에 적용하기 위해서는 항목 내 평가기준의 조정 혹은 세분화, 현실화가 필요한 것으로 판단된다. 향후 신속평가방법을 이용한 등급화는 습지의 보전이나 관리 방안 마련에 중요한 지표로서 활용될 수 있으며, 잔존하는 습지를 보존하여 멸종위기종 등 생물상 유지에 크게 기여할 수 있을 것으로 사료된다.

• 대한전자공학회논문지SP
• /
• 제43권4호
• /
• pp.74-86
• /
• 2006

본 논문에서는 계산 효율적이고 노이즈에 강건한 비디오 객체 분할 알고리즘을 제안한다. 움직임 분할과 색 분할을 효율적으로 결합한 시공간 분할 방법의 구현을 위해 SOM 기반의 계층적 군집 방법을 도입하여 특징 벡터들의 군집 관점에서 분할 과정을 해석함으로써 기존의 객체 분할 방법에서 정확한 분할 결과를 얻기 위해서 요구되어지는 많은 연산량과 노이즈에 의한 시스템의 성능 저하 문제를 최소화한다. 움직임 분할 과정에서는 움직임 추정 에러에 의한 영향을 최소화하기 위해서 MRF 기반의 MAP 추정 방법을 이용하여 계산한 움직임 벡터의 신뢰도를 이용한다. 또한 움직임 분할의 성능 향상을 위해서 움직임 신뢰도 히스토그램을 이용한 노이즈 제거 과정을 거칠 뿐만 아니라 자동으로 장면 내에 존재하는 객체의 수를 구하기 위해서 군집 유효성 지표를 이용한다. 객체 추적의 성능 향상을 위해 교차 투영 기법을 이용하며, 분할 결과의 시간적 일관성 유지를 위해 동적 메모리를 이용한다. 다양한 특성을 가지는 비디오 시퀀스들을 이용한 실험을 통해 제안하는 방법이 계산 효율적이고 노이즈에 강건하게 비디오 객체 분할을 수행함은 물론 기존의 구현 방법에 비해 정확한 분할 결과를 얻을 수 있음을 확인하였다.

• 대한토목학회논문집
• /
• 제26권1B호
• /
• pp.61-67
• /
• 2006

강한 비선형성의 경향을 보이고 있는 강우-유출간의 관계를 모형화하기 위한 연구는 다양한 방법론으로 적용되어 활발히 연구되고 있다. 그 중에서 인공신경망을 이용하여 강우-유출간의 관계를 모형화하기 위한 대부분의 연구들은 역전파 학습 알고리즘(back propagation algorithm: BPA), Levenberg Marquardt(LV), radial basis function(RBF)을 이용하였으며, 이들은 강한 비선형성을 나타내는 입 출력간의 관계를 나타내는데 탁월한 성능을 보이고 있는 것으로 알려져 있고, 자료들의 급격한 변화나 현저한 변화에 대한 뛰어난 적응성을 보여주고 있다. 이러한 인공신경망 이론은 예측뿐만이 아니라 대상자료들의 양상을 분류하여 그 특성을 분석하는 데에도 이용되고 있다. 따라서 본 연구에서는 강우-유출과정의 양상에 따른 분류와 그에 따른 분석을 위해 Kohonen 네트워크 이론에 의한 자기조직화 방법(self-organizing map; SOM)을 적용하였다. 본 연구에서 제시한 방법을 이용한 결과, 강우의 시 공간적 분포의 불규칙한 변동성을 고려한 강우양상을 분류 할 수 있었으며, 강우-유출간의 특성을 분석한 결과 강한 비선현성을 가지고 있는 강우-유출관계가 SOM에 의해 7개의 패턴으로 구분되었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 A
• /
• pp.563-565
• /
• 2005

In this study, a algorithm to estimate Equivalent earth resistivity and Earth parameter using Artificial Neural Network(ANN) was proposed. Structures of the soil are grouped by using SOM algorithm before estimation. Earth parameter and Equivalent earth resistivity are obtained by using BP algorithm. The effectiveness of the proposed algorithm was verified. In the case study. afterwards, the algorithm proposed in this study will be used in more applications and gained more reliability.

• 한국지능시스템학회논문지
• /
• 제23권4호
• /
• pp.354-359
• /
• 2013

본 논문을 통해서 우리는 최적화 알고리즘인 binary harmony search (BHS) 알고리즘을 이용하여 unsupervised nonlinear classifier를 구현하는 방안을 제시하였다. 패턴인식을 위한 기계학습이나 뇌파 신호의 분석 과정과 같이 벡터로 표현되는 특징들을 분류하는데 있어 다양한 알고리즘들이 제시되었다. 교사 학습기반의 분류 방식으로는 support vector machine과 같은 기법이 사용되어왔고, 비교사 학습 방법을 통한 분류 기법으로는 fuzzy c-mean (FCM)과 같은 알고리즘들이 사용되어 왔다. 그러나 기존에 사용해 왔던 분류 방법들은 비선형 데이터 분류에 적용하기 힘들거나 교사 학습을 적용하기 위해서 사전정보를 필요로 하는 문제점이 있다. 본 논문에서는 경험적 접근을 통해 공간상에 분포된 벡터 사이의 기하학적 거리를 최소로 만드는 벡터 집합을 선택하고 이를 하나의 클래스로 간주하는 방법을 적용한 분류법을 제시하였다. 비교 대상으로 FCM과 artificial neural network (ANN) 기반의 self-organizing map (SOM)을 제시하였다. 시뮬레이션에는 KEEL machine learing dataset을 사용하였고 그 결과, 제안된 방식이 기존 알고리즘에 비해 더 나은 우수성을 지니고 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제10권3호
• /
• pp.203-210
• /
• 2000

본 논문에서는 패턴분류문제를 해결하기 위한 새로운 무감독학습 신경망 및 경쟁학습 알고리즘을 제한한다. 제아하는 신경망은 입력 데이터의 군집을 분류하기 위한 거리측도로서 군집들 상호간의 상대유사도(relative similarity)를 기반으로 하고 있다. 이러한 까닭에 제안하는 신경망과 알고리즘을 상대유사 신경망 (relative similarity network; RSN)및 학습 알고리즘이라 이름한다. 상대유사도를 정의하고 가중벡터 학습 규칙을 구성함으로써, RSN의 구조를 설계하고 학습알고리즘을 구현하기 의한 의사코드를 기술한다. 일반적인 패턴분류에 RSN을 적용한 결과, 초기 학습률이 없음에도 불구하고 기존이 경쟁학습 신경망인 WTAdlsk SOM고 동등한 성능을 나타내었다. 반면 기존 경쟁학습 신경망의 분류성능이 저하되었던 군집이 경걔가 불분명한 패턴, 그리고 군집이 밀집도와 군집의 크기가 다른 패턴들에 대한 실험에서는 기존의 경쟁학습망보다 효과적인 분류결과를 나타내었다.

• KSBB Journal
• /
• 제16권6호
• /
• pp.538-546
• /
• 2001

효모의 세포주기 관련 유전자 발현 통합 데이터를 사용하여 본 연구실에서 개발한 유전자 발현 통합 분석프로그램을 사용하여, 클러스터링 알고리즘의 성능을 비교하고 데이터내에 존재하는 클러스터 개수를 추정하기 위해 FOM 분석을 적용하였으며, 이 분석방법을 통하여 K-means, SOM, Fuzzy c-means 클러스터링 방법의 성능을 서로 비교하였다. 클러스터 개수를 추정한 다음 3가지 클러스터링 방법에 대한 클러스터링 결과 비교, 클러스터의 기능할당 및 모티프 분석을 시도하였다. 본 논문에서 제시하는 분석 방법은 DNA chip 발현 데이터의 일반적인 분석방법을 유전자 발현 패턴의 유사성을 토대로 한 클러스터링 방법에 근간을 두고 있다. 본 논문에서는 클러스터링한 후 각 클러스터의 기능할당 및 모티프 분석에 대한 일반적인 분석방법을 제시하였으며, 본 연구실에서 개발한 유전자 발현분석 통합 프로그램이 효율적으로 사용될 수 있음을 보여주고 있다.

• 한국군사과학기술학회지
• /
• 제19권3호
• /
• pp.346-355
• /
• 2016

In this paper, we propose a method to analyze the clusters of RF threats emitting electrical signals based on collected signal variables in integrated electronic warfare environments. We first analyze the signal variables collected by an electronic warfare receiver, and construct a model based on variables showing the properties of threats. To visualize the distribution of RF threats and reversely identify them, we use k-means clustering algorithm and self-organizing map (SOM) algorithm, which are belonging to unsupervised learning techniques. Through the resulting model compiled by k-means clustering and SOM algorithms, the RF threats can be classified into one of the distribution of RF threats. In an experiment, we measure the accuracy of classification results using the algorithms, and verify the resulting model that could be used to visually recognize the distribution of RF threats.

• 한국정보통신학회논문지
• /
• 제17권4호
• /
• pp.945-952
• /
• 2013

QRS 영역 중 R파는 ECG 신호 중 가장 큰 대표 신호라 할 수 있으며, 이 점을 기준으로 다양한 특징점을 검출하기 때문에 R파의 검출성능을 높이기 위해 많은 노력을 기울여 왔다. 하지만 R파 검출은 여러 종류의 잡음성분들로 인하여 이를 분석하는데 어려움을 준다. 또한 QRS 영역의 진폭과 유사한 T파나 P파를 R파로 오인함으로써 검출의 어려움이 발생한다. ECG 신호처리는 하드웨어 및 소프트웨어 자원에 대한 효율성을 고려해야 하며, 소형화 및 저 전력을 위해 단순해야 한다. 즉, 최소한의 연산량으로 정확한 R파를 검출함으로써 다양한 부정맥을 분류할 수 있는 적합한 알고리즘의 설계가 필요하다. 따라서 본 연구에서는 차감 동작 기법(Subtractive Operation Method, 이하 SOM) 기반의 심전도 신호의 R파 검출 방법을 제안한다. 이를 위해 형태 연산을 통한 전처리 과정과 경험적 문턱값과 차감신호를 통해 R파를 검출하였으며, 검출의 효율성을 위하여 RR 간격을 이용한 동적 역탐색 기법을 적용하였다. 제안한 알고리즘의 R파 검출 성능을 평가하기 위해서 MIT-BIH 부정맥 데이터베이스를 사용하였다. 성능평가 결과, R파는 평균 99.41%의 검출결과가 나타났다.

• 컴퓨터교육학회논문지
• /
• 제6권4호
• /
• pp.37-47
• /
• 2003

본 논문에서는 영상의 소유권 보호를 위해 DCT계수들의 자기유사성(self-similarity)을 이용한 새로운 디지털 워터마킹 기법을 제시한다. 신경회로망 중 SOM(Self-Organizing Map)을 이용하여 유사한 계수를 분류하고 클러스터들 중 선택된 클러스터에 워터마크를 삽입한다. 일반적으로 영상의 고주파 영역에 삽입된 워터마크는 JPEG압축 같은 압축처리에 의해 쉽게 제거된다. 그리고 저주파 영역에 삽입된 워터마크는 영상의 화질을 훼손시킨다. 따라서 중간주파수 영역에서 많은 계수들을 가지는 클러스터에 워터마크를 삽입한다. 이 알고리즘은 선택된 클러스터 내의 계수들의 개수에 따라 워터마크를 영상에 삽입함으로써 영상의 훼손을 줄여준다. 워터마크가 삽입된 영상으로부터 워터마크를 검출하기위해 원영상없이 선택된 클러스터를 이용한다. 실험을 통해 새로 제안된 알고리즘은 영상의 좋은 화질과 JPEG 압축, 필터링과 같은 영상처리, 축소와 학대, 잘라내기 같은 기하학적 변환, 자음과 같은 공격에 아주 강인하다.