• 수산해양기술연구
• /
• 제48권4호
• /
• pp.428-444
• /
• 2012

진해만과 진주만에서 새우조망을 이용하여 2010년 4월부터 11월까지 총 4회의 어업조사가 이루어졌다. 조사기간 동안, 진해만에서는 총 116종이 어획되었고, 그 중 어류가 62종, 갑각류가 24종을 차지하였다. 진주만에서는 총 105종이 분류되었고, 그 중 어류가 56종, 갑각류가 31종 조사되었다. 진해만에서는 등가시치, 마루자주새우, 갯가재가 우점하였고, 진주만에서는 마루자주새우, 주둥치, 두점박이민꽃게 순으로 우점하였다. SOM을 이용한 군집유형화 결과, 진해만과 진주만의 군집구성이 계절에 따라 다르게 나타났다. 그룹1에 묶여진 진주만 조사정점들은 민새우, 대하 등 갑각류와 주둥치 쥐노래미 등의 어류가 우점하였다. 4월 조사는 해역에 상관없이 모든 정점이 그룹2에 묶였는데 마루자주새우, 검은띠불가사리, 꼼치 등의 밀도가 높았다. 그룹3에 묶여진 진주만의 6월 조사정점들은 두점박이민꽃게를 포함한 다양한 갑각류와 도다리, 돛양태, 쉬쉬망둑 등의 다양한 어류가 우점하였다. 그룹4에 묶인 진해만의 6월~11월 조사정점에서는 등가시치, 흰베도라치 등의 어류가 우점하였다. 우점종인 마루자주새우는 6월까지 포란개체가 많이 어획되었고, 등가시치와 주둥치는 조사기간 동안 대부분 소형개체가 출현하였다. 이는 본 해역이 수산생물의 산란장 및 성육장으로 중요한 역할을 함을 알 수 있다.

• 전자공학회논문지CI
• /
• 제46권3호
• /
• pp.1-7
• /
• 2009

본 논문은 효율적인 음악 데이터의 분류를 위한 방법으로 분산커널 기반의 퍼지 c-평균을 이용한 분류기 모델을 제안한다. 분산 커널 기반의 퍼지 c-평균은 주어진 오디오 데이터에서 추출된 특징벡터의 평균과 공분산 정보를 동시에 이용하여 기존의 평균값만을 사용하는 방식에 비해 성능을 월등히 향상시킬 수 있는 장점이 있다. 사용된 방식은 확률적 분포로 주어지는 데이터 사이의 거리를 분산거리척도로 측정하고, 복잡한 분류 경계를 단순화 시키는데 효율적인 커널 개념을 사용함으로서 분류의 정확도를 극대화 시킬 수 있는 장점이 있다. 제안하는 분류기의 성능을 평가하기 위하여 고전음악, 컨트리음악, 힙합, 재즈의 4개의 장르 음악데이터를 총 1200개 수집하여 실험을 진행하였다. 실험의 결과 제안된 분산커널 기반의 퍼지 c-평균을 이용하는 분류기는 기존의 방식과 비교하여 분류정확도에서 평균적으로 17.73%-21.84%의 성능향상을 보여준다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권3호
• /
• pp.129-134
• /
• 2015

역 사회공학 기반 스팸공격은 공격자가 직접적인 공격을 수행하는 것이 아니라 피해자가 문제 있는 사이트 주소, 문자, 이메일 수신 및 친구 수락 등을 통해 유도하기 때문에 온라인 소셜 네트워크에서 활성화되기 쉽다. 스팸 탐지 관련 기존 연구들은 소셜 네트워크 특성을 반영하지 않은 채, 관리자의 수동적인 판단 및 라벨링을 바탕으로 스팸을 정상 데이터와 구분하는 단계에 머물러있다. 본 논문에서는 소셜 네트워크 데이터 중 하나인 Twitter spam데이터 셋을 실제로 분석하고 소셜 네트워크에서 다양한 속성들을 반영하여 정상 (ham)과 비정상 (spam)을 구분할 수 있는 탐지 메트릭을 제안한다. 또한, 관리자의 관여 없이도 실시간 및 점진적으로 스팸의 특성을 학습하여 새로운 스팸에 대해서도 탐지할 수 있는 비지도 학습 기법(unsupervised scheme)을 제안한다. 실험 결과, 제안하는 기법은 90% 이상의 정확도로 정상과 스팸을 구별했고 실시간 및 점진적 학습 결과도 정확함을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권6호
• /
• pp.289-294
• /
• 2016

현대인의 건강관리에 대한 관심이 증가하고 다양한 만성질환을 야기하는 식습관에 대한 중요성이 강조되고 있는 상황이다. 이에 따라 여러가지 모바일 및 웹시스템을 이용한 식단 관리 방법이 등장하고 있지만 이는 실제로 적용하기 어렵고 사용자의 상황을 반영하는 맞춤형 정보를 제공하지 않는다. 따라서 개인의 신체정보 및 상황을 반영하고 음식을 분석하여 실질적으로 사용자가 섭취 가능한 맞춤형 식단관리 및 추천 방법이 필요하다. 본 논문에서는 자기조직화지도를 이용하여 음식을 분석하고 이를 군집화하여 음식에 대한 데이터를 준비한다. 그리고 사용자의 신체정보 및 상황을 고려한 개인 맞춤형 기준을 반영하여 섭취하고 싶은 음식에 대한 피드백 및 대체음식 추천방법을 제안한다. 또한 실험을 통하여 일반적인 방법을 이용한 추천된 음식결과와 비교하여 제안된 방법의 입력 음식과 추천 음식의 거리가 짧다는 것을 통하여 영양적으로 유사한 음식이 추천됨을 증명하였다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.93-112
• /
• 2015

소비자의 소비성향이 필요 품목을 중심으로 근거리에서 구매하는 근린형으로 변화함에 기존의 소매점은 식료품, 생활용품을 위주로 제공하는 슈퍼마켓, 하이퍼마켓 또는 편의점으로 진화하고 있다. 따라서 소매점이 한정된 공간에서 효율적으로 공간을 활용하고 매출을 증대하기 위해서는 소비자의 구매욕을 충족시킬 수 있는 상품배치와 적정한 재고수준을 유지하는 것이 매우 중요하다. 본 연구에서는 소매점의 판매 상품에 대하여 RFM 기반 SOM 군집화를 하여 효율적으로 매장을 관리할 수 있는 상품 배치전략 및 재고전략을 제안하였다. 실제 M마트의 판매데이터를 이용하여 RFM모델을 상품에 적용한 후, 기존 문헌 연구뿐만 아니라 해석 가능성, 응용 가능성 등을 고려하여 3X3 총 9개의 군집으로 분류하여 분석한 결과, 주요 군집으로 R값, F값, M값이 모두 높은 군집, R값, F값, M값 모두 낮은 군집, R값만 높은 군집, F값만 높은 군집이 도출되었다. 본 논문에서는 다른 군집과 비교시 R값, F값, M값이 차이를 보이는 주요 4개의 군집의 상품 배치 및 재고 전략을 제시하였다. R값, F값, M값이 모두 높은 군집의 상품은 소비자 동선을 늘림으로써 상품 노출을 확대시킬 수 있는 장소에 배치하여야 할 뿐만 아니라 높은 수준의 재고를 보유할 필요가 있다. 반면에 R값, F값, M값이 모두 낮은 군집의 상품은 가시성이 낮은 곳에 배치하고 최소한의 안전재고만 보유할 필요가 있다. 또한 R값이 높은 군집은 신상품으로 매장 입구에 배치하여 상품의 판매를 유도할 필요가 있다. 그리고 F값만 높은 군집의 경우, R값과 M값이 평균 값 보다 작은 상품들의 군집이므로 최근에는 판매가 저조하며 빈도 수에 비해 총 판매액이 낮다는 것을 유추할 수 있다. 따라서 현재보다 과거에 많이 판매된 저가의 상품군집으로 재고 수준을 점차 감소시킬 필요가 있다. 본 연구에서 제시한 방법은 POS 시스템의 보유한 소매점에서 상품배치 및 재고관리 방법으로 활용되어 매장의 수익성 증대에 기여할 수 있을 것으로 기대된다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제7권6호
• /
• pp.549-558
• /
• 2001

동작 포착 시스템에 의해 기록된 동작 데이타를 재사용하는 것은 비용 절감이나 작업과정의 효율성 증대를 위해 매우 중요한 기술이다. 그러나 기록된 데이타의 동작 곡선이 제어점을 가지고 있지 않기 때문에 상호작용을 통한 동작 데이타의 편집이 쉽지 않아서 데이타의 재사용에 어려움이 있다. 기존 동작 데이타를 재사용하는 기술로서 많은 학자들은 조각 동작(Clip motion)들을 부드럽게 연결하여 새로운 동작을 만들어 내는 동작 전이 기술을 제안하고 있다. 본 논문에서는 이러한 동작 전이 기술의 구현 방법으로 균등 자세 지도(Uniform Posture Map: UPM)알고리즘을 제안한다. 학습 단계에서 UPM은 다관절체의 다양한 자세들을 비감독 경쟁 학습을 통해 양자화한다. 이 단계에서 서로 유사한 자세를 나타내는 출력 뉴런을 기하학적으로 근접한 위치에 배치해서 다관절체의 전체 동작 지도를 생성한다. 생성된 UPM의 이러한 특징을 이용해서 적용된 두 동작의 중간 자세를 만들어 내고, 이 자세를 전체 중간 동작을 만들어 내는 키 프레임으로 사용한다. 많은 계산량이 요구되며, 결과 동작을 제어하기가 어려운 다른 동작 전이 알고리즘들과 비교하여 UPM 알고리즘은 중간 동작 생성에 상대적으로 적은 계산량을 요구하며, 하나의 변수를 이용하여 생성된 동작을 제어할 수 있어서 편리한 상호작용 작업 환경을 제공한다. 특히 자기 조직 지도(Self-Organizing Mpa: SOM) 알고리즘을 이용해 자세 지도를 생성할 때, 실제로 존재하지 않은 자세가 포함될 수 있는 가능성을 학습 단계에서 제거함으로써 자세 생성에 있어서 안정성을 확보할 수 있다. 이로 인해 선형 보간법에 비해서 실제 동작에 가까운 동작 곡선을 생성함으로써 보다 자연스러운 동작을 만들어 낼 수 있다. 본 논문에서 제안된 동작 전이 기법은 삼차원 애니메이션 제작, 삼차원 게임, 가상 현실 등의 다양한 분야에 유용하게 적용될 수 있다.

• 생태와환경
• /
• 제53권1호
• /
• pp.11-21
• /
• 2020

본 연구는 보성강 유역에 위치한 호수들에서 식물플랑크톤 군집의 시공간적 차이를 비교하고 이러한 군집 구조의 차이에 영향을 미치는 요인들을 확인하고자 2014년 3월부터 2017년 11월까지 분기별 조사를 시행하였다. 조사 결과, 보성호는 다른 호수들에 비해 식물플랑크톤의 다양성이 풍부하고 밀도 역시 높은 수준으로 확인되어 시공간적으로 큰 차이를 보였다. 또한 3월 조사에서 확인된 식물플랑크톤 군집은 다른 조사시기와 우점종을 포함한 규조류와 녹조류의 군집에서 구분되는 특성을 나타냈다. Indicator species analysis를 통해 확인된 각 그룹 간 지표종을 확인한 결과, 계절에 따른 식물플랑크톤 천이와 영양 농도에 따른 다양성 및 밀도 변화를 반영한 것으로 산출되어 호수들의 식물플랑크톤 군집이 시공간적으로 구분되었음을 나타냈다. Non-metric multidimensional scaling을 통해 보성강 유역 내 호수들의 식물플랑크톤 군집 구조에 있어 Secchi depth, 수온, 전기전도도, DO 등이 중요한 요인임을 확인하였고, 영양염을 포함한 다양한 환경요인과 함께 식물플랑크톤 군집 차이에 영향을 끼친 것으로 분석되었다.

• 한국정보전자통신기술학회논문지
• /
• 제13권3호
• /
• pp.197-205
• /
• 2020

한국어는 자음과 모음과 같은 음소 단위의 발음은 고정되어 있고 표기에 대응하는 발음은 변하지 않기 때문에 외국인 학습자가 쉽게 접근할 수 있다. 그러나 단어와 어구, 문장을 말할 때는 음절과 음절의 경계에서 소리의 변동이 다양하고 복잡하며 표기와 발음이 일치하지 않기 때문에 외국어로서의 한국어 표준 발음 학습은 어려운 면이 있다. 그러나 영어 같은 다른 언어와 달리 한국어의 표기와 발음의 관계는 논리적인 원리에 따라 예외 없이 규칙화 할 수 있는 장점이 있으므로 발음오류에 대해 체계적인 분석이 가능한 것으로 여겨진다. 본 연구에서는 오류 발음과 표준 발음의 차이를 컴퓨터 화면상의 상대적 거리로 표현하여 시각화하는 모델을 제시한다. 기존 연구에서는 발음의 특징을 단지 컬러 또는 3차원 그래픽으로 표현하거나 입과 구강의 변화하는 형태를 애니메이션으로 보여 주는 방식에 머물러 있으며 추출하는 음성의 특징도 구간의 평균과 같은 점 데이터를 이용하는데 그치고 있다. 본 연구에서는 시계열로 표현되는 음성데이터의 특성 및 구조를 요약하거나 변형하지 않고 직접 이용하는 방법을 제시한다. 이를 위해서 딥러닝 기법을 토대로 자기조직화 알고리즘과 variational autoencoder(VAE) 모델 및 마코브 확률모델을 결합한 확률적 SOM-VAE 기법을 사용하여 클러스터링 성능을 향상시켰다.

• 대한토목학회논문집
• /
• 제43권3호
• /
• pp.337-352
• /
• 2023

일반적으로 강우-유출모형의 매개변수 최적화는 가용 자료 전체를 대상으로 수행하여 고유의 매개변수 집합을 활용한다. 그러나, 계절에 따른 강수량의 편차가 큰 국내의 기후 특성과 더불어 기후변화로 인하여 계절성에 따른 편차 및 변동성이 증가할 것으로 전망되고 있어, 물 수요자들에 대한 안정적인 공급을 위한 장기간의 계획에서 계절성을 반영한 매개변수 추정은 효율적인 물배분에 중요한 요소라 할 수 있다. 본 연구에서는 기후특성에 따른 강우-유출모형의 변동성을 분석하기 위하여 소양강댐 유역을 대상으로 GR4J 강우-유출모형을 활용한 지역적 민감도 분석을 수행하였으며, 산출된 민감도 분석 결과와 기상자료를 결합하여 SOM을 활용해 군집화하였다. 이를 통해 계절 분리를 수행하고 각 계절의 특징을 분석하여 강우-유출모형의 보정 기법을 개발하였으며, 통계적 지표를 이용하여 성능을 평가하였다. 결과적으로 비교적 유량이 적은 Cold 기간의 모형 성능이 개선되는 것을 확인할 수 있었다. 이는 몬순기후 등 강수편차가 큰 지역을 대상으로 수문모형의 성능 및 예측도를 높일 수 있을 것으로 판단된다.

• 한국정보전자통신기술학회논문지
• /
• 제12권5호
• /
• pp.512-520
• /
• 2019

음성을 시각적으로 표현하는 것은 외국어를 습득하는 과정의 학습자나 음성을 직접 들을 수 없는 청각장애자에게 매우 유용하며 기존에 다수의 연구가 이루어졌다. 그러나 기존의 연구들은 발음의 특징을 단지 컬러로 표현한다든가 입모양을 3차원 그래픽으로 표현하거나 입과 구강의 변화하는 형태를 애니메이션으로 보여 주는 방식에 머물러 있다. 따라서 이런 방식을 사용하는 학습자들은 자신의 발음이 표준 발음과 얼마나 멀리 떨어져 있는지 알 수가 없고 더 나아가서 학습 중에 스스로 교정을 해 나가는 시스템을 개발하기가 기술적으로 어려운 단점이 있다. 이를 극복하기 위해 본 논문에서는 음성 간의 상대적 거리를 토대로 음성을 시각화하는 모델을 제시하고, 이를 한국어 모음에 적용하여 모음의 음성적 특징을 이용한 시각화의 구체적인 구현 방법을 제시한다. 음성데이터에서 F1, F2, F3의 세 개의 포먼트를 구하고 이들 특징벡터를 코호넨 자기조직화맵 알고리즘으로 2차원 화면에 사상하여 각 음성을 화면 위의 각 점에 대응하여 표현하였다. 제안하는 시스템의 실제적인 구현은 인터넷에 공개된 음성처리 공개소프트웨어를 사용하고 한국인 교사의 표준 발음과 한국어를 배우고 있는 외국인 유학생의 음성을 이용하여 음성특징의 상호간 거리를 구하였으며, 사용자 인터페이스는 자바스크립트를 이용하여 구현하였다.