• 대한원격탐사학회지
• /
• 제31권2호
• /
• pp.51-64
• /
• 2015

본 연구에서는 MODerate resolution Imaging Spectroradiometer (MODIS) 지면피복 분류자료(MCD12Q1)에서 분류오류로 판단되는 화소들을 재분류함으로써 분류 정확도를 개선하였다. 최근 12년(2001-2012)간의 MODIS 지면피복 분류자료에서 지면피복 유형이 3개 이상으로 분류된 화소는 분류상에 오류가 있다고 판단하여 지면피복 재분류 화소로 선정하였다. 지면피복 재분류를 위해 공간해상도는 1 km이고 시간주기는 8일인 MODIS Normalized Difference Vegetation Index (NDVI) 자료를 이용하였다. NDVI 자료 중 구름 등으로 오염된 화소를 보정하기 위해 시 공간 연속성을 이용한 보정기법인 Correction based on Spatial and Temporal Continuity (CSaTC) 기법을 이용하였다. 보정된 NDVI 자료를 1개월 주기로 합성한 후 분류 오류로 판단된 화소들에 대해 Iterative Self-Organizing Data Analysis (ISODATA) 기법으로 군집화를 수행하였다. 각 군집별 식생 계절변동 특성을 고려하여 지면피복을 분류한 후 정상으로 판정된 MODIS 지면피복과 합성하여 최종 지면피복 재분류 자료를 산출하였다. 분류 정확도는 GPS를 이용한 현장관측 자료와 유럽우주국의 지상검증참조자료 등 총 138개 지상 관측자료를 이용하여 검증을 수행하였다. 2012년 MODIS 지면피복 분류자료의 정확도는 약 68%이었으나 본 연구에서 재분류한 지면피복자료의 정확도는 약 74%로 나타나 일부 화소들에서 분류 정확도가 개선되었다.

• 한국약용작물학회:학술대회논문집
• /
• 한국약용작물학회 2007년도 춘계학술발표회
• /
• pp.49-50
• /
• 2007

• 한국미생물학회:학술대회논문집
• /
• 한국미생물학회 2005년도 International Meeting of the Microbiological Society of Korea
• /
• pp.195.3-195
• /
• 2005

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.260-267
• /
• 2005

자기조직화지도(Self Organizing Map, SOM)는 비지도 신경망으로서 고차원의 입력공간을 위상적관계를 유지시키면서 저차원으로 사영 시킬 수 있는 특징을 갖고 있다. SOM은 패턴인 식과 자료압축/재생 등 여러 분야에서 유용하게 활용될 수 있으며 특히 고차원 자료의 시각화 방법으로 많은 관심을 받고 있다. 본 연구에서는 SOM의 quantization error를 줄이기 위한 목적으로 인공데이터를 생성시켜 학습에 이용하는 방법을 제시한다. 이는 특히 데이터가 부족한 상황에서 SOM을 학습시켜야 할 때 유용하게 적용될 수 있을 것으로 기대된다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.219-225
• /
• 2004

코호넨(T. Kohonen)의 자기조직화지도(Self-Organizing Map; SOM)은 저차원 그리드 공간에 고차원 다변량 자료를 축약하여 시각적으로 나타내는 비지도 학습법의 일종으로 최근 들어 통계 분석자들이 많은 관심을 가지고 있는 분야이다. 그러나 SOM은 개체공간의 연속형으로 표현되는 개체를 저차원 그리드공간에 승자노드에 비연속적으로 표현한다는 단점을 지니고 있다. 본 논문에서는 SOM을 통계적 목적으로 사용하기 위해 요구되는 그리드공간에 개체를 연속적으로 표현하는 방법들을 제안하고 활용 예를 제시하고자 한다

• 대한전자공학회논문지
• /
• 제26권11호
• /
• pp.1857-1866
• /
• 1989

In this paper, an algorithm to update a codebook using a neural network in consecutive images, is proposed. With the Kohonen's self-organizing feature map, we adopt the iterative technique to update a centroid of each cluster instead of the unsupervised learning technique. Because the performance of this neural model is comparable to that of the LBG algorithm, it is possible to update the codebooks of consecutive frames sequentially in TV and to realize the hardwadre on the real-time implementation basis.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 C
• /
• pp.1484-1486
• /
• 2001

In this study, The underwater object recognition using ultrasonic sensor fabricated with porous PZT-Polymer 3-3 type composites and invariant moment vector and SOFM(Self Organizing Feature Map) neural networks are presented. The recognition rates for the training data and the testing data were 98% and 94%, respectively.

• 한국품질경영학회:학술대회논문집
• /
• 한국품질경영학회 2004년도 품질경영모델을 통한 가치 창출
• /
• pp.573-575
• /
• 2004

This study presents a new customer segmentation method based on features that can predict the customer's buying behavior. In this method, we consider all variables that can affect the customer's buying behavior including demographics, psychographics, technographics, transaction pattern-related variables, etc. We define several features which are the combination of variables with the interaction effect by using C5.0, use SOM (Self-Organizing Map) neural networks in odor to extract the feature's patterns and classify, and then make features' rules using C5.0 far the prediction of customer buying behavior

• 한국품질경영학회:학술대회논문집
• /
• 한국품질경영학회 2004년도 품질경영모델을 통한 가치 창출
• /
• pp.148-151
• /
• 2004

This study presents a new intelligent yield management methodology which can forecast the yield level of a production unit based on features' behaviors. In this proposed methodology, we identify the existing features using C5.0 that are combination of nodes (i.e., variables) in the decision tree generated by C5.0, use SOM(Self-Organizing Map) neural networks in oder to extract the feature's patterns and classify, and then make features' control rules using C5.0.

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2005년도 추계 학술발표논문집
• /
• pp.74-77
• /
• 2005