• 디지털융복합연구
• /
• 제19권6호
• /
• pp.251-258
• /
• 2021

본 논문에서는 U-Net 기반의 semantic segmentation 방법에서 정확도를 향상시키기 위해 residual learning을 활용한 인코더-디코더 구조의 모델을 제안하였다. U-Net은 딥러닝 기반의 semantic segmentation 방법이며 자율주행 자동차, 의료 영상 분석과 같은 응용 분야에서 주로 사용된다. 기존 U-Net은 인코더의 얕은 구조로 인해 특징 압축 과정에서 손실이 발생한다. 특징 손실은 객체의 클래스 분류에 필요한 context 정보 부족을 초래하고 segmentation 정확도를 감소시키는 문제가 있다. 이를 개선하기 위해 제안하는 방법은 기존 U-Net에 특징 손실과 기울기 소실 문제를 방지하는데 효과적인 residual learning을 활용한 인코더를 통해 context 정보를 효율적으로 추출하였다. 또한, 인코더에서 down-sampling 연산을 줄여 특징맵에 포함된 공간 정보의 손실을 개선하였다. 제안하는 방법은 Cityscapes 데이터셋 실험에서 기존 U-Net 방법에 비해 segmentation 결과가 약 12% 향상되었다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.808-813
• /
• 2022

This study presents the problems of data imbalance, varying difficulties across target objects, and small objects in construction object segmentation for far-field monitoring and utilize compound loss functions to address it. Construction site scenes of assembling scaffolds were analyzed to test the effectiveness of compound loss functions for five construction object classes---workers, hardhats, harnesses, straps, hooks. The challenging problem was mitigated by employing a focal and Jaccard loss terms in the original loss function of LinkNet segmentation model. The findings indicates the importance of the loss function design for model performance on construction site scenes for far-field monitoring.

• Journal of Information Processing Systems
• /
• 제19권1호
• /
• pp.98-108
• /
• 2023

This paper is an attempt to design segmentation method based on fully convolutional networks (FCN) and attention mechanism. The first five layers of the Visual Geometry Group (VGG) 16 network serve as the coding part in the semantic segmentation network structure with the convolutional layer used to replace pooling to reduce loss of image feature extraction information. The up-sampling and deconvolution unit of the FCN is then used as the decoding part in the semantic segmentation network. In the deconvolution process, the skip structure is used to fuse different levels of information and the attention mechanism is incorporated to reduce accuracy loss. Finally, the segmentation results are obtained through pixel layer classification. The results show that our method outperforms the comparison methods in mean pixel accuracy (MPA) and mean intersection over union (MIOU).

• 한국영어학회지:영어학
• /
• 제4권2호
• /
• pp.151-174
• /
• 2004

A historical investigation reveals that English preposition with underwent a change from OPPOSITION to ASSOCIATION and further to ACCOMPANIMENT, where the first stage shows peculiarity in that the two concepts involved comprise an unusual set to form an extensional chain. Intrigued by this oddity, this paper aims to investigate the semantic structure of English preposition with from a grammaticalization perspective. We review mechanisms and models of semantic change and evaluate their adequacy with the semantic structure and change shown by with. Drawing upon the observed fact that with underwent the apparent antonymic semantic change, it is argued that such semantic change mechanisms as metaphor, metonymy, subjectification, and generalization have difficulties explaining the change, and that only the Frame-of-Focus Variation can effectively account for this peculiar change type. In terms of semantic change models, we argue that the Bleaching Model cannot effectively provide an explanation; that the Loss and Gain Model has problems in explaining the motivation of change directions; that the Metonymic-Metaphoric Model cannot be assessed at the current level of investigation; and that the Overlap Model and the Prototype Extension Model excellently account for the macro-level changes.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3790-3803
• /
• 2018

Content-based image retrieval is an approach used to query images based on their semantics. Semantic based retrieval has its application in all fields including medicine, space, computing etc. Semantically generated binary hash codes can improve content-based image retrieval. These semantic labels / binary hash codes can be generated from unlabeled data using convolutional autoencoders. Proposed approach uses semi-supervised deep hashing with semantic learning and binary code generation by minimizing the objective function. Convolutional autoencoders are basis to extract semantic features due to its property of image generation from low level semantic representations. These representations of images are more effective than simple feature extraction and can preserve better semantic information. Proposed activation and loss functions helped to minimize classification error and produce better hash codes. Most widely used datasets have been used for verification of this approach that outperforms the existing methods.

• 한국정보과학회논문지:데이타베이스
• /
• 제32권6호
• /
• pp.593-602
• /
• 2005

웹의 급속한 발전과 함께 웹 정보 자원을 보다 정확하게 이해할 수 있는 시멘틱 웹에 대한 필요성이 증가하고 있다. 현재 이와 관련된 두 가지 표준이 존재하는데 하나는 ISO/IEC JTC 1 표준인 토픽맵(Topic map)이고, 다른 하나는 W3C 표준인 RDF(Resource description framework)이다. 그러나 시멘틱 웹은 토픽맵을 적용한 정보자원과 RDF를 적용한 정보자원을 모두 인식할 수 있어야 하므로 토픽맵과 RDF간의 상호운용성이 요구된다. 이를 위해 토픽맵과 RDF간에 상호운용성 문제를 해결하기 위한 여러 변환 방법들이 제안되어 왔다. 그러나 기존의 방법들은 의미의 손실, 복잡한 구조, 불필요한 노드의 추가 등과 같은 문제점을 지니고 있었다. 이 논문에서는 이러한 문제를 해결하기 위한 새로운 방법인 NOWL (NO structural Warp and semantics Loss)을 제안한다. 제안한 방법은 기존 방법에 비해 토픽맵 본래의 의미 구조를 유지하고 불필요한 노드의 생성을 제거하는 등 여러 가지 장점을 지닌다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.908-909
• /
• 2023

Recently, several generative models have emerged and are being used in various industries. Among them, Cycle GAN is still used in various fields such as style transfer, medical care and autonomous driving. In this paper, we propose two methods to improve the performance of these Cycle GAN model. The ReLU activation function previously used in the generator was changed to Leaky ReLU. And a new loss function is proposed that considers the semantic level rather than focusing only on the pixel level through the VGG feature extractor. The proposed model showed quality improvement on the test set in the art domain, and it can be expected to be applied to other domains in the future to improve performance.

• 한국지능시스템학회논문지
• /
• 제25권6호
• /
• pp.551-557
• /
• 2015

공유 데이터의 동기화 방법은 데이터와 응용의 특성에 따라 적절한 방법이 필요하다. 본 논문에서는 비트랜잭션 데이터(nontransactional data)에 대한 비연결 모드 동기화 기법으로 의미 동기화 기법(semantic Approach 줄여서 semanticAppr)을 제안하고, 의미 동기화 기법이 다중 사용자간의 상호 협업 과정에서 비트랜잭션 데이터의 데이터 무결성을 위한 직렬화를 완화하여 각 사용자의 작업 손실이 줄어들게 함을 보인다. 또 클라이언트에서 서버로 문서 전체를 전송하는 것이 아니라 문서에 대한 연산을 로그 생성하여 전송함으로써 데이터 전송 양을 급격히 줄인다.

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.55-61
• /
• 2021

본 논문에서는 정밀한 semantic segmentation을 위해 강조 기법을 활용한 DeepLabv3+ 기반의 인코더-디코더 모델을 제안하였다. DeepLabv3+는 딥러닝 기반 semantic segmentation 방법이며 자율주행 자동차, 적외선 이미지 분석 등의 응용 분야에서 주로 사용된다. 기존 DeepLabv3+는 디코더 부분에서 인코더의 중간 특징맵 활용이 적어 복원 과정에서 손실이 발생한다. 이러한 복원 손실은 분할 정확도를 감소시키는 문제를 초래한다. 따라서 제안하는 방법은 하나의 중간 특징맵을 추가로 활용하여 복원 손실을 최소화하였다. 또한, 추가 중간 특징맵을 효과적으로 활용하기 위해 작은 크기의 특징맵부터 계층적으로 융합하였다. 마지막으로, 디코더에 강조 기법을 적용하여 디코더의 중간 특징맵 융합 능력을 극대화하였다. 본 논문은 거리 영상 분할연구에 공통으로 사용되는 Cityscapes 데이터셋에서 제안하는 방법을 평가하였다. 실험 결과는 제안하는 방법이 기존 DeepLabv3+와 비교하여 향상된 분할 결과를 보였다. 이를 통해 제안하는 방법은 높은 정확도가 필요한 응용 분야에서 활용될 수 있다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제18권3호
• /
• pp.327-349
• /
• 2009

Traditional keyword-based searching methods suffer from low accuracy and high complexity due to the rapid growth in the amount of information. Accordingly, many researchers attempt to implement a so-called semantic search which is based on the semantics of the user's query. Semantic information can be described using a semantic modeling language, such as Topic Map. In this paper, we propose a new method to map a topic map to a traditional Relational Database (RDB) without any information loss. Although there have been a few attempts to map topic maps to RDB, they have paid scant attention to handling multi-role topics. In this paper, we propose a new storage structure to map multi-role topics to traditional RDB. The proposed structure consists of a mapping table, role tables, and content tables. Additionally, we devise a query translator to convert a user's query to one appropriate to the proposed structure.