• 한국문헌정보학회지
• /
• 제41권3호
• /
• pp.127-144
• /
• 2007

이 연구는 기독교 분야 인터넷 정보자원을 효율적으로 조직. 활용하기 위하여 기독교 분야 웹문서 분류체계의 모형을 제시하기 위한 것이다. 이를 위하여 (1) 문헌분류표인 KDC 4판, DDC 22판, LCC 2000년판의 기독교 분야의 강목을 비교 분석하고. (2) 국내 종합포털사이트 중 기독교 분야의 웹사이트 수가 많은 다음, 엠파스, 네이버의 기독교 분류항목을 비교 분석하며, (3) 기독교 종합포털사이트 중 가장 많이 이용되는 갓피플, 기독정보탐색 갓피아의 분류항목을 비교 분석하고, (4) KDC, DDC와 갓피플의 강목을 비교 분석한다. (5) 분석 결과를 토대로 웹문서를 위한 기독교 분야 분류체계(안)을 제시한다. 본 연구 결과, 1차구분은 10개 항목을 배정하고, 그 하위항목으로 2차 구분하여 세분한 2단계 계층구조를 설계하였다.

• 한국신뢰성학회지:신뢰성응용연구
• /
• 제10권3호
• /
• pp.183-197
• /
• 2010

Web businesses are one of the most dynamic industries where lots of new business models are emerging while the other obsoleted ones are fading away almost every day. It is, therefore, difficult to establish a classification scheme for ever-changing web businesses. Previous researches on business models focus on classifying web businesses in one dimension which made some web sites difficult to fit into one category. We propose two dimensional classification scheme based on the means and the sources of revenue. The two dimensional classification provides more clear and broad perspectives of the web businesses and ways to identify web sites in combinations of several business models.

• 정보처리학회논문지D
• /
• 제19D권1호
• /
• pp.21-28
• /
• 2012

모노머 단백질의 상호작용 사이트 예측은 기능을 알지 못하는 단백질에 대해서 이것과 상호작용하는 단백질로부터 기능을 예측하거나 단백질 도킹을 위한 검색 공간의 감소에 중요한 역할을 한다. 그러나 상호작용사이트 예측은 대부분 단백질 상호작용이 세포 내에서 순간적 반응에 일어나는 약한 상호작용으로 실험에 의한 3차원 결정 구조 식별의 어려움이 따르며 이로 인해 3차원의 복합체 데이터가 제한적으로 양산된다. 이 논문에서는 모노머 단백질의 3차원 패치 계산을 통하여 구조가 알려진 복합체의 상호작용사이트와 비상호작용사이트에 대한 패치 속성을 추출하고 이를 기반으로 Support Vector Machine (SVM) 분류기법을 이용한 예측 모델 개발을 제시한다. 타겟 클래스의 데이터 불균형 문제 해결을 위해 under-sampling 기법을 이용한다. 사용된 패치속성은 2차 구조 요소와 아미노산 구성으로부터 총 9개가 추출된다. 147개의 단백질 복합체에 대해서 10 fold cross validation을 통해서 다양한 분류모델의 성능 평가를 하였다. 평가한 분류 모델 중 SVM은 92.7%의 높은 정확성을 보이고 이를 이용하여 분류 모델을 개발하였다.

• 인터넷정보학회논문지
• /
• 제11권3호
• /
• pp.15-24
• /
• 2010

본 논문에서는 대용량 온라인 이미지 공유 사이트를 적용 도메인으로 하여 이미지 검색의 만족도를 높이고자 태그의 의미적 연관성과 이미지 자체의 내용 정보를 결합하는 이미지 분류 방법을 제안한다. 이미지 검색 및 분류 알고리즘이 플리커와 같은 대용량 이미지 공유 사이트에서 활용될 수 있으려면 실제 웹상의 태깅된 이미지를 대상으로 한 적용이 가능해야 한다. 제안된 알고리즘은 'bag of visual word'기반의 이미지 내용으로 웹 이미지를 분류하기 위한 것으로서, 의미적 연관태그를 이용해 일차 검색된 이미지들을 훈련 데이터로 사용하여 카테고리 모델을 훈련하고, PLSA를 적용하여 평가 이미지들을 분류하는 것이다. 제안된 방법으로 플리커의 웹 이미지들을 대상으로 실험한 결과, 태그 정보를 이용한 기존의 방법에 비해 우수한 검색 정확도 및 재현율을 확인할 수 있었다.

• 터널과지하공간
• /
• 제9권3호
• /
• pp.214-220
• /
• 1999

본 연구에서는 RMR system항목들의 타당성을 평가하였고 국내현장에서 측정한 데이터에 대한 적용성을 검토하였다. 데이터베이스는 전국에 걸쳐 지하철, 철도, 도로 터널로 구분하여 139개 현장으로부터 작성하였다. Bieniawsk의 원분류는 경험적으로 도출되었지만 비교적 타당한 것으로 분석되었다. 그러나 국내 현장에 적용할 때에는 상당한 차이가 있어서 국내의 데이터베이스로 추론한 새로운 암반분류 시스템 KRMR1과 KRMR2를 제안하였다. KRMR1에서는 인자들의 등 급비중을 조정하였으며 KRMR2에는 2개의 인자를 추가하였다. 이 과정에서 암반의 성질을 평가하는 ‘특성치’의 선택이 어려워 인공신경 망을 이용하여 추론하였다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.361-369
• /
• 2022

Unsafe actions and behaviors of workers cause most accidents at construction sites. Nowadays, occupational safety is a top priority at construction sites. However, this problem often requires money and effort from investors or construction owners. Therefore, decreasing the accidents rates of workers and saving monitoring costs for contractors is necessary at construction sites. This study proposes an unsafe behavior detection method based on a skeleton model to classify three common unsafe behaviors on the scaffold: climbing, jumping, and running. First, the OpenPose method is used to obtain the workers' key points. Second, all skeleton datasets are aggregated from the temporary size. Third, the key point dataset becomes the input of the action classification model. The method is effective, with an accuracy rate of 89.6% precision and 90.5% recall of unsafe actions correctly detected in the experiment.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2022년도 봄 학술논문 발표대회
• /
• pp.225-226
• /
• 2022

The construction industry, which has a labour-intensive and conservative nature, is exclusive to adopt new technologies. However, the construction industry is viably introducing the 4th Industrial Revolution technologies represented by artificial intelligence, Internet of Things, robotics and unmanned transportation to promote change into a smart industry. An image-based artificial intelligence technology is a field of computer vision technology that refers to machines mimicking human visual recognition of objects from pictures or videos. The purpose of this article is to explore image-based artificial intelligence technologies which would be able to apply to the construction sites. In this study, we show two examples which is one for a construction waste classification model and another for cast in-situ anchor bolts defection detection model. Image-based intelligence technologies would be used for various measurement, classification, and detection works that occur in the construction projects.

• 방송공학회논문지
• /
• 제25권6호
• /
• pp.845-853
• /
• 2020

본 논문에서는 산업현장에서의 선택적 소음 제거를 위한 환경 사운드 분류 기술을 제안한다. 산업현장에서의 소음은 작업자의 청력 손실의 주요 원인이 되며, 소음 문제를 해결하기 위한 소음 제거 기술이 널리 연구되고 있다. 그러나 기존 소음 제거 기술은 모든 소리를 구분 없이 차단하는 문제를 가지며, 모든 소음에 공통된 제거 방법을 적용하여 각 소음에 최적화된 소음 제거 성능을 보장할 수 없다. 이러한 문제를 해결하기 위해 사운드 종류에 따라 선택적 동작을 하는 소음 제거가 필요하고, 본 논문에서는 이를 위해 딥 러닝 기반의 환경 사운드 분류 기술을 제안한다. 제안 방법은 기존 오디오 특성인 멜-스펙트로그램의 한계를 극복하기 위해 새로운 특성으로서 멜-스펙트로그램 기반의 시간 변화 특성과 통계적 주파수 특성을 사용하며, 합성곱 신경망을 이용하여 특성을 모델링 한다. 제안하는 분류기를 사용하여 3가지 소음과 2가지 비소음으로 구성된 총 5가지 클래스로 사운드를 분류하였고, 제안하는 오디오 특성을 사용하여 기존 멜-스펙트로그램 특성을 사용할 때에 비하여 분류 정확도가 6.6% 포인트 향상되는 것을 확인하였다.

• 터널과지하공간
• /
• 제4권3호
• /
• pp.215-227
• /
• 1994

Rock Mass classifications have been developed in many European countries. The most widely used classification methods are the Rock Mass Rating (RMR) system proposed by Bieniawski(1973) and the Q-system developed By Barton et al. (1974). These methods are also adopted at many mountain tunnels and subway sites in our country. Here, a geomechanical classification for slopeds in rock, the "Slope Mass Rating"(SMR) is presented for the preliminary assessment of slope stabiliyt. This method can be applied to excavation and support design in the front part of tunnel and cutting area as a guide line and recommendation on support methods which allow a systemmetic use of geomechanical classification for rock slopes.

• 터널과지하공간
• /
• 제7권1호
• /
• pp.1-12
• /
• 1997

Engineering rock mass classification is extensively used to determine the reasonable support system throughout the tunneling process in the field. Selection of support system based on the results of engineering rock mass classification is simple and straight-forward. However, this method cannot consider the effect of in-situ stresses, mechanical properties of support material, and support installation time on the behavior or rock-support system To handle the various conditions encountered in the underground excavation sites rock-support system. To handle the various conditions encountered in th eunderground excavation sites rock-support interaction program has been developed. This program can analyze the interaction between rock mass and support materials and also can simulate the tunnel excavation-support insstallation process by controlling the support installation time and the stiffness of support system. Practical applicability of this program was verfied by comparing the results of support design to those from rock mass classification for virtual underground excavation at the drilling site KD-06 in Geoje island.