• 제목/요약/키워드: Voting Method

검색결과 185건 처리시간 0.021초

드론 항공영상을 이용한 딥러닝 기반 앙상블 토지 피복 분할 알고리즘 개발 (Development of Deep Learning Based Ensemble Land Cover Segmentation Algorithm Using Drone Aerial Images)

  • 박해광;백승기;정승현
    • 대한원격탐사학회지
    • /
    • 제40권1호
    • /
    • pp.71-80
    • /
    • 2024
  • 이 연구에서는 무인 항공기(Unmanned Aerial Vehicle, UAV)가 캡처한 이미지의 의미론적 토지 피복 분할 성능을 향상시키기 위한 앙상블 학습 기법을 제안하고 있다. 도시 계획과 같은 분야에서 UAV 사용이 증가함에 따라 토지 피복 분할을 위한 딥러닝 분할 방법을 활용한 기술 개발이 활발히 이루어지고 있다. 이 연구는 대표적인 분할 모델인 U-Net, DeepLabV3 그리고 Fully Convolutional Network (FCN)를 사용하여 분할 예측 성능을 개선하는 방법을 제안한다. 제안된 접근 방식은 세 가지 분할 모델의 훈련 손실, 검증 정확도 및 클래스별 점수를 통합하여 앙상블 모델을 개발하고 전반적인 예측 성능을 향상시킨다. 이 방법은 건물, 도로, 주차장, 논, 밭, 나무, 빈 공간, 미분류 영역을 포함하는 일곱 가지 클래스가 있는 토지 피복 분할 문제에 적용하여 평가하였다. 앙상블 모델의 성능은 mean Intersection over Union (mIoU)으로 평가하였으며, 제안된 앙상블 모델과 기존의 세 가지 분할 방법을 비교한 결과 mIoU 성능이 향상되었음이 나타났다. 따라서 이 연구는 제안된 기술이 의미론적 분할 모델의 성능을 향상시킬 수 있음을 확인하였다.

선거여론조사에서 투표율 반영을 통한 득표율 추정 (Estimation of the Percent of the Vote by Adjustment of Voter Turnout in Election Polls)

  • 김정훈;한상태;강현철
    • Journal of the Korean Data Analysis Society
    • /
    • 제20권6호
    • /
    • pp.2873-2881
    • /
    • 2018
  • 유권자들의 올바른 투표행위에 기여하기 위하여 또는 후보나 정당의 적절한 선거전략 수립을 위하여, 선거여론조사를 통하여 신뢰성 있고 객관적인 정보를 확보하는 것은 매우 중요한 문제이다. 따라서 정당, 언론기관, 조사회사 등 관련 기관에서는 여론조사의 결과와 선거예측의 정확도 향상을 위해 지속적으로 노력해 왔다. Kim et al.(2017)에서는 선거여론조사에서 지지후보가 없다고 응답한 무응답층을 분류하여 득표율 예측의 정확도를 높일 수 있는지를 분석하였는데, 결과적으로 무응답층에 대하여 적절한 분류를 수행함으로써 득표율 추정의 정확도를 상당히 높일 수 있음을 확인한 바 있다. 본 연구에서는 특정 선거구(지역)에 대하여 전체 투표율이 주어져 있다는 조건 하에서 각 층(성, 연령대)별 투표율을 추정하는 방안을 제안하고, 투표율을 반영하여 득표율을 예측하는 절차를 제시하였다. 또한 2016년 20대 국회의원선거에 대한 여론조사에서 전화면접조사를 통해 얻어진 자료를 사용하여 사례 분석을 수행하였다.

정치인 경호제도의 문제점 및 개선방안 (The Problems and Improvement Measures of Protection for Politician)

  • 조성구;김태민
    • 시큐리티연구
    • /
    • 제22호
    • /
    • pp.169-196
    • /
    • 2010
  • 정치적으로 국민을 대표하고 국가의 미래를 좌우한다는 측면에서 정치인의 중요성은 더해가고 있지만 경호관련 법제의 미비, 경호에 대한 부정적 사회인식, 그리고 범죄 및 테러의 증가로 말미암아 정치인들은 안전을 보장받을 수 없는 현실에 처해있다. 정치인테러에 대한 대응은 치안유지 차원이 아닌 국가안보차원에서 처리되어야 하는 것이 마땅하고, 이를 위해 근본적인 법적근거의 마련과 정치인의 특수성을 고려한 전문적 경호기법이 정립되어야 한다. 범국가적 차원에서 정치인테러에 대한 법제의 보완과 새로운 입법을 통하여 근본적인 해결책이 마련되어야만 할 것이다. 특히 정치인 경호에 있어서는 경호대상자의 안전과 유권자의 표심확보라는 두 가지 모두를 충족해야하는 양면성을 가지고 있다. 따라서 정치인 경호를 효율적으로 수행하기 위해서는 체계적인 경호제도와 특수한 경호기법이 요구되지만 아직까지 전문적으로 연구되지는 못한 실정이다. 본 연구에서는 정치인 경호제도의 개선방안을 다음과 같이 두 가지 측면에서 제시하였다. 첫째, 정치인 경호에 대한 법적 근거 마련을 제안하였다. 정치인을 테러로부터 보호하기 위해 17대 국회에서 개정 법률안 등을 발의하였으나 계류 만료폐기 된 상태이다. 여러 국회의원들이 상정한 법률안은 단순히 공경호 범위에 확대에 그쳤다. 본 연구에서는 법적근거 마련을 두 가지로 나누어 보았다. 하나는 효과적인 공경호의 파견 형태이고 다른 하나는 민간경비에 의한 정치인 경호이다. 둘째, 정치인 경호의 환경적 발전방안을 제시했다. 그 내용으로는 사회적 인식, 정치인의 심리, 유권자의 심리, 정치적 특수성을 분석하여 개선 방안을 제시하였다. 인류가 지속되는 한 정치활동은 사라지지 않을 것이다. 정치지도자는 인류의 미래를 결정짓는 역할을 수행함에 따라 그의 안전 또한 인류의 중요한 과제임에는 틀림없다. 앞으로 정치인에 대한 보다 전문적이고 실효적인 법안마련과 학자들의 심도 있는 연구가 요구된다.

  • PDF

개선된 배깅 앙상블을 활용한 기업부도예측 (Bankruptcy prediction using an improved bagging ensemble)

  • 민성환
    • 지능정보연구
    • /
    • 제20권4호
    • /
    • pp.121-139
    • /
    • 2014
  • 기업의 부도 예측은 재무 및 회계 분야에서 매우 중요한 연구 주제이다. 기업의 부도로 인해 발생하는 비용이 매우 크기 때문에 부도 예측의 정확성은 금융기관으로서는 매우 중요한 일이다. 최근에는 여러 개의 모형을 결합하는 앙상블 모형을 부도 예측에 적용해 보려는 연구가 큰 관심을 끌고 있다. 앙상블 모형은 개별 모형보다 더 좋은 성과를 내기 위해 여러 개의 분류기를 결합하는 것이다. 이와 같은 앙상블 분류기는 분류기의 일반화 성능을 개선하는 데 매우 유용한 것으로 알려져 있다. 본 논문은 부도 예측 모형의 성과 개선에 관한 연구이다. 이를 위해 사례 선택(Instance Selection)을 활용한 배깅(Bagging) 모형을 제안하였다. 사례 선택은 원 데이터에서 가장 대표성 있고 관련성 높은 데이터를 선택하고 예측 모형에 악영향을 줄 수 있는 불필요한 데이터를 제거하는 것으로 이를 통해 예측 성과 개선도 기대할 수 있다. 배깅은 학습데이터에 변화를 줌으로써 기저 분류기들을 다양화시키는 앙상블 기법으로 단순하면서도 성과가 매우 좋은 것으로 알려져 있다. 사례 선택과 배깅은 각각 모형의 성과를 개선시킬 수 있는 잠재력이 있지만 이들 두 기법의 결합에 관한 연구는 아직까지 없는 것이 현실이다. 본 연구에서는 부도 예측 모형의 성과를 개선하기 위해 사례 선택과 배깅을 연결하는 새로운 모형을 제안하였다. 최적의 사례 선택을 위해 유전자 알고리즘이 사용되었으며, 이를 통해 최적의 사례 선택 조합을 찾고 이 결과를 배깅 앙상블 모형에 전달하여 새로운 형태의 배깅 앙상블 모형을 구성하게 된다. 본 연구에서 제안한 새로운 앙상블 모형의 성과를 검증하기 위해 ROC 커브, AUC, 예측정확도 등과 같은 성과지표를 사용해 다양한 모형과 비교 분석해 보았다. 실제 기업데이터를 사용해 실험한 결과 본 논문에서 제안한 새로운 형태의 모형이 가장 좋은 성과를 보임을 알 수 있었다.

상호작용성에 의한 SNS 영향유저 선정에 관한 연구 : 연속적인 참조관계가 있는 블로고스피어를 중심으로 (Finding Influential Users in the SNS Using Interaction Concept : Focusing on the Blogosphere with Continuous Referencing Relationships)

  • 박현정;노상규
    • 한국전자거래학회지
    • /
    • 제17권4호
    • /
    • pp.69-93
    • /
    • 2012
  • 블로그, 페이스북, 트위터와 같은 SNS(Social Network Service)는 유저와 포스트를 노드로, 유저와 포스트, 포스트와 포스트, 또는 유저와 유저 사이에 형성되는 다양한 관계를 링크로 하는 그래프로 표현될 수 있다. 본 논문은 이러한 그래프 구조를 분석하여 다른 유저들의 생각과 행동에 영향을 미치는 영향 유저를 선별하는 방법에 대해 논한다. 기본적인 패러다임으로 기존의 투표성 개념이 아닌, 다양한 시맨틱 웹 자원의 중요도를 평가하기 위해 제안된 상호작용성 개념을 초기 SNS의 하나인 블로고스피어의 영향력 평가에 적용함으로써, 여러 모의 실험을 통해 그 타당성과 적용 가능성을 입증하였다. 모의 실험은 각 대안이 제공하는 결과의 타당성 정도에 따라 성능을 비교 분석할 수 있는 네트워크 모형을 디자인하여 사용하였다. 또, 이러한 네트워크 모형에 대한 링크 가중치 튜닝의 결과 변화를 살펴봄으로써, 가중치 조합의 차이에서 발생하는 실험 오차를 줄이고, 실제 적용의 용이함을 비교 분석하였다. 부가적으로, 스팸 필터링 목적에서 포스트 컨텐츠 점수를 링크 구조 기반 방법 안에 포함시킬 수 있는 방법도 제안하였다. 본 연구는 SNS 영향유저 선별에 대한 연구의 출발점으로서, 다음과 같은 점에서 기존 연구와 구별된다. 첫째, 스크랩, 댓글, RSS, 친구 등 기존 연구에서 유의미한 속성으로 간주했지만, 그래프 기반 방법으로 함께 고려할 수 없었던 다양한 영향력 속성들을 종합적으로 반영할 수 있는 그래프 기반 영향력 평가 프레임웍을 제시한다. 둘째, 이 프레임웍은 영향력이 높은 개체들과 상호작용하는 개체가 영향력이 낮은 개체들과 상호작용하는 개체보다 높은 영향력을 갖게 되는 일반적인 현상을 구현할 수 있는 양방향성을 반영한다. 셋째, 영향력 평가 면에서 다른 사람들의 추종액션을 유발한 정도를 가장 중요한 요인으로 고려하여, 일련의 참조관계에 대해 기존의 페이지랭크나 HITS(Hypertext Induced Topic Selection)와는 다른 관점에서 접근하였다.