• 한국멀티미디어학회논문지
• /
• 제20권1호
• /
• pp.17-31
• /
• 2017

The aim of the paper is to present an object recognition method toward augmented reality system that utilizes existing education instruments that was designed without any consideration on image processing and recognition. The light reflection, sizes, shapes, and color range of the existing target education instruments are major hurdles to our object recognition. In addition, the real-time performance requirements on embedded devices and user experience constraints for children users are quite challenging issues to be solved for our image processing and object recognition approach. In order to meet these requirements we employed a method cascading light-weight weak classification methods that are complimentary each other to make a resultant complicated and highly accurate object classifier toward practically reasonable precision ratio. We implemented the proposed method and tested the performance by video with more than 11,700 frames of actual playing scenario. The experimental result showed 0.54% miss ratio and 1.35% false hit ratio.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2008년 영문 학술대회
• /
• pp.72-79
• /
• 2008

The weak point of the artificial neural network(ANN) is that it is easy to fall in local minima when it learns too much nonlinear data. Accordingly, the classification ratio must be low. To overcome this weakness, the hybrid method has been proposed. That is, the ANN learns data selectively after detecting the defect position by the support vector machine(SVM). First, the SVM has been used for determination of the defect position and then the magnitude of the defect has been measured by the ANN. In off-design condition, the operation region of the engine is wide and the nonlinearity of learning data increases. The module system, dividing the whole operating region into reasonably small-size sections, has been suggested to solve this problem. In this study, the proposed algorithm has diagnosed the defects of triple components as well as single and dual components of the gas turbine engine in off-design condition.

• Journal of Multimedia Information System
• /
• 제9권2호
• /
• pp.75-86
• /
• 2022

The existing image quality assessment (IQA) datasets have a small number of samples. Some methods based on transfer learning or data augmentation cannot make good use of image quality-related features. A No Reference (NR)-IQA method based on multi-task training and quality awareness is proposed. First, single or multiple distortion types and levels are imposed on the original image, and different strategies are used to augment different types of distortion datasets. With the idea of weak supervision, we use the Full Reference (FR)-IQA methods to obtain the pseudo-score label of the generated image. Then, we combine the classification information of the distortion type, level, and the information of the image quality score. The ResNet50 network is trained in the pre-train stage on the augmented dataset to obtain more quality-aware pre-training weights. Finally, the fine-tuning stage training is performed on the target IQA dataset using the quality-aware weights to predicate the final prediction score. Various experiments designed on the synthetic distortions and authentic distortions datasets (LIVE, CSIQ, TID2013, LIVEC, KonIQ-10K) prove that the proposed method can utilize the image quality-related features better than the method using only single-task training. The extracted quality-aware features improve the accuracy of the model.

• 한국정보전자통신기술학회논문지
• /
• 제15권6호
• /
• pp.471-476
• /
• 2022

본 논문은 악천후에 약한 카메라와 라이다(LiDAR)의 문제점을 해결하기 위해 개발된 4D 이미징 레이더를 활용한 객체 인식 기법을 제안한다. 4D 이미징 레이더를 통해 데이터를 측정 및 수집하는 경우 라이다 데이터보다 포인트 클라우드 데이터의 밀도가 낮다는 단점이 있다. 밀도가 낮아 객체 사이의 거리가 넓은 특성을 이용하여, 객체를 군집화하고 해당 군집에서 voxel을 통해 객체의 특징을 추출하는 기법을 제안한다. 또한, 추출된 특징을 이용한 객체 인식 기법을 제안한다.

• Communications for Statistical Applications and Methods
• /
• 제30권5호
• /
• pp.485-499
• /
• 2023

This study aimed to predict the number of meals served in a group cafeteria using machine learning methodology. Features of the menu were created through the Word2Vec methodology and clustering, and a stacking ensemble model was constructed using Random Forest, Gradient Boosting, and CatBoost as sub-models. Results showed that CatBoost had the best performance with the ensemble model showing an 8% improvement in performance. The study also found that the date variable had the greatest influence on the number of diners in a cafeteria, followed by menu characteristics and other variables. The implications of the study include the potential for machine learning methodology to improve predictive performance and reduce food waste, as well as the removal of subjective elements in menu classification. Limitations of the research include limited data cases and a weak model structure when new menus or foreign words are not included in the learning data. Future studies should aim to address these limitations.

• 한국콘텐츠학회논문지
• /
• 제22권5호
• /
• pp.600-610
• /
• 2022

한국 피아노 교육의 성장 가도에서 유독 중급과정의 약세는 문제점으로 지적되고 있다. 그중 제한적 학습문헌 특히 자국 창작곡들의 교습 부족이 문제점으로 거론된다. 본 연구는 김국진의 <한국선율에 의한 피아노 소품집>이 중급 교재로써 활용되는데 실제적인 지침을 주고자 25개 악곡의 난이도를 분류하고 단계별 학습목표와 지도방안을 제시하였다. 난이 단계는 다른 중급수준의 피아노 문헌과의 비교를 위하여 제인 머그라의 10단계 분류표에 근거하였고, 보다 구체적으로 한국음악의 핵심요소인 한국적 선율, 리듬, 짜임새로 세분하였다. 난이도 분류 결과 4단계에서 10단계까지의 악곡들은 가장 기초적인 진행부터 한국 장단적 리듬패턴, 시김새를 표현하는 다양한 아티큘레이션과 꾸밈음, 그리고 성부별 독립적 짜임새 훈련을 단계별로 체계적이며 종합적으로 학습할 수 있도록 구성되어 있음을 알 수 있었다. 그리고 악곡들의 특징과 난이 정도를 고려하여 단계별 악곡들의 교습 순서도 제안하였다. 이 연구가 국내 중급 학습 문헌의 확장과 한국 창작곡 교습의 활성화에 시발점이 되길 희망한다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.133-148
• /
• 2014

최근 다양한 정보채널들의 등장으로 인해 빅데이터에 대한 관심이 높아지고 있다. 이와 같은 현상의 가장 큰 원인은, 스마트기기의 사용이 활성화 됨에 따라 사용자가 생성하는 텍스트, 사진, 동영상과 같은 비정형 데이터의 양이 크게 증가하고 있는 것에서 찾을 수 있다. 특히 비정형 데이터 중에서도 텍스트 데이터의 경우, 사용자들의 의견 및 다양한 정보를 명확하게 표현하고 있다는 특징이 있다. 따라서 이러한 텍스트에 대한 분석을 통해 새로운 가치를 창출하고자 하는 시도가 활발히 이루어지고 있다. 텍스트 분석을 위해 필요한 기술은 대표적으로 텍스트 마이닝과 오피니언 마이닝이 있다. 텍스트 마이닝과 오피니언 마이닝은 모두 텍스트 데이터를 입력 데이터로 사용할 뿐 아니라 파싱, 필터링 등 자연어 처리기술을 사용한다는 측면에서 많은 공통점을 갖고 있다. 특히 문서의 분류 및 예측에 있어서 목적 변수가 긍정 또는 부정의 감성을 나타내는 경우에는, 전통적 텍스트 마이닝, 또는 감성사전 기반의 오피니언 마이닝의 두 가지 방법론에 의해 오피니언 분류를 수행할 수 있다. 따라서 텍스트 마이닝과 오피니언 마이닝의 특징을 구분하는 가장 명확한 기준은 입력 데이터의 형태, 분석의 목적, 분석의 결과물이 아닌 감성사전의 사용 여부라고 할 수 있다. 따라서 본 연구에서는 오피니언 분류라는 동일한 목적에 대해 텍스트 마이닝과 오피니언 마이닝을 각각 사용하여 예측 모델을 수립하는 과정을 비교하고, 결과로 도출된 모델의 예측 정확도를 비교하였다. 오피니언 분류 실험을 위해 영화 리뷰 2,000건에 대한 실험을 수행하였으며, 실험 결과 오피니언 마이닝을 통해 수립된 모델이 텍스트 마이닝 모델에 비해 전체 구간의 예측 정확도 평균이 높게 나타나고, 예측의 확실성이 강한 문서일수록 예측 정확성이 높게 나타나는 일관적인 성향을 나타내는 등 더욱 바람직한 특성을 보였다.

• 한국지능시스템학회논문지
• /
• 제23권6호
• /
• pp.545-550
• /
• 2013

패턴 인식 분야에 있어서 데이터 분류는 해당 데이터에서 유용한 정보를 추출하기 위해서 반드시 수행해야 하는 과정 중 하나이다. AdaBoost 알고리즘은 Boosting 알고리즘을 실제 데이터 분석에 이용할 수 있도록 개량한 것으로, Random guessing이나 Random forest와 같이 정확한 결과를 도출할 확률이 50%보다 조금 높은 약한 분류기와 가중치 값의 조합을 통해 높은 분류 성능을 가지는 강한 분류기를 생성하는 방법을 뜻한다. 본 논문에서는 AdaBoost 알고리즘을 이용하여 비강수에코 중 강수에코와 그 특성이 유사하여 기상 예보를 수행하는 데 방해가 되는 채프에코를 식별하는 알고리즘의 구현에 대한 연구를 수행하였다. 기상 현상 관측을 위해 사용하는 레이더 데이터를 정적 클러스터링과 동적 클러스터링 과정을 통해서 유사도를 기반으로 한 클러스터를 생성한 후, 이를 예보관의 채프에코 판별 결과에 따라 채프에코와 비채프에코로 나누어 학습 데이터를 구성한 후 AdaBoost 알고리즘에 적용하여 분류기를 구현하였다. 제안한 AdaBoost 알고리즘의 성능을 검증하기 위하여 실제 채프에코가 발생한 레이더 데이터를 적용하였으며, 실험 결과를 통해서 제안한 알고리즘이 효과적으로 채프에코를 분류할 수 있음을 확인하였다.

• 디지털융복합연구
• /
• 제15권2호
• /
• pp.121-133
• /
• 2017

본 연구는 취약한 내부통제시스템을 형성하고 있을 가능성이 높은 기업들을 예측하는 적합한 모형을 형성하고, 이를 기반으로 취약기업의 특성을 살펴보고자 했다. 분석에 사용된 자료는 K_금융기관과 대출거래가 이루어졌던 상장법인과 비상장법인을 대상으로 하였다. 주요 결과로, 금융기관이 내부통제가 취약한 기업을 예측하기 위해서는 로짓모형에 비해 판별모형이 적합하다는 결론에 도달했다. 판별모형이 내부통제 취약기업을 취약기업으로 예측하는 정확도가 높고, 취약기업을 정상기업으로 잘못분류 할 오류가 낮았기 때문이다. 내부통제가 취약한 기업의 주요특성은 낮은 신용도, 낮은 자산건전성, 높은 연체율, 낮은 영업활동현금흐름, 높은 부채비율, 그리고 부(-)의 매출액영업이익률을 형성하는 기업으로 나타났다. 본 내부통제 취약예측모형을 포함한 연구결과는 자료구성의 한계로 연구가 이루어지지 않았던 비상장기업군까지 확장하였기에, 금융기관이 내부통제 취약가능성이 높은 기업을 사전적으로 예측하여 자산손실을 예방하는 도구로 이용할 수 있을 것이다.

• 터널과지하공간
• /
• 제28권3호
• /
• pp.232-246
• /
• 2018

이 연구에서는 탄성파 속도를 이용한 암반분류(RMR)의 근거를 정량적으로 확인하기 위해 3공의 시추공 시추자료(지층 경계, RMR 등)와 현장 탄성파 측정 자료들과의 관계를 살펴보았다. 현장에서 획득된 탄성파 속도는 심도가 증가함에 따라 단조증가의 경향을 보인다. 각 시추공의 동일 심도에서 RMR, RQD, 절리간격 등의 상호상관성이 관찰되었으나, 탄성파 속도(Vp)는 RQD, 절리간격, UCS, 암편 Vp, RMR 등과 상관관계가 없는 것으로 나타났다. 반면, 시추공(3공)에서 모든 자료에 대하여 심도를 고려하지 않고 분석하였을 경우 현장 탄성파 속도와 대부분의 RMR 인자들은 상관성이 낮지만(예: 일축압축강도와 절리간격의 결정계수: 각각 0.039와 0.091), RMR과 RQD는 상대적으로 높은 상관관계가 있는 것으로 나타났다(RQD와 RMR의 결정계수: 각각 0.193과 0.211). 이러한 결과는 현장 탄성파 속도로부터 각 심도 지점에서의 개별 인자 값의 유추는 불가능하지만, 암반의 전반적인 물성을 포함하고 있는 RMR의 상관관계를 이용하여 개략적인 지반특성의 파악은 가능하다는 점을 시사한다. 아울러, 널리 이용되는 품셈의 연암-보통암의 경계값이 시추조사를 통해 실제 지반의 연암-보통암 경계값에 비해 속도가 느림이 관찰되는데, 이는 품셈의 기준을 재정립할 필요가 있음을 지시한다.