• 제목/요약/키워드: Work classification system

검색결과 478건 처리시간 0.026초

디지털 사진매핑에 의한 공학적 암반분류와 터널의 보강 (Supporting The Tunnel Using Digital Photographic Mapping And Engineering Rock Classification)

  • 김치환
    • 터널과지하공간
    • /
    • 제21권6호
    • /
    • pp.439-449
    • /
    • 2011
  • 터널의 페이스매핑(face mapping)을 신속하고 신뢰성 있게 수행하기 위하여 디지털 사진으로부터 3차원 좌표의 점군(point cloud)을 생성하고 이로부터 절리면의 방향과 간격 및 암질지수(R.Q.D), 절리면 거칠기 등을 분석하였다. 분석결과를 공학적 암반분류 방법인 RMR(Rock Mass Rating)과 Q 시스템에 입력하여 보강방법을 결정하고 터널을 시공하였다. 그 결과 터널 페이스매핑 작업의 안전성을 높이면서, 분석부터 보강작업까지의 시간을 절약하였다. 또 터널 막장면의 디지털 영상과 공학적 암반분류용 정보를 객관적으로 평가하고 필요 시재분석이 가능하도록 보존함으로써 보강등급 결정과 터널보강 방법의 신뢰도를 높였다.

영문(英文) 한국고전문학사 서술의 이해 (A study on understanding of a history of Korean classic literature written in English)

  • 최윤희
    • 동양고전연구
    • /
    • 제59호
    • /
    • pp.233-261
    • /
    • 2015
  • 이 논문은 영문으로 된 한국고전문학의 서술에 대한 이해를 목적으로 삼고 있다. 영문으로 된 한국고전문학사를 다루고 있다는 점에서 특징을 갖는다. 우선 한국문학사라고 일컬을 만한 영문 저술서들의 현황을 살핀 결과 14종이 있었다. 그러나 고전문학사로서 논의될 만한 책은 6종에 해당되었다. 고전문학사의 서술의 특징을 살펴보고자 고전소설만을 대상으로 하여 고찰하였고, 고전소설을 대상으로 하면서 1종의 영문으로 된 고전소설사에 대한 책을 추가하여 7종이 그 대상이 되었다. 이들 7종을 대상으로 삼아 각각에 나타난 소설에 대한 명칭, 분류, 유형, 유형 명칭을 살펴보았다. 이를 통해 영문 한국고전문학사에 대한 인식, 서술 태도를 고찰할 수 있었다.

선삭공정에서 딥러닝 영상처리 기법을 이용한 작업자 위험 감소 방안 연구 (A Study on Worker Risk Reduction Methods using the Deep Learning Image Processing Technique in the Turning Process)

  • 배용환;이영태;김호찬
    • 한국기계가공학회지
    • /
    • 제20권12호
    • /
    • pp.1-7
    • /
    • 2021
  • The deep learning image processing technique was used to prevent accidents in lathe work caused by worker negligence. During lathe operation, when the chuck is rotated, it is very dangerous if the operator's hand is near the chuck. However, if the chuck is stopped during operation, it is not dangerous for the operator's hand to be in close proximity to the chuck for workpiece measurement, chip removal or tool change. We used YOLO (You Only Look Once), a deep learning image processing program for object detection and classification. Lathe work images such as hand, chuck rotation and chuck stop are used for learning, object detection and classification. As a result of the experiment, object detection and class classification were performed with a success probability of over 80% at a confidence score 0.5. Thus, we conclude that the artificial intelligence deep learning image processing technique can be effective in preventing incidents resulting from worker negligence in future manufacturing systems.

Digitalization System of Historical Hanja Documents using Mahalanobis Distance-based Rejection

  • Kim, Min-Soo;Kim, Jin-Hyung
    • Journal of the Korean Data and Information Science Society
    • /
    • 제16권2호
    • /
    • pp.313-325
    • /
    • 2005
  • In Korea, there exists a large corpus of handwritten historical documents that serve as a valuable resource. Most of them are hand-written by the King's chroniclers and secretaries. Recently, the historical archives of Lee dynasty have been digitalized. Since it is extremely difficult to utilize conventional OCR system, most of the processes have been performed manually. In this paper, we propose OCR-based digitalization system using Mahalanobis distance-based rejection and interface for eye inspection about historical Hanja documents. Compared with our previous work, experimental results show that the proposed system can help enhancing the overall efficiency of the process.

  • PDF

한국표준질병사인분류중 한방내과영역의 분류체계 개선 및 진단명 구성에 관한 연구 (The Research about the Classification System Improvement and Cord Development of Korean Classification of Disease on Oriental Internal Medicine)

  • 이원철
    • 대한한방내과학회지
    • /
    • 제31권1호
    • /
    • pp.1-10
    • /
    • 2010
  • Objectives : It is necessary that the international classification of diseases (ICD) be examined in order to comprise the third revision of the Korean Classification of Disease on Oriental Medicine (KCD-OM) and disease classification in the oriental internal medicine field. It is essential that the selection, classification and definition of disease and pattern names of oriental concepts in internal medicine be clear. Since 2008, the fifth revision of the Korean Classification of Disease (KCD-5) has been used in Korea. It was required to use the reference classification from the Oriental medicine area based on the ICD-10. Methods : In this review, the necessity for, meaning of and content of the third revision are briefly described. The ICD system was reviewed and KCD-OM was reconstructed. How diagnosis in the oriental internal medicine area had changed is discussed. Review and Results : In 1973, the disease classification of oriental medicine was established the basis on the contents of Dongeuibogam. It was irrespective of the ICD. As to the classification system in the Oriental internal medicine field, systemic disease was comprised of wind, cold, warm, wet, dryness, heat, spirit, ki, blood, phlegm and retained fluid, consumptive disease, etc. Diseases of internal medicine comprised a system according to the five viscera and the six internal organs and followed the classification system of Dongeuibogam. The first and second revisions were of the classification system based on the curriculum in 1979 and 1995. In 1979, in the first revision, geriatric disease and idiopathic types of disease were deleted, and skin disease was included among surgery diseases. This classification was expanded to 792 small classification items and 1,535 detailed classification items to the dozen disease classes. In 1995, in the second revision, it was adjusted to 644 small classes and 1,784 detailed classification items in the dozen disease classes. KCD-OM3 did KCD from this basis. It added and comprised the oriental medical doctor's concept names of diseases considering the special conditions in Korea. KCD-OM3 examined the KCD-OMsecond revised edition (1994). It improved the duplex classification, improper classifications, etc. It is difficult for us to separate the disease names and pattern names in oriental medicine. We added to the U code and made one classification system. By considering the special conditions in Korea, 169 codes (83 disease name codes, 86 pattern name codes) became the pre-existence classification and links among 306 U codes of KCD-OM3. 137 codes were newly added in the third revision. U code added 3 domains. These are composed of the disease name (U20-U33, 97 codes), the disease pattern name (U50-U79, 191 codes) and the constitution pattern name of each disease (U95-U98, 18 codes). Conclusion : The introduction of KCD-OM3 conforms to the diagnostic system by which oriental medical doctors examine classes used with the basic structure of the reference classification of WHO and raises the clinical study and academic activity of the Korean oriental medicine and makes the production of all kinds of nation statistical indices possible. The introduction of KCD-OM3 promotes the diagnostic system by which doctors of Oriental medicine examine classes using the association with KCD-5. It will raise the smoothness and efficiency of oriental medical treatment payments in the health insurance, automobile insurance, industrial accident compensation insurance, etc. In addition, internationally, the eleventh revision work of the ICD has been initiated. It needs to consider incorporating into the International Classification of Diseases some of every country's traditional medicine.

Topic Signature를 이용한 댓글 분류 시스템 (Comments Classification System using Topic Signature)

  • 배민영;차정원
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제35권12호
    • /
    • pp.774-779
    • /
    • 2008
  • 본 논문에서는 토픽 시그너처(Topic Signature)를 이용하여 댓글을 분류하는 시스템에 대해서 설명한다. 토픽 시그너처는 자질을 선택하는 방법으로 문서요약이나 문서분류에서 사용하는 방법이다. 댓글은 문장의 길이가 짧고 띄어쓰기가 거의 없으며 특수문자들이 많은 특성을 가지고 있다. 따라서 우리는 댓글을 7개의 음절로 나누고 이를 다시 Tri-gram으로 나누어 분류의 기본단위로 본다. 이 Tri-gram을 토픽 시그너처를 이용한 학습 단위로 사용하고, 학습한 자질을 베이지안(Bayesian) 모델을 사용하여 분류한다. 다양한 방법의 모델과 비교 실험을 통하여 구현한 시스템의 성능이 기존의 방법보다 상승되었음을 실험 결과를 통해 알 수 있었다.

형태적 특징 정보를 이용한 C.Elegans의 개체 분류 (Classification of C.elegans Behavioral Phenotypes Using Shape Information)

  • 전미라;나원;홍승범;백중환
    • 한국통신학회논문지
    • /
    • 제28권7C호
    • /
    • pp.712-718
    • /
    • 2003
  • C.elegans 선충은 유전자 기능 연구에 주로 쓰이고 있으나, 변종들의 구분이 육안으로는 쉽지 않다. 이를 해결하기 위하여 컴퓨터 비젼을 이용하여 자동으로 분류할 수 있는 시스템이 연구 중이며, 이전 논문[1]에서 선충의 자동 분류 시스템에 사용될 영상의 전처리 과정에 대하여 서술한 바 있다. 본 논문에서는 전처리 된 영상 데이터를 이용하여 추출해 낼 수 있는 선충의 형태적 특징들을 제시한다. 선충의 크기와 관련한 특징과 자세에 관련한 특징으로 나누어, 각 특징의 추출 알고리즘을 수학적으로 표현하였다. 실험에서 제시된 형태적 특징 정보를 이용하여 직접 분류해 봄으로써 성능을 확인하였다. 분류 알고리즘은 Hierarchical Clustering을 사용하였다. 그 결과 실험에 이용된 선충의 4 종류 모두 90% 이상 옳게 분류되었다.

AMR 데이터에서의 전력 부하 패턴 분류 (Power Load Pattern Classification from AMR Data)

  • ;박진형;이헌규;신진호;류근호
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2008년도 춘계학술발표대회
    • /
    • pp.231-234
    • /
    • 2008
  • Currently an automated methodology based on data mining techniques is presented for the prediction of customer load patterns in load demand data. The main aim of our work is to forecast customers' contract information from capacity of daily power consumption patterns. According to the result, we try to evaluate the contract information's suitability. The proposed our approach consists of three stages: (i) data preprocessing: noise or outlier is detected and removed (ii) cluster analysis: SOMs clustering is used to create load patterns and the representative load profiles and (iii) classification: we applied the K-NNs classifier in order to predict the customers' contract information base on power consumption patterns. According to the our proposed methodology, power load measured from AMR(automatic meter reading) system, as well as customer indexes, were used as inputs. The output was the classification of representative load profiles (or classes). Lastly, in order to evaluate KNN classification technique, the proposed methodology was applied on a set of high voltage customers of the Korea power system and the results of our experiments was presented.

아파트 하자 보수 시설공사 세부공종 머신러닝 분류 시스템에 관한 연구 (Classifying Sub-Categories of Apartment Defect Repair Tasks: A Machine Learning Approach)

  • 김은혜;지홍근;김지나;박은일;엄재용
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제10권9호
    • /
    • pp.359-366
    • /
    • 2021
  • 대한민국 건설사들은 아파트 하자 정보를 축적하고 보수작업을 관리하기 위한 시스템을 운영하는데 상당한 인력과 비용을 투자하고 있다. 본 연구에서는 하자 접수 상세내용 텍스트 데이터를 이용하여 하자 보수 시설공사에 따른 세부공종을 분류하는 머신러닝 모델을 제안한다. 두 가지 단어 임베딩(Bag-of-words, Term Frequency-Inverse Document Frequency (TF-IDF))과 두 가지 분류기(Support Vector Machine, Random Forest)를 통해 한국어로 작성된 65만건 이상의 하자 접수데이터로부터 하자보수 시설공사 세부공종을 분류했다. 특히, 이번 연구에서는 특정 시설공사(마감공사)의 9개 세부공종(가전제품, 도배공사, 도장공사, 미장공사, 석공사, 수장공사, 옥내가구공사, 주방기구공사, 타일공사)을 분류하는 이진분류 모델과 다중 분류 모델을 연구했다. 그 결과, TF-IDF와 Random Forest를 사용한 두가지 분류 모델에서 90%이상의 정확도, 정밀도, 재현율 및 F1점수를 확인했다.

음향음성학 파라메터를 이용한 이중모음의 분류 (Classification of Diphthongs using Acoustic Phonetic Parameters)

  • 이석명;최정윤
    • 한국음향학회지
    • /
    • 제32권2호
    • /
    • pp.167-173
    • /
    • 2013
  • 본 논문은 이중모음을 분류하기 위한 음향음성학적 파라메터를 연구하였다. 음향음성학적 파라메터는 성도를 통해 음성이 발성될 때 나타나는 특징을 기반으로 하여 분산분석(ANOVA) 방법을 통해 선별한 모음의 길이, 에너지 궤적, 그리고 포먼트의 차이를 이용하였다. TIMIT 데이터 베이스를 사용하였을 때, 단모음과 이중모음만을 구분하는 실험에서는 17.8% 의 밸런스 에러율(BER)을 얻을 수 있었고, /aw/, /ay/, 그리고 /oy/를 단모음과 분류하는 실험에서는 각각 32.9%, 29.9%, 그리고 20.2%의 에러율을 얻을 수 있었다. 추가적으로 진행한 실험에서, 음향음성학적 파라메터와 음성인식에 널리 쓰이고 있는 MFCC를 함께 사용하였을 경우 역시 성능향상이 나타나는 것을 확인하였다.