• 대한의용생체공학회:의공학회지
• /
• 제15권2호
• /
• pp.159-166
• /
• 1994

A new pattern classification algorithm using cepstrum to analyze lung sounds for the classification of pattern with pulmonary and bronchial disorders is proposed. To evaluate the perfomance of the proposed method, the results are compared to the pattern classification with the AR modeling method. In the experiment lung sounds recorded for the training of physician used. As a results, the accuracy of the cepstrum classification is 92.3 % and AR modeling is the 53.8 %, therefore cepstrum modeling method has very high performance than AR and it turned out to be a very efficient algorithm.

• International Journal of Control, Automation, and Systems
• /
• 제1권2호
• /
• pp.257-261
• /
• 2003

In this study, we investigated the modeling and design of an Intelligent Agent System (IAS). To achieve this goal, we introduced several kinds of agents that exhibit intelligent features. These are the main agent, management agent, watcher agent, report agent and application agent. We applied the intelligent agent concept to two different application fields, i.e. the intelligent agent system for pattern classification and the intelligent agent system for bank asset management modeling.

• 한국재난정보학회 논문집
• /
• 제13권3호
• /
• pp.322-331
• /
• 2017

본 연구는 한국건설기술연구원(KICT)에서 제시한 토목공사용 정보분류체계(Information Classification System)를 기반으로 지하철공사의 정보분류체계를 제시하였다. 그리고 이 기준을 근거로 NAS(Network Analysis System) 운영체계인 공사정보분류체계 - 공정도표 - 작업별 투입 자원을 연동하는 데이터 모델링을 구축하여 통합 모형을 제시하였다. 따라서 본 연구에서 제시한 데이터 모델링의 통합모형은 다른 토목시설물공사에서도 동일한 절차와 방법으로 적용할 수 있어, NAS를 기반으로 한 공정관리 과학화를 유도할 수 있을 것으로 확신한다.

• Journal of the Korean Wood Science and Technology
• /
• 제47권1호
• /
• pp.101-109
• /
• 2019

This paper examines the classification of five coniferous species, including larch (Larix kaempferi), red pine (Pinus densiflora), Korean pine (Pinus koraiensis), cedar (Cryptomeria japonica), and cypress (Chamaecyparis obtusa), using near-infrared (NIR) spectra. Fifty lumber samples were collected for each species. After air-drying the lumber, the NIR spectra (wavelength = 780-2500 nm) were acquired on the wide face of the lumber samples. Soft independent modeling of class analogy (SIMCA) was performed to classify the five species using their NIR spectra. Three types of spectra (raw, standard normal variated, and Savitzky-Golay $2^{nd}$ derivative) were used to compare the classification reliability of the SIMCA models. The SIMCA model based on Savitzky-Golay $2^{nd}$ derivatives preprocessing was determined as the best classification model in this study. The accuracy, minimum precision, and minimum recall of the best model (PCA models using Savitzky-Golay $2^{nd}$ derivative preprocessed spectra) were evaluated as 73.00%, 98.54% (Korean pine), and 67.50% (Korean pine), respectively.

• 한국정보시스템학회지:정보시스템연구
• /
• 제30권1호
• /
• pp.45-64
• /
• 2021

Purpose The traditional topic modeling technique makes it difficult to distinguish the semantic of topics because the key words assigned to each topic would be also assigned to other topics. This problem could become severe when the number of online reviews are small. In this paper, the extended model of topic modeling technique that can be used for analyzing a small amount of online reviews is proposed. Design/methodology/approach The extended model of being proposed in this paper is a form that combines the traditional topic modeling technique and the Word2Vec technique. The extended model only allocates main words to the extracted topics, but also generates discriminatory words between topics. In particular, Word2vec technique is applied in the process of extracting related words semantically for each discriminatory word. In the extended model, main words and discriminatory words with similar words semantically are used in the process of semantic classification and naming of extracted topics, so that the semantic classification and naming of topics can be more clearly performed. For case study, online reviews related with Udo in Tripadvisor web site were analyzed by applying the traditional topic modeling and the proposed extension model. In the process of semantic classification and naming of the extracted topics, the traditional topic modeling technique and the extended model were compared. Findings Since the extended model is a concept that utilizes additional information in the existing topic modeling information, it can be confirmed that it is more effective than the existing topic modeling in semantic division between topics and the process of assigning topic names.

• 한국정보시스템학회지:정보시스템연구
• /
• 제29권3호
• /
• pp.103-117
• /
• 2020

Purpose Recently, various issues related to toxic comments on web portal sites and SNS are becoming a major social problem. Toxic comments can threaten Internet users in the type of defamation, personal attacks, and invasion of privacy. Over past few years, academia and industry have been conducting research in various ways to solve this problem. The purpose of this study is to develop the deep learning modeling for toxic comments classification. Design/methodology/approach This study analyzed 7,878 internet news comments through CNN classification modeling based on Highway Network and OOV process. Findings The bias and hate expressions of toxic comments were classified into three classes, and achieved 67.49% of the weighted f1 score. In terms of weighted f1 score performance level, this was superior to approximate 50~60% of the previous studies.

• Journal of the Korean Data and Information Science Society
• /
• 제17권2호
• /
• pp.269-278
• /
• 2006

This paper presents the new hybrid data mining technique using error pattern, modeling of improving classification accuracy. The proposed method improves classification accuracy by combining two different supervised learning methods. The main algorithm generates error pattern modeling between the two supervised learning methods(ex: Neural Networks, Decision Tree, Logistic Regression and so on.) The Proposed modeling method has been applied to the simulation of 10,000 data sets generated by Normal and exponential random distribution. The simulation results show that the performance of proposed method is superior to the existing methods like Logistic regression and Discriminant analysis.

• 한국산학기술학회논문지
• /
• 제16권7호
• /
• pp.4942-4949
• /
• 2015

건설 산업의 정보화에 따른 변화에 대응하기 위해 개발된 건설정보 분류체계는 건설 산업에서 발생하는 정보를 표준화된 형태로 제시하고 있다. 현재, 건설 정보화에 대한 큰 변화의 주축이라 할 수 있는 BIM (Building Information Modeling) 분야에서도 정보의 표준화는 필수적으로 해결해야 할 과제이다. 본 연구는 BIM의 적용을 위해 건설정보 분류체계의 개선안을 제시하고자 하며, 특히 기존 분류체계를 기반으로 BIM 정보를 수용할 수 있도록 각 파셋 별 확장목록을 제시하고자 한다. 확장된 건설정보 분류체계를 BIM에 적용할 경우, 정보의 공유 및 관리가 용이해지며, 통합된 정보의 활용으로 인해 BIM을 구축하기 위한 업무 및 BIM 활용 측면에서 효율성을 제고시킬 수 있을 것이라 기대한다.

• 정보과학회 논문지
• /
• 제44권3호
• /
• pp.287-294
• /
• 2017

UCC와 SNS 등을 통해 개인 미디어가 다양한 방식으로 생성됨에 따라 미디어를 분석하고 인지하는 기술에 대한 연구가 진행되고 있으며, 이를 통해 객체 인지의 수준이 향상되었다. 그 결과 기존의 제목, 태그 및 스크립터 정보를 이용한 추론 방식과 달리 미디어에서 인지되는 객체를 활용하는 영상 분류 추론 연구가 수행되고 있다. 하지만 추론을 위한 미디어 온톨로지 모델링을 사람이 직접 수행해야 하기 때문에 많은 시간과 비용이 발생하는 단점이 있다. 따라서 본 논문에서는 미디어 분류를 위한 온톨로지 스키마 모델링의 자동화 방법을 제안한다. 영상에서 인지되는 객체의 빈도에 따른 OWL-DL 공리의 특성을 고려하여 온톨로지 모델 생성의 자동화 방안에 대하여 설명한다. 유튜브에서 수집한 15가지의 카테고리에 대한 영상으로부터 온톨로지 모델을 자동 생성하여 추론을 통해 미디어 분류의 정확도에 대한 실험을 수행하였다. 실험결과 15가지 영상 이벤트의 행위 약 1500개에 대하여 영상 분류를 수행한 결과, 86%의 정확도를 얻었고, 온톨로지 모델링의 자동화 방법에 대한 타당한 성능을 보였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권1호
• /
• pp.85-89
• /
• 2010

대부분의 영상들은 여러 객체 영역들의 시각적인 특징과 각각의 의미들의 조합으로 구성되어 있다. 그러나 일반적으로 영상 처리를 위한 컴퓨터 시스템들은 영상을 특정 객체 영역의 의미 정보 단위로 해석하지 못하기 때문에 사람이 영상을 인지하는 것과 의미적인 차이(semantic gap)가 발생한다. 본 논문에서는 이러한 문제점을 극복하기 위하여 각 객체 영역 단위에서 추출한 고유한 특징점들을 고차원의 의미 정보로 모델링하여 영상을 분류하는 방법을 제안한다. 제안하는 방법은 객체 단위로 추출된 고유한 특징점들의 의미 정보를 특정 객체 영역을 인식하기 위한 의미 단서로 이용한다. 이를 통하여 기존의 영상 분류 방법들에 비하여 인간의 인지 능력과 유사하고 보다 효율적으로 영상을 분류할 수 있는 장점이 있다. 실험 결과는 다양한 카테고리 종류의 영상에 대하여 제안하는 방법의 효과적인 분류 성능을 보여준다.