• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1591-1604
• /
• 2020

본 연구는 고해상도 위성영상을 딥러닝 알고리즘에 적용하여 토지피복을 분류하고 공간객체별 알고리즘의 성능 검증에 대한 연구이다. 이를 Fully Convolutional Network계열의 알고리즘을 선정하였으며, Kompasat-3 위성영상, 토지피복지도 및 임상도를 활용하여 데이터셋을 구축하였다. 구축된 데이터셋을 알고리즘에 적용하여 각각 최적 하이퍼파라미터를 산출하였다. 하이퍼파라미터 최적화 이후 최종 분류를 시행하였으며, 전체 정확도는 DeeplabV3+가 81.7%로 가장 높게 산정되었다. 그러나 분류 항목별로 정확도를 살펴보면, 도로 및 건물에서 SegNet이 가장 우수한 성능을 나타내었으며, 활엽수, 논의 항목에서 U-Net이 가장 높은 정확도를 보였다. DeeplabV3+의 경우 밭과 시설재배지, 초지 등에서 다른 두 모델보다 우수한 성능을 나타내었다. 결과를 통해 토지피복 분류를 위해 하나의 알고리즘 적용에 대한 한계점을 확인하였으며, 향후 공간객체별로 적합한 알고리즘을 적용한다면, 높은 품질의 토지피복분류 결과를 산출할 수 있을 것으로 기대된다.

• 한국정보처리학회논문지
• /
• 제5권4호
• /
• pp.1048-1056
• /
• 1998

본 논문에서는 낮은 비트율에서 PSNR을 향상시키고 부호화 과정에서의 계산의 복잡성을 감소시키기 위한 이산 웨이브릿 변혼 영역에서의 프랙탈 영상 압축 방법을 제안한다. 제안한 방법에서는 이산 웨이브릿 변환 계수에 절대치를 취한 다음 유효계수의 위치와 부호를 나타내는 유효계수 트리를 구성한다. 제안한 방법은 치역 블록의 유효계수에 대해서만 축소된 정의역 블록의 계수와 정합함으로써 PSNR을 향상시키고 정의역 블록의 집합에서 치역 블록으로의 정합에 필요한 계산의 복잡성을 감소시킨다. 또한 본 논문에서는 치역 블록과 정합되는 축소된 정의역 블록의 수를 최소화하는 분류 방법을 제안한다. 제안한 방법은 치역 블록과 축소된 정의역 블록의 비교 회수를 현저하게 감소시킨다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2007년도 추계학술대회논문집
• /
• pp.886-890
• /
• 2007

Machine fault prognosis techniques have been considered profoundly in the recent time due to their profit for reducing unexpected faults or unscheduled maintenance. With those techniques, the working conditions of components, the trending of fault propagation, and the time-to-failure are forecasted precisely before they reach the failure thresholds. In this work, we propose an approach of Least Square Regression Tree (LSRT), which is an extension of the Classification and Regression Tree (CART), in association with one-step-ahead prediction of time-series forecasting technique to predict the future conditions of machines. In this technique, the number of available observations is firstly determined by using Cao's method and LSRT is employed as prognosis system in the next step. The proposed approach is evaluated by real data of low methane compressor. Furthermore, the comparison between the predicted results of CART and LSRT are carried out to prove the accuracy. The predicted results show that LSRT offers a potential for machine condition prognosis.

• 한국측량학회지
• /
• 제13권1호
• /
• pp.85-94
• /
• 1995

국토개발에 관한 각종정보, 도시환경 및 토지이용정보, 농수산자원 조사, 지질조사, 수종의 분류, 나무의 생육상태등의 많은 정보를 수집하고 추출하는데 원격탐사는 중요한 일익을 담당하고 있다. 본 연구는 원격탐사를 수행하는데 영상처리 자료의 위치 정확도를 향상시키기 위하여 실시하는 기하학적 보정을 하는데 있어 지도를 이용하는 방법과 GPS를 이용하는 방법을 서로 비교하여 보다 정확한 인공위성 영상의 좌표변환을 위한 것이다. 실제 지형지물에서 GCP를 획득할 때의 문제점과 어려운 점에 대하여 개선방안을 찾으려고 하였으며, 향후 전국적인 인공위성영상 접합을 위한 좌표계에 대한 고려를 고찰해 보았다.

• 한국지능시스템학회논문지
• /
• 제21권5호
• /
• pp.618-623
• /
• 2011

본 논문에서는 구조 정보를 활용하기 위한 결합 커널 기반의 의미 있는 웹 테이블과 장식 웹 테이블을 구분하는 새로운 방법을 제안한다. 본 논문에서 테이블의 구조 정보는 두 가지 형태의 구문 분석 트리로부터 추출된다. 컨텍스트 트리는 테이블 주변에 나타난 구조를 반영하고 있으며, 테이블 트리는 테이블 내의 구조를 담고 있다. 두 트리로 표현되는 테이블의 구조 정보를 효과적으로 다루기 위해 파스 트리 커널 기반의 결합 커널을 제안한다. 제안한 결합 커널을 적용한 support vector machines은 풍부한 구조 정보를 활용하여 의미 있는 테이블과 장식 테이블을 분류한다.

• 한국자원식물학회지
• /
• 제25권1호
• /
• pp.72-79
• /
• 2012

Vaccinium oldhami Miq. is a Korean native tree, which is deciduous and shrub tree with broad leaf. It grows 1~4m in height generally. Ecologically, this tree grows well in shady place even in barren soil. Also, the tree has resistance to cold and dry, which tend to form a little community. This research investigates quantitative morphological characteristics of leaf and fruit among the V. oldhami in South Korea and then considers its relationship on the basis of raw data among the 10 populations. This study will give us invaluable information about growing conditions, reasonable management and breeding by selection of V. oldhami in South Korea. The main results obtained from this study are summarized as follows; Leaf size of Mudeung population was larger than other populations. Naebyeon population was smaller in size of the leaf than other populations. Anmyeondo population was larger in fruit characteristics compared with other populations and Deogyu population was the smallest among populations. According to cluster analysis based on the leaf and fruit morphological characteristics, the natural V. oldhami populations were classified into four groups such as the first group of Kumo population, the second group of Mudeung population, the third group of Anmyundo, Daedun, Doolyun population and the fourth group of the other five populations.

• 한국정보시스템학회지:정보시스템연구
• /
• 제30권4호
• /
• pp.21-42
• /
• 2021

Purpose In order for companies to continue to grow, they should properly manage human resources, which are the core of corporate competitiveness. Employee turnover means the loss of talent in the workforce. When an employee voluntarily leaves his or her company, it will lose hiring and training cost and lead to the withdrawal of key personnel and new costs to train a new employee. From an employee's viewpoint, moving to another company is also risky because it can be time consuming and costly. Therefore, in order to reduce the social and economic costs caused by employee turnover, it is necessary to accurately predict employee turnover intention, identify the factors affecting employee turnover, and manage them appropriately in the company. Design/methodology/approach Prior studies have mainly used logistic regression and decision trees, which have explanatory power but poor predictive accuracy. In order to develop a more accurate prediction model, XGBoost is proposed as the classification technique. Then, to compensate for the lack of explainability, SHAP, one of the XAI techniques, is applied. As a result, the prediction accuracy of the proposed model is improved compared to the conventional methods such as LOGIT and Decision Trees. By applying SHAP to the proposed model, the factors affecting the overall employee turnover intention as well as a specific sample's turnover intention are identified. Findings Experimental results show that the prediction accuracy of XGBoost is superior to that of logistic regression and decision trees. Using SHAP, we find that jobseeking, annuity, eng_test, comm_temp, seti_dev, seti_money, equl_ablt, and sati_safe significantly affect overall employee turnover intention. In addition, it is confirmed that the factors affecting an individual's turnover intention are more diverse. Our research findings imply that companies should adopt a personalized approach for each employee in order to effectively prevent his or her turnover.

• 한국자원식물학회지
• /
• 제35권2호
• /
• pp.192-200
• /
• 2022

본 연구에서는 부지화 잎의 무기양분 농도 측정 결과를 바탕으로 질소를 제외한 다른 무기양분의 함량을 통해서 잎의 질소 결핍 여부를 구분하는 머신러닝 모델을 개발하였다. 그러기 위해서 부지화의 질소결핍구와 대조구의 잎 샘플을 분석한 36개의 데이터를 부트스트랩핑 방법을 통해서 학습용 데이터셋 1,000 여 개로 증량시켰다. 이를 이용해 학습한 각 모델을 테스트한 결과, gradient boosting 모델이 가장 우수한 분류성능을 보여주었다. 본 모델을 이용해 질소함량을 직접적으로 분석할 수 없는 경우, 잎의 무기성분 함량에 기반하여 질소결핍 가능성 여부를 판단해 질소가 부족한 부지화 나무를 분별하고, 정확한 질소함량을 측정하게 유도하여 그에 기초한 적정 질소비료 시비를 가능케 하고자 하였다.

• 한국융합학회논문지
• /
• 제13권2호
• /
• pp.249-255
• /
• 2022

본 연구는 최근 가공 불량 예측 방법으로 주목받고 있는 머신러닝 기반의 모델을 이용하여 CNC 가공 불량 발생의 실시간 예측을 위한 분석 프레임워크를 제안하고, 해당 프레임워크에 기반하여 XGBoost, CatBoost, LightGBM, 랜덤 포레스트, Extra Trees, SVM, k-최근접 이웃, 로지스틱 회귀 모델을 CNC 설비에 기본 내장된 센서들로부터 추출된 데이터에 적용 및 분석하였다. 분석 결과 XGBoost, CatBoost, LightGBM 모델이 동일하게 가장 우수한 정확도, 정밀도, 재현율, F1 점수, AUC 값을 보였으며, 이 중 LightGBM 모델이 소요 실행 시간이 가장 짧은 것으로 나타났다. 이러한 짧은 소요 실행 시간은 실 시스템 구축 비용 절감, 빠른 불량 예측에 따른 CNC 장비 파손 확률 감소, 전체적인 CNC 활용률 증가 등의 실무적 장점을 가지므로 LightGBM 모델이 기본 센서들만 설치된 CNC 설비에 적용 시 가공 불량 예측에 가장 효과적으로 판단된다. 또한 소요 실행 시간 및 컴퓨팅 파워의 제약이 없는 상황에서는 LightGBM, Extra Trees, k-최근접 이웃, 로지스틱 회귀 모형으로 구성된 앙상블 모델을 적용할 경우 분류 성능이 최대화됨을 확인하였다.

• 한국환경생태학회지
• /
• 제34권3호
• /
• pp.235-248
• /
• 2020

본 연구는 진도 첨찰산을 대상으로 보전가치가 큰 난온대 상록활엽수림의 식생구조를 정량적으로 파악함과 동시에 변화상을 규명하고자 진행하였다. TWINSPAN과 DCA에 의한 군락분류결과, 구실잣밤나무군락(I), 구실잣밤나무-참가시나무군락(II), 붉가시나무-구실잣밤나무군락(III), 낙엽활엽수-상록활엽수혼효군락(IV)으로 구분되었다. 조사된 진도 첨찰산 상록활엽수림의 전체 MIP분석 결과, 교목층에서 구실잣밤나무, 참가시나무, 붉가시나무, 아교목층에서 동백나무, 광나무, 생달나무, 관목층에서 마삭줄, 동백나무, 구실잣밤나무가 우점하고 있었다. 주요 상록수종을 대상으로 흉고직경급별 분포를 분석하여 과거 자료와 비교한 결과, 상층을 우점하고 있는 구실잣밤나무, 붉가시나무는 대경목 비율이 늘어난 반면, 아교목성상의 동백나무, 광나무의 흉고직경급별 분포 차이는 나타나지 않았다. 향후 진도 첨찰산 상록활엽수림의 보전을 위해서는 천연기념물 보호구역을 중심으로 정밀현존식생도 제작과 함께 실제 상록활엽수 분포지역을 파악한 후, 유역권 개념이 포함된 첨찰산 상록활엽수림의 보호구역 재설정이 필요하다고 판단된다.