• 융합신호처리학회논문지
• /
• 제19권1호
• /
• pp.1-6
• /
• 2018

본 논문에서는 다중 스케일 영상 공간에서 특징점 검출을 위해 수행되는 반복적인 과정을 제거하는 방법을 제안한다. 제안한 방법은 원 영상으로부터 특징점을 검출하고, 클러스터 필터를 이용하여 유효한 특징점을 선별하고, 특징점 클러스터를 생성한다. 그리고 특징점 클러스터의 방향 각도를 이용하여 참조 객체를 선별하고, 분산 거리 비율을 이용하여 원 영상의 스케일을 예측한다. 예측한 스케일에 따라 참조 영상의 스케일을 변환하고, 변환된 참조 영상에 대해 특징점 검출을 적용한다. 실험 결과 제안한 방법은 다중 스케일 영상을 사용하는 SIFT 방법 및 Scaled ORB 방법에 비해 특징점 검출 시간이 각각 75% 및 71% 향상됨을 알 수 있었다.

• 한국보건간호학회지
• /
• 제16권1호
• /
• pp.201-212
• /
• 2002

This study was designed to identify the risk factors of unplanned readmission in a university hospital. The six-month discharge information from January to June, 2000 in a tertiary university hospital was used as a source of data through the medical record and hospital information system. To increase the effect of comparison. the data were collected by sampling 192 couples (384 patients) of unplanned readmission group through the matching by its disease groups, sex, and age. The accuracy of prediction for unplanned readmission was analyzed by constructing the predicted model of unplanned readmission through the logistic regression. The study results are as follows. The conditional logistic regression analysis was performed with nine variables at the significance level 0.05 through univariate analysis including residence, days after discharge, initial admission route, previous admission, transfer to special care unite, hospital stay days, medical care expenses, special cares, and laboratory and imaging services. As a result, the closer the patients live in Seoul and Gyeong-in area (Odds ratio=2.529, p=0.003), the shorter the days after discharge was (Odds ratio=0.600, p=0.000), and the more frequent admission rate was (Odds ratio=2.317, p=0.004), the more unplanned readmission was resulted. Also, the accuracy of prediction for data classification of this regression model showed $70.3\%$(032+83/306).

• 열처리공학회지
• /
• 제36권2호
• /
• pp.69-76
• /
• 2023

In this study, we present a system for identifying equivalent grades of standardized wire rod steel based on alloy composition using machine learning techniques. The system comprises two models, one based on a supervised multi-class classification algorithm and the other based on unsupervised autoencoder algorithm. Our evaluation showed that the supervised model exhibited superior performance in terms of prediction stability and reliability of prediction results. This system provides a useful tool for non-experts seeking similar grades of steel based on alloy composition.

• 한국지반환경공학회 논문집
• /
• 제13권4호
• /
• pp.77-91
• /
• 2012

최근 우리나라는 국토의 고도 이용과 지역 간의 균형발전을 도모하기 위한 목적으로 택지 및 단지, 도로, 항만 및 공항 등의 건설이 증가하고 있는 추세이다. 현재도 많은 공사들이 연약한 지반에서 실시되고 있다. 이로 인해 건설현장에서 지반의 장기침하, 파괴, 부등침하, 국지적인 구조물 손상 등의 공학적인 문제들이 지속적으로 보고되고 있다. 특히, 연약지반이 비교적 두껍게 발달한 서 남해안 지역과 내륙지역의 연약지반 위에 축조되는 각종 구조물, 도로 등의 경우 필연적으로 하중에 의한 지반의 장기침하가 발생하게 된다. 따라서, 본 연구에서는 기존의 장기침하량 예측기법들인 쌍곡선법, 호시노법, $\sqrt{S}$법, 아사오카법 등의 지역별 적정 분석기법을 검토하는 한편, 일반화된 산정식의 도출을 통한 새로운 예측기법에 대한 연구를 수행하여 토질특성 및 시공조건에 대한 상관관계를 분석하고 장기적인 침하특성과의 연관계수를 도출하였다. 수식의 검증을 위해 16개 지역의 계측자료와 수치해석 결과를 비교 및 분석을 실시하였다.

• 한국정보전자통신기술학회논문지
• /
• 제14권2호
• /
• pp.149-160
• /
• 2021

본 연구에서는 현재 발생한 범죄와 과거 유사 범죄의 기록을 조사하여 용의선상에 오른 자들과 전과자들를 비교 분석하여 범인를 예측하는 시스템을 제안한다. 제안된 시스템은 용의자들과 전과자들의 안면을 비교하기 위하여 조건부 생성 적대 네트워크를 포함하는 퍼지 매칭으로 예상 범인을 선별하는 인공 지능 기반 알고리즘 범죄 예측 시스템(CPS)입니다. 유효성을 증명하기 위하여동 티모르. 범죄 기록의 데이터를 활용하였습니다. 구축 된 알고리즘은 증언을 바탕으로 몽타쥬를 작성하여 범죄 기록상의 전과자 안면과 비교됩니다. 제안 된 알고리즘과 CPS의 결과는 범죄를 처리하는 경찰관의 시간과 노력을 최소화될 뿐만 아니라 신속한 결과를 얻었으므로 유용하다는 것을 확인했습니다. 특히, 동 티므로와 같이 부족한 인적 자원과 예산으로 사회 안전망을 유지하는 것이 어려운 국가에 제안된 시스템의 적용은 미해결 범죄의 감소와 신속한 범죄 수사에 기여할 수 있다.

• Asia-Pacific Journal of Atmospheric Sciences
• /
• 제54권4호
• /
• pp.623-637
• /
• 2018

This study investigates the effects of horizontal resolution, cumulus parameterization scheme (CPS), and probability forecasting on precipitation forecasts over the Korean Peninsula from 00 UTC 15 August to 12 UTC 14 September 2013, using the limited-area ensemble prediction system (LEPS) of the Korea Meteorological Administration. To investigate the effect of resolution, the control members of the LEPS with 1.5- and 3-km resolution were compared. Two 3-km experiments with and without the CPS were conducted for the control member, because a 3-km resolution lies within the gray zone. For probability forecasting, 12 ensemble members with 3-km resolution were run using the LEPS. The forecast performance was evaluated for both the whole study period and precipitation cases categorized by synoptic forcing. The performance of precipitation forecasts using the 1.5-km resolution was better than that using the 3-km resolution for both the total period and individual cases. The result of the 3-km resolution experiment with the CPS did not differ significantly from that without it. The 3-km ensemble mean and probability matching (PM) performed better than the 3-km control member, regardless of the use of the CPS. The PM complemented the defect of the ensemble mean, which better predicts precipitation regions but underestimates precipitation amount by averaging ensembles, compared to the control member. Further, both the 3-km ensemble mean and PM outperformed the 1.5-km control member, which implies that the lower performance of the 3-km control member compared to the 1.5-km control member was complemented by probability forecasting.

• 한국전자거래학회지
• /
• 제21권1호
• /
• pp.65-77
• /
• 2016

모바일 기기 데이터를 활용한 분석에서 사용자의 프라이버시를 보호하는 것이 주요한 이슈로 대두됨에 따라 데이터를 외부로 전송하지 않고 모바일 기기 안에서 분석을 수행하는 기기내 분석이 주목 받고 있다. 기기 내 분석을 활용하면 문자 메시지, 검색 단어, 북마크, 연락처등 매우 개인적이지만 성별 구분에 효과적이라고 알려진 모바일 텍스트를 이용한 성별 예측이 가능하며, 사전에 선정된 단어들의 집합을 모바일 기기로 전송하여 이 단어들과 모바일 텍스트를 비교를 통해 성별을 예측하는 단어 비교 방식을 이용하면 모바일 기기의 제한된 자원 문제를 극복할 수 있다. 특히, 확실한 근거를 이용하여 필터링 한 후 예측을 수행하면 정확도를 극대화하고 복잡도를 낮출 수 있다. 따라서 본 논문에서는 단어의 식별력과 인기도를 순차적으로 고려하는 2단계의 기기 내 성별 예측 방법을 제안한다. 구체적으로, 제안하는 방법론은 소수의 높은 식별력을 가지는 단어를 이용하여 전체 사용자의 성별을 예측하고 이어서 인기도가 높은 단어를 활용하여 앞서 예측이 되지 않은 사용자의 성별을 예측한다. 실제 데이터를 이용한 실험에서 제안하는 방법론은 비교 방법론보다 우수한 성능을 나타내었다.

• 한국인터넷방송통신학회논문지
• /
• 제9권3호
• /
• pp.123-129
• /
• 2009

유비쿼터스 홈은 가정 내의 다양한 가전기기 및 센서들로 구성된 유무선 네트워크를 통해 u-Life, u-Health등의 다양한 유비쿼터스 서비스를 제공하는 미래의 디지털 가정환경으로 부상하고 있다. 유비쿼터스 홈서비스는 센서들로부터 수집된 정보를 통해 사용자의 상황을 자동으로 인지하여 가전기기들을 상황에 맞게 적응하도록 함으로써 사용자 편의성을 극대화 한다. 이러한 상황인지 홈 환경에서 집안을 미리 사용자가 원하는 상태로 조절하기 위해 사용자의 미래 행위를 예측하는 것을 미래 유비쿼터스 홈에 가장 핵심적인 기능 중 하나이다. 본 논문은 유비쿼터스 홈 환경에서 상황인지 서비스를 위한 단계적 예측 알고리즘을 제안한다. 본 알고리즘은 예측과 실행의 두 단계로 이루어 진다. 첫 번째 예측단계에서 트리구조를 이용하여 사용자가 이동할 다음 위치를 예측하고, 두 번째 실행 단계에서는 테이블 매칭 방법을 이용하여 각각의 위치에 있는 가전기기들을 사용자가 원하는 대로 미리 예측하고 구동시켜 사용자에게 서비스를 제공할 수 있도록 설계하였다. 일반적으로 가전기기들은 한 개씩 독립적으로 동작하기보다 여러 기기가 함께 동작하여 특정 목적에 이용된다는 점에 착안하여, 모드서비스 개념을 도입함으로써 사용자가 동작시키고자 하는 기기들을 한꺼번에 예측할 수 있는 장점을 가진다. 또한 시뮬레이션을 통해 본 논문이 제안한 단계적 예측 알고리즘의 성능을 검증한다.

• 지식경영연구
• /
• 제22권2호
• /
• pp.1-17
• /
• 2021

본 연구에서는 한국과 미국의 대표적인 거래소인 빗썸과 코인베이스의 비트코인 가격을 ARIMA와 순환 신경망(Recurrent Neural Network)을 이용해 예측하고, 이후 각 국가의 뉴스 기사를 이용해 분리 학습에 기반한 separated RNN 모형을 제안한다. separated RNN 모형은 학습 데이터를 가격의 추세 변화 점을 기준으로 분리해 학습시킨 후, 추세 변화점 별 뉴스 데이터를 활용해 용어 기반 사전을 구축한다. 이후 용어 기반 사전과 평가 데이터 기간의 뉴스 데이터를 이용해 예측할 데이터의 가격 추세 변화 점을 찾아낸 후, 매칭되는 모형을 적용해 예측 결과를 산출한다. 2017년 5월 22일부터 2020년 9월 16일까지의 가격 데이터를 사용해 분석한 결과, 제안된 separated RNN을 이용해 예측한 결과가 한국과 미국의 비트코인 가격 예측 모두에서 순환 신경망(RNN)을 이용해 예측한 결과보다 높은 예측 성과를 보였다. 본 연구는 시계열 예측 기법의 한계를 뉴스 데이터를 이용한 추세 변화 점 탐색을 통해 극복할 수 있고, 성과 향상을 위한 추후 다양한 시계열 예측 기법 및 추세 변화 점 탐색을 위한 다양한 텍스트 마이닝 기법을 적용해볼 필요가 있음을 시사한다.

• 한국재난정보학회 논문집
• /
• 제17권2호
• /
• pp.245-253
• /
• 2021

연구목적: 본 연구는 화재발생 건축물 정보, 신고자 취득 정보 등 초기 정보를 활용하여 화재현장의 위험도를 예측하여, 재난 발생 초기에 효과적인 소방자원 동원 및 적절한 대응을 위한 피해최소화 전략 수립을 지원하는 위험도 예측 모델을 개발하고자 한다. 연구방법: 화재 통계 데이터 상에서 화재의 피해규모와 관련된 변수 규명을 위해 머신러닝 알고리즘을 이용한 변수간 상관성 분석을 실시하여 예측 가능성을 검토하고, 데이터 표준화 및 이산화 등의 전처리를 통해 학습 데이터 셋을 구축하였다. 이를 활용하여 예측 정확도가 높은 것으로 평가 받고 있는 복수의 머신러닝 알고리즘을 테스트하여 가장 정확도가 높은 알고리즘을 적용한 위험도 예측 모델을 개발하였다. 연구결과: 머신러닝 알고리즘 성능 테스트 결과 랜덤포레스트 알고리즘의 정확도가 가장 높게 나왔으며, 위험도 등급에 대해서는 중간치에 대한 정확성이 상대적으로 높은 것으로 확인되었다. 결론: 화재 통계 상 피해규모 데이터의 편향성에 의해 예측모델 정확도가 제한적으로 나타났으며, 예측 모델 성능 개선을 위해 데이터 정합성 및 결손치 보완 등을 통한 데이터 정제가 필요하다.