• 토지주택연구
• /
• 제4권1호
• /
• pp.43-54
• /
• 2013

본 연구는 글로벌 금융위기 이후 침체양상을 지속하고 있는 수도권 주택시장과 관련하여, 금융위기 이후 주택가격 결정요인의 변화를 벡터오차수정(VAR)모형을 통해 분석하였다. 글로벌 금융위기가 발생한 2008년 3분기를 기준으로 이전과 현재까지로 거시경제변수와 주택가격변수간의 동태적 관계를 보기 위해 충격반응도와 분산분해 분석을 실시하였다. 분석결과를 정리하면 먼저 수도권 주택매매가격의 경우 금융위기 이후에 전세가격과 주택매매가격 자체의 변화에 의해 더 영향을 받는 것으로 나타난 반면, 금융위기 이전에 주택매매가격에 미치는 영향력이 큰 것으로 나타났던 종합주가지수와 국고채 수익률은 금융위기 이후 영향력이 사라진 것으로 나타났다. 한편, 수도권 주택전세가격의 경우 금융위기 이전과 이후 모든 기간에서 다른 변수들보다 주택매매가격과 주택전세가격 자체의 영향력이 크게 나타난 가운데, 금융위기 이전에는 종합주가지수와 생산자물가가 영향을 미치고 실질GDP는 별다른 영향을 주지 못했다면, 금융위기 이후에는 역으로 실질GDP의 영향력이 크게 나타났고 생산자물가와 종합주가지수는 별다른 영향을 미치지 못하는 것으로 분석되었다. 이와 같이 경제불안의 지속으로 인해 수도권 주택매매 및 전세가격은 실질GDP와 같은 실물경기에 더 크게 영향을 받게 된 것으로 판단된다. 따라서 최근의 주택가격의 하락은 유럽재정위기 등으로 인해 지속되고 있는 국내경제 불확실성을 감안할 때 회복세는 크게 제한될 것으로 보이며, 향후 주택경기를 활성화시키기 위해서는 금융 및 공급규제 완화 등의 대책보다는 경제활성화를 통한 구매력 제고에 집중할 필요가 있을 것이다.

• 대한전자공학회논문지SP
• /
• 제42권5호
• /
• pp.55-62
• /
• 2005

본 논문에서는 인간의 인지학적인 두뇌 원리인 대뇌피질과 해마 신경망을 공학적으로 모델링하여 얼굴 영상의 특징 벡터들을 고속 학습하고, 각 영상의 최적의 특징을 구성할 수 있는 해마 신경망 모델링 알고리즘인 HNMA(Hippocampal Neuron Modeling Algorithm)을 이용한 얼굴인식 시스템을 제안한다. 시스템은 크게 특징추출 부분과 학습 및 인식 부분으로 구성 되어 있으며, 특징추출 부분에서는 PCA(Principal Component Analysis)와 LDA (Linear Discriminants Analysis)를 순차적으로 적용하여 분별력이 좋은 특징들로 구성한다. 학습부분에서는 해마 신경망 구조의 순서에 따라 입력되는 영상 데이터의 특징들을 치아 이랑 영역에서 호감도 조정에 따라서 반응 패턴으로 이진화 하고, CA3 영역에서 자기 연상 메모리 단계를 거쳐 노이즈를 제거한다. CA3의 정보를 받는 CAI영역에서는 신경망에 의해 학습되어 장기기억이 만들어 진다. 제안한 시스템의 성능을 평가하기 위하여 실험은 표정과 포즈변화 그리고 저 화질 이미지를 각각 구분하여 인식률을 확인하였다. 실험 결과, 본 논문에서 제안하는 특징 추출 방법과 학습 방법을 다른 방법들과 비교하였을 때, 학습시간비용과 인식률에서 우수함을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권9호
• /
• pp.361-368
• /
• 2014

차량 번호판 인식 시스템은 복잡한 교통환경의 효율적 관리를 위해 발전되어 현재 많은 곳에 사용되고 있다. 그러나 조명, 잡음, 배경변화, 번호판 훼손 등 환경변화에 큰 영향을 받기 때문에 제한된 환경에서만 동작하며, 실시간으로 사용하기 어렵다. 본 논문에서는 조명변화와 잡음에 강건하며 빠른 번호판 인식을 위한 휴리스틱 분할 알고리즘 및 이를 이용한 실시간 번호판 인식 시스템을 제안한다. 첫 번째 단계는 Haar-like 특징과 Adaboost를 이용하여 번호판을 검출한다. 이 방법은 적분영상을 이용하며 케스케이드 구조로 구성되어 있어 빠른 검출이 가능하다. 두 번째 단계에서 적응 히스토그램 평활화 방법과 노이즈를 경감시키는 바이레터럴 필터를 이용하여 번호판의 종류를 결정한 후, 번호판 종류에 따라 적분영상을 이용한 적응 이진화, 픽셀 프로젝션, 사전지식 등을 기반으로 빠르고 정확한 문자 분할을 한다. 세번째 단계에서는 HOG와 신경망 알고리즘을 이용하여 숫자를 인식하고, SVM을 이용해 한글을 인식한다. 실험결과는 번호판검출에 94.29%의 검출률, 2.94%의 오경보율을 보이며, 문자분할에서는 검출률 97.23%, 2.94%의 오경보율을 보였다. 문자인식에서 평균 인식률은 98.38%이다. 평균 운용시간은 140ms으로 빠르고 강인한 실시간 시스템을 만들 수 있다.

• 한국통신학회논문지
• /
• 제39C권3호
• /
• pp.255-263
• /
• 2014

도로변에 설치된 폐쇄회로 카메라를 통해 사고를 감지하여 교통사고 대책반에 전송하는 시스템이 연구되어 많은 성과를 거두고 있다. 더하여 고속도로에서는 고장으로 인한 정지차량이 차량의 흐름을 방해하는 것도 사고로 간주해야 하는 상황이 발생한다. 본 논문에서는 차량의 흐름을 각 차선 별로 모니터링하고 있다가 정지차량이나 사고로 인한 차량흐름의 변화를 감지하여 이를 사고 대책반에 알리는 시스템을 소개한다. 각 차선 별 차량흐름은 레벨 스페이싱 곡선들로서 위치벡터에 대한 Wigner 분포를 이룬다. 여기에 해밀토니안 및 칼로게로 모제 시스템을 적용하면 각 레벨스페이싱 커브간의 간격에 대한 확률식을 얻게된다. 이 식으로부터 변동이 큰 이상 신호를 찾으면 사고 상황과 잘 맞는다. 이것은 한 차선에 대한 이상 신호를 찾는 것과는 다르다. 전체적인 차량 흐름 속에서 찾아야만 사고를 감지하는 효과를 보기 때문이다. 각 차선 별 차량흐름을 모니터링 하는 과정에서 카메라의 특성상 차량의 그림자를 차량으로 오인하게 되면 사고감지에도 영향을 미친다. 이를 방지하기 위해 그림자를 제거하는 방법도 소개한다. 본 시스템의 평가를 위해 베이지안 네트워크 방법을 사용한 시스템과 비교하였다. 특별히 고장으로 인한 정지차량으로 생겨난 차량흐름의 변화를 사고로 인식하는 데는 본 시스템이 우수한 것으로 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제17권6호
• /
• pp.163-172
• /
• 2012

기존 추천시스템의 명시적((Explicit) 협력 필터링 방법은 실용화 되었으나 정확한 아이템의 속성이 반영되지 않는 문제와 희박성과 확장성 문제가 여전히 남아 있다. 본 논문에서는 실시간성과 민첩성이 요구되는 유비쿼터스 상거래에서 고객에게 번거로운 질의 응답 과정이 없이 묵시적인(Implicit) 방법을 이용하여 RFM(Recency, Frequency, Monetary)기법과 k-means 기법을 이용한 개인화 추천시스템을 제안한다. 구매 가능성이 높은 아이템을 추출하기 위해서 고객데이터와 구매이력 데이터를 기반으로 아이템의 속성 반영이 가능한 RFM기법과 k-means 클러스터링을 이용한다. 제안 방법으로 추천의 효율성이 높은 아이템 추천이 가능하도록 고객정보의 속성 변수의 특징 벡터가 적용된 클러스터링 작업과 군집내의 아이템 카테고리 선호도 계산 작업의 전처리를 수행한다. 성능평가를 위해 현업에서 사용하는 인터넷 화장품 아이템 쇼핑몰의 데이터를 기반으로 데이터 셋을 구성하여 기존 시스템과 비교 실험을 통해 성능을 평가하여 효용성과 타당성을 입증하였다.

• 전자공학회논문지CI
• /
• 제46권5호
• /
• pp.57-70
• /
• 2009

벡터 데이터 기반의 CAD 설계도면은 대부분 산업 분야에서 매우 주요한 저작물로, 저작권 보호 기술이 매우 필요한 콘텐츠로 인식되고 있다. 본 논문에서는 k-means++ 기반의 CAD 설계도면 워터마킹 기법을 제안한다. 하나의 CAD 설계도면은 여러 레이어들로 구성되며, 각 레이어는 폴리라인, 원, 호, 폴리곤 등의 다양한 기하학 객체들로 구성된다. 이들 기하학적 요소들 중 폴리라인 호 및 쿼드폴리곤 객체들은 CAD 설계도면의 기본적인 객체들로 객체 분포의 거의 대부분을 차지한다. 따라서 제안한 기법에서는 설계도면 내에 폴리라인, 쿼드폴리곤 및 호 객체들 중 가장 많은 수를 가지는 객체를 선택한 후, 이들 객체를 많이 분포하는 레이어들을 선택한다. 그리고 선택된 레이어 내에 객체들을 k-means++ 기반으로 그룹화한 다음, 각 그룹내에 기하학 특징 분포에 워터마크를 삽입한다. 이 때 기하학 특징 분포로는 폴리라인의 정규화된 길이 분포, 쿼드폴리곤의 정규화된 면적 분포 및 호의 각도 분포이다. 실험 결과로부터 제안한 기법이 CAD 도면툴 상에서 제공하는 다양한 기하학 편집과 파일포맷변환, 레이어 공격 등에 대하여 강인함을 확인하였다.

• 전자공학회논문지SC
• /
• 제49권4호
• /
• pp.45-54
• /
• 2012

위치기반서비스에서 주요기술로는 GPS가 있지만, 현재 위성 통신을 통해 위치 추정이 불가능한 실내지역의 위치추정기술로는 저 전력 근거리 통신의 연구가 주로 이루어지고 있다. 특히 첩 대역확산방식을 이용한 저 전력 근거리 통신 기술이 신호도달거리의 확장, 잡음에 대한 영향, 저 전력 데이터 통신 등 여러 가지 면에서 기존의 근거리 통신 기술보다 더 나은 특징을 보임에 따라 위치 추정을 위하여 제안된 IEEE802.15.4a의 물리계층에 표준으로 채택되었다. 하지만, 첩 대역확산 방식을 통한 측정된 거리는 기본적으로 오차를 가지는데, 이를 측정된 거리에 따라 가중치 값을 나타내는 비례 계수를 이용하여 영이 아닌 평균값을 가지는 잡음으로 모델링 할 수 있다. 하지만 초기의 빠르고 정확한 위치 추정에는 다소 시간이 걸린다. 따라서 본 논문에서는 이동 노드의 정확한 위치 추정을 위하여 최소자승법과 확장 칼만 필터를 이용하여 보다 빠르고 안정된 위치 추정 시스템을 제안한다. 끝으로 실제 위치 추정 시스템의 구현으로 한 실험 결과를 바탕으로 제안된 알고리즘의 안정된 적응성과 정확성을 평가하여 그 성능을 알아보았다.

• 한국통신학회논문지
• /
• 제18권10호
• /
• pp.1422-1432
• /
• 1993

HCNN(Hidden Control Neural Network)은 신경회로망에 의한 비선형 예측과 HMM의 segmentation 기능을 접합시킨 신경회로망 모델로서, 시간에 따라 입출력 사상 함수를 변화시킴으로써 음성 신호를 잘 모델링할 수 있도록 되어 있다. 본 논물에서는 첫째, HCNN의 성능이 HMM보다 우수함을 보이고, 둘째로, HCNN에서의 예측 오차 측정에 적절한 거리 측도를 이용하기 위해 가중거리가 도입된 HCNN을 제안하여, 화자 독립 음성 인식에 있어 그 성능이 우수함을 보였다. 여기서 가중거리는 음성 특징 벡터 각 구성 성분의 분산도 차이를 고려한 거리이다. 화자 독립 숫자음 인식 실험 결과, 유클리드 저리를 이용한 HCNN에 대해 95%의 인식율을 얻었는데, 이는 HMM에 비해 1.28% 높은 결과로서, 확률적인 제한이 가해진 HMM에 비해 시스템의 동작인 모델링을 이용한 HCNN이 더 우수함을 알 수 있다. 또한 가중거리를 이용한 CNN에 대해서는 97.35%의 인식율을 얻었는데, 이는 유클리드 거리를 이용한HCNN에 비해 2.3%가 향상된 결과이다. 가중 거리를 도입한 HCHN의 경우에 더 높은 인식율을 얻은 이유는, 오인식이 많이 되는 화자의 인식율을 높임으로써 화자간의 인식율차가 감소하게 되기 때문임을 알 수 있었고, 따라서 화자 독립 음성인식에 가중거리를 도입한 HCNN이 보다 적합합을 알 수 있다.

• 정보처리학회논문지B
• /
• 제11B권2호
• /
• pp.187-198
• /
• 2004

월드 와이드 웹(World-Wide Web)은 가장 커다란 분산된 정보저장소로서 계속하여 빠른 속도로 성장해왔다. 그러나 비록 웹이 빠른 속도로 성장하고 있다 할지라도, 웹의 정보를 읽고 이해하는 데는 본질적으로 한계가 있다. 웹 사용자 입장에서 보면 웹의 정보 폭발, 꾸준하게 변화하는 환경, 사용자 요구에 대한 이해 부족 둥으로 오히려 혼란을 겪을 수 있다. 웹의 이러한 환경에서 사용자의 순회패턴(traversal patterns)을 탐사하는 것은 시스템 설계나 정보서비스 제공 측면에서 중요한 문제이다. 순회패턴 탐사에 관한 기존의 연구들은 세션(sessions)에 나타나는 페이지들간의 연관성 정보를 충분히 활용하지 못한다. 본 논문에서는 세션에 나타나는 페이지들간의 연관성 정보를 활용하여 빈발 k-페이지집합을 탐사하고, 이를 기반으로 하여 추천 페이지집합을 생성함으로써 효율적인 웹 정보서비스를 제공할 수 있는 Web Page Recommend(WebPR) 알고리즘들을 제안한다. 제안한 WebPR 알고리즘은 웹 사이트를 방문한 사용자에게 추천 페이지집합을 포함하는 새로운 페이지뷰(pageview)를 제공함으로써 궁극적으로 찾고자하는 목표 페이지에 효과적으로 접근할 수 있도록 해준다. 기존 연구들과의 가장 큰 차이점은 페이지들간의 연관성 정보를 활용하는 방법들을 일관성 있게 고려하고 있다는 점과 가장 효율적인 트리모델을 제안한다는 점이다. 두개의 실제 웹로그(Weblog) 데이터에 대한 실험은 제안한 방법이 기존의 방법들보다 성능이 우수함을 보여준다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권5호
• /
• pp.595-604
• /
• 2004

문서 집합 내의 개념 또는 의미 관계의 자동 분석은 보다 효율적인 정보 획득과 단어 이상의 개념 수준에서의 문서간 비교를 가능케 한다. 본 논문에서는 다중요인모델에 기반 하여 텍스트 문서로부터 토픽들을 추출하고 이로부터 의미 커널(semantic kernel)을 구축하여 문서간 유사도를 측정하는 방안을 제시한다. 텍스트 문서는 내재된 토픽들의 다양한 결합에 의해 생성된다고 가정하며 하나의 토픽은 공통 주제에 관련되거나 적어도 자주 같이 나타나는 단어들의 집합으로 정의한다. 다중요인모델은 은닉층을 갖는 하나의 네트워크 형태로 표현되며, 토픽을 표현하는 단어 집합은 은닉노드로부터의 가중치가 높은 단어들로 구성된다. 일반적으로 이러한 다중요인 네트워크에서의 학습과 추론과정을 용이하게 하기 위해서는 근사적 확률 추정 기법이 요구되는데, 본 논문에서는 헬름홀츠 머신에 의한 방법을 활용한다. TDT-2 문서 집합에 대한 실험에서 토픽별로 관련 있는 단어 집합들을 추출할 수 있었으며, 4개의 텍스트 집합에 대한문서 검색 실험에서는 다중요인모델의 분석결과에 기반 한 의미 커널을 사용함으로써 기본 벡터공간 모델에 비해 평균정확도 면에서 통계적으로 유의한 수준의 성능 향상을 얻을 수 있었다.