이미지 분류를 위한 온톨로지 기반 기계학습 알고리즘 개발

Q: 이 논문에서 정의한 온톨로지란 무엇인가?

온톨로지는 이미지 분류의 정확도를 높이기 위해 이미지 데이터베이스를 대분류와 중분류 그룹의 구조로 나누고, 각 그룹에서 얻어진 스코어 값들을 융합하여 분류 성능을 향상시키는 방법론이다. 이는 기존의 저급 기술자와 BoW 모델 기반 기계 학습에 추가 적용되어 이미지 분류의 모호함을 극복한다.

Q: 이미지 분류에 온톨로지를 적용하면 어떤 이점이 있는가?

연구 결과, 이미지 분류에 온톨로지 구조를 적용하고 스코어 레벨 융합 방법을 사용하면 기존 분류 방법 대비 대분류에서 4.96%, 중분류에서 2.49% 향상된 분류 정확도를 얻을 수 있다. 이는 다양한 분류 기준으로 중간 결과를 융합하여 개별 분류기의 모호함을 극복하는 효과를 가져온다.

허인성; 박운상

자료유형: 학술대회자료

저자정보: 허인성 (서강대학교) 박운상 (서강대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2015년 동계학술발표회 논문집

발행연도: 2015.12

수록면: 1,161 - 1,162 (2page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

멀티미디어 데이터의 기하급수적 증가로 인하여 멀티미디어 데이터에 대한 검색의 필요성이 증대하고 있으며, 이를 위해 이미지 분류 및 자동 태깅에 관한 연구가 활발하게 이루어지고 있다. 본 논문은 보다 정확한 이미지 분류를 위하여 다양한 저급기술자와 BoW(Bag-of- ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2016-569-002304488

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)