그림 1. (영국)SPIRE for Export Control 19

그림 2. Method, System and Program Product 순서도 20

그림 3. System and method for export control of technical documents 21

그림 4. Digital goods export control 22

그림 5. Method and Apparatus for Foreign Trade and Export Control 23

그림 6. 텍스트마이닝과 데이터마이닝의 비교 25

그림 7. DENDRAL Case Study 화면 27

그림 8. ilaw 시스템 메인화면 30

그림 9. 다차원 정보 검색 화면 30

그림 10. 국가표준인증종합정보센터 메인화면 31

그림 11. 통합 연계 검색 화면 32

그림 12. 인사이트(InSciTe) 메인화면 33

그림 13. InSciTe 검색결과 33

그림 14. 물품 사전판정 심사 흐름도 54

그림 15. 수출허가 심사 절차도 56

그림 16. 수출허가 전문가시스템용 데이터베이스 61

그림 17. 사전판정 심사시스템 초기화면 63

그림 18. 물품 사전판정 전문가 시스템 초기화면 63

그림 19. 물품 사전판정 전문가 시스템 심사결과서 64

그림 20. 기술 사전판정 전문가 시스템 심사인자 확인 화면 64

그림 21. 수출허가 전문가 시스템 최종화면 66

그림 22. 수출허가 전문가 시스템 심사결과서 66

그림 23. 2차원 평면에서의 선형 분류기 71

그림 24. k＝3인 경우의 예 74

그림 25. k-means 알고리즘 76

그림 26. 문서기반 검색의 일반적 프로세스 78

그림 27. 텍스트 추출 모듈 실행 결과 88

그림 28. 텍스트 추출 전 PDF 파일 예시 88

그림 29. 텍스트 추출 결과 예시 89

그림 30. 단어 및 빈도수 추출 예시 89

그림 31. IXCRS 문서 비교 시스템 초기 화면 91

그림 32. 텍스트 및 이미지 추출 과정 91

그림 33. 계통 추천 결과 92

그림 34. 다대다 비교 화면 92

그림 35. 계통별 핵심어 관리 화면 93

그림 36. 계통 가중치 관리 화면 94

그림 37. 일대다 문서 검색 결과 95

그림 38. 생성된 유사 문서 검색 보고서 96

그림 39. 임계치에 따른 유사 문서 검출 수 97

그림 40. 문서 유사도 비교 성능(Case I) 97

그림 41. 문서 유사도 비교 성능(Case II) 98

그림 42. 문서 유사도 비교 성능(Case III) 98

그림 43. 다양한 온톨로지 구축 방법론 [19] 100

그림 44. On-To-Knowledge(OTK) 구축 방법 절차 104

그림 45. 지식기반 시스템 방법론의 발전 역사 105

그림 46. CommonKADS 온톨로지 구축 개요 106

그림 47. FROTOMATH-1 구축 방법론 수행 절차(1/2) 110

그림 48. FROTOMATH-1 구축 방법론 수행 절차(2/2) 111

그림 49. 수출통제 온톨로지 구축 흐름도 112

그림 50. 온톨로지 모델링 절차 113

그림 51. 핵심개념어 선정리스트 120

그림 52. 질의어에 따른 질의 분석 124

그림 53. 개념[클래스] 관계도 125

그림 54. 온톨로지 모델링 품질결과 128

그림 55. 온톨로지 인스턴스 구축 단계 구성 129

그림 56. 관계속성 매핑 테이블 134

그림 57. 데이터속성 매핑 테이블 134

그림 58. 인스턴스 자동구축 정의 134

그림 59. 데이터 속성 정의 135

그림 60. 관계속성 정의 135

그림 61. 인스턴스용 추론규칙 파일 135

그림 62. 자동변환기를 이용해 생성된 RDF 파일 결과 136

그림 63. 방사형 검색 결과 예시 137

그림 64. 목록형 검색 결과 예시 138

그림 65. "제어봉" 시맨틱 검색 예시 138

그림 66. Prewitt 마스크 144

그림 67. Sobel 마스크 144

그림 68. Laplacian 145

그림 69. SIFT에 의한 특징점 검출 146

그림 70. DOG의 적용 예시 147

그림 71. SIFT 특징 벡터의 예시 147

그림 72. GLOH Descriptor 148

그림 73. Gradient로의 변환 149

그림 74. HOG 적용 예시 149

그림 75. LBP의 계산 150

그림 76. LBP 결과의 히스토그램 150

그림 77. SPM 적용 방식 151

그림 78. 문턱치 처리 결과 비교 예시 152

그림 79. HT를 통한 직선, 원, 타원의 추출 예시 153

그림 80. 직선의 허프 변환 153

그림 81. 원의 추출을 위한 보팅 과정 154

그림 82. 511개의 패턴 중 랜덤으로 추출한 25개 패턴 155

그림 83. 밝기가 다른 두 사진의 CT 결과의 시각화 결과 비교 155

그림 84. Ferns feature를 이용한 학습 과정 156

그림 85. 학습데이터의 정규화 157

그림 86. Ferns feature를 이용한 분류 157

그림 87. 일반적인 Elementary feature의 종류 158

그림 88. Haar feature 벡터의 형태 159

그림 89. Integral Inage의 예시 159

그림 90. Integral Image를 이용한 픽셀값의 합의 계산 160

그림 91. Hessian Matrix의 근사 161

그림 92. 필터 크기의 증가 162

그림 93. SURF에서의 Haar Wavelet Filter 162

그림 94. SIFT와 SURF의 비교 163

그림 95. 도면의 예시 164

그림 96. 표의 예시 164

그림 97. 그래프의 예시 165

그림 98. 개략도의 예시 165

그림 99. 사진의 예시 165

그림 100. 반자동 치수선 제거 173

그림 101. 관심영역 추출 순서 174

그림 102. RCP 이미지와 치수선 제거 결과 175

그림 103. RCP 이미지의 ROI 추출 결과 175

그림 104. 이미지와 코너의 예 176

그림 105. 이미지의 평면, 경계 및 코너 지역 177

그림 106. 평면, 경계, 코너의 구분 영역 178

그림 107. CPD 알고리즘의 개략도 179

그림 108. 코너 추출 결과 1 180

그림 109. 코너 추출 결과 2 180

그림 110. CPD 적용 결과 180

그림 111. HOG 추출 결과 181

그림 112. 원자로 용기 이미지에 대한 HOG 추출 결과 182

그림 113. 증기발생기 클래스의 이미지 간 거리 측정 183

그림 114. 개별 이미지에 대한 HOG 성능 평가 결과(Coolant Pump) 186

그림 115. 개별 이미지에 대한 HOG 성능 평가 결과(Heat Exchanger) 186

그림 116. 개별 이미지에 대한 HOG 성능 평가 결과(Pressure vessel) 186

그림 117. 개별 이미지에 대한 HOG 성능 평가 결과(Steam Generator) 187

그림 118. 개별 이미지에 대한 HOG 성능 평가 결과(Control Group) 187

그림 119. 개별 클래스에 대한 HOG 성능 평가 결과(Coolant Pump) 188

그림 120. 개별 클래스에 대한 HOG 성능 평가 결과(Heat Exchanger) 188

그림 121. 개별 클래스에 대한 HOG 성능 평가 결과(Pressure Vessel) 188

그림 122. 개별 클래스에 대한 HOG 성능 평가 결과(Steam Generator) 189

그림 123. 개별 클래스에 대한 HOG 성능 평가 결과(Control Group) 189

그림 124. 기술 문서로부터 이미지를 추출하는 과정 190

그림 125. 문서로부터 추출된 이미지 목록 191

그림 126. 이미지 DB 화면(특징값 추출 후, 이미지형) 192

그림 127. 이미지 DB 화면(특징값 추출 후, 리스트형) 192

그림 128. 이미지 유사도 비교 결과 1 193

그림 129. 이미지 유사도 비교 결과 2 193

그림 130. 이미지 유사도 비교 결과 3 194

그림 131. 이미지 상세보기에 저장된 유사 이미지 정보 194

그림 132. 유형별 기술문서 사례 199

그림 133. Text Miner 204

그림 134. 원자력 용어 및 동의어 데이터베이스 204

그림 135. 원자력 용어 사전 205

그림 136. 핵비확산 조약 및 협정 당사국 여부 확인을 위한 웹사이트 206

그림 137. IAEA 안전조치 협정/추가의정서 가입 현황 207

그림 138. 핵물질 방호 협약 가입 현황 207

그림 139. 바세나르체제 가입 현황 208

그림 140. 호주그룹 가입 현황 208

그림 141. 핵공급국그룹 가입 현황 209

그림 142. MTCR 가입 현황 209

그림 143. 포괄적 핵실험 금지 조약 가입 현황 210

그림 144. 화학무기 금지협약 가입 현황 210

그림 145. 생물무기 금지협약 가입 현황 211

그림 146. 거부통보 양식 212

그림 147. 통제품목 데이터베이스 216

그림 148. 원자력용어 시소러스 216

그림 149. 원자력 사전 217

그림 150. 이미지 데이터베이스 217

그림 151. 전략물자수출입고시 데이터베이스 218

그림 152. 거부/보충/거래부적격자 등 관련 정보 데이터베이스 218

그림 153. 국가별 수출통제 정보 데이터베이스 219

그림 154. 웹문서 수집 및 비교 시스템의 프로세스 흐름 226

그림 155. 문서수집설정 관리 화면 227

그림 156. 문서 유사도 비교를 위한 핵심어 관리 화면 227

그림 157. 수동 문서 수집 228

그림 158. 자동으로 수집된 문서 목록 229

그림 159. 자동으로 수집된 웹 주소 목록 229

그림 160. 공개 자료 비교 기능 230

그림 165. 사전판정의 계층구조 240

그림 166. 심사대상 리스트 화면 243

그림 167. 심사자 할당 화면 243

그림 168. 포럼 시스템 화면 244

그림 169. NEPS 시스템 시작품 화면 예시(사전판정 신청 화면) 246

그림 170. NEPS-IXCRS 데이터 연계도 248

그림 171. 심사시스템 모듈 연계 개념도 249

그림 172. NEPS-IXCRS 연계에 따른 심사 프로세스 249

그림 173. NEPS 연계 data 목록 조회 화면 250

그림 174. 사전판정 연계 화면 250

그림 175. 수출통제 심사시스템 시작품 구성도 251

그림 176. 수출통제 심사시스템 시작품 프로세스 252

그림 177. 심사시스템 구성도 252

그림 178. 시작품 메인 화면 253

그림 179. 전문가 시스템(물품) 254

그림 180. 전문가 시스템(기술) 254

그림 181. 전문가 시스템(심사결과서) 254

그림 182. 공개자료 비교시스템(비교결과) 255

그림 183. 심사 신청자료 키워드 분석 목록 255

그림 184. NEPS Veiw Table 연계 256

그림 185. 심사 신청자료 키워드 분석 목록 256

그림 186. 민원인용 자가판정 시스템 257

그림 187. 사전판정/수출허가 통합심사 시스템 구성도 258

그림 188. 사전판정 통합심사 시스템 메인화면 259

그림 189. 사전판정 통합심사 키워드 기반 유사사례 검색 모듈 259

그림 190. 사전판정 통합심사 전문가시스템 모듈 260

그림 191. 사전판정 통합심사 최종소견 및 판정결과 작성화면 261

그림 192. 사전판정 통합심사 최종 검토보고서 화면 261

그림 193. 수출허가 통합심사 시스템 메인화면(1/2) 262

그림 194. 수출허가 통합심사 시스템 메인화면(2/2) 262

그림 195. 수출허가 통합심사 첨부서류 검토화면 263

그림 196. 수출허가 통합심사 수입자확인 검토화면 263

그림 197. 수출허가 통합심사 우려거래대상자 검토화면 264

그림 198. 수출허가 통합심사 유사수출이력 검색 화면 264

그림 199. 수출허가 통합심사 기술검토 화면 265

그림 200. 수출허가 통합심사 최종 검토보고서 화면 267

그림 201. 전략물자 식별용 데이터베이스 예시 269

그림 202. 전략물자 품목 이미지 예시 270

그림 204. 전략물자 식별시스템 시작품 개념도 272

그림 205. 전략물자 식별시스템 모듈 구성 272

그림 206. 전략물자 식별시스템 메인화면(PC용) 273

그림 207. 전략물자 식별시스템 회원가입 화면 274

그림 208. 전략물자 식별시스템 로그인 화면 274

그림 209. 전략물자 식별시스템 식별 진행 중 화면 275

그림 210. 전략물자 식별시스템 식별 결과 화면(1/2) 275

그림 211. 전략물자 식별시스템 식별 결과 화면(2/2) 276

그림 212. 전략물자 식별시스템 식별이력조회 화면 276

그림 213. 식별시스템 통합검색 품목정보 검색 화면 277

그림 214. 품목정보 클릭 시 상세정보 화면 277

그림 215. 식별시스템 통합검색 통제번호 검색 화면 278

그림 216. 통제번호 클릭 시 상세정보 화면 278

그림 217. 실시간 사전판정 시스템 모듈 구성 279

그림 218. 실시간 사전판정 신청 화면 280

그림 219. 실시간 사전판정 결과조회 화면 280

그림 220. 실시간 사전판정 신청 목록 조회 화면 281

그림 221. 심사시스템을 이용한 실시간 사전판정 처리화면(1/2) 281

그림 222. 심사시스템을 이용한 실시간 사전판정 처리화면(2/2) 282

그림 223. 실시간 사전판정 검토보고서 282

그림 224. 모바일 시스템 모듈 구성 283

그림 225. 모바일 시스템 로그인 화면 284

그림 226. 모바일 시스템 메인 화면 284

그림 227. 모바일 시스템 식별결과 285

그림 228. 모바일 시스템 품목정보 보기(1/3) 285

그림 229. 모바일 시스템 품목정보 보기(2/3) 286

그림 230. 모바일 시스템 품목정보 보기(3/3) 286

그림 231. 모바일 시스템 식별이력조회 287

그림 232. 모바일 시스템 전문가 판정신청 287

그림 233. 모바일 시스템 판정결과 조회 288

그림 234. 모바일 시스템 판정결과 상세보기 288

그림 235. Sktech-a-Net에 제시된 네트워크 구조 290

그림 236. Sketch-a-Net에 제시된 학습 framework 291

그림 237. AlexNet의 첫 번째 레이어에서 학습된 필터들을 시각화한 결과 293

그림 238. 실험에 이용된 네트워크 구조 293

그림 239. 키보드 스케치 예시 295

그림 240. 산타클로스 스케치 예시 295

그림 241. 비행기 스케치 예시 295

그림 242. DeepSketch의 네트워크 구조 296

그림 243. 자동차 카테고리 부분 스케치 예시 296

그림 244. 부분 스케치를 선택하는 기준 297

그림 245. 부분 스케치를 선택하는 방법 299

그림 246. 가장 낮은 점수를 기준으로 부분 스케치들을 선택한 결과 300

그림 247. 부분 스케치를 선택적으로 학습한 실험 결과 301

그림 248. 스케치와 설계도 이미지의 직관적 비교 302

그림 249. 설계도 이미지 및 그와 유사한 이미지로 구성된 데이터베이스 302

그림 250. 설계도 이미지에 5-NN으로 적용한 결과 303

그림 251. 설계도 이미지에 20-NN으로 적용한 결과 303

그림 252. ResNet-101 네트워크의 구조도 304

그림 253. VGG-16 네트워크의 구조도 305

그림 254. 5-NN으로 테스트한 2D 컬러 이미지 특징 추출기 성능 305

그림 255. 10-NN으로 테스트한 2D 컬러 이미지 특징 추출기 성능 306

그림 256. 20-NN으로 테스트한 2D 컬러 이미지 특징 추출기 성능 306

그림 257. 30-NN으로 테스트한 2D 컬러 이미지 특징 추출기 성능 306

그림 258. 테스트용 이미지 특징을 t-SNE 방법으로 나타낸 분포도 307

그림 259. ResNet-101 특징에 대하여 유사도가 가장 높은 이미지 예시 307

그림 260. VGG-16 특징에 대하여 유사도가 가장 높은 이미지 예시 308

그림 261. HoG 특징에 대하여 유사도가 가장 높은 이미지 예시 308

그림 262. 불필요 이미지 (로고) 예시 309

그림 263. 심층 신경망 기반 로고 검출/인식 시스템 310

그림 264. 설계도 이미지와 비슷한 로고 310

그림 265. 로고로 검출될 확률이 높은 설계도 이미지 311

그림 266. 이미지 유사도 비교시스템 내 로고 검출기 위치 311

그림 267. 로고 데이터베이스 중 4, 28, 22번 클래스 이미지 예시 312

그림 268. 로고 데이터베이스 중 26, 10번 클래스 이미지 예시 313

그림 269. 로고 데이터베이스 중 42, 55번 클래스 이미지 예시 313

그림 270. ResNet-101 특징을 이용한 설계도 및 로고 이미지 특징 분포도 314

그림 271. VGG-16 특징을 이용한 설계도 및 로고 이미지 특징 분포도 314

그림 272. 5-NN으로 테스트한 로고 검출기 성능 315

그림 273. 10-NN으로 테스트한 로고 검출기 성능 315

그림 274. 25-NN으로 테스트한 로고 검출기 성능 315

그림 275. 30-NN으로 테스트한 로고 검출기 성능 315

그림 302. 학습된 심층 신경망을 이용한 이미지 유사 비교 특징 생성의 예 345

그림 303. VGG-16 네트워크의 구조도 346

그림 304. 데이터베이스 이미지의 특징 벡터와 최소값의 예 347

그림 305. VGG-16 fc-7 weight를 이용한 유사도가 가장 높은 이미지 예시-1 349

그림 306. VGG-16 fc-7 weight를 이용한 유사도가 가장 높은 이미지 예시-2 349

그림 307. 3차원 모델과의 비교 실험을 위한 실제 사진 데이터 예시 351

그림 308. 3차원 모델과의 비교 실험을 위한 실제 사진 데이터 예시 352

그림 309. 2017년 NSG 스위스 총회 발표자료 365