• 제목/요약/키워드: 가중치 부여

검색결과 1,009건 처리시간 0.044초

나이브 베이시안 학습에서 정보이론 기반의 속성값 가중치 계산방법 (An Information-theoretic Approach for Value-Based Weighting in Naive Bayesian Learning)

  • 이창환
    • 한국정보과학회논문지:데이타베이스
    • /
    • 제37권6호
    • /
    • pp.285-291
    • /
    • 2010
  • 본 연구에서는 나이브 베이시안 학습의 환경에서 속성의 가중치를 계산하는 새로운 방식을 제안한다. 기존 방법들이 속성에 가중치를 부여하는 방식인데 반하여 본 연구에서는 한걸음 더 나아가 속성의 값에 가중치를 부여하는 새로운 방식을 연구하였다. 이러한 속성값의 가중치를 계산하기 위하여 Kullback-Leibler 함수를 이용하여 가중치를 계산하는 방식을 제안하였고 이러한 가중치들의 특성을 분석하였다. 제안된 알고리즘은 다수의 데이터를 이용하여 속성 가중치 방식과 비교하였고 대부분의 경우에 더 좋은 성능을 제공함을 알 수 있었다.

특이점 가중치 기반 PLSA를 이용한 객체 범주화 (Object Categorization Using PLSA Based on Weighting Distinctions)

  • 송현철;최광남
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
    • /
    • pp.460-465
    • /
    • 2007
  • 영상 내 사물들의 카테고리를 인식하는 연구는 시각적 영상처리와 연관된 다양한 분야에서 활발히 진행되고 있다. 객체 범주화(Object Categorization)는 가정과 같은 실내에서 책상, 의자, 컵, 주전자 등의 다양한 사물들을 구분하여 인식하는데 중요한 역할을 할 수 있다. 본 논문에서는 최근 영상 내 객체들의 카테고리 분석을 위해 연구된 PLSA를 기반으로 특이점에 가중치를 부여하여, 보다 유사한 카테고리 간에 인식 성능을 향상시키는 접근법에 대하여 연구하였다. PLSA는 문서기반의 정보검색 분야로부터 소개된 기법으로, 약한 수준의 비감독 방법임에도 불구하고 인상적인 인식성능을 보여준다. 그러나 비슷한 특징점 분포를 보이는 유사한 카테고리 간의 객체 카테고리 인식에 대해서는 비교적 낮은 성능을 보인다. 본 연구에서는 카테고리간의 비교실험을 통해 각 특징점에 대하여 가중치를 부여한 PLSA를 적용하여 유사한 객체 간의 카테고리 인식 가능성을 살펴보았다. 실험에서는 기존의 PLSA 기법과 제안한 가중치를 부여 PLSA 기법을 각각 적용하여 그 성능을 비교하였다. 본 연구에서는 기존 PLSA 기법에서는 비교적 낮은 인식률을 보인 유사한 카테고리 인식에 대하여 실험 결과를 통해 가중치를 부여한 PLSA 기법이 보다 향상된 성능을 보임을 확인하였다.

  • PDF

특이점 가중치 기반 PLSA를 이용한 객체 범주화 (Object Categorization Using PLSA Based on Weighting)

  • 송현철;황인택;최광남
    • 인터넷정보학회논문지
    • /
    • 제10권4호
    • /
    • pp.45-54
    • /
    • 2009
  • 본 논문에서는 영상 내 객체들의 카테고리 분석을 위해 연구된 PLSA를 기반으로 특이점에 가중치를 부여하여 보다 유사한 카테고리 간에 인식 성능을 향상시키는 접근법에 대하여 연구하였다. PLSA는 문서기반의 정보검색 분야로부터 소개된 기법으로, 약한 수준의 비감독 방법임에도 불구하고 인상적인 인식성능을 보여준다. 그러나 비슷한 특징점 분포를 보이는 유사한 카테고리 간의 객체 카테고리 인식에 대해서는 비교적 낮은 성능을 보인다. 본 연구에서는 카테고리간의 비교실험을 통해 각 특징점에 대하여 가중치를 부여한 PLSA를 적용하여 유사한 객체 간의 카테고리 인식 가능성을 살펴보았다. 실험에서는 기존의 PLSA 기법과 제안한 가중치를 부여 PLSA 기법을 각각 적용하여 그 성능을 비교하였다. 본 연구에서는 기존 PLSA 기법에서는 비교적 낮은 인식률을 보인 유사한 카테고리 인식에 대하여 실험 결과를 통해 가중치를 부여한 PLSA 기법이 보다 향상된 성능을 보임을 확인하였다.

  • PDF

개념 공간을 이용한 의미 인덱싱 (Semantic Indexing Using Concept Space)

  • 강보영;김혜정;황선옥;이상조
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
    • /
    • pp.380-382
    • /
    • 2003
  • 본 논문은 문서내의 의미적인 관계에 기반하여, 문서의 내용을 보다 잘 추측할 수 있는 의미 인덱스 추출 및 가중치 부여 시스템을 제안하고자 한다. 문서 내의 개념 추출에 있어서는 기존의 어휘 체인(lexical chains)에 관한 연구를 확장하여 적용였다. 또한, 추출된 개념에서 중요 어휘에 가중치를 부여하기 위해서, 개념 벡터 공간을 이용한 정보성(information quantity)과 정보비(information ratio)를 정의하고, 인덱스의 가중치를 측정할 수 있는 정량화 할 수 있는 척도로 제시하였다.

  • PDF

자동 문서요약을 위한 중요문 추출 방법 설계 (A Design of Important Sentence Extraction Method for Automatic Text Summarization System)

  • 신성혁;김태완
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2001년도 추계학술발표논문집 (상)
    • /
    • pp.543-546
    • /
    • 2001
  • 본 논문에서는 빠른 속도로 증가하고 있는 인터넷상의 정보와 서비스를 검색함에 있어서 기본적인 내용은 유지하면서 정보의 과부하(information overload)문제를 해결하기 위한 문서요약의 방법으로 통계적 접근 방법에서 Kupiec의 요약문이 가지는 특성을 이용하여 문서의 방법을 설계하였다. 요약문의 각 문장에 대하여 중요도에 따라 가중치를 부여 한 후, 주어진 임계값에 따라 가중치가 낮은 문장들을 제외한다. 제외 후 가중치 점수를 부여해서 요약문 문장의 개수를 조절하면서 중요문을 추출할 수 있다.

  • PDF

벡터모델에서 용어 가중치 재부여를 이용한 질의 확장 (Query Expansion Using Term Reweighting for Vector Model)

  • 김영천;이재훈;문유미;박병권;이성주
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
    • /
    • pp.23-26
    • /
    • 2001
  • 순수한 부울 검색 시스템은 문서와 질의 사이의 유사도를 나타내는 문서값을 계산할 수 없기 때문에, 검색된 문서들을 질의를 만족하는 정보에 따라 정렬할 수 없다. 부울 검색 시스템의 이러한 단점을 보완하는 방법으로 MMM 모델, Paice 모델, p-norm 모델이 개발되었다. 본 논문에서는 높은 검색 효과를 제공하는 벡터모델에서 용어 가중치 재부여를 이용한 정보검색 모델을 제안한다. 벡터모델에서 용어 가중치 재부여를 이용한 질의 확장 모델의 연산 특성이 MMM, Paice, p-norm 모델보다 우수함을 설명하고, 또한 성능 비교를 통하여 이를 입증한다.

  • PDF

색상 영상의 최대 변화도를 이용한 깊이맵 업샘플링 기법 (Depth Map Up-sampling Using Maximum Gradient of Color Image)

  • 정재일;호요성
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송공학회 2012년도 추계학술대회
    • /
    • pp.29-30
    • /
    • 2012
  • 본 논문은 고해상도의 깊이맵을 얻기 위해서 대응되는 색상 영상의 최대 변화도를 이용한 깊이맵 업샘플링 기술을 제안한다. 기존 알고리즘들이 인접한 화소의 깊이 값을 참조할 때 거리에 따른 가중치를 부여하는 것과 달리, 제안한 방법은 현재 화소와 참조 화소 사이의 최대 색차 변화도를 이용하여 가중치를 부여한다. 이런 접근 방법은 비슷한 색상의 물체가 서로 붙어 있거나 큰 크기의 객체가 존재할 경우에도 모두 올바른 가중치를 부여할 수 있다는 장점을 갖는다. 먼저, 색상 영상의 색차 성분에 대한 변화도 영상을 계산하고, 업샘플링하고자 하는 화소와 참조 화소 사이의 최단 경로 위에서 가장 큰 변화도를 취한다. 변화도가 클수록 다른 객체에 존재할 확률이 높기 때문에 변화도가 큰 참조 화소에는 작은 가중치를 부여하고, 이들의 가중합을 통해 최종 깊이 값을 계산한다. 제안한 방법을 이용하여 깊이맵을 업샘플링한 결과가 기존 알고리즘들에 비해 우수한 결과를 보였다.

  • PDF

단어 중의성 해소를 위한 SVM 분류기 최적화에 관한 연구 (A Study on Optimization of Support Vector Machine Classifier for Word Sense Disambiguation)

  • 이용구
    • 정보관리연구
    • /
    • 제42권2호
    • /
    • pp.193-210
    • /
    • 2011
  • 이 연구는 단어 중의성 해소를 위해 SVM 분류기가 최적의 성능을 가져오는 문맥창의 크기와 다양한 가중치 방법을 파악하고자 하였다. 실험집단으로 한글 신문기사를 적용하였다. 문맥창의 크기로 지역 문맥은 좌우 3단어, 한 문장, 그리고 좌우 50바이트 크기를 사용하였으며, 전역문맥으로 신문기사 전체를 대상으로 하였다. 가중치 부여 기법으로는 단순빈도인 이진 단어빈도와 단순 단어빈도를, 정규화 빈도로 단순 또는 로그를 취한 단어빈도 ${\times}$ 역문헌빈도를 사용하였다. 실험 결과 문맥창의 크기는 좌우 50 바이트가 가장 좋은 성능을 보였으며, 가중치 부여 방법은 이진 단어빈도가 가장 좋은 성능을 보였다.

다중센서 데이터 융합에서 이벤트 발생 빈도기반 가중치 부여 (Multi-sensor Data Fusion Using Weighting Method based on Event Frequency)

  • 서동혁;유창근
    • 한국전자통신학회논문지
    • /
    • 제6권4호
    • /
    • pp.581-587
    • /
    • 2011
  • 무선센서네트워크는 높은 수준의 상황정보를 추론할 수 있기 위해 이질적인 다중센서로 이루어질 필요가 있다. 다중센서에 의해 수집된 데이터를 상황 정보추론에 활용할 때 다중센서 데이터 융합이 필요하다. 본 논문에서는 Dempster-Shafer의 증거이론에 입각하여 무선센서네트워크에서의 데이터 융합할 때 센서별 가중치를 부여하는 방안을 제안하였다. 센서별 이벤트 발생빈도수를 기준으로 하였는데, 센서별 이벤트 발생 빈도수는 해당 센서가 입수한 상황데이터의 가중치를 계산하는데 반영해야 할 요소이다. 센서별 이벤트 발생빈도에 기초하여 가중치를 계산하였으며 이 가중치를 부여하여 다중센서 데이터 융합하였을 때 신뢰도가 더욱 뚜렷한 격차를 보이게 함으로써 상황정보를 추론함에 있어서 용이할 수 있었다.

인지무선 시스템에서 부사용자의 거리에 따른 가중치가 적용된 협력 스펙트럼 센싱 (Cooperative Spectrum Sensing in Cognitive Radio Systems with Weight Value Applied)

  • 윤희석;윤재순;배인산;장성진;김재명
    • 한국위성정보통신학회논문지
    • /
    • 제9권3호
    • /
    • pp.91-97
    • /
    • 2014
  • 본 논문은 에너지 검출 기반 협력 스펙트럼 센싱을 이용하여 주사용자와 부사용자 사이의 거리에 따른 검출 확률에 가중치를 부여하는 기법을 제안하고, 이에 따른 분석 및 모의실험 결과를 나타낸다. 주사용자와 부사용자 사이의 거리는 모두 다르다고 가정하였고, 이들 사이의 무선 채널은 레일레이(Rayleigh) 채널로 모델링하였다. 제안하는 가중치 부여 기법을 적용한 협력 스펙트럼 센싱을 수행한 결과가 가중치를 적용하지 않은 스펙트럼 센싱을 수행한 결과에 비해 커버리지를 확대 할 수 있고, 이 검출 확률에 가중치를 적용한 것이 가중치를 적용하지 않은 이전의 방식에 비해 센싱 효율이 향상 되는 것을 알 수 있었다.