• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.121-123
• /
• 2004

차량 번호판 인식 시스템은 무인 카메라 등의 영상 장치로부터 입력된 차량 이미지로부터, 차량 번호판 정보를 읽어내는 시스템이다. 이러한 차량 번호판 인식 시스템의 응용 시스템 중 과속 차량 단속과 같은 일부 응용 시스템은 번호판의 글자나 숫자를 다른 글자나 숫자로 잘못 인식할 경우 심각한 문제를 발생시킬 수 있다. 이러한 시스템을 위해 우리는 인식 결과에 대한 신뢰도가 낮은 경우 인식을 포기 또는 위임하는 신중한 분류기(Cautious Classifier)를 이용 인식 시스템을 구성하였다. 또한 학습 예제의 가중치를 조절하는 방법을 사용 이러한 신중한 분류기의 성능을 향상 시켰다. 실제 번호판 인식 실험 결과 우리가 제안한 가중치 부여 방식이 차량 번호판 인식 문제에 좋은 결과를 보임을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.53-54
• /
• 2009

본 논문은 홈 네트워크 시스템에서 사용자 프로파일을 기반으로 거주자의 행동패턴을 예측하고 분석하는 BPP(Behavior Pattern Prediction) 알고리즘을 제안한다. BPP 알고리즘은 거주자가 어느 방에 자주 방문하고, 어떤 행동을 자주 반복 하는지 파악을 하여 사용자 프로파일을 구축한다. 그리고 사용자가 머물렀던 방에 대한 관심을 객관적으로 측정하기 위해 거주지 사용자의 흥미에 대해서 가중치(weight)를 부여 한다. 사용자의 프로파일로부터 얻어진 데이터에 근거를 둔 가중치가 높을수록 사용자의 행동과 방에 대한 연관성이 높다는 것을 나타낸다. BPP 알고리즘의 특징은 시간대 별로 가중치를 측정하여 사용자의 다음 행동을 예측하고, 객관적으로 사용자의 행동 패턴을 분석한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.37 no.6
• /
• pp.17-21
• /
• 2000

Typical image features such as color, shape, and texture are used in content based image retrieved. Retrieval which uses only one image feature has little performance in case that the content of image is complex or database contains many images. So, many approaches for integrating these features have been studied. However, the problem of these approaches is how to appropriately weight the image features at query time. In this paper, we propose a new retrieval method using automatically weighted image features. We perform computer simulations in test database which consists of various kinds of images. The experimental results show that the proposed method has better performance than previous works, which use fixed weight for each feature mostly, in respect to several performance cvaluations such as precision vs recall, retrieval efficiency, and ranking measure.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.18 no.4
• /
• pp.1-11
• /
• 2018

This paper consider the MBTI match type in order to meet the customer's dating in internet and online. The MBTI match type is confirmed through appropriate surveys and identifies the appropriate type of preference for each type. The preference type is different according to each MBTI type, and even though the same preference type is used, the preference type of each of men and women is different. In order to solve these problems, the preference type of each man and woman is weighted, and the weighted weights are used to calculate the fitness between the two. The system that weights the MBTI match type is highly likely to match in an online dating system because it uses the social human nature of people, and can be used in interpersonal relationship systems and teaching and learning systems and calibration systems.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.121-124
• /
• 2000

적응 학습 알고리즘으로 가중치를 변화시키는 단층 신경망의 출력부에 Ramp 임계 함수를 적용하여 입력이 zero-mean Gaussian random vector인 경우 가중치의 stationary point를 구하고, 적응 학습 알고리즘을 유도한다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.6
• /
• pp.1087-1094
• /
• 2023

Due to the development of technologies, such as big data, cloud, IoT, and AI, The high data throughput is required, and the importance of network flexibility and scalability is increasing. However, existing network systems are dependent on vendors and equipment, and thus have limitations in meeting the foregoing needs. Accordingly, SDN technology that can configure a software-centered flexible network is attracting attention. In particular, a load balancing method based on SDN can efficiently process massive traffic and optimize network performance. In the existing load balancing studies in SDN environment have limitation in that unnecessary traffic occurs between servers and controllers or performing load balancing only after the server reaches an overload state. In order to solve this problem, this paper proposes a method that minimizes unnecessary traffic and appropriate load balancing can be performed before the server becomes overloaded through a method of assigning weights to servers in stages according to server load.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.622-624
• /
• 2002

생체인식 기술은 급속도로 발전하고 있지만 개개의 생체 정보를 이용한 단일 생체인식 기술은 생체 방식에 따라 각각의 문제점이 노출되고 있는 상황이다. 이에 두 가지 이상의 생체 정보를 결합하여 단일 생체인식 기술의 문제점을 극복하고 보다 좋은 인식률을 확보하기 위해 다중 생체인식 시스템(Multi-Modal Bio-metries System)이라는 복합 시스템이 제안 되었다. 이 논문에서는 생체인식 산업의 특성 및 개인 인증 방법으로 사용중인 단일 생체인식 시스템의 문제점을 알아보고 그 해결방안으로 다중 생체인식 시스템의 확률단계(Probability Level)에서 더 좋은 성능을 보여주기 위해 각각의 시스템에 가중치(Weight)를 부여 할 경우, EER(Equal Error Rate)이 단일 생체인식 시스템에 보다 가중치를 부여 했을 때 낮아짐과 동시에 ROC 커브도 (Receiver Operating Characteristic Curve) 좋아짐을 보였다.

• The Journal of Information Technology and Database
• /
• v.4 no.2
• /
• pp.123-140
• /
• 1998

동일하거나 유사한 기능을 수행하는 소프트웨어 제품들 중에서 사용자 요구사항에 가장 적합한 제품을 결정하기 위하여 측정과 평가 및 선정을 실시하는 것을 매우 중요한 일이다. 이러한 소프트웨어 제품의 평가와 선정은 대량 구매시 객관성 확보를 위해 특히 중요하다. 소프트웨어 제품의 평가를 위한 절차는 평가 대상 제품의 속성 결정과 측정, 속성의 중요도에 따른 가중치 부여, 그리고 평가와 선정 모형을 통한 최적제품의 선정이나 우선순위의 결정이다. 본 연구에서는 이러한 절차에 따른 가중치 부여 방법으로는 계층적 분석과정을 이용하고, 제품의 평가와 선정 방법으로는 4개 보상모형과 7개 비보상모형, 그리고 4개의 DEA(Data Evelopment Analysis)모형을 종합적으로 설명한다. 또한 본 연구에서는 위의 15개 평가와 선정모형을 사용하여 Infoworld(Jan.1997)에서 발표한 '문서 작업흐름 관리' 소프트웨어 제품의 속성에 대한 측정결과를 가지고 모형별 적용 결과를 분석한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.109-112
• /
• 2003

고성능의 웹 서비스를 지원하기 위하여 LVS 시스템을 구축하는 경우가 증가하고 있다. LVS 시스템에는 각 RealServer에 부하를 적절히 분산하여 시스템의 구성을 유지하는 부하 분배작업이 매우 중요하다. 본 논문에서는 SNMP 메시지를 사용하여 분배서버가 RealServer의 부하 상태를 획득할 수 있도록 구성하였다. 또한, 분배서버가 메모리 사용량, 부하량의 정보를 각 RealServer로부터 주기적으로 수집하고 이 정보를 바탕으로 동적 가중치를 계산한 뒤 가중치 갱신을 위한 주기 사이의 실시간 접속자 수를 부가하여 RealServer를 선정하는 동적 부하 분산 방법을 제안한다. 제안된 방법은 간단한 구성의 시스템에서 실험되었으며 잘 동작하는 것으로 확인되었다.

• Annual Conference on Human and Language Technology
• /
• 2007.10a
• /
• pp.128-133
• /
• 2007

Focused crawling은 검색시스템의 구축을 위한 웹 문서 수집단계에서, 미리 정의된 토픽 집합들과 관련성을 가지는 웹 문서를 수집하기 위하여 제안되었다. 이러한 focused crawling 연구에서 보다 효과적인 웹 문서 수집을 위해 주어진 토픽에 대한 양질의 배경지식을 제공할 수 있도록 온톨로지가 활발히 활용되어왔다. 그러나 기존의 온톨로지 기반 focused crawling 연구는 토픽과 웹 문서 간의 관련성 측정을 위하여, 주어진 토픽과 관련있는 온톨로지 내 각 개념들에 직관에 의존한 가중치를 부여하여 활용하였다. 하지만 이러한 직관에 의존한 가중치부여 기법은 안정된 수집결과를 도출할 수 있는 최적화된 가중치 값을 얻기가 힘든 한계가 있다. 따라서 본 논문에서는 이러한 개념에 대한 가중치가 학습에 의하여 자동으로 결정되도록, 인공신경망을 적용한 온톨로지 기반 focused crawling 기법을 제안한다. 웹 상에서 제안된 시스템의 성능을 실험한 결과 기존의 온톨로지 기반 수집 기법에 비하여 보다 향상된 결과를 보임을 알 수 있었다.