• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.10a
• /
• pp.133-135
• /
• 2022

With the development of IoT and AI technologies and media, various digital devices are being used, and unmanned and automation is progressing rapidly. In particular, high-level image processing technology is required in fields such as smart factories, autonomous driving technology, and intelligent CCTV. However, noise present in the image affects processes such as edge detection and object recognition, and causes deterioration of system accuracy and reliability. In this paper, we propose a filtering algorithm using fuzzy weights to reconstruct images damaged by complex noise. The proposed algorithm obtains a reference value using noise judgment and calculates the final output by applying a fuzzy weight. Simulation was conducted to verify the performance of the proposed algorithm, and the result image was compared with the existing filter algorithm and evaluated.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.207-209
• /
• 2021

In recent years, with the development of artificial intelligence and IoT technology, automation and unmanned technology are in progress in various fields, and the importance of image processing such as object tracking, medical images and object recognition, which are the basis of this, is increasing. In particular, in systems requiring detailed data processing, noise reduction is used as a pre-processing step, but the existing algorithm has a disadvantage that blurring occurs in the filtering process. Therefore, in this paper, we propose a filter algorithm using modified spatial weights to minimize information loss in the filtering process. The proposed algorithm uses mask matching to remove AWGN, and obtains the output of the filter by adding or subtracting the output of the modified spatial weight. The proposed algorithm has superior noise reduction characteristics compared to the existing method and reconstructs the image while minimizing the blurring phenomenon.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.121-123
• /
• 2021

Image processing is being used in various forms in important fields of the 4th industrial revolution, such as artificial intelligence, smart factories, and the IoT industry. In particular, in systems that require data processing such as object tracking, medical images, and object recognition, noise removal is used as a preprocessing step, but the existing algorithm has a drawback in that blurring occurs in the filtering process. Therefore, in this paper, we propose a filter algorithm using switching fuzzy weights. The proposed algorithm switches the fuzzy function by dividing the low-frequency region and the high-frequency region by the standard deviation of the filtering mask, and obtains the final output according to the fuzzy weight. The proposed algorithm showed improved results compared to the existing method, and showed excellent characteristics in the region where the high-frequency component is strong.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.11a
• /
• pp.180-183
• /
• 2012

본 논문에서는 고속 움직임 예측(Fast Motion Estimation)방법의 일종인 다단계 연속 제거 알고리즘(MSEA : Multi-level Successive Elimination Algorithm)에 움직임의 역동성 정도를 고려하여 적응적인 가중치를 적용하는 방안에 대해 제안하였다. 움직임을 예측하는 과정에서 영상의 화질 손상이 발생하는 방식(Lossy Motion Estimation Algorithm)에서 모든 단위 블록(Macro Block)에 고정된 가중치만을 적용하는 기존의 방식과 달리 주위 블록의 움직임 벡터(Motion Vector)를 통해 움직임의 정도를 가정하여 적응적인 가중치를 적용함으로써 화질 손상을 줄이는 것이 목적이다. 제안하는 알고리즘으로 설계한 실험으로부터 MSEA에 적응적 가중치를 사용할 경우의 효율성을 확인하였다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.05a
• /
• pp.19-24
• /
• 2003

신경망은 적용 다양성과 제약조건의 최소성, 강력한 예측성, 범용성, 근사성 등 많은 장점을 지니고 있으나 초기 가중치의 할당에 따라 모델 생성의 Performance와 예측의 결과가 달라지게 되는 단점을 지니고 있다. 이런 신경망의 초기 가중치에 따른 단점을 보안하기 위해 통계적 알고리즘의 접목을 통해 Hybrid된 신경망 보완 알고리즘을 제시하고자 하였다. 논문을 위한 기본 가정으로 신경망의 가장 기본인 SLP 알고리즘을 바탕으로 활성함수에 가장 일반적으로 사용되는 Sigmoid 활성함수를 이용하였을 때, 초기 가중치로 기존의 임의 난수 생성 방식이 아닌 통계적 로지스틱 회귀분석의 계수값(mle)을 제시하여 이를 초기치로 사용한 경우와 그렇지 않은 경우의 예측 정확성과 수렴의 Performance정도를 비교하여 가장 효과적인 초기치 방법을 제시하고자 하였다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2001.08a
• /
• pp.137-142
• /
• 2001

본 논문에서는 벡터모델과 신경망 모델을 이용하여 데이터 퓨전의 관점에서 다중증거로서 가중치, 문헌분리가, 엔트로피, 공기유사도를 적절히 결합하여 질의를 확장하는 방법을 제안한다. 실험결과 코사인 정규화 가중치 알고리즘, 문서길이 정규화 가중치 알고리즘과 결합하여 질의를 확장하는 것이 정규화시키지 않고 단순히 문헌빈도와 역문헌빈도의 조합을 이용한 가중치 알고리즘과 결합했을 때 보다 평균 정확률 향상이 더 높게 나타났다. 또한 다양한 공기기반 유사도를 이용하여 질의확장을 한 결과 벡터모델과 신경망 모델에서 코사인 공기유사도에 기반하여 질의확장한 경우가 다른 공기유사도에 비해 더 좋은 성능을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.256-258
• /
• 2000

최근 들어, 여러 기계학습 알고리즘이 문서 분류와 여과에 사용되고 있다. 특히 AdaBoost와 같은 부스팅 알고리즘은 실세계의 문서 데이터에 사용되었을 때 비교적 좋은 성능을 보이는 것으로 알려져 있다. 그러나 지금까지의 부스팅 알고리즘은 모두 단어의 존재 여부만을 가지고 판단하는 분류자를 기반으로 하고 있기 때문에 가중치 정보를 충분히 사용할 수 없다는 단점이 있다. 이 논문에서는 나이브 베이스를 사용한 부스팅 알고리즘은 단어의 가중치 정보를 효율적으로 사용할 수 있을 뿐 아니라. 확률적으로도 의미있는 신뢰도(confidence ratio)를 생성 할 수 있기 때문이다. TREC-7과 TREC-8의 정보 여과 트랙(filtering track)에 대해서 실험한 결과 좋은 성능을 보여주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.64-66
• /
• 2003

DNA(Deoxyribo Nucleic Acid)컴퓨팅은 생체분자를 계산의 도구로 이용하는 새로운 계산 방법으로 DNA 정보 저장능력과 DNA의 상보적인 관계를 이용하여 연산을 수행하는 방법이다. 최근에는 DNA 분자들이 갖는 강력한 병렬성을 이용하여 NP-Complete 문제에 적용하는 연구가 많이 시도되고 있다. Adleman이 DNA 컴퓨팅을 이용해 해결한 HPP(Hamilton Path Problem)와는 달리 TSP(Traveling Salesman Problem)는 간선에 가중치가 추가되었기 때문에 DNA 염기배열로 표현하기가 어렵고 또한 염기배열의 길이를 줄이기 위해 고정길이 염기배열을 사용할 경우 가중치가 커지면 효율적이지 못하다. 본 논문에서는 스무딩 알고리즘(smoothing algorithm)을 사용하여 간선의 가중치를 일정한 비율로 줄인 다음 유전자 알고리즘을 사용하여 최적의 염기배열을 찾는 방법을 제안하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.211-213
• /
• 2004

오늘날 인터넷은 의식주와 더불어 삶에 유용한 다양한 정보를 제공하늘 생활 필수품이다. 의식주가 인간의 육체적인 건강을 담당한다면, 인터넷은 정신적인 삶의 질을 담당한다. 그런데 음란사이트는 아직 정신적으로 미숙한 청소년들에게 선별 없이 개방되고 쉽게 노출될 수 있다. 이 논문에서는 웹사이트의 문서가 음란 문서인지 비음란 문서인지를 바르게 판정하기 위하여 유전 알고리즘을 이용하여 단어에 가중치를 배정하는 문제에 대하여 연구한다. 실험 결과 이렇게 배정된 가중치를 이용하여 평균 93.84%의 인식률로 음란 문서와 비음란 문서를 식별할 수 있었다. 여기서 문서의 음란여부를 판정하기 위하여 가중치를 배정하는 단어는 Zipf's law에 기반 하여 선정하였다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.32 no.2
• /
• pp.68-74
• /
• 2005

In deadline scheduling, jobs have deadlines by which they are completed. The scheduling algorithm determines which jobs are executed at each time. Then only the completed jobs contribute to the throughput or gain of the algorithm. The jobs have arbitrary weights and the gain of the algorithm is given as the sum of weights of the completed jobs. The goal of the scheduling algorithm is to maximize its gain. In this paper, we consider online non-preemptive scheduling, where jobs arrive online and the scheduling algorithm has no information about jobs arriving ahead. Also the jobs cannot be preempted or rejected while they are executed. For this problem, we obtain lower bounds for any online algorithms and also we propose an optimal online algorithm meeting the lower bounds.