• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.451-454
• /
• 2002

본 논문에서는 개인의 적성을 판단하는 문제를 처리하기 위한 가중치 퍼지추론 알고리즘을 제시하고, 지식표현을 위해 퍼지 집합 이론과 퍼지 생성 규칙들을 이용하였다. 거리척도에 서는 퍼지값이 높은 구간의 척도를 낮은 구간의 척도에 비례하여 유사성을 구하였다. 또한, 가중치를 정량화한 값과 척도값을 연산하여 유사성을 나타냈고, 추출된 항목과 규칙과의 가능성을 구하였다. 여기서, 결과는 수검자들이 응답한 값들에 따라 임의의 직업군이 적당한 지를 나타내기 위해 확신도로 해석하였다.

• Broadcasting and Media Magazine
• /
• v.28 no.1
• /
• pp.61-80
• /
• 2023

인공신경망 모델이 다양한 분야에서 뛰어난 성능을 보이고 있지만, 동시에 모델의 복잡도도 크게 증가하였다. 따라서, 모바일 같은 저전력 디바이스에 인공신경망 모델이 실시간으로 추론/배포되기 위해서는 모델의 가중치 파라미터의 수 혹은 메모리 소모량을 줄이는 경량화 기술이 필수적이다. 이에 MPEG에서는 인공신경망 모델을 다양한 프레임워크에서 상호 운용 가능하고 파라미터를 압축 표현하는 NNC (Compression of Neural Networks) 표준화를 진행 중에 있다. 본고에서는 NNC 표준의 개요와 가중치 파라미터를 압축하는 압축 기술, 그리고 HLS (High-Level Syntax)들을 소개하고자 한다.

• Journal of KIISE:Software and Applications
• /
• v.31 no.11
• /
• pp.1474-1482
• /
• 2004

In this paper, we propose an approach for extracting and filtering block motion vectors using an adaptive weight function. We first extract motion vectors from a sequence of images by using size-varibale block matching and then process them by adaptive robust estimation to filter out outliers (motion vectors out of concern). The proposed adaptive robust estimation defines a continuous sigmoid weight function. It then adaptively tunes the sigmoid function to its hard-limit as the residual errors between the model and input data are decreased, so that we can effectively separate non-outliers (motion vectors of concern) from outliers with the finally tuned hard-limit of the weight function. The experimental results show that the suggested approach is very effective in filtering block motion vectors.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.408-410
• /
• 2010

본 논문에서는 새로운 척도에 기반한 다노출 영상 융합 방법을 제안한다. 제안하는 방법에서는 각 노출정도에 따른 픽셀값의 그래프가 컨벡스 형태를 갖는다는 성질과 대조 값의 차이를 고려한 MRF (Markov Random Field) 기반의 에너지 함수를 설계하고 그 에너지 함수를 그래프컷 (Graph cut) 으로 풀어 각 노출치 영상에 대한 가중치 맵 (weight map)을 형성한다. 그리고 가중치 맵을 곱한 각 영상을 더함으로써 융합된 영상을 얻는다. 제안한 컨벡스 성질을 기반으로 한 척도는 특정 컬러 성분이 다른 컬러 성분보다 먼저 과노출 상태에 도달 한 경우의 영역을 가중치 계산에서 제외할 수 있기 때문에 기존의 가중치 기반의 방법보다 정확한 가중치 맵을 형성할 수 있게 한다. 실험 결과 제안하는 방법은 기존의 다노출 영상 융합에 비해 보다 넓은 영역에서 원 영상의 정보를 더 잘 표현하는 것을 확인하였다.

• Korean Journal of Remote Sensing
• /
• v.23 no.6
• /
• pp.521-528
• /
• 2007

The overall objective of this research was to investigate various combination of segmentation parameters and to improve classification accuracy of object-oriented classification. This research presents a method for evaluation of segmentation parameters by calculating Moran's I and Intrasegment Variance. This research used Landsat-7/ETM image of $11{\times}14$ Km developed area in Ansung, Korea. Segmented images are generated by 75 combinations of parameter. Selecting 7 combinations of high, middle and low grade expected classification accuracy was based on calculated Moran's I and Intrasegment Variance. Selected segmentation images are classified 4 classes and analyzed classification accuracy according to method of objected-oriented classification. The research result proved that classification accuracy is related to segmentation parameters. The case of high grade of expected classification accuracy showed more than 85% overall accuracy. On the other hand, low ado showed around 50% overall accuracy.

• Annual Conference on Human and Language Technology
• /
• 2001.10d
• /
• pp.138-145
• /
• 2001

자동 문서 범주화란 문서의 내용에 기반하여 미리 정의되어 있는 범주에 문서를 자동으로 분류하는 작업이다. 문서 분류를 위해서는 문서들을 가장 잘 표현할 수 있는 자질들을 정하고, 이러한 자질들을 통해 분류할 문서를 표현해야 한다. 기존의 연구들은 문장간의 구분 없이, 문서 전체에 나타난 각 자질의 빈도수를 이용하여 문서를 표현 한다. 그러나 하나의 문서 내에서도 중요한 문장과 그렇지 못한 문장의 구분이 있으며, 이러한 문장 중요도의 차이는 각각의 문장에 나타나는 자질의 중요도에도 영향을 미친다. 본 논문에서는 문서에서 사용되는 중요 문장 추출 기법을 문서 분류에 적용하여, 문서 내에 나타나는 각 문장들의 문장 중요도를 계산하고 문서의 내용을 잘 나타내는 문장들과 그렇지 못한 문장들을 구분하여 각 문장에서 출현하는 자질들의 가중치를 다르게 부여하여 문서를 표현한다. 이렇게 문장들의 중요도를 고려하여 문서를 표현한 기법의 성능을 평가하기 위해서 뉴스 그룹 데이터를 구축하고 실험하였으며 좋은 성능을 얻을 수 있었다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.49 no.2
• /
• pp.61-68
• /
• 2012

This paper describes a normalized numeric image descriptor used to assess the luminance and contrast of the image. The proposed image descriptor used the each pixel data as weighted value of the probability density function (PDF) and defined by normalization in order to objective represent. The proposed image numeric descriptor can be used to the adaptive gamma process because it suggests the objective basis of the gamma value selection.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.154-156
• /
• 1999

문서 분류는 미리 정의된 두 개 또는 그 이상의 클래스에 새로 생성되는 객체들을 할당하는 방법이다. 문서의 자동 분류에 대한 연구는 오래 전부터 연구되어 왔지만 한국어에 대한 적용 및 연구는 다른 분야에 비해 아직까지 활발히 이루어지지 않고 있다. 본 논문에서는 문서를 자동으로 분류하기 위해 문서의 주제어에 가중치를 부여하고, 부족한 문서의 특징을 보충하기 위하여 말뭉치로부터 주제어들과의 상호정보에 의해 추출된 단어를 사용하여 문서를 표현한 후, 가중치를 부여한 문서의 주제어에 베이지안 분류자를 사용하여 문서분류를 수행한다. 실험은 한국어 정보검색 실험용 데이터 집합인 KTset95 문서 4,414개 중 1,300개의 문서를 학습 집합으로, 1,000개의 문서를 분류에 대한 검증 집합으로 사용하였다. 실험 결과, 순수 베이지안 확률을 사용한 기존의 방법보다 실험 집합과 검증 집합에서 각각 1.92%, 4.3% 향상된 분류 정확도를 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.364-366
• /
• 2001

문서 범주화는 전자 정보환경에서 매우 유용한 정보처리 도구로서, 다양한 문서 범주화 기법 및 성능향상을 위한 연구들이 지속적으로 이루어지고 있다. 그러나, 대부분의 연구들은 문서 범주화의 대상이 되는 단어 자질 공간의 차원축소 문제에만 집중되었을 뿐, 학습단계에 큰 영향을 미치는 다범주 단어 자질의 범주 모호성은 고려하지 않았다. 본 연구에서는, 다범주 자질의 범주 모호성을 해소함으로써 문서 범주화의 성능향상을 유도하는 범주 모호성 해소 가중치 W를 제시하고 이를 실험을 통해 증명하였다. 실험에서는 Naive Bayes 분류기와 가중치 W를 적용한 Naive Bayes-W 분류기를 직접 구축하여 문서 범주화의 성능향상 여부를 비교하는데 사용하였다. 도출된 실험결과를 통해, 가중치 W는 현재의 분류기가 가지고 있는 자질 표현의 범주 모호성이라는 단점을 보완하고 분류기의 성능향상을 유도함으로써 정보검색시스템의 검색효율을 높이는 데 활용될 수 있음일 증명되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.429-431
• /
• 2012

하이퍼네트워크를 학습하는 기존의 방법은 데이터의 분포를 학습하기 위하여 주로 하이퍼에지의 적절한 조합을 찾는데 초점을 맞추었다. 반면 본 논문에서는 주어진 하이퍼에지의 조합 내에서 가중치를 조절하여 데이터의 분포를 학습하도록 하는 방법을 제안한다. 이 방법은 분류 문제에서 하이퍼네트워크가 표현하고 있는 클래스 y에 대한 데이터 x의 조건부 우도(Conditional Likelihood)를 대화하는 방식으로 학습을 진행한다. 본 논문에서는 제안된 학습 방법이 기존의 학습 방법보다 개선된 학습 성능을 보일 뿐만아니라, 제안된 가중치 학습 방법이 기존의 가중치 학습 방법을 포함하는 관계임을 논증한다.