• Journal of Broadcast Engineering
• /
• v.2 no.2
• /
• pp.136-145
• /
• 1997

As a 3D mesh model consists of a lot of vertices and polygons and each vertex position is represented by three 32 bit floating-point numbers in a 3D coordinate, the amount of data needed for representing the model is very excessive. Thus, in order to store and/or transmit the 3D model efficiently, a 3D model compression is necessarily required. In this paper, a 3D model compression method using PRVQ (predictive residual vector quantization) is proposed. Its underlying idea is based on the characteristics such as high correlation between the neighboring vertex positions and the vectorial property inherent to a vertex position. Experimental results show that the proposed method obtains higher compression ratio than that of the existing methods and has the advantage of being capable of transmitting the vertex position data progressively.

• Journal of KIISE:Computing Practices and Letters
• /
• v.9 no.2
• /
• pp.158-165
• /
• 2003

Image similarity is often decided by computing the distance between two feature vectors. Unfortunately, the feature vector cannot always reflect the notion of similarity in human perception. Therefore, most current image retrieval systems use weights measuring the importance of each feature. In this paper new initial weight selection and update rules are proposed for image retrieval purpose. In order to obtain the purpose, database images are first divided into groups based on human perception and, inner and outer query are performed, and, then, optimal feature weights for each database images are computed through searching the group where the result images among retrieved images are belong. Experimental results on 2000 images show the performance of proposed algorithm.

• Journal of the Korean Institute of Telematics and Electronics B
• /
• v.31B no.11
• /
• pp.142-150
• /
• 1994

This paper deals with fast competitive learning using classified learning rates. The basic idea of the proposed method is to assign a classified learning rate to each weight vector. The weight vector associated with an output node is updated using its own learning rate. Each learning rate is changed only when its corresponding output node wins the competition, and the learning rates of the losing nodes are not changed. The experimental results obtained with image vector quantization show that the proposed method learns more rapidly and yields better quality that conventional competitive learning.

• Annual Conference on Human and Language Technology
• /
• 2003.10d
• /
• pp.287-292
• /
• 2003

동사와 기본구 사이의 문법관계 분석은 품사부착과 기본구 인식이 수행된 상태에서, 동사와 의존관계를 갖는 기본구를 찾고 각 구의 구문적, 의미적 역할을 나타내는 기능태그를 인식하는 작업이다. 본 논문에서는 바이오 문서에서 단백질과 단백질, 유전자와 유전자 사이의 상호작용관계를 자동으로 추출하기 위해서 제안한 문법관계 분석 방법을 적용하고 따라서 동사와 명사고, 전치사고, 종속 접속사의 관계만을 분석하며 기능태그도 정보추출에 유용한 주어, 목적어를 나타내는 태그들로 제한하였다. 기능태그 부착과 의존관계 분석을 통합해 수행하였으며, 지도학습 방법 중 분류문제에서 좋은 성능을 보이는 지지 벡터 기계를 분류기로 사용하였고, 메모리 기반 학습을 사용하여 자질을 추출하였으며, 자료부족문제를 완화하기 위해서 저빈도 단어는 품사 타입 또는 워드넷의 최상위 클래스의 개념을 이용해서 대체하였다. 시험 결과지지 벡터 기계를 이용한 문법관계 분석은 실제 적용시 빠른 수행시간과 적은 메모리 사용으로 상호작용관계 추출에서 효율적으로 사용될 수 있음을 보였다.

• Journal of Korea Multimedia Society
• /
• v.6 no.5
• /
• pp.753-768
• /
• 2003

In this paper, we propose a multi-dimensional index structure, tailed a VA(Vector Approximate)-tree that is constructed with vector approximates of multi-dimensional feature vectors. To save storage space for index structures, the VA-tree employs vector approximation concepts of VA-file that presents feature vectors with much smaller number of bits than original value. Since the VA-tree is a tree structure, it does not suffer from performance degradation owing to the increase of data. Also, even though the VA-tree is MBR(Minimum Bounding Region) based tree structure like a R-tree, its split algorithm never allows overlap between MBRs. We show through various experiments that our proposed VA-tree is a suitable index structure for large amount of multi-dimensional data.

• Honam Mathematical Journal
• /
• v.3 no.1
• /
• pp.41-60
• /
• 1981

다양체(多樣體)의 연구(硏究)에서 벡터속(束)의 개념(慨念)은 불가결(不可缺)하며 벡터속(束)의 연구(硏究)에는 엽층구조(葉層構造)의 연구(硏究)가 중요(重要)하다. 본(本) 논문(論文)은 권(圈) $\varrho$(M)의 응사보편공간(凝似普遍空間)에 관한 연구(硏究)(정리(定理) 4.8)로서 R. Bott의 엽층구조(葉層構造)에 관한 연구(硏究)([1])에서 착상(着想)된 것이다. 제이(第二), 삼절(三節)은 제사절(第四節)을 위한 준비(準備)로서, 제이절(第二節)에서는 벡터속(束)및 접속(接續)에 관한 성질(性質)을 논하고, 제삼절(第三節)에서는 위상권(位相圈), 층(層), 엽층구조(葉層構造) 및 $\Gamma_{q}$-cocycle 등에 관한 성질(性質)(명제(命題) 3.5, 3.7과 3.11)을 밝히고, 위상권(位相圈)의 구체적(具體的)인 예(例)(예(例)3.2, 3.3과 3.12)를 들었다. 제사절(第四節)에서는 $GL_{q}-cocycle$, 위상권(位相圈) $GL_{q}$, 집합(集合) $I_{so}(M_{k},\;GL_{q})$, $H^{1}(M_{k},\;GL_{q})$, $I_{so}(\varrho(M))$ 및 응사보편공간(凝似普遍空間)을 정의(定義)하고, 주정리(主定理) 4.8의 증명(證明)에 필요(必要)한 명제(命題)를 몇 개 기술(記述)하였다(명제(命題) 4.2, 4.5와 보제(補題) 4.9).

• Journal of the Institute of Electronics Engineers of Korea TC
• /
• v.45 no.12
• /
• pp.83-89
• /
• 2008

Simple but effective fast codebook searching algorithms for quantized EGT(equal gain transmission) are presented. Using newly defined metric, rough searching selects a few candidate weight vectors. Using the conventional metric, accurate searching determines the optimal vector among the candidates. This strategy reduces the entire searching time. When the number of transmit antenna is two or three, the searching time reduces more than a half less than the conventional searching time. Moreover, the more the size of codebook increases, the more the searching time reduction also increases.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.7
• /
• pp.1933-1942
• /
• 1998

분류 벡터 양자화(classified vector quantization: CVQ)〔2의 부코드북을 설계함에 있어서, 경쟁 학습 네트워크〔5〕-〔7〕 는 소속도의 이분법적 표현으로 상당한 소속도를 가지는 벡터들이 학습 과정에 무시되는 경향을 가진다. 이를 개선하기 위해 제안된 퍼지 경쟁 학습 네트워크〔8〕는 각 클러스터가 연속적인 소속도를 가진다는 개념을 도입하여 이와 같은 문제들을 해결했다. 그러나 퍼지 경쟁 학습 네트워크를 CVQ에 적용할 경우, 각 부코드북의 크기를 시행착오로 결정해야 하는 문제점을 여전히 가지고 있으며, 이러한 문제점들의 개선을 위하여 본 논문에서는 수정 퍼지 경쟁 학습 네트워크(modified fuzzy competitive learning network)를 제안한다. 수정 퍼지 경쟁 학습 네트워크는 퍼지 학습 네트워크가 가지는 이 분법적 소속도를 연속적인 소속도로 확장하여, 학습 과정중에 나타날 수 있는 지역 최소점 도달을 억제하였다.

• Proceedings of the KSME Conference
• /
• 2003.11a
• /
• pp.592-597
• /
• 2003

Thrust vector control using a coflow-counterflow concept is achieved by suction and blowing through a slot adjacent to a primary jet which is shrouded by a suction collar. In the present study, the flow characteristics of thrust vectoring is investigated using a numerical method. The nozzle has a design Mach number of 2.0, and the operation pressure ratio is varied to obtain various flow features of the nozzle flow. Test conditions are in the range of the nozzle pressure ratio from 6.0 to 10.0, and a suction pressure from 90kPa to 35kPa. Two-dimensional, compressible Navier-Stokes computations are conducted with RNG ${\kappa}-{\varepsilon}$ turbulence model. The computational results provide an understanding of the detailed physics of the thrust vectoring process. It is found that an increase in the nozzle pressure ratio leads to increased thrust efficiency but reduces the thrust vector angle.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.05a
• /
• pp.391-400
• /
• 2002

본 연구는 3차원 컴퓨터 그래픽 데이터의 디지털 저작권 보호를 위하여 3차원 데이터에 저작권을 주장하는 워터마크를 삽입하고 원본 없이도 추출할 수 있는 방법을 제안한다. 본 연구에서는 벡터의 개념을 사용하는 3차원 모델 가운데서도 많이 사용되고 있는 Spline방식으로 모델링 된 그래픽 데이터에 정보를 삽입, 추출하는 기술로서 추출 시에는 원본을 필요로 하지 않는다는 것이 특징이다. 좌표자체를 변경하지 않기 때문에 정보를 삽입한 후 3차원 데이터의 양에 작은 변화가 있지만 시각적으로 구분이 안될 정도로 3차원 모델의 형태를 완벽히 유지한다. 또한 삽입된 정보가 쉽게 노출되지 않으며 많은 양의 데이터를 삽입할 수 있다.