• Journal of KIISE:Computing Practices and Letters
• /
• v.5 no.3
• /
• pp.360-365
• /
• 1999

TMN에 기초한 망 관리 시스템은 관리자/관리대행자 패러다임으로 역할이 분류되며 관리자는 관리대행자를 통해 관리 객체의 집합체인 관리정보베이스(MIB)에 접근할수 있다. CMIP 질의는 관리 정보 트리 상에서 관리 행위가 이루어질 관리객체를 선별하기 위하여 Scope 와 Filter를 이용한다. 본 논문에서는 관계형 데이터베이스를 이용하여 관리 정보베이스를 구축시 이러한 질의를 한번의 데이터 베이스 스캔으로 처리할 수 있도록 관리 객체의 " Distinguished Name"을 이용하여 MIT를 형성하고 SQL의 LIKE 연산자를 이용하여 Scope를 만족하는 노드를 찾는 방안을 제시한다. 이러한 방법은 부모자식 관계를 이용하여MIT를 표현하고자 결합 연산에 의해 Scope를 처리하는 일반적인 방법에비하여 성능이 우수함을 보였다. 관리자와 관리 대행자간의 교신을 위하여 IODE 8.0 CMIP프로토콜 스택을 이용하였고 ASN.1인코딩을 위하여 Pepsy컴파일러를 사용하였다.일러를 사용하였다.

• Annual Conference of KIPS
• /
• 2001.10a
• /
• pp.179-182
• /
• 2001

본 논문은 웹 상에서 사용자에게 동적 컨텐츠를 제공하기 위한 멀티미디어 데이터베이스 관리 시스템의 일부로써 시스템의 하부 구조 및 기본 API 를 제공하는 멀티미디어 데이터베이스 클래스를 설계하고, 이를 기반으로 사용자 요구에 대한 멀티미디어 객체를 추출하는 질의 처리 모텔을 제시한다. 멀티미디어 데이터베이스 클래스는 다양한 형태의 멀티미디어 데이터에 대한 분류 지원 및 관련 객체를 집합으로 관리하는 기능과 멀티미디어 메타데이터 생성 및 관리 기능을 제공하며, 질의 처리 모델은 이러한 멀티미디어 데이터베이스 클래스에서 관리되는 멀티미디어 객체 및 메타 객체를 효율적으로 추출한다.

• Annual Conference of KIPS
• /
• 2018.10a
• /
• pp.683-685
• /
• 2018

본 논문은 도로에서의 객체탐지를 위한 딥러닝(deep learning) 데이터셋을 자동으로 생성, 분류하는 시스템을 제안한다. 시스템의 작동 과정은 크게 두 가지이다. 먼저 딥러닝을 활용하여 촬영된 영상에 존재하는 객체를 검출한다. 이때, 실시간으로 하는 방법과 레코딩된 영상을 다루는 방법 두 가지가 있다. 다음으로 검출된 객체 중 예측 값(scroe)가 임계치 이상인 객체의 위치와 종류를 파일로 저장한다. 이 시스템은 차량 전방 카메라 위치에 장착된 웹캠을 이용해 영상을 취득하고 임베디드 보드인 TX2 board를 이용해 데이터 셋을 생성한다. 매트랩의 image labeler app과 비교를 통해 보다 적은 시간비용으로 데이터셋을 생성해 냄을 확인하였다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.38 no.6
• /
• pp.1-17
• /
• 2001

Nowadays, spatiotemporal data models deal with objects which can be potentially useful for wide range applications in order to describe complex objects with spatial and/or temporal facilities. However, the information needed by each application usually varies, specially in the geographic information which depends on the kind of time oriented views, as defined in the modeling phase of the spatiotemporal geographic data design. To be able to deal with such diverse needs, geographic information systems must offer features that manipulate geometric, space-dependent(i.e, thematic), and spatial relationship positions with multiple time oriented views. This paper addresses problems of the formal definition of relationships among spatiotemporal objects and their properties on geographic information systems. The geographical data are divided in two main classes : geo-objects and geo-fields, which describe discrete and continuous representations of the spatial reality. I study semantics and syntax about the temporal changes of attributes and the relationship roles on geo-objects and non-geo-objects, This result will contribute on the design of object oriented spatiotemporal data model which is distinguishied from the recent geographic information system of the homogeneously anchored spatial objects

• 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.

• Journal of Intelligence and Information Systems
• /
• v.28 no.2
• /
• pp.101-125
• /
• 2022

Recently, with the development of computing technology and the improvement of the cloud environment, deep learning technology has developed, and attempts to apply deep learning to various fields are increasing. A typical example is anomaly detection, which is a technique for identifying values or patterns that deviate from normal data. Among the representative types of anomaly detection, it is very difficult to detect a contextual anomaly that requires understanding of the overall situation. In general, detection of anomalies in image data is performed using a pre-trained model trained on large data. However, since this pre-trained model was created by focusing on object classification of images, there is a limit to be applied to anomaly detection that needs to understand complex situations created by various objects. Therefore, in this study, we newly propose a two-step pre-trained model for detecting abnormal situation. Our methodology performs additional learning from image captioning to understand not only mere objects but also the complicated situation created by them. Specifically, the proposed methodology transfers knowledge of the pre-trained model that has learned object classification with ImageNet data to the image captioning model, and uses the caption that describes the situation represented by the image. Afterwards, the weight obtained by learning the situational characteristics through images and captions is extracted and fine-tuning is performed to generate an anomaly detection model. To evaluate the performance of the proposed methodology, an anomaly detection experiment was performed on 400 situational images and the experimental results showed that the proposed methodology was superior in terms of anomaly detection accuracy and F1-score compared to the existing traditional pre-trained model.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1912-1913
• /
• 2011

본 논문은 공간적분을 이용한 인간 가축 분류를 위한 실시간 영상처리 방법을 제안한다. 입력 영상에 장면 차분 방법을 이용해 차분 영상을 구하고 잡음 제거를 위해 EM 알고리즘을 이용한다. 잡음 제거된 템플릿 영상에 대해 KLT 알고리즘을 이용하여 특징 벡터를 구한다. 추출된 이동 객체의 움직임 벡터 기반으로 히스토그램을 생성한다. SA 알고리즘을 이용하여 히스토그램을 분석 하여, 최종적으로 인간과 가축을 분류한다.

• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2007.05a
• /
• pp.55-68
• /
• 2007

디자인 패턴은 새롭게 만들어 지는 것이 아니라 기존의 검증된 지식, 관용법, 원칙들을 체계화한 것이다. 다시 말하면 디자인 패턴은 특정한 문제를 해결하기 위한, 검증된 설계 방법에 이름을 붙인 것이다. 그러므로 적절한 디자인 패턴 사용은 1) 개발자들간의 원활한 의사소통에 도움을 주며, 2) 하급자가 고급기술을 쉽게 익힐 수 있도록 할 수 있다. 3) 또한 사용된 디자인이나 아키텍처를 재사용할 수 있도록 하고, 4) 만들어진 시스템의 유지 보수를 보다 쉽게 할 수 있는 등의 장점을 얻을 수 있다. 반면에 필요하지 않은 곳에 까지 디자인패턴을 사용하게 되면 소프트웨어를 복잡하고, 유지보수도 어렵게 만들 수 있다. 디자인 패턴의 분류는 수 많은 패턴을 비슷한 속성을 지닌 그룹들로 조직화 하는 것이다. 이는 개발자가 특정 문제에 맞는 디자인 패턴을 쉽게 선택 할 수 있도록 도와 줄 뿐만 아니라, 디자인 패턴의 주요특성을 빠르게 이해하고 간파 할 수 있게 한다. 그래서 Beck 이 디자인패턴을 소개한 이후 GoF, Buschmann, Grand, Antoy 등은 디자인 패턴을 단순히 열거를 통해 소개하지 않고, 각자의 기준에 따라 체계적으로 분류하여 패턴을 설명 하고 있다. 본 연구는 객체지향 설계의 근본 개념인 Polymorphism (Inclusion Polymorphism) 과 '객체 지향 소프트웨어 설계 원칙' 그리고 이 근본 원칙들이 UML 클래스 다이어그램에 나타나는 구조적 특정에 의거해 디자인 패 턴 해석을 수행 하였다. 본 연구의 목적은 1) 객체지향의 근본 원칙으로 표현 되는 패턴과 2) 설계자의 전문적 인 Art를 포함하고 있는 패턴으로 분류하는데 있다.3: 재미는 용이성을 통해 채택의도에 정의 영향을 미친다. 가설4: 유용성은 채택의도에 정의 영향을 미친다. 가설5: 용이성은 채택의도에 정의 영향을 미친다. 가설6: 용이성은 유용성에 정의 영향을 미친다. 본 연구의 대상은 자발적으로 이러닝을 채택할 수 있는 대학생을 대상으로 하였고, 설문 데이터 분석을 통한 실증연구를 수행하였다. 분석방법으로는 PLS 분석도구를 사용하였다. 분석결과 가설6을 제외하고는 모두 유용한 것으로 입증되었다.97)은 배움의 용이성, 기억의 용이성, 오류, 효율성, 만족성으로 분류하고 있고(Nielsen, 1997), Shneiderman(1998)는 효과성(직무시간, 배움의 시간), 효율성(기억의 지속시간, 오류), 만족도를 품질의 특성으로 분류하였다. 이와 같은 소프트웨어의 품질은 소프트웨어 계획, 개발, 성장과 쇠퇴의 모든 과정에 적용되며, 환경적 변화에 따라 사용자들의 정보욕구를 적절하게 반영하여 만족도를 높이 는 것이라고 요약할 수 있다. 그러나 현재까지 소프트웨어 품질 평가에 대한 연구들 은 보편적인 평가 항목들을 대상으로 측정하여 일반적인 품질기준을 제시하고 있고, 유사한 측정 내용들이 중복되어 있다. 이러한 경향은 산업별 특수성이 강한 소프트웨어에 대해서는 정확한 품질측정이 어려웠고, 품질측정에 대한 신뢰성을 떨어뜨리는 계기가 되었다. 이러한 한계를 극복하고자 나타난 방법론이 최종사용자들의 요구사항을 얼마나 적절하게 시스템에 반영했는지에 대한 사용성(Usability) 측정이다. 사용성에 대한 정의는 사용자들이 실질적으로 일하는 장소에서 직접 사용자들의 시스템 운용실태를 파악하여 문제점을 개선하는 것으로 요약할 수 있다. ISO9124-1

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.169-171
• /
• 2001

다수 사용자를 지원하는 프로그램에서 쓰레드의 중요성이 증가함에 따라 데이터베이스 관리 시스템의 하부구조인 객체 저장 시스템들도 쓰레드를 이용하도록 확장되고 있다. 기존의 프로세스/쓰레드 모델는 멀티프로세스/단일쓰레드 모델, 단일프로세스/멀티쓰레드 모델, 그리고 멀티프로세스/멀티쓰레드 모델로 분류할 수 있다. 이 중 멀티프로세스/멀티쓰레드 모델은 다른 모델들을 포괄할 수 있는 일반적인 형태의 구조이다. 본 논문에서는 멀티프로세스/단일쓰레드 모델로 개발된 객체 저장 시스템 COSMOS를 멀티프로세스/멀티쓰레드 모델로 확장한 COSMOS/MT를 설계하고 구현한다. 먼저 COSMOS의 트랜잭션 컨텍스트를 분석하여 공유 트랜잭션 컨텍스트와 비공유 트랜잭션 컨텍스트로 분류 후, 각 트랜잭션 컨텍스트의 유지방법을 제안한다. 그리고, 구현한 모델의 유용성을 보이기 위하여 TPC-A 벤치마크에 대해 성능 평가를 수행한다. 실험결과 1000개의 클라이언트를 서비스하는 경우 COSMOS/MT가 COSMOS에 비하여 처리율이 최고 5배까지 향상됨을 보인다. 마지막으로, 멀티프로세스/멀티쓰레드 모델의 성능을 결정하는 중요 요소인 프로세스 당 쓰레드 개수에 따른 성능 변화에 대하여 고찰하고, 실험을 통하여 프로세스당 쓰레드 개수에 따른 시스템의 성능 변화를 보인다.화를 보인다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.739-740
• /
• 2023

코로나19 의 여파로 생활 폐기물은 급속도로 늘어나는 반면 재활용 사업장의 여건은 개선되지 않고 있어 재활용 산업의 인력난 해결의 필요성이 떠오르고 있다. 이를 위해 본 논문에서는 딥러닝 모델을 활용하여 재활용 폐기물을 분류하는 방법을 제시한다. 딥러닝 모델은 최신 객체 탐지 모델인 YOLOv5를 사용하고, 객체 탐지 성능을 향상시키기 위해 실제 환경에서 수집된 학습용 데이터를 직접 라벨링하여 사용한다. 실험 결과 종류별 평균 0.69의 mAP50 스코어를 기록하였으며 이를 통해 딥러닝 모델을 활용하여 재활용 폐기물을 효율적으로 분류하는 것이 가능함을 확인하였다.