• The Korean Journal of Applied Statistics
• /
• v.12 no.2
• /
• pp.405-414
• /
• 1999

양쪽중단(doubly censored)된 지수분포에서 모수와 신뢰도함수를 계층적 베이지안(hierarchical Bayesian)방법을 이용하여 추정하였다. 베이즈 계산은 깁스표본기법(Gibbs sampler)을 이용하고 또한 완전조건부 분포(full conditional distribution)의 정량화 상수를 모르는 경우에는 적합기각방법(adaptive rejection sampling)을 이용하였다. 그리고 실제자료를 이용하여 분석을 하였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.20 no.4
• /
• pp.205-211
• /
• 2019

Steganalysis is a technique that aims to detect and recover data hidden by steganography. Steganalytic methods detect hidden data by analyzing visual and statistical distortions caused during data embedding. However, for recovering the hidden data, they need to know which steganographic methods the hidden data has been embedded by. Therefore, we propose a hierarchical convolutional neural network (CNN) structure that identifies a steganographic method applied to an input image through multi-level classification. We trained four base CNNs (each is a binary classifier that determines whether or not a steganographic method has been applied to an input image or which of two different steganographic methods has been applied to an input image) and connected them hierarchically. Experimental results demonstrate that the proposed hierarchical CNN structure can identify four different steganographic methods (LSB, PVD, WOW, and UNIWARD) with an accuracy of 79%.

• Annual Conference on Human and Language Technology
• /
• 2006.10e
• /
• pp.109-116
• /
• 2006

자연 언어의 각 어휘는 서로 관계를 가지고 계층적 입체적 모델로 존재한다. 이러한 전제에서 출발한 연구 가운데 대표적인 것이 의미 계층이다. 본고에서는 한국어 형용사의 의미 계층을 추출하는 것을 목표로 하여, 형식적 객관적 방법론을 정립하고, 결과를 비교적 신속하고 정확하게 이끌어 낼 수 있는 전산적 처리 도입하였다. 우선 전체 구축에 필요한 절차를 세우고 각 단계에서 필요한 방법과 휴리스틱을 정리하였다. 이를 바탕으로 사전 뜻풀이말을 이용하여 반자동으로 작업하였으며, 일부 코퍼스를 활용하였다 최종 알고리즘으로는 Top-Down 방식을 택하였다. 이렇게 추출된 한국어 형용사 의미 계층은 226개의 최상위어에서 시작하여 총 3,792개의 표제어를 망라한다. 또한 수직적 계열 관계만을 명시했을 경우 나타날 수 있는 한계를 보완하기 위해, 동의어 반의어와 같은 수평적 의미 관계와 공기 명사와 같은 결합 관계 등을 함께 기술하였다. 한편 표제항을 뜻풀이말의 공기 명사를 이용하여 의미별로 분류하고 각 분류마다 별도의 의미 계층을 수립하였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.9 no.8
• /
• pp.889-897
• /
• 2014

With the development of wireless communication and sensor technology, sensor network applications in various fields have been applied. To minimize the power consumption of sensors in sensor network is one of the important factors in oder to extend the system life. The power consumption of each sensor within sensor network can be different depending on the communication method between head(sink) node and its node. In this paper, we propose a new hierarchical communication method to minimize the power consumption of each sensor. The proposed method divides the area of sensor network into four areas using divide-and-conquer method and selects the nearest node to head node in each area as a child node of the node. Next the hierarchical tree in the same way is constructed recursively until each area is no longer divided. Each sensor can communicate to head node using this hierarchical tree. The proposed results were compared with the previous methods through simulation, and showed excellent results in the energy efficiency of sensor network.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.5
• /
• pp.1029-1036
• /
• 2007

State explosion is a well-known problem that impedes analysis md testing of discrete event systems, thus making the verification of large systems intrinsically difficult job. This paper suggests a hierarchical verification methodology of untimed DEVS model which can alleviate the state explosion problem. The method is a repetitive procedure of designing and verifying between the upper level and the lower level models abstracting away the unnecessary information with respect to a given verification task. A small example was employed to show our suggested method in detail.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.498-502
• /
• 2008

본 논문에서는 스케치 보정을 위한 계층적 지식 기반 잡음 제거 방법을 제안한다. 제안하는 잡음 제거 방법은 방향 정보, 후보 영역간의 내적, 갈고리 잡음영역 검출이라는 세 개의 계층적 휴리스틱(heuristic) 방법으로 구성된다. 첫 번째 단계에서 방향정보를 이용하여 특징점 후보들이 검출되고, 두 번째 단계에서는 각 후보들 사이의 벡터 간 내적을 이용하여 부적절한 후보들이 제거되며, 세 번째 단계에서는 갈고리모양의 잡음영역을 검출하여 근거리에 모여있는 특징점들을 병합한다. 실험을 통해 제안하는 방법이 잡음에 민감한 실제 응용 환경에 적합하며 효율적임을 보였다.

• Journal of Korea Multimedia Society
• /
• v.5 no.1
• /
• pp.18-27
• /
• 2002

A hierarchical representation scheme for planar curves, MBO-tree, is proposed in this paper, which provides natural approximation and efficient localization. MBO-tree is based on the Douglas-Peucker algorithm (iterative end-point fit algorithm), but approximation errors that are stored with corresponding points in MBO-tree nodes and are used for abstraction measures are adjusted by force to eliminate unnatural approximation. The error adjusting is just making the approximation error of a node in a MBO-tree to be less than or equal to that of its parent. In point of localization, the bounding area of a curve is represented with a minimum bounding octangle (MBO), which can enclose the curve more compactly compared with those of other hierarchical schemes, such as the strip tree, the arc tree and the HAL tree. The MBO satisfies the hierarchical inclusion property that is useful for hierarchical geometrical operations, such as the point-inclusion test and the polygon intersection test. Through several experiments, we found that the proposed scheme was able to approximate more naturally and to localize more effectively.

• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2000.05a
• /
• pp.164-170
• /
• 2000

본 논문은 과거 많은 학자들에 의해 제기된 주구조와 부구조, 하위구조 등의 담화 내 계층적 구조에 대한 증거로 일탈을 중심으로 부구조를 분석하였다. 먼저 주제 일탈의 구조와 정의에 관해 분석하고 중단과 화제 전환 등과의 차이를 설명하였다. 지식 표현 언어인 Sowa의 개념구조론의 체계 내에서 담화의 계층적 구조와 그 구조를 나타내는 언어적 표시인 담화 표지의 예를 기술하는 방법을 제시한다. 개념 관계로 일탈, 화제 전환, 틀의 관계를 설정하여 담화 내 계층구조와 담화 부분과의 화용적인 관계를 규명하였다. 기존의 개념구조론은 선택적 제약, 조응 등의 의미론적인 개념들을 간결하고 정확하게 기술할 수 있었는데 화용론적인 측면의 기술도 가능함을 보여준다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.173-176
• /
• 2001

본 논문에서는 저차원 제스처 특징 공간에서 연속적인 인간의 제스처 영상을 계층적 클러스터링을 이용하여 인식할 수 있는 방법에 대해 소개한다. 일반적으로 제스처 공간에서 모델 패턴들과 매칭하기 위해서는 모든 모델 영상과 연속적인 입력영상들간의 거리평가로 인식을 수행하게 된다. 여기서 제안한 방법은 모델영상들을 연속성을 가진 클러스터로 분류하여 입력 영상과 계층적으로 비교할 수 있으며 동작에 관한 구체적 정보를 얻을 수 있다. 이 방법은 매칭 속도와 인식률을 개선하고 인식결과를 학습에 이용할 수 있는 장점이 있다.

• Annual Conference of KIPS
• /
• 2002.04a
• /
• pp.795-798
• /
• 2002

본 논문에서는 MPEG-4 표준에서 채택된 FGS(Fine Granualrity Scalability)를 이용한 계층적 비디오 부호화 방법을 적용하였다. MPEG-4 FGS는 인터넷에서 이용되는 다양한 특성의 단말기들과 대역폭 변통에서 유연성 있는 기술이다. 적용된 MPEG-4 FGS 기술은 DCT 기반 비트 평면 부호화를 이용한다. 실험에서는 일반적인 SNR 계층 비디오 코딩(Multi-layered SNR scalable video coding)과의 비교를 통해 FGS의 효율성을 평가한다. 비교는 두 부호화 기술의 PSNR 값의 분석을 가지고 이루어졌고 MPEG-4 FGS 기술이 이전의 다층 SNR계층 비디오 부호화 방법보다 평균 $1\sim2dB$ 정도의 높은 값으로 나타났다. 이를 동해 MPEG-4 FGS가 효율성면에서 다층 SNR계층 비디오 부호화 방법보다 우수함을 알 수 있지만, 단일 계층부호화(Single-layered scalable video coding)에 비해서는 효율성이 낮게 나타났다.