• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.13-18
• /
• 2007

효과적인 이미지 검색을 위하여, 이미지의 저수준 시각 정보로부터 고수준 의미 정보를 추출하는 기술에 관한 많은 연구가 이루어지고 있다. 특히 최근에는 Support Vector Machine과 같은 기계 학습 기법을 이용한 이미지 어노테이션 시스템의 개발이 활발히 진행중이이다. 그러나 기존의 연구들은 단편적인 이미지 정보만을 추출함에도 불구하고, 그 성능이 여전히 만족스럽지 못하다. 본 논문에서는 Support Vector Machine과 온톨로지를 이용하여 이미지의 다양한 정보를 효과적으로 추출 및 기술할 수 있는 시스템을 제안한다. 특히 온톨로지는 특정 도메인의 상세한 지식 표현과 추론을 위한 지식베이스로서, 본 논문에서는 Support Vector Machine을 이용하여 이미지 안에 존재하는 객체들의 컨셉을 판별하고 이미지 어노테이션 온톨로지와 생태계 온톨로지를 이용하여 공간 관계, 천적 관계와 같은 객체간 의미 관계를 자동적 자동적으로 추출하는 방법을 제안한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.286-289
• /
• 2001

뉴스 비디오에서 앵커가 등장하는 첫 번째 프레임은 하나의 뉴스를 샷으로 설정하는데 기준이 되는 키 프레임이라고 볼 수 있다. 본 논문에서는 뉴스 비디오의 장면 전환을 검출을 위하여 컬러 히스토그램과 $\chi$$^2$ 히스토그램을 합성한 방법을 이용하여 키 프레임을 추출하며, 추출된 키 프레임을 대상으로 앵커 프레임의 공간적 구성과 얼굴의 특징 정보에 대한 사전 지식을 바탕으로 한 유사성 측정을 통하여 앵커를 인식하도록 한다. 앵커로 인식된 프레임은 하나의 뉴스 신에 대한 키 프레임이 되며 뉴스 비디오를 색인화 하는데 중요한 역할을 수행한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.161-163
• /
• 1998

지리정보시스템과 같이 방대한 양의 공간데이터를 다루는 응용시스템에서 공간데이터베이스로부터 규칙적인 특성이나, 혹은 관심 있는 지식을 추출해내는 공간데이터마이닝의 역할은 매우 중요하다. 이를 위해 지금까지 이루어진 방법들에는 여러 가지가 있지만 그 중에서 대표적인 방법이 클러스터링으로 이는 단지 기하학적인 거리에 기반을 둔 공간적인 집중성과 분포도를 찾는 데에만 한정되어 있다. 그러나, 공간데이터마이닝을 위해서는 공간클러스터가 형성된 원인을 분석하는 것 또한 필요하다. 따라서 본 연구에서는 공간 클러스터링에서 얻어진 결과를 다른 공간적인 객체와의 연관성을 분석하여 공간적 집중성과 분포도를 유발하는 원인을 찾는 방법을 다룬다. 우선 몇 가지의 거리를 정의하는 것에 의해 클러스터와 공간객체사이의 연관성을 분석하는 방법을 제시하고, 생성된 공간 클러스터가 다수의 공간객체에 영향을 받을 경우, 그 공간 클러스터를 각각 단위클러스터로 분리하는 방법을 제시한다.

• Journal of the Korean Geographical Society
• /
• v.39 no.3
• /
• pp.444-456
• /
• 2004

Recently spatial modeling that combined GIS and Cellular Automata(CA) which are based on dynamic process modeling has been discussed and investigated. However, CA-based spatial modeling in previous research only provides the general modeling framework and environment, but lacks of providing simulation or transition rules for modeling. This study aims to propose a methodology for extracting spatial relation rules using GIS and Knowledge Discovery in Database(KDD) methods. This new methodology has great potentials to improve CA-based spatial modeling and is expected to be applied into several examples including urban growth simulation modeling.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.10-12
• /
• 2001

대용량의 공간 데이터베이스로부터 임시적이고 유용한 지식을 자동적으로 추출하는 공간데이터 마이닝은 데이터양의 급격히 증가하면서 필요성이 더욱 증대되고 있다. 공간데이타 마이닝에서 데이터를 분석하여 유사한 그룹으로 분류하는 것은 중요한 분야이며, 이를 위해서는 공간 클러스터링 과정이 먼저 수행되어야 한다. 이러한 공간 클러스터링에서 가장 중요한 점은 클러스터링에 드는 비용의 감소와 점 공간객체에 한정된 클러스터링이 아닌 선 및 다각형 객체들의 클러스터링도 가능해야 한다. 본 본문은 이를 위하여 공간지역성을 보장하는 대표적인 공간분할 방법인 그리드 셀을 이용한다. 기존의 클러스터링에서 사용되는 객체들 간의 거리 계산을 인접한 그리드 셀들 간의 관계 연산으로 대체시키는 것이 핵심아이디어이다. 이 방법은 기존 클러스터링에서 객체들 간의 거리 계산으로 인한 비용을 현저하게 줄일 수 있고, 선 및 다각형 객체들의 클러스터링도 가능하게 하는 장점이 있다.

• Journal of KIISE:Software and Applications
• /
• v.30 no.11
• /
• pp.1054-1061
• /
• 2003

Q-Learning, a representative algorithm of reinforcement learning, experiences repeatedly until estimation values about all state-action pairs of state space converge and achieve optimal policies. When the state space is high dimensional or continuous, complex reinforcement learning tasks involve very large state space and suffer from storing all individual state values in a single table. We introduce Q-Map that is new function approximation method to get classified policies. As an agent learns on-line, Q-Map groups states of similar situations and adapts to new experiences repeatedly. State-action pairs necessary for fine control are treated in the form of rule. As a result of experiment in maze environment and mountain car problem, we can achieve classified knowledge and extract easily rules from Q-Map

• Journal of the Korean Geotechnical Society
• /
• v.22 no.2
• /
• pp.55-68
• /
• 2006

For the reliable prediction of spatial geotechnical data, a procedure to build the Geotechnical Information System (GTIS) based on geo-knowledge within the frame of GIS technology was developed by introducing a couple of new concepts of the extended area containing the study area and the additional site visit for acquiring surface geological data. To build the GTIS for Gyeongju as the case study of regional model application, intensive site investigations and pre-existing geotechnical data collections were performed and additional site visit was also carried out for acquiring surface geo-layer data in accordance with the developed procedure. Within the GTIS based on geo-knowledge for Gyeongiu area, the spatially distributed geo-layers across the extended area were predicted using the geostatistical kriging method and those for the study area were extracted. Furthermore, the spatial distribution maps for the thickess of geo-layers and the depth to bedrock were constructed for the practical use in geotechnical field. It was evaluated that the GTIS based on geo-knowledge developed in this study is superior to the conventional geotechnical GIS in terms of both the standard deviation and the geological expert judgment.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.537-540
• /
• 2007

본 논문의 목적은 인간과 시스템의 상호작용에 의한 컨텐츠 생성을 가능하게 함으로써 회의공간에서의 지식창조 프로세스를 지원하는데 있다. 회의에 있어서 발표자료는 기존의 조직이 보유 하고 있는 유형 지식인 컨텐츠 리소스들에 발표자의 지식이 더해진 산물로서 기존의 조직의 지식과 회의에서 창조되는 새로운 지식 사이의 가교역할을 담당한다. 본 논문에서는 R&D 회의를 대상으로 이러한 회의에서의 새로운 지식 창조의 기반이 되는 발표자료의 작성을 지원하는 적응형 컨텐츠 생성 시스템 (Adaptive Contents Generation System)을 제안하였다. 제안 시스템을 구현하기 위하여 먼저 기존의 조직이 가지고 있는 자원인 구성원 정보, 프로젝트 및 미팅 정보, 컨텐츠 리소스들을 체계적으로 관리하기 위한 Ontology를 구축하였다. 이렇게 구축된 Ontology를 기반으로 제안 시스템은 회의, 발표자, 참가자들의 상황과 생성되는 컨텐츠의 종류에 적합한 Fragment 들을 추출하고 이들을 하나의 컨텐츠로 구조화하여 사용자에게 제공한다. 또한 사용자가 시스템으로부터 생성된 컨텐츠를 수정하고 시스템은 이를 반영할 수 있는 환경을 제공함으로써 시스템이 가지고 있는 지식에 사용자 자신의 지식을 더하여 표현할 수 있도록 하였다. 본 논문은 시스템과 인간의 협업 작업에 의한 인간 기능의 확장뿐만 아니라 조직의 지식경영 및 효율적인 컨텐츠 관리를 지원하는 데에 그 의의를 둘 수 있다.

• Journal of the Korean Geographical Society
• /
• v.41 no.5 s.116
• /
• pp.582-599
• /
• 2006

Due to the growing popularity of mobile information technology, more people, especially in the general public, have access to computerized geospatial information systems for wayfinding tasks or urban navigation. One of the problems with the current services is that, whether the users are exploring or navigating, whether they are travelers who are totally new to a region or long-term residents who have a fair amount of regional knowledge, the same method is applied and the direction are given in the same way. However, spatial knowledge for a given urban region expands in proportion to residency. Urban navigation is highly dependent on cognitive mental images, which is developed through spatial experience and social communication. Thus, the wayfinding service for a regional community can be highly supported, using well-known regional places. This research is to develop the framework for urban navigation within a regional community. The concept of communal ontology is proposed to aid in urban regional navigation. The experimental work was implemented with case study to collect regional landmarks, develop the ontological model and represent it with formal structure. The final product of this study will provide the geographical information of a region to the other agent and be the fundamental information structure for cognitive urban regional navigation.

• The Journal of Korean Association of Computer Education
• /
• v.18 no.6
• /
• pp.71-79
• /
• 2015

In a new era of Cloud and Big data, how to search the useful data from dynamic huge data pool in a right time and right way is most important at the stage where the information is getting more important. Above all, in the era of s Big Data it is required to design the advanced efficient intelligent Knowledge system which can process the dynamic variable big data. Accordingly in this paper we propose Dynamic personal Knowledge Network as one of the advanced Intelligent system approach. Adopting the human brain function and its neuro dynamics, an Intelligent system which has a structural flexibility was designed. For Structure-Function association, a personal Knowledge Network is made to be structured and to have reorganizing function as connecting the common nodes. We also design this system to have a reasoning process in the extracted optimal paths from the Knowledge Network.