• 정보처리학회논문지D
• /
• 제11D권1호
• /
• pp.143-152
• /
• 2004

최근에 객체지향 소프트웨어를 설계하거나 구현방법으로 EJB 기반의 소프트웨어 개발이 많이 이용되고 있다. 일반적으로 EJB 기반 어플리케이션에서는 데이터베이스를 이용한 영속적인 데이터를 사용하는 경우가 대부분이다. 본 논문에서는 서버 측 작성 프로그램 중 엔티티빈 클래스에서 담당하는 데이터베이스 엑세스에 관련된 부분을 J2EE의 DAO 패턴을 이용하여 클래스를 각각 분리하였다. 이는 기존의 패턴 방법과는 큰 차이는 없으나, 동일 패턴내의 공통의 클래스들을 합성이 가능하도록 설계하였다. 그리고 생성된 각각의 DBMS 클래스들은 다른 엔티티빈 클래스에서도 사용이 가능하게 할 뿐만 아니라 여러 DBMS 환경에서도 Data Source를 추가적인 프로그램의 변경이나 작성 없이 연동이 가능하도록 하고 있다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.1093-1098
• /
• 2006

VR 엔진은 일부 입력장치에 대해서만 제한적으로 지원하기 때문에, 개발자가 원하는 입력장치를 사용하지 못하는 경우가 있으며, 가격 또한 고가이기 때문에 특수한 입력장치를 사용하기 위해, 다른 VR 엔진이나 별도의 옵션을 구매하기에는 경제적인 부담이 많이 든다. 이러한 문제를 해결하기 위해 본 논문에서는 개발자가 사용하고자 하는 입력장치와 VR 엔진의 호환을 위한 랩퍼 클래스를 제안한다. 개발한 랩퍼 클래스는 VR 엔진에서 조이스틱을 제어할 수 있는 조이스틱 클래스와 USB 캠을 통하여 영상을 획득하기 위한 USB 캠 클래스이다. 조이스틱 클래스는 입력장치 클래스를 상속받은 후 DirectX 를 이용하여 입력장치를 셋업 하고, 입력장치의 데이터 값을 처리한 후 VR 엔진의 API 로 값을 넘겨주기 전에 후킹하여 조이스틱을 제어할 수 있다. USB 캠 클래스는 VFW(Video for Window)를 사용하여 캠의 영상을 획득하여 버퍼에 저장한 후 VR 엔진의 디스플레이 버퍼에 값을 넘겨서 캠의 영상을 VR 엔진에서 디스플레이 할 수 있다. 이러한 방법을 통해 조이스틱, USB 캠 같은 입력장치를 VR 엔진과 호환할 수 있으며, 다른 종류의 입력장치에 대하여서도 본 연구에서 개발한 랩퍼 클래스를 상속받아 사용할 수 있다. 본 논문에서 사용한 VR 엔진은 Vega Prime 엔진이며, Vega Prime 엔진의 API 에 개발한 랩퍼 클래스를 추가하여 드라이빙, 영상인식 시뮬레이터를 개발한 결과, 효과적이고 경제적으로 입력장치의 연동이 가능함을 확인할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권10호
• /
• pp.886-895
• /
• 2006

지문분류는 사전에 정의된 클래스로 입력된 지문을 분류하여 자동지문인식 시스템에서 비교해야할 지문의 수를 줄여준다. 지지벡터기계(support vector machine; SVM)는 패턴인식 분야에서 널리 사용되고 있을 뿐만 아니라 지문분류에서도 높은 성능을 보이고 있다. SVM은 이진클래스 분류기이기 때문에 다중클래스 문제인 지문분류를 위해서 적절한 분류기 생성과 결합 기법이 필요하며, 본 논문에서는 일대다(one-vs-all; OVA) 방식으로 구성된 SVM을 naive Bayes(NB) 분류기를 이용하여 동적으로 구성하는 분류방법을 제안한다. 지문분류에서 대표적으로 사용되는 특징인 FingerCode와 지문의 구조적 특징인 특이점과 의사융선을 사용하여 OVA SVM과 NB 분류기를 학습하고, 포섭구조의 분류기를 구성하여 효과적인 지문분류를 수행한다. NIST-4 데이타베이스에 제안하는 방법을 적용하여 5클래스 분류에 대해서 90.8%의 높은 분류율을 획득하였으며, OVA 전략의 SVM을 다중클래스 분류문제에 적용할 때 발생하는 동점문제를 효과적으로 처리하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권11호
• /
• pp.1136-1146
• /
• 2005

지문분류는 대규모 자동지문식별시스템에서 지문을 카테고리별로 나누어 매칭시간을 줄이는데 유용하다. 지문을 5가지 클래스로 분류하는 헨리시스템을 기반으로 신경망이나 SYM(Support Vector Machines) 등과 같은 다양한 패턴분류 기법들이 지문분류에 널리 사용되고 있다. 특히 최근에는 높은 분류 성능을 보이는 SVM 분류기를 이용한 연구가 활발하다. 이진분류기인 SVM을 지문분류문제에 적용하기 위해서 본 논문에서는 새로운 분류기 결합모델인 다중결정템플릿(Multiple Decision Templates, MuDTs)을 제안한다. 이 방법은 클래스 구분이 모호한 지문영상들의 분류에서 단일 결합모델들의 한계를 극복하기 위해, 하나의 지문클래스로부터 서로 다른 특성을 갖는 클러스터들을 추출하여 각 클러스터에 적합한 결합모델을 생성한다. NIST Database4 데이타로부터 추출한 핑거코드에 대해 실험한 결과, 5클래스와 4클래스 분류문제에 대하여 각각 $90.4\%$와 $94.9\%$의 분류성능(거부율 $1.8\%$)을 획득하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.649-651
• /
• 2018

본 논문에서는 CNN에서 클래스 활성화 맵과 원샷 러닝을 결합하여 트위터 분류를 위한 딥 러닝 모델을 제안한다. 클래스 활성화 맵은 트윗 분류에 대한 분류 주제와 연관된 핵심 어휘를 추출하고 강조 표시하도록 사용되었다. 특히 작은 학습 데이터 셋을 사용하여 다중 클래스 분류의 성능을 향상시키기 위해 원샷 러닝 방법을 적용한다. 제안하는 방법을 검증하기위해 TREC 2018 태스크의 사건 스트림(TREC-IS) 학습데이터를 사용하여 비교실험을 했다. 실험 결과에서 CNN 기본 모델의 정확도는 58.1%이고 제안 방법의 정확도는 69.6%로 성능이 향상됨을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.310-312
• /
• 2007

SVDD는 one-class 분류기법이지만, 다중 클래스 분류에도 적용될 수 있다. 이 때 타 클래스의 data가 고려 대상 클래스의 학습된 경계안에 들어오지 않도록 하기 위하여 negative data를 고려한 SVDD방법이 사용되어 왔다. 그러나 이 방법은, 고려해야 하는 데이터 수가 늘어남에 따라 학습에 소요되는 시간이 증가하게 되는 문제점을 가지고 있다. 본 논문에서는 negative data를 고려한 학습 시, SVDD대신 KMSVDD를 사용하고 negative data일 가능성이 없는 영역에 놓인 데이터를 제외하는 기법을 사용함으로써 학습시간의 증가를 완화하는 방법을 제안하고자 한다. 이를 통해서 대상 클래스에 속하지 않은 모든 data를 negative data로 고려하여 학습을 진행할 때 보다 빠른 시간에 유사한 결과를 얻을 수 있다. 몇 가지 모의실험을 통하여 그 효과를 검증하도록 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.7-9
• /
• 2001

최근 웹이 활성화되고 인터넷이 대중화되면서 지리 정보 시스템 분야에서도 웹 상에서 공간 데이터의 검색 및 관리의 필요성이 대두되었다. 또한, 지리 정보 시스템에서 다루는 공간 데이터는 가변적이고 대용량이기 때문에 이러한 데이터를 효율적으로 처리하기 위해서는 웹 기반 공간 OODBMS의 사용이 적합하다. 이러한 웹 기반 공간 OODBMS를 사용하는 실제 응용프로그램에서 다중 사용자 환경에서의 협동 작업이 효율적으로 수행되기 위해서는 객체들의 버전 뿐만 아니라 일정 영역내의 연관된 객체들의 접합인 형상을 효율적으로 관리하는 것이 절실히 필요하다. 이에 본 논문에서는 기존의 형상 관리 시스템, 버전관리 시스템, 협동작업 기법을 분석하여 웹 기반공간 OODBMS를 위한 형상 버전 관리 모델을 제시하였다. 형상 버전 관리 모델은 형상을 효과적으로 관리하기 위하여 형상 그래프와 형상 버전 클래스, 형상 Genetic 클래스, 형상 노드 클래스와 같은 세 개의 형상 버전 관리 클래스를 내부적으로 사용한다. 또한, 본 논문에서는 이러한 형상 버전 관리 모델에 따라 형상 버전 처리 모듈, 형상 Genetic 처리 모듈, 형상 노드 처리 모듈, 형상 그래프 처리 모듈, 협동 작업 처리 모듈로 구성되는 웹 기반 공간 OODBMS를 위한 형상 버전 관리자를 개발하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.547-549
• /
• 2003

근래 패턴인식 분야에 서포트벡터머신(Support Vector Machine)이 많이 사용되어지고 있다. 서포트벡터머신이 전통적인 패턴인식 방법론에 비해 우수한 성능을 보이고 있지만. 적은 클래스의 숫자, 문자 인식과는 달리 클래스의 수가 많고. 고정되어있지 않은 얼굴인식에서는 새로운 클래스가 등록될때마다 학습을 반복해야 한다. 그러나, 서포트벡터의 특성상 학습시의 계산의 복접성 때문에 실시간 학습은 사실상 불가능하다. 이에 이 논문에서는 서포트벡터머신을 이용한 실시간 얼굴인식 시스템에서의 빠른 학습방법을 제안했다. 이 시스템은 다중 클래스 인식방법 중 일대다(One Per Class)방법을 채택했으며. 캠브리지(Cambridge) ORL 얼굴 데이터를 임의적로 11개의 실험 데이터 셋으로 변형한 후 실험 및 평가해 본 결과 빠른 학습능력을 보임과 동시에 인식률에서도 별 차이가 없는 것을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.1409-1412
• /
• 2004

본 논문에서는 다중 공유 링크를 가진 스위치를 위한 세션 연결 설정 시 이를 어떤 링크에 할당할 것인지를 결정하는 경험적 세션할당 알고리즘을 제안한다. 제안 알고리즘은 새로운 세션이 소속된 서비스 클래스의 각 링크에 할당된 세션들의 예측된 지연들 중 가장 작은 예측 지연을 가진 링크에게 그 세션을 할당한다. 다른 세션할당 알고리즘에 비해 제안 알고리즘은 부클래스들의 예측지연 특성을 직접적으로 활용함으로써, 서비스 클래스들에게 사전에 예약된 대역폭을 제공하고, 동일한 서비스 클래스에 속한 세션들에게는 서로 다른 공유 링크를 통해 전송되어도 가능한 비슷한 지연을 제공한다는 것을 모의실험을 통해 확인했다.

• 한국멀티미디어학회논문지
• /
• 제16권7호
• /
• pp.795-801
• /
• 2013

서포트 벡터 머신은 뛰어난 일반화 성능에 힘입어 다양한 분야에서 의사 결정 나무나 인공 신경망에 비해 더 좋은 분류 성능을 보이고 있기 때문에 최근 널리 사용되고 있다. 서포트 벡터 머신은 기본적으로 이진 분류 문제를 위하여 설계되었기 때문에 서포트 벡터 머신을 다중 클래스 문제에 적용하기 위한 방법으로 다중 이진 분류기의 출력 결과를 이용하는 출력 코딩 방법이 주로 사용되고 있다. 그러나 출력 코딩 기반 서포트 벡터 머신에 사용된 기존 특징 선택 기법은 각 분류기의 정확도 향상을 위한 특징이 아니라 전체 분류 정확도 향상을 위한 특징을 선택하고 있다. 본 논문에서는 출력 코딩 기반 서포트 벡터 머신의 각 이진 분류기의 분류 정확도를 최대화하는 특징을 각각 선택하여 사용함으로써, 전체 분류 정확도를 향상시키는 특징 선택 기법을 제안한다. 실험 결과는 제안 기법이 기존 특징 선택 기법에 비하여 통계적으로 유의미한 분류 정확도 향상이 있었음을 보여주었다.