• 대한전자공학회논문지TC
• /
• 제41권1호
• /
• pp.1-12
• /
• 2004

본 논문에서는 광 통신망에서 서비스 차별화를 제공하기 위하여 광 버스트 교환 (Optical Burst Switching; OBS) 기술의 특징을 이용한다. 제시된 기법은 제어 패킷과 버스트 데이터간의 offset 시간을 이용하는 방식으로서 다중 서비스를 지원하기 위하여 서비스마다 서로 다른 크기의 offset 시간을 이용한다. 이를 위하여 서비스 차등률과 보존 법칙에 의해서 버스트 손실률을 결정하고 이 서비스 요구 QoS 에 맞는 offset 시간을 결정한다. 제시된 첫 번째 방식은 상위 클래스와 하위 클래스로 분류되는 두 종류의 서비스를 고려하여 상위 클래스의 요구 QoS에 적합한 offset 시간을 결정하는 알고리즘이다 두 번째 알고리즘은 두 종류이상의 다중 서비스 클래스 환경에 맞도록 첫 번째 알고리즘에 이용된 분석 방법을 확장한다. 제시된 알고리즘은 서비스를 상위 그룹과 하위 그룹으로 구분하며 상위 그룹의 QoS를 위한 offset 시간을 먼저 결정하고, 이것을 이용하여 각서비스에 맞는 offset 시간을 최종적으로 결정한다. 제시된 알고리즘의 성능 평가는 시뮬레이션을 이용한다. 사용자가 요구하는 서비스 차등률에 맞는 offset 시간을 제안된 알고리즘에 의해서 결정하고 요구 버스트 손실률이 만족됨을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (3)
• /
• pp.220-222
• /
• 1998

유선 통신과 다르게 무선 통신은 자원의 한정성이란 매체의 특성을 가지고 있어 다중의 사용자가 다른 QoS를 요구하는 멀티미디어 서비스를 지원하기 위해서는 각각의 서비스에 따른 트래픽에 차별화를 두어 매체 접속을 제어하는 것이 효과적인 방법이 될 것이다. 현재, 음성과 데이터를 통합하여 매체 접속 제어를 하는 패킷 예약 다중 접속 방식은 많은 연구가 이루어진 상태이고, 특히, 멀티미디어 지원을 위해 적응형 패킷 예약 다중 접속(APRMA: Adaptive Packet Peservation Multiple Access)방식의 연구가 진행되었다. 본 논문에서는 멀티미디어 지원을 위한 다른 한가지 방법으로 패킷이 경쟁에 참여할 수 있는 파라미터를 서비스의 종류와 활성중인 슬롯의 수에 따라 조정하여 채널의 효율을 보다 향상시키고 패킷 충돌이 일어날 확률도 감소 시킬 수 있는 우선 순위 기반 적응형 패킷 예약 매체 접속 방법 (APRMA_P : APRMA with Prioroty)을 제시한다. 제안된 APRMA_P의 성능을 분석하기 위해 시뮬레이션을 통해서 체널 효율을 기존의 APRMA와 비교 분석한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.883-885
• /
• 2005

지지 벡터 기계(Support Vector Machine: SVM)를 이용한 다중부류 분류기법이 최근 활발히 연구되고 있다. SVM은 이진분류기이기 때문에 다중부류 분류를 위해서 다수의 분류기를 구성하고 이들을 효과적으로 결합하는 방법이 필요하다. 본 논문에서는 기존의 정적인 다중분류기 결합 방법과는 달리 포섭구조의 분류모델을 확률에 따라 동적으로 구성하는 방법을 제안한다. 확률적 분류기인 나이브 베이즈 분류기(NB)를 이용하여 입력된 샘플의 각 클래스에 대한 확률을 계산하고, OVA (One-Vs-All) 전략으로 구축된 다중의 SVM을 획득된 확률에 따라 포섭구조로 구성한다. 제안하는 방법은 OVA SVM에서 발생하는 중의적인 상황을 효과적으로 처리하여 고성능의 분류를 수행한다. 본 논문에서는 지문분류 문제에서 대표적인 NIST-4 지문 데이터베이스를 대상으로 제안하는 방법을 적용하여 $1.8\%$의 거부율에서 $90.8\%$의 분류율을 획득하였으며, 기존의 결합 방법인 다수결 투표(Majority vote), 승자독식(Winner-takes-all), 행동지식공간 (Behavior knowledge space), 결정템플릿(Decision template) 등보다 높은 성능을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제18권5호
• /
• pp.171-177
• /
• 2018

최근 많은 이미지 데이터 셋들은 일반적인 특성을 추출하기 위한 다양한 데이터 클래스와 특징을 가지고 있다. 하지만 이러한 다양한 데이터 클래스와 특징으로 인해 해당 데이터 셋으로 훈련된 물체 검출 딥러닝 모델은 데이터 특성이 다른 환경에서 좋은 성능을 내지 못하는 단점을 보인다. 이 논문에서는 하위 카테고리 기반 물체 검출 방법과 오픈셋 물체 검출 방법을 이용하여 이를 극복하고, 강인한 물체 검출 딥러닝 모델을 훈련하기 위해 능동 준지도 학습 (Active Semi-Supervised Learning)을 이용한 다중 분기 트리 구조를 제안한다. 우리는 이 구조를 이용함으로써 데이터 특성이 다른 환경에서 적응할 수 있는 모델을 가질 수 있고, 나아가 이 모델을 이용하여 이전의 모델보다 높은 성능을 확보 할 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권11호
• /
• pp.563-568
• /
• 2016

단어 의미 분별 문제는 문장에서 어떤 단어가 사전에 가지고 있는 여러 가지 의미 중 정확한 의미를 파악하는 문제이다. 우리는 이 문제를 다중 클래스 분류 문제로 간주하고 지지벡터기계를 이용하여 분류한다. 세종 의미 부착 말뭉치에서 추출한 의미 중의성 단어의 문맥 단어를 두 가지 벡터 공간에 표현한다. 첫 번째는 문맥 단어들로 이뤄진 벡터 공간이고 이진 가중치를 사용한다. 두 번째는 문맥 단어의 윈도우 크기에 따라 문맥 단어를 단어 임베딩 모델로 사상한 벡터 공간이다. 실험결과, 문맥 단어 벡터를 사용하였을 때 약 87.0%, 단어 임베딩을 사용하였을 때 약 86.0%의 정확도를 얻었다.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.383-392
• /
• 2006

본 논문에서는 영역기반 영상검색의 성능 향상을 위한 피드백 알고리즘으로 다중 클래스를 갖는 확률적 신경망(Probabilistic Neural Networks)을 이용한 방법론을 제안하고 이를 영역기반 영상 검색 시스템인 FRIP(Finding Regions In the Pictures) 시스템에 적용하였다. 본 논문에서 제안하는 피드백 알고리즘은 특정 벡터가 독립적이라는 가정을 할 필요가 없으며 보다 상세한 분류를 위해 추가적인 클래스들을 추가할 수 있도록 허용하고 있다. 또한 단지 4개 층(layer)만을 가지고 있음으로 학습을 위한 계산시간이 적게 든다는 장점이 있다. 추가적으로 다음단계에서의 성능 향상을 위해 분류 단계에서 사용자의 이전 피드백 행동을 모두 히스토리(history)로 모두 기억시켜 놓고 다음 단계를 위한 가중치 학습을 위해 사용하도록 한다. 히스토리를 사용함으로써 제안하는 알고리즘은 사용자의 주관적 의도를 보다 정확하게 파악 할 수 있을 뿐만 아니라 학습을 위해 이전 단계만을 사용 했을 때 발생할 수 있는 성능 감소를 막을 수 있다. 본 논문에서는 Corel-photo CD에서 3000장의 자연 영상을 무작위로 추출하여 기존의 방법론들과 제안하는 방법론의 성능을 측정하여 본 논문에서 제안하는 방법론이 성능이 우수함을 증명하였다.

• 한국인터넷방송통신학회논문지
• /
• 제8권4호
• /
• pp.75-88
• /
• 2008

본 논문은 입력 이미지 블록의 클래스 조건부 확률 밀도 함수의 커널 추정에 기반한 공간 영역에서의 다중초점 이미지 융합 기법을 제안한다. 이미지 융합 문제를 시험 패턴으로부터 추정된 유사 밀도 함수에 의해 사후 클래스 확률, P($w_{i}{\mid}B_{ikl}$),을 계산하는 분류 임무로 접근하였다. C개의 입력 이미지 $I_{i}$에 대하여 제안한 방법은 i 클래스 $w_{i}$를 정의하고 베이즈 결정 원리에 기초하여 판별 함수를 최대화하는 PxQ 블록 $B_{ikl}$의 집합에 의해 표현되는 결정 지도로 부터 융합 이미지 Z(k,l)를 형성한다. 출력 화질의 척도로서 RMSE 와 상호 정보량인 MI를 사용하여 제안한 기법의 성능이 평가되었다. 커널 함수의 폭 ${\sigma}$ 도 변화시키고, 다른 종류의 커널과 블록 크기를 변화시켜 가며 성능평가를 수행하였다. 제안한 가법은 C=2 와 C=3에 대하여 시험하였고 시험 결과는 좋은 성능을 보였다.

• 전자공학회논문지CI
• /
• 제48권6호
• /
• pp.35-46
• /
• 2011

본 논문에서는 피셔 선형 분리(FLD, Fisher's Linear Discriminant) 기반의 단계적 분류를 이용한 감성 인식 기법을 제안한다. 제안하는 기법은 2종 이상의 감성에 대한 다중 클래스 분류 문제에 대하여, 이진 분류 모델의 연속적인 결합을 통해 단계적 분류 모델을 구성함으로써 복잡도 높은 특징 공간상의 다수의 감성 클래스에 대한 분류 성능을 향상시킨다. 이를 위하여, 각 계층 단계의 학습에서는 감성 클래스들로 이루어진 두 개의 클래스 그룹에 따라 피셔 선형분리 공간을 구성하며, 구성된 공간상에서 Adaboost 방식을 이용하여 이진 분류 모델을 학습하여 생성한다. 각 계층 단계의 학습 과정은 모든 감성 클래스가 구분이 완료되는 시점까지 반복 수행된다. 본 논문에서는 MIT 생체 신호 프로파일을 이용하여 제안하는 기법을 실험하였다. 실험 결과, 8종의 감성에 대한 분류 실험을 통해 약 72%의 분류 성능을 확인하였고, 특정 3종의 감성에 대한 분류 실험을 통해 약 93% 분류 성능을 확인하였다.

• 대한원격탐사학회지
• /
• 제37권6_3호
• /
• pp.2011-2025
• /
• 2021

고해상도 위성영상 분류에서 다양한 색상을 가지는 건물들과 같이 동일한 클래스에 속하지만 색상 정보가 상이한 화소들이 클래스를 구성하는 경우에는 클래스를 대표하는 색상 정보를 결정하기가 어렵다. 본 논문에서는 클래스의 대표적인 색상 정보를 결정하는 문제를 해결하기 위해 HSV(Hue Saturation Value)의 색상 채널을 분할하고 객체 기반의 분류를 수행하는 방법을 제안한다. 이를 위해 RGB 컬러 공간의 입력 영상을 HSV 컬러 공간의 성분으로 변환한 후에 색상(Hue) 성분을 일정 간격의 서브채널로 분할한다. 각 색상 서브채널에 대해 최소거리기반의 영상 분류를 수행하고 분류 결과를 영상 분할 결과와 결합한다. 제안한 방법을 아리랑3A 위성영상에 적용한 결과 overall accuracy는 84.97%, kappa coefficient는 77.56%로 나타났고 상용 소프트웨어 대비 분류 정확도가 10% 이상 개선된 결과를 보였다.

• 한국지리정보학회지
• /
• 제15권2호
• /
• pp.46-56
• /
• 2012

최근 소프트웨어 아키텍처 설계 시 재사용성의 효율성이 강조되어지고 있다. 이러한 설계의 재사용성은 소프트웨어의 품질을 높이고 유지보수 효율을 높일 수 있는 비용절감 요소로 많이 활용된다. 이러한 재사용관련 객체지향 설계에서 GoF 디자인 패턴은 반복적인 설계 문제에 대해 재사용성이 높은 해법을 제공하므로 그 중요성이 더욱 강조되고 있다. 이와 관련한 설계방법이 여러 응용시스템에서 적용되고 있다. 이중 다중 분산 센서네트워크 시스템에서 서로 다른 기능의 센서노드, 수집노드와 서버에서 수많은 컴포넌트와 클래스의 조합으로 시스템이 설계되어 복잡한 구조를 이루고 있다. 더군다나 이러한 시스템들은 개발자의 특정 목적에 맞추어 더욱 복잡한 시스템으로 변경되기도 한다. 본 논문은 TinyOS에 기반한 다중 분산되어진 센서네트워크 시스템에서 복잡하게 구현되어 있는 구조들을 클래스와 기능 등에 따라 재사용성의 효율성을 높이는 CATL 모델 구조를 설계하고 Facade 패턴을 응용하여 센서네트워크 시스템을 설계 하고자 한다. 이러한 모델구조와 패턴은 복잡한 센서네트워크 시스템에서 주요 기능들을 담당하는 클래스와 기능 들을 묶어 구조화함으로서 새로운 시스템의 설계나 변경 또는 유지보수 등에 효율적으로 활용될 것이라 판단된다.