• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1995.06a
• /
• pp.117-121
• /
• 1995

본 논문에서는 영상의 정보량에 따라 영상을 분할하고 이를 바탕으로 영상을 계층적으로 부호화하는 알고리듬을 제안한다. 영상을 분할하기 위해서 4진나무구조를 사용하는데, 기존의 방법에서는 각 구획의 평균값을 대표값으로 사용하여 구획의 복잡도를 판단하고 영상을 복원하는 반면, 본 논문에서는 해당 구획의 모서리 화소값을 대표값으로 사용하는 개선된 알고리듬을 사용한다. 분할된 구획의 대표값으로 모서리화소를 사용함으로써 여러 해상도에서 계층적인 영상표현이 가능하다. 제안방법으로 표현된 영상은 복잡한 신호처리과정이 필요 없으며, 부가적인 후처리기법을 사용하지 않고도 복원 영상에서는 구획화현상이 사라지므로 주관적으로 자연스러우면서도 객관적으로도 우수한 성능을 보인다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.301-304
• /
• 2007

학습법칙은 신경회로망의 성능에 중요한 영향을 미친다. 본 논문은 데이터와 클러스터들의 대표값들 사이의 거리를 고려하여 학습률을 정하는 새로운 퍼지 학습법칙을 제안한다. 클러스터들의 대표값을 조정할 때, 이러한 고려는 outlier에 비하여 결정경계선 근처에 있는 데이터의 반영도를 높임으로써 outlier의 클러스터의 대표값에 미치는 영향도를 낮출 수 있다. 따라서 outlier들이 결정경계선을 악화시키는 것을 방지할 수 있다. 이 새로운 퍼지 학습법칙을 IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망에 적용하였다. 제안한 퍼지 신경회로망과 다른 감독 신경회로망들의 성능을 비교하기 위하여 iris 데이터를 사용하였다. iris 데이터를 사용하여 테스트한 결과 제안한 퍼지 신경회로망의 성능이 우수함을 보였다.

• Journal of Korean Society of Transportation
• /
• v.26 no.5
• /
• pp.131-141
• /
• 2008

The objective of this study is to propose methods for determining optimal representative value and the optimal size of historical data for reliable travel time forecasting. We selected values with the smallest mean of forecasting errors as the optimal representative value of travel time pattern data. The optimal size of historical data used was determined using the CVMSE(Cross Validated Mean Square Error) method. According to the results of applying the methods to point vehicle detection data of Korea Highway Corporation, the optimal representative value were analyzed to be median. Second, it was analyzed that 60 days' data is the optimal size of historical data usedfor travel time forecasting.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.4
• /
• pp.472-476
• /
• 2007

Learning rule affects importantly the performance of neural network. This paper proposes a new fuzzy learning rule that uses the learning rate considering the distance between the input vector and the prototypes of classes. When the learning rule updates the prototypes of classes, this consideration reduces the effect of outlier on the prototypes of classes. This comes from making the effect of the input vector, which locates near the decision boundary, larger than an outlier. Therefore, it can prevents an outlier from deteriorating the decision boundary. This new fuzzy learning rule is integrated into IAFC(Integrated Adaptive Fuzzy Clustering) fuzzy neural network. Iris data set is used to compare the performance of the proposed fuzzy neural network with those of other supervised neural networks. The results show that the proposed fuzzy neural network is better than other supervised neural networks.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.2
• /
• pp.226-231
• /
• 2007

This paper presents a method of colored object extraction from an image using the fuzzy neural network. Fuzzy neural network divides an image into two clusters. It extracts the prototypes of Cb and Cr of object and background by controlling the vigilance parameter. The proposed method extracted object regardless of the position, the size, and the intensity of object. We compared the performance of the proposed method with that of the method of using subjective threshold value. And, we compared the performance of the proposed method with that of the method of using subjective threshold value by using several images with added noises.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.39-42
• /
• 2002

본 논문에서는 내용 기반 이미지 검색 및 필터링 시스템을 위한 카테고리 식별 방법을 제안한다. 제안된 방법에서는 식별 가능한 카테고리를 사전에 정의하고, 정의된 카테고리를 대표할 수 있는 이미지들을 수집한다. 다음으로, 이들로부터 다중의 내용 기반 특징값을 추출하고, 추출된 특징값들로 카테고리 데이터베이스를 구성한다. 카테고리를 식별할 질의 이미지가 입력으로 들어오면, 질의 이미지로부터 추출된 다중 특징값들을 각 카테고리의 단일 특징값과 각각 비교함으로써, 카테고리를 대표하는 다중의 유사도 거리값을 측정한다. 각 카테고리를 대표하는 다중의 유사도 거리값들은 두 가지 연산 방법에 의해 조합되는데, 조합 방법은 각각의 단일 특징값이 각 카테고리 식별에 미치는 영향을 고려하여 정의된다. 최종적으로, 각 카테고리의 조합된 유사도 거리값을 비교한 다음, 가장 유사도가 큰 카테고리를 해당 질의 이미지의 카테고리로 식별한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.283-285
• /
• 2001

유전자 프로그래밍은 프로그램 자동생성 도구이다. 문제를 해결하는 프로그램코드를 프로그래머가 직접 구현하는 것이 아니라, 적절한 초기값만을 입력하여 컴퓨터가 스스로 적합한 해를 찾아내도록 하는 방법이다. 유전자 프로그래밍은 생물의 진화개념에서 얻어진 여러 아이디어를 사용하여 최적화된 해를 찾아낸다. 본 논문에서는 세포영상인식 문제를 해결하기 위하여 유전자 프로그래밍을 사용하였다. 실험에 사용된 영상은 자궁경부세포진 영상이다. 여러 가지 종류와 상태의 세포들이 뒤섞여 있어 분석하기에 힘들다는 것이 이 영상의 특징이다. 주어진 문제는 샘플 영상이 암인가 아닌가를 판별하는 것이다. 유전자 프로그래밍을 적용하기 위하여 사용한 특징값들은 영상에서 찾을 수 있는 가장 단순한 대표값들과, 산술 및 논리연산자들이다. 실험결과 실제 인식기 제작에 바로 적용하기엔 무리가 있지만, 80%정도를 제대로 판별해 낼수 있었다. 인식률이 낮은 이유는 사용한 특징들이 영상의 정보를 잘 흡수하지 못했기 때문이라 여겨지고, 앞으로 지나치게 복잡하지 않으면서 여상의 특징을 잘 표현하는 특징값들을 찾는 것이 향후과제이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.69-71
• /
• 2000

군집화는 데이터 집합을 유사한 데이터 개체들의 군집들로 분할하여 데이터 속에 존재하는 의미 있는 정보를 얻는 과정이다. 대부분의 군집화 기법들은 비교적 적은 양의 데이터를 대상으로 한 것이고 다차원 대용량의 데이터 처리에 관한 문제는 다루지 않고 있어서 데이터 마이닝을 위한 군집화 기법으로는 부적절하다. 따라서 본 논문을 통해 대용량의 데이터에 적용할 수 있는 새로운 군집화 알고리즘인 계층적 대표값 군집화(HRC) 기법을 제안한다. HRC는 자기조직화지도와 계층적 군집화 기법을 접목한 하이브리드 방법으로 두 단계에 거쳐 군집화를 수행한다. 첫 번째 단계에서 자기조직화지도를 통해 데이터를 요약하고, 두 번째 단계에서 요약된 대표값 정보만을 가지고 계층적인 군집화를 수행한다. 또한, 두 번째 단계의 계층적 군집화 적용시 양질의 군집을 발견하기 위해 군집간의 유사도를 측정하는 새로운 척도를 고안하였다. 그리고 실험을 통해 HRC와 기존 군집화 알고리즘이 발견한 군집의 질을 비교하여 성능을 평가했다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.3 no.3
• /
• pp.47-53
• /
• 2002

In this paper, we proposed a content-based video search method using the eigen value of key frame and intensity component. We divided the video stream into shot units to extract key frame representing each shot, and get the intensity distribution of the shot from the database generated by using ECA(Eigen Component Analysis). The generated codebook, their index value for each key frame, and the intensity values were used for database. The query image is utilized to find video stream that has the most similar frame by using the euclidean distance measure among the codewords in the codebook. The experimental results showed that the proposed algorithm is superior to any other methols in the search outcome since it makes use of eigen value and intensity elements, and reduces the processing time etc.

• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2002.06a
• /
• pp.111-112
• /
• 2002