• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.150-151
• /
• 2010

본 논문에서는 잡음환경에서의 이중채널 음성인식을 위한 통계모델 기반 음성구간 검출 방법을 제안한다. 제안된 방법에서는 다채널 입력 신호로부터 얻어진 공간정보를 이용하여 음성 존재 및 부재 확률모델을 구하고 이를 통해 음성구간 검출을 행한다. 이때, 공간정보는 두 채널간의 상호 시간 차이와 상호 크기 차이로, 음성 존재 및 부재 확률은 가우시안 커널 밀도 기반의 확률모델로 표현된다. 그리고 음성구간은 각 시간 프레임 별 음성 존재 확률 대비 음성 부재 확률의 비를 추정하여 검출된다. 제안된 음성구간 검출 방법의 평가를 위해 검출된 구간만을 입력으로 하는 음성인식 성능을 측정한다. 실험결과, 제안된 공간정보를 이용하는 통계모델 기반의 음성구간 검출 방법이 주파수 에너지를 이용하는 통계모델 기반의 음성구간 검출 방법과 주파수 스펙트럼 밀도 기반 음성구간 검출 방법에 비해 각각 15.6%, 15.4%의 상대적 오인식률 개선을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.797-798
• /
• 2009

군집화는 대용량의 데이터로부터 유용한 정보를 추출하는 데에 적합한 데이터마이닝 기법들 중 하나이다. 군집화 기법은 주어진 데이터그룹 내에서 사전정보 없이 의미있는 지식을 발견할 수 있으므로 큰 어려움이 없이 실제 응용분야에 적용할 수 있다. 또한, 대용량 데이터를 다룰 때에 개별적인 데이터에 대한 접근 횟수를 줄이고, 알고리즘이 다루어야 할 데이터 구조의 크기를 줄일 수 있다. 본 논문에서는 밀도-기반 군집화 기법을 기반으로 하는 새로운 군집화 기법을 제안한다. 우리가 제안하는 군집화 기법은 반복적인 군집화 과정을 통하여 군집 내 주변 잡음을 제거하고 더 세밀하게 집단을 세분화하는 것이 가능하다. 또한, 군집을 표현하는 데에 계층구조로 나타내어 각 군집의 상관관계를 파악하는 데에 유리하다. 본 논문에서 제안하는 군집화 기법을 통하여 다양한 밀도를 가진 군집들을 효과적으로 분류할 수 있을 거라고 기대된다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.10a
• /
• pp.21-25
• /
• 2008

최근 측량기술이 발전함에 따라 다양한 지형공간정보를 획득할 수 있게 되었다. 특히 레이저스캐닝 기술의 도입은 정밀한 지형과 식생 및 인공지물 등에 대한 정보를 신속하게 획득하여 원하는 최신 정보를 가공할 수 있게 되었다. 본 연구에서는 라이다의 식생 데이터에서 점의 밀도 분포를 통하여 정량적인 식생분포 분석을 실시하였다. 또한, 정밀한 지형 모델에 대하여 생성되는 라이다 등고선의 효율적인 활용을 위하여 단계별로 필터링을 실시하여 정확성은 유지하면서 저용량의 등고선을 생성하고 도로 및 엔지니어링 분야 활용을 높일 수 있도록 하였다. 이러한 지능적이고 과학적인 연구는 국내 라이다데이터의 적극적인 활용성을 높이고 누구나 쉽게 사용할 수 있도록 하는데 목적이 있으며, 건설 분야뿐만 아니라 생태지도 및 주제도, 재해 환경 분야, 홍수지도, 도시모델링 등 다양한 분야의 활용성을 가능하도록 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06d
• /
• pp.328-331
• /
• 2010

본 논문에서는 도시 기반의 VANET 환경에서 차량간의 안정적인 통신을 위한 차량 밀도를 이용한 라우팅 기법을 제안한다. 제안하는 라우팅 기법에서 차량들은 비콘 메시지와 도로 정보 테이블을 이용하여 자신이 속해있는 도로의 차량 밀도를 계산하고 있다. 소스 차량은 이 정보를 이용하여 안정적인 경로를 탐색하고 설정된 경로를 통해 패킷을 보낸다. 제안하는 기법을 평가하기 위해 NS-2를 이용하여 GPSR과 비교 실험을 하였고, 그 결과 GPSR보다 우수한 성능 결과를 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.301-304
• /
• 2009

무선 센서 네트워크는 제한된 에너지로 동작하는 다수의 센서 노드로 구성되기 때문에 효율적으로 에너지를 사용 것이 중요하다. 기존의 클러스터 기반 알고리즘은 지역적으로 인접한 다수의 노드들을 클러스터로 구성하고 멤버 노드로부터 수신된 데이터를 병합하여 전송함으로써 에너지 소모를 줄였다. 하지만 클러스터링 과정에서 노드의 밀도를 고려하지 않았기 때문에 불균등한 노드 분포상에서 데이터 병합의 효과를 얻을 수 없는 클러스터를 생성할 수 있다. 따라서 본 논문에서는 클러스터링과정에 노드의 밀도를 고려하여 데이터 병합 효과를 최대화하고, 에너지 소모를 줄일 수 있는 새로운 클러스터링 알고리즘을 제안한다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.4
• /
• pp.432-436
• /
• 2010

Finding communities from network data including social networks can be done by clustering the nodes of the network as densely interconnected groups, where keeping interconnection between groups sparse. To exploit a clustering algorithm for community detection task, we need a well-defined similarity measure between network nodes. In this paper, we propose a new similarity measure named "Common Neighborhood Sub-graph density" and combine the similarity with affinity propagation, which is a recently devised clustering algorithm.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.101-104
• /
• 2005

최근 GIS 시스템, 위성사진, 원격 탐사 시스템과 같은 다양한 응용 시스템으로부터 수집된 방대한 양의 공간 데이터에서 지식을 발견하는 공간 데이터 마이닝에 대한 관심이 더욱 높아지고 있다. 기존의 공간 데이터마이닝에 대한 연구들은 방대한 비공간 데이터들의 지식을 효율적으로 탐사하고자 하였다. 그러나 기존의 시스템은 발견된 지식의 효과성을 보장하지 못하는 문제점을 가진다. 따라서 본 논문은 공간 데이터 타입을 포함하는 대용량의 데이터들로부터 효과성을 보장하는 특성화 지식 탐사시스템을 제안한다. 본 논문에서 제안하는 공간 특성화 지식 탐사시스템은 밀도 기반의 클러스터링 기법을 적용하여 탐사된 특성화 지식의 효과성을 높였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.432-434
• /
• 1998

임상진단에 있어서 종종 문제가 되고 있는 호흡에 따른 두뇌부분의 가상적인 상하이동을 고려해서 위상 엔코드 축인 Y 방향만의 강체의 평행이동을 취급한다. 종래의 발견적인 축차 근사 반복처리에 의한 제거방법과는 달리, 본 연구에서는 MRI 촬상과정과 화성특성의 해석에 근거한 MRI 신호증의 체동성분과 화상성분을 단순한 대수연산에 의해 분리할 수 있는 새로운 구속조건을 도출한다. MRI 신호에 대해서 X방향의 1차원 푸리에 변환을 행한 후의 Y 방향의 스펙트럼 위상값은 화상자신의 성분과 체동성분의 합이 되고 있다. 한편, 두뇌부위 등의 단상층에 있어서 주위의 피하지방 부위의 밀도는 거의 균일한 것으로 알려져 있어 이 부분위의 Y 방향의 1 라인 밀도 분포를 대칭이라고 간주할 수 있다. 밀도함수가 대칭인 경우 스펙트럼의 위상은 그 위치에 대하여 선형적으로 변화하며 이 선형함수로부터 벗어난 성분을 체동성분으로 분리할 수 있다. 이러한 구속조건에 기초를 둔 근거가 명확한 아티팩트의 제거방법을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.133-135
• /
• 2006

단층촬영영상(Tomographic cross-section images)으로부터 임의의 등밀도 표면(iso-density surface)을 재구성하기 위한 새로운 방법을 제안하였다. 이 방법에서는 마칭큐브 알고리즘에 비해 정밀도는 떨어지지만 안정적인 표면을 생성하는 셀경계 알고리즘(Cell-Boundary Method)을 이용하여 초기메쉬를 구하고 이를 표면축소포장(Shrink-wrapping)처리를 통해 정밀한 등밀도 표면을 생성하게 된다. 이는 마칭큐브와 같이 단층영상에서 등밀도 표면을 직접 추출하는 것이 아니라 등밀도점(iso-density Point)을 먼저 추출하고 표면의 모호성이 없는 안정적인 초기메쉬를 이들 방향으로 축소하여 정확한 표면모델링을 가능하게 한다. 이를 통해 마칭큐브에서 발생하는 표면 결정의 모호성이 없이 보다 안정적인 표면을 정확하게 만들 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.148-150
• /
• 2005

최근 유비쿼터스 컴퓨팅의 관심이 증대되면서, 방대하고 다양한 형태의 데이터에 대한 효율성과 효과성을 고려한 지식 탐사방법연구의 필요성이 제기되었다. 기존의 지식 탐사방법에 대한 연구들은 방대한 비공간 데이터들의 지식을 효율적으로 탐사하고자 하였다. 그러나 기존의 연구는 탐사된 지식의 효율성안을 고려하여 유용한 지식탐사를 보장하지 못하는 문제점을 가진다. 따라서 본 논문은 공간 데이터 타입을 포함하는 대용랑의 데이터들로부터 효과성을 보장하는 특성화 지식 탐사방법을 제안한다. 본 논문에서 제안하는 특성화 지식 탐사기법은 공간 및 비공간 데이터들의 특성을 나타내는 요약된 지식을 제공하며, 밀도 기반의 클러스터링 기법을 적용하여 특성화 지식 탐사의 효과성을 높인다.