• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.589-591
• /
• 2001

본 논문에서는 근거리통신, 인터넷 등의 통신을 이용하여 해당 출제자의 분야별로 출제한 주관식문제를 모든 응시자가 주관식문제의 답을 보내고, 해당 답들을 문제별로 답을 분류한 답, 빈도수, 문제, 해설 등의 채점 정보를 출제자에게 알려주면 출제자는 응시자가 쓴 답들의 종류, 각 답들의 분포, 문제의 해설 등을 참고하여 각 답에 대하여 배점을 결정하고 서버는 이 배점으로 채점한 결과를 출제자에게 보여주는 주관식 답분류 채점시스템에 관한 것이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 춘계학술대회 학술발표 논문집
• /
• pp.191-194
• /
• 1997

본 논문에서는 2D-DCT 변환된 동영상 프레임 사이의 오차 블록들의 활성 레벨(atcivity level)과 에지의 특성을 분류하여 동영상의 적응적인 양자화를 제안한다. 각 블록에서는 활성 레벨이 각기 다르고, 같은 활성 레벨이라 할지라도 에지의 특성도 각기 다르게 나타난다. 적응적인 양자화를 위해서, 2D-DCT 변환된 영상 오차의 각 블록의 활성레벨 뿐만 아니라 AC 계수들의 분포에 따른 에지 특성을 분류하면, 블록의 활성 레벨만을 일률적으로 적용한 Sorting 방법의 경우보다 향상된 영상을 복원할 수 있다. 블록의 활성 레벨은 AC energy에 의해서 측정하고, 에지 특성은 AC 계수들의 분포에 의해 결정하게 된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.521-524
• /
• 2004

본 논문에서는 기존의 FMM 신경망의 학습 단계 중 하이퍼박스 축소 단계에서 발생하는 정보의 왜곡 현상을 보완하여, 패턴분류 성능을 향상시키는 방법론을 제안하고 그 유용성을 고찰한다. 제안된 학습방법에서는 기존 FMM 신경망의 하이퍼박스 생성, 확장, 축소의 3 가지 학습 과정 중 축소과정을 생략하고, 각 특징 범위와 빈도를 고려한 학습으로 대치함으로써 축소과정에서 나타나는 부작용을 보완할 수 있도록 하였다. 이는 가중치 개념을 통해 각 특징값의 상대적 중요도를 서로 다른 값으로 반영할 수 있도록 하며 하이퍼박스 중첩영역에서 발생하는 분류 오류를 최소화한다. 본 연구에서는 개선된 학습기법의 이론을 제시하고, 이를 아이리스 데이터 분류 실험에 적용하여 그 유용성을 고찰하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 추계정기학술대회:지능형기술과 CRM
• /
• pp.439-445
• /
• 2000

다차원의 속성들을 포함한 대용량의 데이터베이스 또는 점보 저장소의 데이터로부터 지식을 추출하고 이를 활용하기 위해서는 데이터 마이닝의 인공지능 기법 중 기계학습을 활용할 수 있다. 본 논문은 질의어를 바탕으로 각 작성들에 가중치를 적용하여 사용자가 원하는 데이터 집합을 분류하고, 사용자 피드백을 통하여 속성 가중치를 동적으로 변화시킴으로써 검색결과를 향상시키는 방법을 제안한다. 본 논문에서는 데이터 집합을 분류해내기 위해서 각 속성간의 거리에 가중치를 적용하는 k-nearest neighbor 분류법을 사용하였고, 속성 가중치를 동적으로 변화시키는 규칙을 추출하기 위한 방법으로는 결정 트리 생성에 의한 규칙(decision rule) 생성 방법을 적용하였다. 검색결과 향상을 \ulcorner이기 위한 실험으로써 온라인 커플매칭(online couple-matching) 시스템의 핵심부문을 구현하고 이를 적용하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.376-379
• /
• 2011

본 연구에서는 사용자 검색로그를 분석하여 사용자의 검색 목적에 따라 분류하고 그 안에 내제되어 있는 사용자의 검색 의도를 찾고자 하였다. 분석은 질의어 110개에 대한 검색로그를 기반으로 검색 목적에 따라 Navigational, Informational, Transactional로 분류하였다. 또한, 질의어를 카테고리별로 분류하였으며 각 결과를 가지고 사용자 검색 의도가 내제되었는지에 대하여 분석하였다. 분석 결과 각 질의어에 따른 검색 목적에 따라서 분포는 다르지만 검색 목적에 따른 검색 의도가 3가지 모두 내제되어 있음을 알 수 있었다. 또한, Informational의 경우에는 질의어에 대한 서로 다른 정보가 나타났으며, 질의어 안에서 사용자의 검색 의도가 나타남을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.1240-1242
• /
• 2011

본 논문에서는 여러 개의 클래스가 존재할 때, 각 클래스 내에서 샘플들을 클러스터링하고 서로 다른 클래스들과 분산도를 비교하여 클러스터가 가장 겹치지 않는 유전자 쌍들을 찾는다. 각 유전자 쌍에서 테스트 샘플과 가장 가까운 클러스터를 찾음으로써 클래스를 분류하고, 최종적으로 과반수 의결(Majority vote)하여 가장 많이 분류된 클래스를 최종 클래스로 확정한다. 그 결과, 해당 모델이 여러 개의 클래스를 가진 데이터에서 다른 비교 알고리즘의 모델들보다 높은 정확도를 나타내었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.476-479
• /
• 2021

DBMS 파라미터 튜닝이란 데이터베이스에서 제공하는 다양한 파라미터의 값을 조율하여, 최적의 성능을 도출하는 과정이다. 데이터베이스 종류에 따라 파라미터 개수가 수십 개에서 수백 개로 다양하며, 각 기능이 모두 다르기 때문에 최적의 조합을 찾는 것은 쉽지 않다. 선행 연구에서는 BO 기법을 사용하여 적절한 파라미터 값을 추출했지만, 파라미터 개수에 비례하여 차원이 커지는 문제가 발생한다. 본 논문에서는 통계적으로 파라미터를 분류하여 탐색 공간을 줄인 다음 단계적으로 BO 를 수행하는 PBO 방식을 제안한다. 파라미터 값을 랜덤하게 할당하여 벤치마킹한 결과값을 군집화한 후, 각 군집별로 파라미터와의 연관성을 분석해 높은 상관관계를 가진 파라미터를 매칭시켜 분류한다. 제안하는 방법론을 검증하기 위하여 8 가지 회귀 모델과의 비교 실험을 통해 제안한 방법론의 우수성을 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.245-248
• /
• 2008

최근 무선 센서 네트워크(Wireless Sensor Networks : WSN)는 환경 감시(environment tracking), 개인 건강 상태 감지(personal health status monitoring) 등 실생활의 다양한 분야에서 활용되며, 우리의 일상생활에 많은 변화를 주고 있다. 이에 따라 무선 센서 네트워크 상에서 다양한 응용의 개발을 지원하기 위해, WSN 미들웨어의 연구가 활성화되었다. 그러나 개발된 미들웨어들은 각기 다른 개발 목표를 지니고 있기 때문에, 상호간의 비교가 난해하다. 이에 본 연구에서는 WSN 미들웨어를 응용 관점에서 분류하고 분석한다. 이를 위해 첫째, 센서 노드 미들웨어들의 개발 목표에 기반한 특성들을 살펴본다. 둘째, 각 응용 분야에 따른 미들웨어의 분류를 제시한다. 마지막으로 각 미들웨어의 강점 및 약점에 대하여 분석한다.

• 대한전자공학회논문지SP
• /
• 제39권6호
• /
• pp.612-622
• /
• 2002

본 논문에서는 압축된 비디오 비트스트림이 전송시 전송 에러에 의해 발생되는 화질 열화를 복원하기 위한 시간적 에러 은닉 기법에 대해 논의한다. 또한, 손실된 블록의 주변 블록이 가지는 움직임을 동일 움직임 여부에 따라 분류함으로써 손실된 블록의 움직임 벡터를 복원하는 새로운 알고리즘을 제안한다. 본 논문에서는 손실 블록의 주변 블록들의 동일 움직임을 분석하여 손실 블록의 움직임을 잘 예측할 수 있도록 하기 위해서, 손실 블록의 이웃 블록들의 움직임 벡터는 각 움직임 벡터의 방향에 따라 분류되고, 각 분류된 클래스의 대표 움직임 벡터는 후보 움직임 벡터군에 포함된다. 후보 움직임 벡터군에 속한 각 움직임 벡터에 의해 예측된 블록과 손실 블록 주변간의 왜곡을 측정하여, 최소의 왜곡을 가지는 블록의 움직임 벡터가 선택된다. 실험 결과는 제안된 방법이 다른 손실 블록 복구 알고리즘보다 더 좋은 결과를 나타낸다.

• 전자공학회논문지B
• /
• 제31B권11호
• /
• pp.142-150
• /
• 1994

본 논문은 분류된 학습률을 이용한 고속 경쟁 학습에 대한 연구이다. 이연구의 기본 개념은 각 출력 노우드의 연결강도 벡터에 분류된 학습률을 할당하는 것이다. 출력 노우드의 각 연결강도 벡터는 자기 자신의 학습률에 의하여 갱신된다. 각 학습률은 관련되는 출력 노우드가 경쟁에서 승리할 때에만 변화되며, 승리하지 못한 노우드들의 학습률은 변화되지 않는다. 영상 벡터 양자화에 대하여 실험한 결과는 제안한 방법이 기존 경쟁 학습 방법에 비하여 더 빠르게 학습되고 더 좋은 화질을 갖게 됨을 보였다.