• 제목/요약/키워드: 속성

검색결과 7,400건 처리시간 0.033초

이미지 검색의 적중률 향상을 위한 기본 속성 분석 (An Experimental Analysis of Primary Feature for Improving the Hit Ratio of Image Retrieval)

  • 윤성민;엄기현
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (1)
    • /
    • pp.271-273
    • /
    • 1998
  • 본 논문에서는 최근 발달된 컴퓨터 버전의 이미지 처리 기법들을 활용하여 이미지의 기본 속성(primary features)을 정의하고 이미지 검색에서의 효용성을 실험을 통하여 분석한 결과를 제시한다. 기본 속성으로는 색상, 질감, 모자익, 위치정보등을 선정하여 샘플 이미지들에 대한 속성값들을 데이터베이스로 저장하고 시각 질의들을 처리하는 검색 시스템 원형을 구현하여 실험하였다. 정의된 4가지 기본적 속성 중 색상, 질감, 모자익을 이용하는 내용 기반 검색이 기존 시스템과 비교하여 검색 적중률이 향상됨을 보였다. 제안된 이미지의 기본 속성들을 이용하면 실제 이미지 데이터베이스에 대한 질의 처리에 활용할 수 있는 인덱스를 구성할 수 있을 것이다.

데이터마이닝에서 교사학습에 의한 속성 가중치 최적화 (Supervised Feature Weight Optimization for Data Mining)

  • 강명구;차진호;김명원
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
    • /
    • pp.244-246
    • /
    • 2001
  • 최근 군집화와 분류기법이 데이터 마이닝에 중요한 도구로 많은 응용분야에 사용되고 있다. 따라서 이러한 기법을 이용하는데 있어서 각각의 속성의 중요도가 달라 중요하지 않은 속성에 의해 중요한 속성이 왜곡되거나 때로는 마이닝의 결과가 잘못되는 결과를 얻을 수 있으며, 또한 전체 데이터를 사용할 경우 마이닝 과정을 저하시키는 문제로 속성 가중치과 속성선택에 과한 연구가 중요한 연구의 대상이 되고 있다. 최근 연구되고 있는 알고리즘들은 사용자의 의도와는 상관없이 데이터간의 관계에만 의존하여 가중치를 설정하므로 사용자가 마이닝 결과를 쉽게 이해하고 분석할 수 없는 문제점을 안고 있다. 본 논문에서는 클래스 정보가 있는 데이터뿐 아니라 클래스 정보가 없는 데이터를 분석할 경우 사용자의 의도에 따라 학습할 수 있도록 각 가중치를 부여하는 속성가중치 알고리즘을 제안한다. 또한 사용자가 의도한 정보를 이용하여 속성간의 가장 최적화 된 가중치를 찾아주며, Cramer's $V^2$함수를 적합도 함수로 하는 유전자 알고리즘을 사용한다. 알고리즘의 타당성을 검증하기 위해 전자상거래상의 실험 데이터와 몇 가지 벤치마크 데이터를 이용하여 본 논문의 타당성을 보인다.

  • PDF

속성문법의 점진적 평가 알고리즘 (An Incremental Evaluation Algorithm of Attribute Grammar)

  • 장재춘;이대식;신현덕;안희학
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2000년도 추계학술발표논문집 (하)
    • /
    • pp.957-960
    • /
    • 2000
  • 프로그래밍 환경이 단순구조 편집환경에서 보다 복잡한 환경으로 진보되고, 언어 기반 편집 환경의 비중이 확대되면서 속성 문법의 점진적 평가의 이용이 효과적이다. 점진적 평가는 새로운 속성 트리가 기존의 속성 트리와 정확히 비교되어 기존 속성 트리를 사용하여 새로운 속성 트리를 구성한다. 본 논문에서는 Carle의 알고리즘을 분석하고 새로운 점진적 평가 알고리즘으로 재구성한다. 특히, 새로운 속성 트리 $d'_{copy}$의 생성 과정과, 최적화된 속성트리의 새로운 점진적 평가 알고리즘을 추가한다.

  • PDF

규칙기반 단어 클러스터링에 의한 문서 분류의 성능 향상 (Performance Improvement of Document Classification by Rule-based Word Clustering)

  • 현우석
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
    • /
    • pp.196-198
    • /
    • 2006
  • 분류되지 않은 문서의 문서 분류는 현재까지 아주 중요한 문제로 대두되고 있다. 컴퓨터를 이용한 문서 검색 엔진인 Citeseer에서는 문서 인덱싱을 하기 위해서 자동문서 분류 방법을 사용하고 있다. 문서 분류는 원본 문서의 단어들을 제1의 속성 표현으로 사용한다. 그러나 이와 같은 표현은 고차원과 속성 부족을 초래하게 된다. 단어 클러스터링은 속성 차원과 속성 부족을 감소시키기 위한 효율적인 방법이며 문서 분류 성능을 향상시켜 준다. 본 연구에서는 클러스터 속성 표현을 위한 도메인 규칙기반 단어 클러스터링 방법을 사용한다. 클러스터는 다양한 도메인 데이터베이스들과 단어 철자 속성들로부터 생성되는데, 이와 같은 클러스터 속성 표현은 중요한 차원 감소뿐만 아니라 문서 헤더 라인의 평균 분류 성능에서 향상을 보여 주었고, 원본 문서 단어 기반 속성 표현과 비교해 보았을 때 도서목록 항목 추출의 정확도를 향상시켰다.

  • PDF

인물 백과사전 지식베이스 구축을 위한 속성패턴기반 정보추출 (Information Extraction Based on Property Patterns to Construct a Knowledgebase for Encyclopedia Person Domain)

  • 왕지현;김현진;장명길
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
    • /
    • pp.793-795
    • /
    • 2004
  • 본 논문은 인물 도메인의 백과사전 지식베이스를 구축하기 위하여 백과사전 본문의 자연어 문장으로부터 인물 표제어의 특징을 잘 나타내는 속성 값을 인식하여 추출하는 방법에 관하여 기술한다. 속성은 인물 공통 및 세부 분야별로 총 52개의 속성을 정의하였고 이를 태그셋으로 정의하여 1천 문서의 백과사전 인물 속성태깅코퍼스를 구축하였다. 속성태깅코퍼스로부터 반자동으로 약 1천 8백여 개의 속성패턴을 추출하였고 백과사전 인물 표제어 24,848개에 대해 속성패턴을 적용하여 지식베이스를 구축하였다. 추출성능은 f-score 0.68의 결과를 나타내었다.

  • PDF

하이퍼 그래프 기반 Temporal RDF 모델링 기법 (A Hypergraph-based Modeling for Temporal RDF)

  • 이태휘;임동혁
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2015년도 춘계학술발표대회
    • /
    • pp.694-696
    • /
    • 2015
  • RDF 데이터에 대한 시간 속성에 대한 연구는 트리플의 속성에 시간을 부여하는 방법이 많이 사용되고 있다. 하지만 트리플마다 시간 속성을 부여하는 방법은 저장 및 관리 측면에서 비효율적이다. 본 논문에서는 하이퍼그래프 기반의 RDF 시간 속성 모델링 방법을 제안한다. 하나의 트리플마다 시간 속성을 부여하는 것이 아닌 여러 재의 트리플을 하나의 하이퍼 간선으로 연결하여 시간 속성을 부여하는 방법으로 기존 방법보다 RDF 데이터가 가지는 의미에 적합하며 직관적으로 이해하기가 쉽다. 또한 시간 속성 RDF에서 지원해야 하는 시간 관계를 하이퍼그래프의 여러 속성을 이용하여 처리할 수 있는 장점을 가지게 된다.

ELM을 이용한 개선된 속성선택 기법 (Effective Feature Selection Algorithm by Extreme Learning Machine)

  • 조재훈;이대종;전명근
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
    • /
    • pp.189-192
    • /
    • 2006
  • 본 논문에서는 ELM(Extreme Learning Machine)을 이용하여 계산속도 뿐만 아니라 성능면에서도 우수한 입력 속성선택 기법을 제안한다. 일반적으로 입력 속성 선택문제는 다양한 속성들의 영향을 고려함으로써 모든 입력속성들을 평가하는데 많은 계산량이 요구되는 단점이 있다. 이러한 문제점을 개선하기 위하여 학습속도가 기존의 신경회로망에 비하여 월등히 우수한 ELM 알고리즘을 적용한다. 입력속성 선택은 ELM으로부터 산출된 출력값을 이용하여 출력 오차에 영향이 큰 속성들 순으로 순위를 결정한 후, 전방향 선택이나 후방향 선택기법을 이용하여 입력속성을 선택한다. 제안된 방법은 다양한 데이터에 적용하여 타당성을 검증한다.

  • PDF

품질속성의 일관성 유지를 위한 아키텍처 설계 방법 (Architecture Design Method for the Consistency Preservation of Quality Attribute)

  • 이정아
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2007년도 춘계학술발표대회
    • /
    • pp.233-236
    • /
    • 2007
  • 소프트웨어 아키텍처는 다양한 이해관계자들의 관점을 반영한 뷰들로 구성된다. 품질속성은 아키텍처의 구조를 결정하므로 아키텍처에 일관성 있게 반영될 수 있도록 설계되어야 한다. 품질속성 기반 아키텍처 설계 방법과 아키텍처 설계 산출물에서의 일관성을 위한 활동을 규정한 표준에도 불구하고 설계 과정에서 이를 실현하기 위한 구체적인 기법에 대한 제시가 없었다. 따라서 실제 설계 과정에서는 아키텍처 뷰들 간에 불일치 요소가 발생하며 특히 품질속성에 대한 일관성이 깨짐으로 재작업 발생과 시스템 품질 저하의 문제점이 나타나고 있다. 본 논문에서는 뷰 설계 산출물에 품질속성을 명시하고 뷰 품질속성 테이블을 활용함으로 아키텍처 설계에서 품질속성에 대한 일관성을 유지할 수 있는 기법을 제시한다. 제시된 기법은 품질속성에 대한 일관성을 유지함으로서 불일치성으로 인한 재작업 방지와 고품질의 소프트웨어 시스템 개발을 가능하게 한다.

보안 하드웨어 연산 최소화를 통한 효율적인 속성 기반 전자서명 구현 (Efficient Attribute Based Digital Signature that Minimizes Operations on Secure Hardware)

  • 윤정준;이정혁;김지혜;오현옥
    • 정보과학회 논문지
    • /
    • 제44권4호
    • /
    • pp.344-351
    • /
    • 2017
  • 속성 기반 서명은 속성을 가지는 서명키를 사용하여 속성 술어를 기반으로 하는 서명을 생성하는 암호 방식이다. 속성 기반 서명에서 서명을 생성하는 동안 서명키가 유출된다면, 해당 서명키에 대한 서명이 위조될 수 있는 문제가 발생한다. 따라서 서명 생성은 보안이 보장되는 하드웨어에서 수행되어야 한다. 이러한 하드웨어를 보안 하드웨어라고 명명한다. 그러나 보안 하드웨어는 연산속도가 느리기 때문에 속성 기반 서명과 같은 많은 연산을 빠른 시간 안에 수행하기에는 적합하지 않다. 이 논문은 속성 기반 서명의 연산을 분리하여 성능이 좋은 일반 하드웨어와 보안 하드웨어로 이루어지는 시스템에서 효율적으로 사용가능한 속성 기반 서명 기법을 제안한다. 제안하는 기법은 기존에 존재하는 임의의 속성 기반 서명과 일반 전자서명으로 설계가 가능하며, 속성 기반 서명이 안전하지 않은 환경에서 수행되더라도 일반 전자서명을 보안 하드웨어에서 수행함으로써 안전성을 보장한다. 제안된 논문은 기존의 속성 기반 서명을 보안 하드웨어에서 생성하는 것에 비해서 11배의 성능향상을 보인다.

이산 속성 컨텍스트를 위한 시퀀스 매칭 기반 컨텍스트 예측 (Context Prediction based on Sequence Matching for Contexts with Discrete Attribute)

  • 최영환;이상용
    • 한국지능시스템학회논문지
    • /
    • 제21권4호
    • /
    • pp.463-468
    • /
    • 2011
  • 지금까지 컨텍스트 예측 방법들은 이산 속성 컨텍스트를 대상으로 예측을 수행한 경우와 연속 속성 컨텍스트를 대상으로 예측을 수행한 경우로 나뉘어서 발전되어 왔다. 대부분의 예측 방법들은 컨텍스트의 획득 환경이나 특성에 맞게 특정 도메인에서 각각 예측 알고리즘을 작성하여 사용하여 왔기 때문에, 다양한 환경과 특성을 갖는 사용자의 컨텍스트를 대상으로 예측을 수행하기가 어렵다. 본 논문에서는 특정 도메인이나 컨텍스트의 특성에 국한되지 않고 이산 속성이나 연속 속성 컨텍스트들에 모두 적용 가능한 컨텍스트 예측 방법을 제안한다. 이를 위해 컨텍스트 속성간의 연관규칙을 고려하여 컨텍스트를 시퀀스로 생성하고, 컨텍스트 속성별 가변 가중치를 적용시켜 시퀀스 매칭 기반의 컨텍스트 예측을 수행한다. 제안한 방법을 평가하기 위해 이산 속성 컨텍스트와 연속 속성 컨텍스트에 각각 시뮬레이션한 결과 이산 속성 컨텍스트에서 80.12%, 연속 속성 컨텍스트에서 81.43%의 예측 정확도로 기존 예측방법들과 비슷한 성능을 보였다.