• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.580-583
• /
• 2010

본 논문에서는 동영상을 대상으로 하는 시각 주의 탐색에 대한 새로운 시스템에 대하여 설명한다. 제안하는 시스템은 기존의 공간 주의 모델에 새로운 시간 특징 추출 모듈을 추가함으로써 색상 및 명암, 형태, 방위와 같은 공간 특징 외에 움직임과 같은 시간 특징을 추가로 사용한 시각주의 탐색 모델이다. 기존 시스템과 가장 큰 차이점으로 공간 특징의 가중치 결합 방법과 움직임 특징 추출방법, 공간과 시간 특징 간 결합방법에 있다. 시스템의 성능평가를 위하여 다양한 환경의 영상을 대상으로 실험하였고 제안하는 시스템은 영상에서 사람이 시각적으로 중요하게 인지하는 영역과 부합되는 결과를 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.78-79
• /
• 2021

본 논문에서는 시간 영역 오토인코더의 성능 개선을 위한 다중 대역 손실 함수를 제안한다. 기존의 시간 영역 오토인코더를 사용하는 압축 및 복원 모델은 저 대역 손실에 치중되어 고 대역 신호를 생성하지 못하고 다운 샘플링된 신호를 결과로 출력하는 문제점을 가진다. 이를 해결하기 위해 대역별로 손실을 분리하여 가중치를 조절할 수 있는 다중 대역 손실 함수를 제안한다. 제안하는 손실 함수가 적용된 오토인코더에 음성 신호를 입력하여 학습을 진행한 결과, 다운 샘플링이 발생하지 않으며 고 대역 신호가 복원되는 것을 스펙트로그램을 통해 확인하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.4
• /
• pp.504-510
• /
• 2009

Recently, personalized-adaptive services became the center of interest in the world. However the services about music are not widely diffused out. That is because the analyzing of music information is more difficult than analyzing of text information. In this paper, we propose a music recommendation system which provides personalized services. The system keeps a user's listening list and analyzes it to select pieces of music similar to the user's preference. For analysis, the system extracts properties from the sound wave of music and the time when the user listens to music. Based on the properties, a piece of music is mapped into a point in the property space and the time is converted into the weight of the point. At this time, if we select and analyze the group which is selected by user frequently, we can understand user's taste. However, it is not easy to predict how many groups are formed. To solve this problem, we apply the K-means clustering algorithm to the weighted points. We modified the K-means algorithm so that the number of clusters is dynamically changed. This manner limits a diameter so that we can apply this algorithm effectively when we know the range of data. By this algorithm we can find the center of each group and recommend the similar music with the group. We also consider the time when music is released. When recommending, the system selects pieces of music which is close to and released contemporarily with the user's preference. We perform experiments with one hundred pieces of music. The result shows that our proposed algorithm is effective.

• The Korean Journal of Applied Statistics
• /
• v.35 no.2
• /
• pp.229-250
• /
• 2022

Since the publication of Markowitz's (1952) mean-variance portfolio model, research on portfolio optimization has been conducted in many fields. The existing mean-variance portfolio model forms a nonlinear convex problem. Applying Dantzig's linear programming method, it was converted to a linear form, which can effectively reduce the algorithm computation time. In this paper, we proposed a Dantzig perturbation portfolio model that can reduce management costs and transaction costs by constructing a portfolio with stable and small (sparse) assets. The average return and risk were adjusted according to the purpose by applying a perturbation method in which a certain part is invested in the existing benchmark and the rest is invested in the assets proposed as a portfolio optimization model. For a covariance estimation, we proposed a Gaussian kernel weight covariance that considers time-dependent weights by reflecting time-series data characteristics. The performance of the proposed model was evaluated by comparing it with the benchmark portfolio with 5 real data sets. Empirical results show that the proposed portfolios provide higher expected returns or lower risks than the benchmark. Further, sparse and stable asset selection was obtained in the proposed portfolios.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1999.11b
• /
• pp.123-128
• /
• 1999

본 논문에서는 기존에는 샷 경계 검출에 초점을 맞춘 것과는 달리 본 논문에서는 샷 보다 상위레벨인 비디오 씬 추출에 초점을 맞추어 디지털 비디오를 구조화하는 시스템을 제안한다. 샷간의 유사도를 측정하기 위해서 칼라와 모션 특징을 이용하였으며, 비디오 내의 동적 또는 정적 특성을 반영하기 위해서 적응적 가중치를 적용하였다. 칼라 특징을 추출하기 위해서 각 샷의 내부에서 대표 프레임을 추출하였고, 각 샷 내부의 모션 정보는 MPEG 비디오 모션 벡터를 이응해서 추출하였다. 또한, 비디오 씬 분할 시 연산 시간을 줄이기 위한 기법을 제시하였다. 마지막으로 추출된 비디오 씬에 대해서 성능평가를 하였다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1900-1901
• /
• 2011

본 논문은 이동로봇의 동적 장애물 회피를 위해 퍼지 포텐셜 필드 알고리즘을 제안하였다. 기존의 포텐셜 필드 알고리즘은 장애물의 위치와 속도에 따라 장애물과의 충돌 문제, 회피 경로 문제 및 목표지점으로의 도착시간 문제가 발생한다. 이를 보완하기 위해 퍼지시스템을 이용하여 포텐셜 필드 척력함수의 가중치를 장애물의 위치와 속도에 따라 변경함으로써 제안된 알고리즘의 효율성을 시뮬레이션을 통해 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.534-536
• /
• 2003

대부분의 정보 검색 시스템은 문서 내어서 추출된 모든 용어를 이용해서 문서간 유사도 계산이나 문서 분류, 문서 클러스터링 등에 활용한다. 그러나 실질적으로 문서 내외 모든 용어를 추출해야만 이러한 정보 검색 시스템을 활용할 수 있는 것은 아니며, 오히려 용어 빈도수 같은 가중치가 낮은 용어를 용어 추출에서 제외시킴으로써 모든 용어 추출로 인해서 발생하는 시간과 공간을 많이 소비하는 문제를 해결할 수 있다. 또한 정확하고 자동적인 문서 분류를 위한 문서 클러스터링보다 유사 문서 검색의 활용은 검색효율의 증가를 가져 올 수 있다. 본 논문에서는 유사 문서 판별 시스템을 이용해 용어 추출의 효율성을 실험하였으며, 모든 용어를 추출한 경우보다 중요 용어만 추출한 경우에 더 좋은 성능을 보였다.

• The Journal of the Acoustical Society of Korea
• /
• v.11 no.1E
• /
• pp.5-14
• /
• 1992

본 논문은 실시간 음성 다이얼링 시스템 구현을 위한 화자종속의 단독어 인식에 대하여 기술하 였다. 인식을 위한 모델 작성은 적은 메로리에 계산 시간이 적게 걸리는 DMS 모델을 사용하였다. 인식 대상어는 대학교내의 50개 부서명을 선택하여고, 발성후 3초내에 인식결과를얻을 수 있었다. 시스템은 구간 수 22에서 가중치 0.6의 DMS 모델을 표준패턴으로 사용하였을 때 98%의 성능을 나타냈다.

• Proceedings of the IEEK Conference
• /
• 2008.06a
• /
• pp.841-842
• /
• 2008

스테레오 매칭(Stereo Matching) 기법에 대한 전역적인 방법과 지역적인 방법에 대한 연구가 활발하게 진행되고 있다. 최근의 적응적 영역 가중치 방법(Adaptive Support-Weight)은 매우 뛰어난 결과에 비해 많은 계산 시간이 필요하다. 따라서 로봇시스템에서 스테레오 매칭을 이용하기에는 부적합하다. 본 논문에서는 분리 가능한 Bilateral 필터를 이용하여 빠른 스테레오매칭 기법을 제안한다

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.23 no.61
• /
• pp.51-58
• /
• 2000

Discovery of association rules has been used useful in many fields, especially in the fields of the inventory display, catalog design and cross selling. In previous works, all transactions In the database are treated uniformly. In this paper, we present a method for partitioning transactions in the database using time weights. Transactions are assigned different weights as time goes on. Examples show that these method provides purchasing patterns in the database as well as finding association rules.