• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2006년도 제18회 한글 및 한국어 정보처리 학술대회
• /
• pp.98-106
• /
• 2006

문서분류기의 개발에 있어 교사학습기법을 이용할 경우 많은 양의 사람에 의한 범주 부착 말뭉치가 필요하다. 그러나 이의 구축은 많은 시간과 노력을 필요로 한다. 최근 이러한 범주 부착 말뭉치 대신 원시말뭉치와 범주마다 약간의 씨앗 정보를 이용하여 학습을 수행하여 문서분류기를 개발하는 방법론이 제시되었다. 본 논문에서는 이 방법론 하에서 다른 연구에서의 결과보다 좋은 성능을 나타내는 비교사 학습 기법을 소개한다. 본 논문에서 제시하는 기법의 특징은 씨앗 단어에서 출발하여 평균상호정보를 이용하여 다른 대표단어 및 그들의 가중치를 학습한 다음, 정보검색에서 많이 사용하는 기술을 이용하여 그 가중치를 갱신하는 것이다. 그리고 이 과정을 반복 수행하여 최종적으로 높은 성능의 시스템을 개발할 수 있음을 제시하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.2
• /
• pp.415-418
• /
• 2006

적응 횡단 필터는 상관 전 처리 기법으로서 실시간 간섭 신호 제거가 가능한 시간 영역 신호처리 기법을 사용한다. 적응 횡단 필터는 협대역 간섭 신호에 좋은 성능을 나타내며, 구현이 용이하고 높은 효율성을 갖는다. 적응 횡단 필터의 구성은 입력 샘플 신호의 지연 탭을 위한 FIR 필터와 전파 간섭 신호의 크기와 주파수를 결정하는 가중치 생성부로 나눌 수 있다. 본 논문에서는 가중치 생성부에 적용 되는 알고리즘 중 상대적으로 연산량이 적은 LMS와 NLMS를 적용한 적응 횡단 필터를 설계하고, GPS 수신기에 적용 하였다. 실제 측정치를 이용한 다양한 실험에 의한 항법 성능 평가를 통하여 NLMS가 LMS보다 좋은 성능을 나타냄을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.160-162
• /
• 2004

기존의 웹 문서 분류 시스템서는 많은 시간과 노력을 요구하며, 연관 단어가 아닌 단일 단어만으로 웹 문서들을 분류하여 단어의 중의성을 반영하지 못해 많은 오분류가 있었다. 이러한 문제점을 해결하기 위해 본 논문에서는 협력적 필터링을 위한 연관 단어 빈도를 사용한 웹 문서 분류 방법을 제안한다. 제안된 방법에서는 웹 문서 내에서 단어들을 추출하고 빈도 가중치를 계산한다. 추출된 단어를 Apriori 알고리즘에 의해 연관 규칙을 생성하고 신뢰도에 단어 빈도 가중치를 반영한다. 수정된 신뢰도를 ARHP 알고리즘에 적용하여 연관 단어들 사이의 유사정도를 계산하고 유사 클래스를 구성한다 생성된 유사 클래스들을 기반으로 웹 문서를 $\alpha$-cut을 이용하여 분류한다 성능평가를 위해 기존의 문서 분류 방법들과 비교 평가를 하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.247-250
• /
• 2006

급속도로 변화하는 환경에 적응하기 위해서 환경의 변화에 대한 요구와 신속한 응답능력을 향상시키고, 에이전트간 의사결정의 지속시간을 줄이기 위하여 에이전트간 효율적인 조정에 관련된 의사결정을 하기위한 대안(alternative)결정과 사용자의 선호도를 어떻게 유도할 수 있는가라는 문제가 요구된다. 본 논문에서는 사회적(Pareto) 최적성이라는 관점에서 의사결정의 행동을 효과적으로 시뮬레이트하기 우해 퍼지 의사결정에 기반한 멀티에이전트의 효율적인 조정방안을 제안한다. 또한 제안하는 방법에서는 가중치를 사용하여 각 속성이 멀티에이전트와 관련하여 최적의 대안을 생성하고, 퍼지 의사결정에 기반한 멀티에이전트의 의사결정방법에 기존의 방법보다 가중치를 사용한 방법이 높은 신뢰도를 가지면서 더 빠른 의사결정을 한다는 것을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.1366-1369
• /
• 2009

GPSR은 차량간 ad hoc 네트워크에서 위치기반 라우팅을 위하여 개발된 알고리즘이다. GPSR에서의 라우팅은 Greedy Forwarding을 사용하지만 차량 밀도가 높은 VANET환경에서는 한계가 있다. 이러한 한계를 극복하기 위하여 본 논문에서는 새로운 프로토콜을 제안하였다. 본 논문에 제시된 기법은 밀도가 높은 환경과 밀도가 낮은 환경에서의 가중치를 설정하여 current node, next-hop node 그리고 destination node 간의 관계를 반영한 값들을 구하고 그 중에서 최소치 값을 가지는 next-hop을 선택한다. 특히 가중치를 기반으로 하면 차량이 밀집되거나 희박한 환경하에서 GPSR 보다 더 최적화된 경로를 찾아낸다. 성능평가는 수학적 모델과 네트워크 시뮬레이터인 NS를 이용하여 본 모델에 기반한 고속도로 시뮬레이션을 진행하였다. 결과적으로 볼 때, 본 논문에 제시된 기법은 시간 지연 측면에서 GPSR보다 나은 결과를 보여 주었다.

• 한국컴퓨터정보학회논문지
• /
• 제14권5호
• /
• pp.175-182
• /
• 2009

Yeast를 이용하여 Two-Hybrid System 실험을 통해 밝혀진 단백질 상호작용 데이터에 단백질 위치 정보를 이용하여 가중치를 부여하고 단백질 신호 전달 경로를 추출하였다. 그 결과 중 MAPK Hypotonic Shock 기능의 데이터를 가지고 KEGG에서 제공하는 신호전달 경로와 비교하여 어느 정도 일치하는지의 유사도를 측정하고 시뮬레이션 하였다. 이때 프로세스 실행 시간도 측정하여 제시하였다. 향후 연구를 발전시키면 다양한 유전적 질병의 원인과 치료제 개발의 단서를 제공할 수 도 있으며 더 나아가 신약 개발을 할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.675-679
• /
• 2020

최근 이미지 분류의 성능 향상을 위해 깊은 레이어와 넓은 채널을 가지는 모델들이 제안되어져 왔다. 높은 분류 정확도를 보이는 모델을 제안하는 것은 과한 컴퓨팅 파워와 계산시간을 요구한다. 본 논문에서는 이미지 분류 기법에서 사용되는 딥 뉴럴 네트워크 모델에 있어, 프루닝 방법을 통해 상대적으로 불필요한 가중치를 제거함과 동시에 분류 정확도 하락을 최소로 하는 동적 필터 프루닝 방법을 제시한다. 원샷 프루닝 기법, 정적 필터 프루닝 기법과 다르게 제거된 가중치에 대해서 소생 기회를 제공함으로써 더 좋은 성능을 보인다. 또한, 재학습이 필요하지 않기 때문에 빠른 계산 속도와 적은 컴퓨팅 파워를 보장한다. ResNet20 에서 CIFAR10 데이터셋에 대하여 실험한 결과 약 50%의 압축률에도 88.74%의 분류 정확도를 보였다.

• 전자공학회논문지 IE
• /
• 제43권4호
• /
• pp.115-121
• /
• 2006

본 논문에서는 통신 시스템에서 채널 전송에 의한 데이터의 오류 체크와 정정문제에 대해서 제안하였다. 제안된 LDPC 코드는 VDSL 시스템에서의 AWGN 채널 모델링에 의해 최소화된 채널 에러를 위해 사용된다. LDPC 코드는 낮은 밀도 패리티비트를 사용하기 때문에, 수학적인 복잡도가 낮고 처리 시간이 짧다. 또한 LDPC 코드의 성능은 반복 복호 알고리즘에서 긴 코드 워드에 대해 터보 코드보다 더 나은 성능을 가지고 있다. 제안된 시스템의 송신기에서 발생 행렬에 의해서 부호어가 발생되고, 수신기에서 사용된 에러 정정 알고리즘은 가중치를 갖는 Bit-flipping 방식이다. 이 방식은 기존의 Bit-flipping 방식과 달리 더 정확한 에러를 검출하고, 정정하기 위해 발생된 패리티 비트에 대해서 가중치를 주어 에러 정정을 하는 방식이다. 제안된 가중치를 갖는 Bit-flipping 알고리즘은 기존의 Bit-flipping 알고리즘에 비해서 1 dB 이상의 이득 개선을 확인할 수 있었다.

• 정보처리학회논문지D
• /
• 제17D권4호
• /
• pp.253-258
• /
• 2010

지금까지의 빈발 패턴(Frequent Pattern) 마이닝에서는 각 항목들의 중요도(Weight)는 모든 같은 값으로 다루어 왔으나 실 환경에서는 각 항목들의 중요도가 다르게 적용되는 경우가 많이 있고 또 같은 항목이라도 시간에 따라 다른 중요도 값으로 다루어져야 할 경우가 있다. 비즈니스 데이터 분석 환경이나 웹 클릭 데이터 분석 환경과 같은 응용에서도 동적으로 변하는 중요도를 고려하여야 한다. 지금까지 항목의 중요도를 고려하는 여러 패턴 마이닝 기법들이 제안되고 있으나 동적으로 변하는 항목의 중요도를 고려하는 연구는 발표되지 않고 있다. 본 논문에서는 처음으로 동적인 항목들의 중요도(혹은 가중치)를 고려하는 빈발 패턴 마이닝 알고리즘을 제안한다. 제안하는 기법은 단 한번의 데이터베이스 스캔으로 처리되므로 스트림 데이터를 분석할 수 있다. 여러 실험을 통하여 제안하는 기법은 매우 효과적이며 확장성이 좋은 것임을 보인다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권8호
• /
• pp.620-628
• /
• 2010

인터넷의 활용이 보편화 됨에 따라 사람들이 많은 정보를 웹을 통해 접할 수 있게 되었다. 정보의 양이 급격히 늘어나면서 검색 엔진은 사용자가 필요로 하지 않는 정보까지 보여주는 검색 성능의 한계를 가져왔다. 따라서 사용자는 원하는 정보를 검색하기 위해 과거보다 더 많은 시간과 노력이 필요하게 되었다. 이 연구에서는 질의 확장을 이용하여 사용자가 필요로 하는 정확한 정보를 신속하게 찾아서 제공할 수 있는 방법을 제안한다. 제안된 단어 가중치 평가방법은 검색 주제의 변동 없이 하나의 검색 주제를 검색할 경우 TF-IDF 또는 단순 인기도 측정법 보다 우수한 성능을 보인다. 또한 검색 중 주제를 변경하였을 때에도 검색 주제 변경 전과 유사한 성능으로 기존의 측정법 보다 빠르게 새로운 주제와 관련된 단어를 추출하고 정확한 가중치를 측정한다.