• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.380-382
• /
• 1999

파노라마 영상은 카메라의 동작을 고려하여 시공간적으로 영상을 정렬한 영상으로서 효과적으로 비디오 데이터를 표현할 수 있는 방법이다. 그러나 기존의 파노라마 영상 구성 기법들은 영상을 정렬할 때 오버랩(overlap)되는 화소값들을 단순히 미디언 필터링하기 때문에 시간의 경과에 따른 밝기값의 동적인 변화를 수용하지 못한다. 따라서 본 논문에서는 이런 문제점을 해결하기 위해 시간적으로 증가하는 가중치를 사용하여 영상을 통합함으로써 최근의 영상 정보를 충분히 반영하는 파노라마 영상 구성 방법을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
• /
• pp.389-394
• /
• 2007

스팸 메일의 비율은 지속적으로 증가하여 최근 전체 이메일의 92.6%가 스팸 메일인 것으로 드러났다. 본 논문에서는 시간의 경과에 따른 사용자의 액션 패턴을 기반으로 사용자의 관심에 따른 가중치를 적용하여 스팸 메일 여부를 가리는 방법을 다룬다. 액션간의 관계와 액션 사이의 시간에 따라 가중치를 차별화함으로써 얼마나 높은 필터링 성능을 보일 수 있는 지, 또한 학습 속도 향상에 얼마나 기여할 수 있는지를 측정할 것이다. 실험에서는 실제 메일 데이터를 이용하여 베이지안 분류자, 가중치가 부여된 베이지안 분류자와 본 논문이 제안하는 시스템의 학습 성능의 향상 속도를 비교할 것이다. 또한 제안된 시스템이 Concept Drift와 적응 학습, 그리고 개인화를 어떻게 다룰 지를 보일 것이다.

• 한국지능시스템학회논문지
• /
• 제5권4호
• /
• pp.18-32
• /
• 1995

퍼지 정보 검색 기법을 이용한 가중치 선정 전락은,주어진 입력 문제로 부터 가중치의 패턴과 가중치를 자동적으로 선정함으로써, 추론 시간과 공간을 줄인다. 퍼지 가중치 선정 전략은 퍼지 삼각 관계곱 및 퍼지 신속관계 알고리즘을 사용하기 때문에 선택하는 퍼지 조건연산자와 $-cut에 따라서 결론을 추출하는 시간과 추론 단계의 수가 틀린다. 본 논문에서는, 퍼지 정보 검색을 이용한 추론 전략의 조절 방법에 대하여 개괄적으로 보이고, 잘 알려진 블럭 문제에 적용하여 주어진 영역에서 가장 적합한 퍼지 조건연산자와 $-cut을 선정한다.

• 한국융합학회논문지
• /
• 제11권2호
• /
• pp.1-8
• /
• 2020

본 논문에서는 시간 가중치를 적용하여 각 노드들 간의 중간지점까지의 최적 경로 탐색 기법을 제안한다. 중간지점을 이용하는 서비스들은 주로 사용자들의 위치를 기반으로 하여 제공한다. 위치 기반 탐색 방법은 단순히 위치에 대해서만 고려하기 때문에 시간의 측면에서 효율적이지 못하다는 문제점이 있다. 제안된 방법은 기존의 위치 기반 탐색 방법의 문제점을 해결하기 위해 사용자들의 위치와 중간지점까지의 소요시간을 반영함으로써 각 노드와 중간지점까지의 가중치를 설정하고, 이를 활용하여 최적의 경로를 탐색할 수 있다. 또한, 탐색의 효율성을 증대하기 위해 주어지는 정보들에 적응적으로 가중치를 설정함으로써 높은 정확성을 갖도록 한다. 실험 결과, 제안된 방법은 기존 방법에 비해 중간지점까지의 최적 경로를 효과적으로 찾을 수 있음을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권8호
• /
• pp.39-47
• /
• 2011

다층퍼셉트론의 계층별 학습 방법의 하나인 Ergezinger 방법은 출력 노드가 1개로 구성되어 있고, 출력층의 가중치를 최소자승법으로 학습하기 때문에 출력층의 가중치에 조기포화 현상이 발생할 수 있다. 이런 조기 포화현상은 학습 시간과 수렴 속도에 장애가 된다. 따라서, 본 논문은 Ergezinger의 학습 방법을 출력층에서 벡터 형태로 학습할 수 있는 알고리즘으로 확대하고 학습 시간과수렴 속도를 개선하기 위해서 학습 상수를 도입한다. 학습상수는 은닉층 가중치 조정 시, 새로이 계산된 가중치와 기존 가중치의 상관 관계를 계산하여 학습 상수에 반영하는 가변적인 방법이다. 실험은 제안된 방법과 기존 방법의 비교를 위해서 iris 문제와 비선형 근사화 문제를 대상으로 실험하였다. 실험에서, 제안 방법은 기존 Ergezinger 방법보다 학습 시간과 수렴 속도에서 우수한 결과를 얻었으며, 상관 관계를 고려한 CPU time 측정에서도 제안한 방법이 기존 방법보다 약 35%의 시간을 절약할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제16권11호
• /
• pp.153-161
• /
• 2011

GOSST의 생성은 NP-Complete 영역에 속하므로, 이 문제를 위한 휴리스틱들은, 다수의 입력 노드에 대해서 많은 시간과 계산을 요구한다. 본 논문에서는 가중치를 가지는 많은 입력 노드에 대해, 공간 지역성을 반영한 PTAS를 적용하여 GOSST를 효과적으로 구성하는 방법을 제안한다. 최대 가중치가 100인 40,000개의 입력 노드에 대하여 16개의 단위 영역으로 설계된 공간 지역성 PTAS GOSST는, 가중치 최소 신장 트리를 이용한 방법과 비교하여 연결비용은 약 4.00%, 실행시간은 89.26%를 절감할 수 있었으며, PTAS를 이용하지 않은 근사 GOSST 방법(SGOSST)에 비해서 연결비용은 0.03% 증가했으나, 실행시간은 96.39% 감소시켰다. 따라서 제안된 공간 지역성 PTAS GOSST 방법은 수많은 가중치 입력 노드들을 최소비용으로 신속히 연결하려는 다양한 응용에 잘 적용될 수 있을 것이다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2007년도 추계학술대회 및 제23회 정기총회
• /
• pp.255-256
• /
• 2007

컨테이너터미널의 장치장으로 반입되는 컨테이너의 위치가 잘못될 경우 컨테이너 적하 작업 시 재취급 발생과 크레인 이동 시간 증가로 인해 작업 시간이 지연될 수 있다. 최적의 장치 위치를 결정하기 위해서는 크레인 간섭, 컨테이너 그를, 적재단수 등 여러 가지 요소를 고려해야 하고, 이 요소들의 중요도를 반영하는 가중치를 결정해야 한다. 본 연구에서는 온라인 탐색을 바탕으로 장치 위치 결정 요소에 대한 가중치를 동적으로 조정하는 온라인 탐색 알고리즘을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.463-466
• /
• 2008

취업 정보 시스템에서의 인재정보 및 채용정보의 검색결과에서 원하는 일자리와 인재를 빠른 시간내에 검색하는 문제는 사용자 만족도에 밀접한 영향을 미치는 중요한 요소 중의 하나라고 할 것이다. 본 연구에서는 키워드를 이용하여 채용정보를 검색할 경우 채용정보 항목에 가중치 값을 적용했을 때의 정확도를 판단하기 위한 정량적 평가의 효과성을 검토한다. 채용정보 항목에 가중치 값을 적용했을 경우와 적용하지 않았을 경우의 채용검색 결과를 취업정보 시스템 관련 담당자를 대상으로 관련성 점수를 5점 척도로 평가한다. 실험결과, 채용정보 항목에 가중치를 적용하였을 때 관련 정확도 평가값이 더 높았으며, 상위 20개의 검색결과 평가값을 순위에 따라 정확성 추이를 살펴본 결과 순위가 높을수록 더 높은 정확성을 보였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.391-398
• /
• 1999

사례기반 추론을 포함한 Lazy Learning 방법들은 인공신경망이나 의사결정 나무와 같은 Eager Learning 방법들과 비교하여 여러 가지 상대적인 장점을 가지고 있다. 그러나 Lazy Learning 방법은 역시 상대적인 단점들도 가지고 있다. 첫째로 사례를 저장하기 위하여 많은 공간이 필요하며, 둘째로 문제해결 시점에서 시간이 많이 소요된다. 그러나 보다 심각한 문제점은 사례가 관련성이 낮은 속성들을 많이 가지고 있는 경우에 Lazy Learning 방법은 사례를 비교할 때에 혼란을 겪을 수 있다는 점이며, 이로 인하여 분류 정확도가 크게 저하될 수 있다. 이러한 문제점을 해결하기 위하여 Lazy Learning 방법을 위한 속성 가중치 부여 방법들이 많이 연구되어 왔다. 그러나 기존에 발표된 대부분의 방법들이 속성 가중치의 유효 범위를 전역적으로 하는 것들이었다. 이에 본 연구에서는 새로운 지역적 속성 가중치 부여 방법을 제안한다. 본 연구에서 제안하는 속성 가중치 부여 방법(CBDFW : 사례기반 동적 속성 가중치 부여)은 사례별로 속성 가중치를 다르게 부여하는 방법으로서 사례기반 추론의 원리를 속성 가중치 부여 과정에 적용하는 것이다. CBDFW의 장점으로서 (1) 수행 방법이 간단하며, (2) 논리적인 처리 비용이 기존 방법들에 비해 낮으며, (3) 신축적이라는 점을 들 수 있다. 본 연구에서는 신용 평가 문제에 CBDFW의 적용을 시도하였고, 다른 기법들과 비교에서 비교적 우수한 결과를 얻었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.236-236
• /
• 2021

최근 텍스트와 같은 비정형 데이터의 생성 속도가 급격하게 증가함에 따라, 이를 분석하기 위한 기술들의 필요성이 커지고 있다. 텍스트 마이닝은 자연어 처리기술을 사용하여 비정형 텍스트를 정형화하고, 문서에서 가치있는 정보를 획득할 수 있는 기법 중 하나이다. 텍스트 마이닝 기법은 일반적으로 각각의 분서별로 특정 용어의 사용 빈도를 나타내는 문서-용어 빈도행렬을 사용하여 용어의 중요도를 나타내고, 다양한 연구 분야에서 이를 활용하고 있다. 하지만, 문서-용어 빈도 행렬에서 나타내는 용어들의 빈도들은 문서들의 차별성과 그에 따른 용어들의 중요도를 나타내기 어렵기때문에, 용어 가중치를 적용하여 문서가 가지고 있는 특징을 분류하는 방법이 필수적이다. 다양한 용어 가중치를 적용하는 방법들이 개발되어 적용되고 있지만, 환경 분야에서는 용어 가중치 기법 적용에 따른 효율성 평가 연구가 미비한 상황이다. 또한, 환경 이슈 분석의 경우 단순히 문서들에 특징을 파악하고 주어진 문서들을 분류하기보다, 시간적 분포도에 따른 각 문서의 특징을 반영하는 것도 상대적으로 중요하다. 따라서, 본 연구에서는 텍스트 마이닝을 이용하여 2015-2020년의 서울지역 환경뉴스 데이터를 사용하여 환경 이슈 분석에 적합한 용어 가중치 기법들을 비교분석하였다. 용어 가중치 기법으로는 TF-IDF (Term frequency-inverse document frquency), BM25, TF-IGM (TF-inverse gravity moment), TF-IDF-ICSDF (TF-IDF-inverse classs space density frequency)를 적용하였다. 본 연구를 통해 환경문서 및 개체 분류에 대한 최적화된 용어 가중치 기법을 제시하고, 서울지역의 환경 이슈와 관련된 핵심어 추출정보를 제공하고자 한다.