• Journal of Educational Research in Mathematics
• /
• v.22 no.2
• /
• pp.163-178
• /
• 2012

The efforts to represent the numbers based on the decimal system give us fundamental understanding to construct and teach the concept network on the related knowledge of elementary and secondary school mathematics. In the process to represent natural numbers, integers, rational numbers, real numbers as decimal system, we will classify the extended decimal system. Moreover we will obtain the view to classify real numbers. In this paper, we will study the didactical significance of mathematical knowledge, which arise from process to represent real numbers as decimal system, starting from decimal system representation of natural numbers, and provide the theoretical base about the classification of real numbers. This study help math teachers to understand school mathematics in critical inside-measurement and provide the theore tical background of related knowledge. Furthermore, this study provide a clue to construct coherent curriculum and internal connections of related mathematical knowledge.

• Journal of KIISE:Software and Applications
• /
• v.37 no.2
• /
• pp.120-128
• /
• 2010

A hypernetwork is a generalized hypo-graph and a probabilistic graphical model based on evolutionary learning. Hypernetwork models have been applied to various domains including pattern recognition and bioinformatics. Nevertheless, conventional hypernetwork models have the limitation that they can manage data with categorical or discrete attibutes only since the learning method of hypernetworks is based on equality comparison of hyperedges with learned data. Therefore, real-valued data need to be discretized by preprocessing before learning with hypernetworks. However, discretization causes inevitable information loss and possible decrease of accuracy in pattern classification. To overcome this weakness, we propose a novel feature-wise L1-distance based method for real-valued attributes in learning hypernetwork models in this study. We show that the proposed model improves the classification accuracy compared with conventional hypernetworks and it shows competitive performance over other machine learning methods.

• Digital Contents
• /
• no.10 s.77
• /
• pp.46-48
• /
• 1999

많은 웹사이트들이 그 디자인과 실행면에서 똑같은 실수들로 인해 결과적으로 경쟁 사이트들에게 고객을 빼앗기고 있다. 이런 오류를 방지하기 위해 미국 커머스넷의 리서치 리포트를 인용하여 E-비즈니스 사이트들의 실수하는 문제점을 크게 10가지로 분류, 대책을 제시한다. 새로운 웹사이트를 구상 중이거나 기존 웹사이트를 개선하려는 경우 본 자료를 참고하여 조금이나마 도움이 되었으면 한다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.4
• /
• pp.182-188
• /
• 2013

In this paper, we propose a complex-valued support vector machine (SVM) classifier which process the complex valued signal measured by pulse doppler radar (PDR) to identify moving targets from the background. SVM is widely applied in the field of pattern recognition, but features which used to classify are almost real valued data. Proposed complex-valued SVM can classify the moving target using real valued data, imaginary valued data, and cross-information data. To design complex-valued SVM, we consider slack variables of real and complex axis, and use the KKT (Karush-Kuhn-Tucker) conditions for complex data. Also we apply radial basis function (RBF) as a kernel function which use a distance of complex values. To evaluate the performance of the complex-valued SVM, complex valued data from PDR were classified using real-valued SVM and complex-valued SVM. The proposed complex-valued SVM classification was improved compared to real-valued SVM for dog and human, respectively 8%, 10%, have been improved.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.751-753
• /
• 2004

PDA에서 사용하는 대부분의 CPU는 실수 연산 구성요소(float computation component)가 없는 정수(integer) CPU를 사용한다. 인공 신경망(neural network)과 같은 실수 연산이 많은 알고리즘은 PDA에서 많은 수행시간을 가진다. 본 논문에서는 이런 단점을 해결하기 위해 무선 랜(LAN)으로 연결된 Client(PDA)/Server(PC) 구조를 이용한 효과적인 문자 추출 시스템을 제안한다. Client(PDA)는 대략적인 문자 추출 결과를 JPEG으로 압축하여 전송속도를 최소화한다. Server(PC)는 Client(PDA)의 결과를 바탕으로 정밀한 문자 영역 추출을 위해, 텍스춰 분류 방법과 연결 성분 분석 방법을 이용한다. 실험에서 제안한 방법은 속도뿐만 아니라 문자 추출에서도 효과적이었다.

• Korean Journal of Medicinal Crop Science
• /
• v.9 no.4
• /
• pp.301-309
• /
• 2001

This study was conducted to provide the basic information on safflower collections and to identify the variations which could be utilized in safflower breeding programs. The agronomic characteristics was used to clarify the genetic relationships among safflower collections and to classify them into distint genetic groups. There were 21 early maturing collections with less than 80 days in number of days from planting to flowering. The number of primary and secondary branches ranged ${3.8{\sim}14.8\;and\;0{\sim}26.9}$, respectively, and two collections, IT201434 and IT202723, were found to be high branch types. The 101 safflower collections were classified into 11 groups based on the complete linkage cluster analysis using agronomic characteristics. The I, II, III, IV, IX, X and ? groups included the 25%, 33%, 14%, 8%, 2%, 1% and 1% of the collections, respectively. All the collections in the group III were Korean landraces. The collections in group X could be characterized as early emergence, late flowering and high yield components such as the number of capitula per plant, number of seeds per capitula and seed weight per plant. The number of capitula per plant and seed weight per plant, i.e., the two main yield components, had the highly significant positive correlations with stem diameter, number of the primary branches, number of the secondary branches, number of leaves and leaf length.

• Communications of Mathematical Education
• /
• v.21 no.2 s.30
• /
• pp.125-152
• /
• 2007

When we teach mathematics in college, we find a lot of mistakes, fallacies and flaws in the solution of the students. In this paper, we presented a variety of examples of mistakes and fallacies, including wrong proofs, misinterpreted definitions and the mistaken use of theory. The examples, taken from different classes and subjects, are based on our own experience of teaching mathematics. As the previous research argued, such mistakes, fallacies and flaws should be considered as natural phenomena in the students' progress and should be analyzed systematically for the more effective education. By providing a wide-ranging examples of mistakes and fallacies, and detailed analyses of them, we emphasized the significance of the analysis of mistakes and fallacies and proposed that more careful attention should be paid on the collection and development of teaching materials in the area of mistake and fallacy analysis. We hope that this study would be a meaningful contribution to the teaching of mathematics in college.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.246-248
• /
• 2019

최근 딥 러닝을 이용한 방법들이 이미지 분류에서 뛰어난 성능을 보임에 따라, 컴퓨터 비전의 중요한 문제 중 하나인 이미지 검색에도 이를 활용하고 있다. 특히, 이미지 검색에 사용할 수 있는 이미지 기술자 (Image descriptor)를 깊은 신경망 구조의 일부분인 Fully-connected layer에서 추출하여 사용하는 방법들이 제시되고 있고, 이를 위해 알맞은 목적함수를 설계하여 깊은 신경망을 학습하는 것이 중요해지고 있다. 딥 러닝을 통해 얻은 이미지 기술자는 실수형 데이터로서, 한 장의 이미지를 수치화하여 표현하는 데 많은 메모리를 소모하게 된다. 이를 보완하기 위해 이미지 기술자를 작은 용량의 이진코드로 mapping 하는 해싱 (hashing) 이라는 과정이 필수적이나 이에 따른 한계점이 발생한다. 본 연구에서는 실수형 데이터가 갖는 거리 계산에서의 이점과 이진코드의 장점을 동시에 살릴 수 있는 Product Quantization 방식의 이미지 검색 방법을 이용하여 한계점을 극복하였다. 우리는 제안한 방법을 얼굴 이미지 데이터 셋에 실험하였고 기존 방식보다 뛰어난 성능을 보이는 것을 확인할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.36-39
• /
• 2020

최근 딥 러닝을 이용한 방법들이 이미지 분류에서 뛰어난 성능을 보임에 따라, 복잡한 특징을 담고 있는 얼굴 이미지에 대해 이를 적용하려는 시도가 늘어나고 있다. 특히, 이미지로부터 주요한 특징들을 추출하여 간결하게 이미지를 대표할 수 있는 이미지 기술자 (Image descriptor)를 딥 러닝을 통해 생성하는 연구가 인기를 끌고 있다. 이는 딥 러닝 끝 단에 있는 Fully-connected layer 의 출력으로 얻을 수 있으며 이미지의 의미론적 상관관계를 이용하여 학습된다. 구체적으로, 이미지 기술자는 실수형 벡터 데이터로서, 한 장의 이미지를 수치화 하여 비슷한 이미지 사이에는 벡터 거리가 가깝게, 서로 다른 이미지 사이에는 벡터 거리가 멀게 구성된다. 본 연구에서는 미리 학습된 인공 신경망을 통과시켜 얻은 얼굴 이미지 기술자를 활용하여 멤버 분류를 위한 두 개의 인공 신경망을 학습하는 것을 목표로 한다. 제안된 방법을 검증하기 위해 얼굴 인식에 널리 사용되는 벤치 마크 데이터셋을 활용하였고, 그 결과 제안된 방법이 높은 정확도로 멤버를 분류할 수 있다는 것을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.644-649
• /
• 2022

대화 시스템은 훈련 중 보지 못한 데이터를 입력받았을 경우 오작동의 가능성이 높으며, 특히 상용화 시에는 작은 오작동이라도 치명적인 결과를 낳을 수 있다. 따라서 시스템의 안정성을 확보하기 위해 우리는 대화 시스템에 사용자 입력의 적절성을 분류하는 기능을 탑재하였다. 해당 기능을 훈련시키기 위해서 우리는 슬롯-밸류쌍에서 슬롯을 교체하는 방법과 밸류를 교체하는 방법을 나누어 제시하였다. 슬롯을 무작위로 교체할 경우 발생하는 노이즈를 완화시키기 위해 새로운 추출 방법을 제시하였으며, 밸류를 교체할 때도 이 때 훈련시킨 모델을 이용하여 위음성의 가능성을 최소화하였다. 또한 전후방 철자 교정 모듈을 도입하여 사용자의 실수로 인한 모델의 오작동도 방지하고자 하였다. 우리는 다른 방법론과의 비교 실험과 절제 실험을 통해 각각의 방법론의 효용성을 입증하였다.