• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10c
• /
• pp.451-453
• /
• 2004

NTSS(New Three-Step Search Algorithm)는 대표적인 Fast BMA(Block Matching 시gorithm)인 TSS(Three-Step Search Algorithm)에 중앙 편향적(Center-Biased) 특성을 고려하여 향상시킨 방법이다. 그러나 NTSS는 움직임이 작은 영상인 경우에는 TSS보다 개선된 성능을 보여주지만, 움직임이 큰 영상에 대해서는 TSS와 큰 차이가 없으며 탐색영역이 커질수록 오히려 성능이 떨어지는 단점이 있다. 본 논문에서는 움직임 벡터의 특성에 맞는 탐색영역을 적용시킴으로써 탐색영역의 증가로 발생되는 NTSS의 단점을 보완하여 움직임이 큰 영상에 대해서도 향상된 성능을 갖는 방법을 제안한다. 제안된 방법을 적용 하였을때 움직임이 작은 영상에서는 기존의 방법과 동등한 결과를 얻었으며 움직임이 큰 영상에서는 최고 0.5db이상 성능이 개선되었다.

• Proceedings of The KACE
• /
• 2018.01a
• /
• pp.41-44
• /
• 2018

교육데이터마이닝은 다양한 교육 환경에서 생성되는 막대한 양의 데이터를 활용하여 학습자들의 학습 유형, 학습 진도를 분석, 예측하고 교육 성취를 효과적으로 향상시키는 것을 목적으로 한다. 효과적인 교육데이터마이닝 결과를 얻기 위해서는 교육데이터에 대한 정제 과정이 필요하며 DBSCAN 클러스터링을 통해 교육데이터에 포함된 노이즈 데이터를 제거하고 생성된 각 클러스터에서 동일한 비율로 데이터를 추출함으로써 편향되지 않은 표본 데이터를 생성할 수 있다. 하지만 DBSCAN은 두 개의 전역 매개변수에 의해 다양한 밀도분포를 가지는 클러스터를 생성할 수 없다는 문제점이 있으며 이는 교육 데이터를 정제함에 있어 치명적인 문제점이 될 수 있다. 본 논문에서는 DBSCAN의 문제점을 개선하고 클러스터링 정확도를 향상시키기 위해 고정된 매개변수를 사용하지 않고 각 밀도분포에 대해 최적의 입력 매개변수를 결정함으로써 다양한 밀도분포를 가지는 클러스터들을 효과적으로 생성하는 C-DBSCAN을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.226-228
• /
• 2004

베이지안 네트워크는 불확실한 상황을 모델링하기 위한 확률 기반의 모델이다. 베이지안 네트워크의 구조를 자동 학습하기 위한 연구가 많이 있었고, 최근에는 진화 알고리즘을 이용한 연구가 많이 진행되고 있다. 그러나 대부분은 마지막 세대의 가장 좋은 개체만을 이용하고 있다. 시스템이 요구하는 다양한 요구조건을 하나의 적합도 평가 수식으로 나타내기 어렵기 때문에, 마지막 세대의 가장 좋은 개체는 종종 편향되거나 변화하는 환경에 덜 적응적일 수 있다. 본 논문에서는 적합도 공유 방법으로 다양한 베이지안 네트워크를 생성하고, 이를 베이즈 규칙을 통해 결합하여 변화하는 환경에 적응적인 추론 모델을 구축할 수 있는 방법을 제안한다. 성능 평가를 위해 ALARM 네트워크에서 인공적으로 생성한 데이터를 이용한 구조 학습 및 추론 실험을 수행하였다. 다양한 조건에서 학습된 네트워크를 실험한 결과, 제안한 방법이 변화하는 환경에서 더욱 강건하고 적응적인 모델을 생성할 수 있음을 확인한 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.225-226
• /
• 2018

홀로그램 콘텐츠의 정보보안을 위한 암호화 방법을 제안한다. 제안하는 암호화 기법은 실시간 처리를 위해 부분 홀로그램에 대하여 편향치를 더하고, 이중 프레넬 변환을 수행하여 에너지가 집중된 DC 영역을 획득한다. 이때 집중된 영역이 암호화 영역으로 적은 데이터롤 이용하여 고효율의 암호화를 수행한다. 제안한 기법은 기존 연구보다 변환하는 크기를 줄이기 때문에 같은 효율로 고속의 암호화를 수행할 수 있다. $1,024{\times}1,024$ 크기의 홀로그램을 $32{\times}32$ 부분홀로그램으로 구성하여 적용할 경우 약 18배 빠르게 처리할 수 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.4
• /
• pp.9-17
• /
• 2022

The state-of-the-art AI systems pose many ethical issues ranging from massive data collection to bias in algorithms. In response, this paper proposes a more ethic-friendly AI architecture by combining Federated Learning(FL) and Blockchain. We discuss the importance of each issues and provide requirements for an ethical AI system to show how our solutions can achieve more ethical paradigms. By committing to our design, adopters can perform AI services more ethically.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.687-689
• /
• 2024

위암은 전 세계적인 주요 건강문제이며, 근치적 위절제술은 위암의 표준치료이다. 근치적 위절제술 후 치료목표는 합병증 발생을 낮춰 병전 상태로 빠르게 회복하는 데 있다. 따라서, 근치적 위절제술 후 합병증 발생 여부를 선별하여 예측할 수 있는 성능이 좋은 모델을 개발하는 것은 위암환자의 회복에 매우 중요하다. 랜덤포레스트 모델은 여러 개의 결정트리를 활용한 배깅 방식의 대표적인 알고리즘으로 의료 데이터를 기반으로 한 예측에 있어 뛰어난 성능을 보여 주었다. 그러나 실제 데이터는 불균형이 빈번하게 발생하여 모델의 예측 성능에 영향을 미치므로, 최적의 분류 임계값을 설정하여 다수 클래스에 대한 편향을 줄이는 것이 중요하다. 따라서, 본 연구는 최근 10년 간 일개 대학병원의 전자의무기록 데이터를 활용하여 근치적 위절제술 후 합병증 발생을 예측하는 랜덤포레스트 모델을 개발하고, 임계값 설정을 통해 불균형 데이터에 대한 모델의 성능을 평가하고자 한다.

• Journal of the Korean earth science society
• /
• v.33 no.2
• /
• pp.113-125
• /
• 2012

The estimations of the surface rain intensity and rain-related physical variables derived from two independent Tropical Rainfall Measuring Mission (TRMM) satellite sensors, TRMM Microwave Imager (TMI) and Precipitation Radar (PR), were compared over four different oceans. The precipitating clouds developed most frequently in the warmest sea surface temperature (SST) region of the west Pacific, which is 1.5 times more frequent than in the east Pacific and the tropical Atlantic oceans. However, the east Pacific exhibited the most intense rain intensity for the convective and mixed rain types while the tropical Atlantic showed the most intense rain intensity for all TMI rainy pixels. It was found that the deviation of TMI-derived rain rate yielded a big difference in region-to-region and rain type-to-type if the PR rain intensity value is assumed to be closer to the truth. Furthermore, the deviation by rain types showed opposite signs between convective and non-convective rain types. It was found that the region-to-region deviation differences reached more than 200% even though the selected tropical oceans have relatively similar geophysical environments. Therefore, the validation for the microwave rain estimation needs to be performed according to both rain types and climate regimes, and it also requires more sophisticated TMI algorithm which reflects the locality of rainfall characteristics.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.3
• /
• pp.533-545
• /
• 2017

Quantile regression models provide a variety of useful statistical information by estimating the conditional quantile function of the response variable. However, the traditional linear quantile regression model can lead to the distorted and incorrect results when analysing real data having a nonlinear relationship between the explanatory variables and the response variables. Furthermore, as the complexity of the data increases, it is required to analyse multiple response variables simultaneously with more sophisticated interpretations. For such reasons, we propose a multivariate quantile regression tree model. In this paper, a new split variable selection algorithm is suggested for a multivariate regression tree model. This algorithm can select the split variable more accurately than the previous method without significant selection bias. We investigate the performance of our proposed method with both simulation and real data studies.

• KIPS Transactions on Computer and Communication Systems
• /
• v.7 no.9
• /
• pp.219-226
• /
• 2018

One of the systematic ways to generate the number of all cases is a combination to construct a combination tree, and its time complexity is O($2^n$). A combination tree is used for various purposes such as the graph homogeneity problem, the initial model for calculating frequent item sets, and so on. However, algorithms that must search the number of all cases of a combination are difficult to use realistically due to high time complexity. Nevertheless, as the amount of data becomes large and various studies are being carried out to utilize the data, the number of cases of searching all cases is increasing. Recently, as the GPU environment becomes popular and can be easily accessed, various attempts have been made to reduce time by parallelizing algorithms having high time complexity in a serial environment. Because the method of generating the number of all cases in combination is sequential and the size of sub-task is biased, it is not suitable for parallel implementation. The efficiency of parallel algorithms can be maximized when all threads have tasks with similar size. In this paper, we propose a method to efficiently collaborate between CPU and GPU to parallelize the problem of finding the number of all cases. In order to evaluate the performance of the proposed algorithm, we analyze the time complexity in the theoretical aspect, and compare the experimental time of the proposed algorithm with other algorithms in CPU and GPU environment. Experimental results show that the proposed CPU and GPU collaboration algorithm maintains a balance between the execution time of the CPU and GPU compared to the previous algorithms, and the execution time is improved remarkable as the number of elements increases.

• The Journal of the Korea Contents Association
• /
• v.22 no.5
• /
• pp.56-66
• /
• 2022

Due to the recent increase in information encountered on social media, algorithm-based recommendation formats selectively provide information based on user information, which often causes a filter bubble effect by an Echo Chamber. Eco-chamber refers to a phenomenon in which beliefs are amplified or strengthened by communication only in an enclosed system, and filter bubbles refer to a phenomenon in which information providers provide customized information according to users' interests, and users encounter only filtered information. The purpose of this study is to propose a method of efficiently selecting information as a way to improve the filter bubble phenomenon by such an echo chamber. The research progress method analyzed recommended algorithms used on YouTube, Facebook and Amazon. In this study, humanities solutions such as training critical thinking skills of social media users and strengthening objective ethical standards according to self-preservation laws, and technical solutions of model-based cooperative filtering or cross-recommendation methods were presented. As a result, recommended algorithms should continue to supplement technology and develop new techniques, and humanities should make efforts to overcome cognitive dissonance and prevent users from falling into confirmation bias through critical thinking training and political communication education.