• Annual Conference on Human and Language Technology
• /
• 2005.10a
• /
• pp.50-56
• /
• 2005

본 논문은, 웹상의 표에서 유용한 정보를 뽑기 위하여 표 머릿부분과 몸체부분을 효과적으로 분리하는 방안을 제안한다. 웹상의 표로부터 정보를 뽑기 위해서는 웹상의 표를 기계가 해석할 수 있는 형태, 즉 속성-값의 쌍으로 변환해야 한다. 이중 속성은 보통 표 머리에 해당하며, 그에 해당하는 값은 표 몸체에 해당하는데, 이는 머리가 해당 몸체 부분을 대표하여 나타내는 단어이기 때문이다. 본 연구의 선행 연구에서는 인터넷상의 표가 표 본래의 정보 전달을 위한 목적 이외에 인터넷 문서의 정렬이나 구조화를 목적으로 쓰이는 경우가 많으므로 이러한 표를 제거하고 표 본래의 의미를 전달하는 표(의미 있는 표)만 추출하는 연구를 하였다 본 연구에서는 이를 바탕으로 의미 있는 표에서 표 머리와 몸체를 분리하기 위한 휴리스틱에 기반을 둔 모델을 제안한다. 이를 위하여, 표의 본래 특성과, 표를 작성하는 저자의 작성 습관을 관찰하여 머리와 몸체를 분리하기 위한 방안을 설정하고, 이 방안들을 결합하는 모델을 구축한다. 본 연구에서는 이 결과로 80.3%의 표 머리 추출 정확도를 얻을 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.589-591
• /
• 2000

비디오 데이터가 포함하고 있는 카메라와 이동물체의 동작정보를 추출하기 위한 대표적인 방법으로 동작벡터 추출알고리즘이 있다. 본 논문에서는 영상 내에 밝기 값 분포가 균일한 영역이 존재할 때 부정확한 정합 결과를 보이는 것은 기존 알고리즘의 문제점과 이를 개선할 수 있는 계층적 블록정합 알고리즘의 정합오류 전파가능성, 높은 시간복잡도 문제를 동시에 해결할 수 있는 블록정합 알고리즘을 제안한다. 제안하는 알고리즘은 Coarse-to-Fine 방식의 탐색방법과 Dynamic Control Strategy를 결합한 것으로서 정합한 블록의 상황에 따라 탐색 레이어를 동적으로 변경시키는 방법을 사용한다. 본 알고리즘은 크게 두단계로 나뉘어 지는데 탐색 레이어를 결정하는 Control 변경 결정 단계와 정합도 측정함수를 통해 블록에 대한 정합 정확도를 측정하는 단계로 구성이 된다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.13 no.6
• /
• pp.417-421
• /
• 2007

Recently, many studies have focused on extracting transliteration pairs from bilingual texts. Most of these studies are based on the statistical transliteration model. The paper discusses the limitations of previous approaches and proposes novel approaches called dynamic window and tokenizer to overcome these limitations. Experimental results show that the average rates of word and character precision are 99.0% and 99.78%, respectively.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.63-65
• /
• 1998

사회 전 분야에서 데이터가 폭발적으로 증가함에 따라 데이터를 이해하고 분석하는 새로운 자동적이고 지능적인 데이터 분석 도구와 기술이 필요하게 되었다. KDD(Knowledge Discovery in Databases)는 이러한 필요로부터 데이터에서 유용하고 이해 가능한 지식을 추출하는 연구이다. 데이터 마이닝(Data Mining)은 KDD에서 가장 중요한 단계로 데이터로부터 지식을 추출하는 단계이다. 데이터 마이닝에서 생성된 지식은 좋은 분류율을 가져야하고 이해하기 쉬워야한다. 본 논문에서는 퍼지 결정트리(FDT : Fuzzy Decision Tree)에 기반한 효율적인 데이터 마이닝 알고리즘을 제안한다. FDT의 각 링크는 속성(attribute) 값을 갖는 퍼지 집합이며, EDT의 각 경로는 퍼지 규칙을 생성한다. 제안된 알고리즘은 ID3의 이해성과 퍼지이론의 추론과 표현력을 결합한 방법으로 히스토그램에 이루어진다. 마지막으로 제안된 방법의 타당성을 검증하기 위해 표준적인 패턴 분류 벤치마크 데이터에 대한 실험 결과를 보인다.

• The Korean Journal of Financial Management
• /
• v.15 no.1
• /
• pp.329-350
• /
• 1998

이 논문에서는 자산의 수익률과 공통요인이 시간가변적 변동성을 갖는 경우의 APT를 검증하고자 시도하였다. 이를 위하여 1980년 1월부터 1995년 12월까지의 17개업종별 포트폴리오 수익률로부터 주성분분석에 의하여 4개의 공통요인을 추출하였다. (이중 첫 번째 요인은 동일가중 시장수익률과 거의 1에 가까운 상관성을 갖고 있으므로, 추출된 첫 번째 요인 대신에 시장수익률을 사용하였다.) 17개 업종별 포트폴리오에 대한 ARCH모형을 추정한 결과, 12개 포트폴리오의 수익률이 조건부 이분산성을 보이고 있다. 또 네 개의 공통요인 중 시장수익률을 포함한 3개의 요인은 뚜렷한 조건부 이분산성을 보이고 있다. 따라서 요인위험--즉, 공통요인에 대한 개별자산의 민감도$({\beta}_{ij})$--은, 개별자산과 공통요인의 상관계수가 일정하다고 가정하여, ARCH모형에 의해 측정된 자산 및 공통요인의 시간가변 표준편차로부터 계산되었다. 이와 같이 계산된 요인위험에 대하여 어느 정도의 위험프리미엄이 주어지고 있는가는 일반화 적률법(GMM)에 의하여 추정하였다. 그 결과, APT의 추정에 사용된 4개의 공통요인 중 시장수익률을 포함한 3개의 요인에 대하여 유의한 위험프리미엄이 추정되었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.377-378
• /
• 2014

컴퓨터 시스템을 기반으로 이루어지는 범죄 행위로부터 법적인 보호를 받기 위해 관련 법안이 개정되고 이를 수용하기 위한 컴퓨터 포렌식 지원 기술이 다각도로 연구되고 있다. 그러나 시스템 침해자의 시스템 공격 후 본인 흔적을 지우고 나가는 경우 침해자 추출이 어렵다. 또한 휘발성 정보의 손실이 발생하며 디스크에 저장된 비휘발성 정보의 경우 파일의 삭제 및 생성에 의해 디스크 저장영역의 중복된 사용으로 완전한 정보를 추출하는데 문제를 가지고 있다. 이러한 문제를 해결하기 위해 본 연구에서는 시스템 침해자의 공격 형태 및 상황, 환경을 유추하기 위해 행위자를 중심으로 휘발성의 정보를 수집하여 공격 당시의 시나리오의 재현이 가능한 컴퓨터시스템 블랙박스를 설계하였다.

• Korean Journal Plant Pathology
• /
• v.12 no.4
• /
• pp.432-436
• /
• 1996

역전사 중합효소 연쇄반응(RT-PCR)을 이용하여 담배(Nicotiana glutinosa)에 증식시킨 7종의 오이 모자이크 바이러스(CMV)를 검정하였다. RT-PCR을 위한 간단하고 신속한 바이러스 핵산의 조즙액 추출법이 개발되었으며, CMV 외피단백질 유전자 부위를 기초로 하여 제작한 20개의 염기로 구성된 primer를 사용하여 RT-PCR을 실시한 결과, 약 490 염기쌍의 DNA 단편들이 이병식물의 조즙액으로부터 증폭되었다. EcoRI 및 MspI을 이용한 RT-PCR 산물의 분석에 의하여, 공시한 7종의 바이러스는 모두 CMV subgroup I으로 동정되었다. Ouchterlony 한천젤 이중 확산법을 이용한 항혈청 검정에서도 7종의 바이러스 모두 CMV-Y의 항혈청과 단일의 침강선을 형성하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.557-561
• /
• 2000

본 논문에서는 외부 루프를 펼침으로서 불변 종속거리를 가지는 다중 첨자 루프에서의 병렬화를 이룰 수 있는 새로운 알고리즘을 제시한다. 루프는 프로그램의 수행 시간중 많은 부분을 차지하고, 병렬성 추출의 기본이 되는 구조이다. 루프에서 병렬성을 추출하는 기존의 연구는 종속성이 단일 첨자 또는 복수 첨자에 영향을 받는 경우에만 한정되었다. 다중 첨자를 가지는 루프는 이중 또는 그 이상의 첨자 때문에 기존의 방법을 이용해서 루프의 종속성을 제거하는데 필요한 종속거리를 결정할 수 없다. 그러므로 본 논문에서는 종속거리를 측정하기 위한 새로운 기법을 제안하고, 제안된 알고리즘을 모의 실험에 의해 타당성을 확인한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.72-74
• /
• 2021

The deep learning process currently utilized in various fields consists of data preparation, data preprocessing, model generation, model learning, and model evaluation. In the process of model learning, the loss function compares the value of the model with the actual value and outputs the difference. In this paper, we analyze various loss functions used in the deep learning model for biomarker extraction, which measure the degree of loss of neural network output values, and try to find the best loss function through experiments.

• Korean Journal of Food Science and Technology
• /
• v.20 no.1
• /
• pp.52-58
• /
• 1988

This study has investigated the effect of Ganoderma lucidum water soluble extract on higher alcohol production of Saccharomyces cerevisiae. S. cerevisiae was inoculated in malt wort media which were added 0, 0.01, 0.1, 0.5 or 1.0% extracts of G. lucidum and fermented at $15^{\circ}C$ for 120 hours respectively. Some results about cell growth, changes of pH and sugarity and alcohol composition during fermentation are as follows; The cell growth of S. cerevisiae was remarkablely increased as G. lucidum extract was added into each step. It was increased to 1.2, 1.5, 1.9 times on added group of 0.1%, 0.5%, 1.0% G. lucidum extract than control group after the fermentation of 120 hours. Content of sugar was systematically low on step of addition of G. lucidum extract after the fermentation of 120 hours but pH was systematically high. The more the quantity of G. lucidum extract was added, the more total alcohol quantity were produced during fermentation. Especially higher alcohol content was more increased about 1.8 times on 1.0% group (219.9 ppm w/v) than on control group (117.26 ppm w/v) after the fermentation of 120 hours.