• 한국측량학회지
• /
• 제13권1호
• /
• pp.77-83
• /
• 1995

수치지도 제작의 일반화 기법은 대축척 실측 지도를 이용한 소축척 편집 지도의 자동 제작과 수치 지도 데이터 베이스 구축 등의 활용 분야에 필수적 요소이다. 본 연구는 수작업으로 처리되고 있는 편집도의 제작을 자동화하기 위한 방안으로 디지탈 환경하에서의 일반화 기법에 대한 연구로서 Zero-Crossing알고리즘을 국립지리원 발행 l/5,000지도 6도엽에 포함되어 있는 전남 여수 일대의 해안선에 적용, 다양한 단순화 허용 범위에 의해 수치 지도를 제작하여 편집도와 도해적인 표현 방법에 대한 문제점을 비교 분석하였다. 또한, Zero-Crossing알고리즘에 의한 단순화의 효용성을 입증하기 위해 Douglas-Peucker알고리즘을 이용한 단순화 결과와 비교 분석을 하였으며, 단순화의 허용 범위별로 일반화가 이루어진 수치 지도와 수작업으로 제작된 편집도와의 비교를 통해 일반화된 Line에 대한 평가를 도출하고, 단순화 허용 범위의 선택에 따른 효율성을 판단하기 위해 일반화 처리 결과의 데이타 용량을 분석하였다.

• 대한조선학회논문집
• /
• 제33권3호
• /
• pp.103-111
• /
• 1996

이미 저자들에 의해 기존의 경사처짐법을 일반화하여 일반화 경사처짐법을 정립하였으며, 일차적으로 횡강도 해석 측면에서 그 유용성을 확인하기 위해 유조선을 대상으로 frame modeling을 통한 횡강도 해석을 수행한 바 있다. 본 연구에서는 설계 측면에서의 일반화 경사처짐법의 유용성을 확인하기 위해 일반화 경사처짐법과 이산화 변수를 고려한 최적화 기법을 결합하여 최소 중량 설계 프로그램을 개발하였다. 이 프로그램을 통해 주어진 설계 조건하에서 최소 중량을 주는 유조선의 설계 치수를 결정할 수 있었으며, 실적선에 비해 상당한 양의 선각 중량이 감소가 되는 설계가 가능함을 보여 주었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.167-170
• /
• 2005

모바일 환경에서 벡터 지도 서비스를 위해서는 지도 일반화(map generalization) 과정을 통한 지도 간소화 작업이 지도 인지도를 높이는데 큰 도움이 된다. 일반화 연산은 selection, aggregation, simplification, displacement 등 다양하지만 아직 정형화된 연산 알고리즘이 확립되지 못하고 있다. 그 이유는 지도 일반화 알고리즘을 위해서는 자동화되기 어려운 상당한 전문적 지식과 판단이 필요하기 때문이다. 본 논문은 기존의 시도된 일반화 연산 알고리즘들에 기초하여 모바일 환경에 적합한 알고리즘을 고찰하고 제시한다. 복잡한 공간 객체를 제한된 자원의 모바일 기기에 효율적으로 출력하기 위한 다양한 접근 방법을 모바일 환경에 적용하는 과정을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (1)
• /
• pp.232-233
• /
• 1998

이 논문에서는 시간지원 데이터베이스를 대상으로 하여 시간 간격과 시간 위상을 지닌 데이터에서의 정보를 탐사한다. 그리고 시간지원 데이터베이스에서의 시간 정보 유형을 제시하고 이에 따라 탐사되는 패턴의 유형을 분류한다. 또한 시간에 대한 계층적 구조인 시간 계층을 도입하고 이를 이용하여 각 항목의 유효시간 정보를 일반화시킨다. 시간 계층에 의한 유효시간의 일반화에 있어서 발생하는 시간 정보 유형의 변화와 패턴 유형의 변화를 살펴본다. 그리고 시간 간격 변화에 따른 패턴 정보의 발견을 예를 들어 기술한다. 이 논문에서는 시간 계층을 이용하여 시간 간격을 변화시킬 경우 발견되는 새로운 유형의 패턴 지식을 탐사하고 이를 제시한다.

• 한국정보보호학회:학술대회논문집
• /
• 한국정보보호학회 1998년도 종합학술발표회논문집
• /
• pp.335-343
• /
• 1998

Nyberg는 Asiacrypt'96에서 한 라운드에 여러 개의 S-box가 작용하는 일반화된 Feistel 구조를 제안하였으나, 안전성에 대해서는 정확한 증명없이 추측만을 제시하였다. 본 논문에서는 한 라운드에 2개의 S-box가 작용하는 일반화된 Feistel 구조의 안전성을 증명한다. 또 Nyberg의 추측이 틀리다는 것도 증명한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 추계학술대회 논문집 학회본부 D
• /
• pp.818-820
• /
• 2000

본 연구는 벡터데이터에 워터마크를 삽입하고 추출하는 알고리즘을 제시한다. 삽입방법은 각 좌표를 마스크 안에서의 좌표로 변환한 후 워터마크의 크기에 따라 삽입영역을 다르게 설정한다. 이 방법은 기존의 Sakamoto 알고리즘을 일반화한다. 즉 기존의 마스크는 $2^R$-1이지만 이 논문에서는 일반화된 정사각형을 사용할 수 있다. 또한 잡음에 강인함을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.337-340
• /
• 2003

다층 퍼셉트론(Multi-Layer Perceptron, MLP) 구조를 이용한 비선형 적합은 실제문제에 매우 다양하게 적용되고 있다. 이때 일반화된 MLP 구조의 적합을 위해서는 은닉노드의 개수 초기 가중값 그리고 학습 회수와 같은 구조인자들을 함께 고려해야 한다. 만약 구조인자들이 부적절하게 선택되었다면 일반화된 MLP 구조의 적합효율이 매우 저하될 수 있다. 그러므로 MLP 구조에 영향을 주는 인자들의 영향을 살펴보는 것은 중요한 문제다. 이 논문에서는 제어상자(controller box)를 통한 학습결과와 더불어 MLP 구조를 일반화할 때 영향을 줄 수 있는 구조인자(factor)들의 실증분석과 이들의 상대효과를 살펴본다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.84-86
• /
• 2000

연관 규칙 마이닝 과정에 참조되는 일반 개념 계층은 개념간의 명확한 관계만을 표현한다. 실제로는 개념 사이의 관계가 애매한 경우가 많다. 이 논문에서는 개념간의 애매한 관계까지 반영할 수 있는 퍼지 개념 계층을 이용하여 일반화된 연관 규칙을 마이닝하는 방법을 제안한다. 퍼지 개념 계층에서의 하위 개념을 상위 개념으로 적절하게 반영하는 방법과 마이닝된 연관 규칙에서 중복되는 규칙의 가지치기(pruning)에 사용되는 측도를 소개한다. 또한 퍼지 개념 계층을 이용한 일반화된 연관 규칙 마이닝 방법의 응용성을 보이기 위해 실험 과정과 결과를 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (1)
• /
• pp.94-96
• /
• 2001

기존의 대축척 지리정보 데이터베이스로 부터 새로운 소축적 지리정보 데이터베이스를 유도하는 방법 중의 하나는 일반화이다. 이는 대축적 공간데이터를 소축척에 적합하도록 변형시킨다. 즉, 일반화를 통해서 지리정보 데이터의 공간 및 비공간적 특성이 변형되고 그 결과 데이터 모델로 변하게 된다. 본 연구는 이러한 변형에 따른 파급효과를 제어할 수 있는 규칙들을 제시한다. 특히 여섯 가지 일반화 연산자들이 모델에 미치는 영향을 조사하여, 이를 바탕으로 모델 변형을 제어할 수 있는 규칙을 제시하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (1)
• /
• pp.727-729
• /
• 2002

가시화 그래프(visibility graph, Vgraph)는 로봇의 경로를 계획할 때, 최적의 경로를 구하기 위해 널리 이용되는 지도접근 방식중의 하나이다. 원래 Vgraph는 다각형으로 모델링된 로봇이 다각형 환경의 평면상에서 움직일 때 움직이는 로봇을 점으로 환산한 환경인 형상공간(configuration space, C-공간)에서 정의되었는데 이를 원형 로봇 혹은 일반화 다각형(generalized polygon) 환경으로 확장한 것이 일반화 가시화 그래프(GVgraph)이다. 본 논문에서는 기존의 다각형 환경에서 정의된 Vgraph를 형성하는 알고리즘과 동일한 시간복잡도로 GVgraph를 구현하는 알고리즘을 소개하고 미세 운동계획(fine motion planning)에 응용하는 예를 보여준다.