• Cartoon and Animation Studies
• /
• s.25
• /
• pp.87-108
• /
• 2011

Published comics are widely recognized as a popularity-gaining media as well as Soap opera and the movies, and it also has a established characteristic of category. However, compare to the multimedia such as the movies, soap opera and playes, the research on direction is not yet satisfactory This research mainly tries to investigate on, first, whether the theoretically classified functions do actually practice their parts or not, and else, what other additional functions should be considered, by classifying the set up of basic direction functions, angles and range, which the most-cited angle and distance notion of 'Ahn Su Cheol' in comic education field. First, although we tried to approach with the expectation of angle and distance set up that will have a high frequency of certain set ups according to the atmospheres of comics of genre, unlike the expectation, they are rather displayed depending on the personal taste of the writers. The functional aspects of angles and distance set up are the fixing that are only limited in the space of representation, and it is the set up of physical space that should come first as the function of expressing the intensity. As we investigate the characteristics of comic direction, this research will help the range of comic direction to be broadened.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.292-294
• /
• 2001

문서 클러스터링은 정보검색 시스템에서 검색과정의 효율성을 향상시키기 위해서 많이 사용된다. 기존의 K-means 클러스터링과 같은 거리-기반 접근 방법은 거리에 대한 척도를 정해야 하는 문제가 있고, 또한 전체 자질 공간에서 지역적 특성에 민감하기 때문에 문서 내에 노이즈가 존재할 경우 만족스러운 결과를 내지 못할 수 있다. 그리고 기본적으로 문서 데이터는 희소성(sparseness)을 가기 때문에 정규 분포를 가정한 mixture 모델을 적용하기도 어려움이 있다. 본 논문에서는 Helmoholtz machine에 의한 문서 클러스터링 방법을 제안한다. 제안되는 방법에서는 하나의 문서를 어떤 내재적인 요인(factor)들의 다양한 결합에 의한 결과로 가정하는데, 이 때의 요인은 주제어 집합 또는 적어도 의미적으로 유사한 단어들의 집합이다. 그리고 기본적으로 Helmholtz machine은 이진 데이터를 다루는데, 텍스트 문서에 나타나는 단어들의 빈도를 고려하기 위해 수정된 Helmholtz machine을 제시한다. TREC-8 adhoe 데이터와 20 Newsgroup 문서 집합에 대한 클러스터링 실험 결과, 제안된 방법이 K-means 알고리즘에 비해 우수한 성능을 보였으며 주제어 추출을 통해 문서 집합의 전체 내용 파악을 용이하게 하는 특성이 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.1215-1218
• /
• 2005

이동물체의 인식기능은 인간을 대신하여 수행하기위한 컴퓨터비젼 시스템이다. 공간적 의사결정지원시스템(SDSS: Spatial Decision Support Systems)을 이용한 이동물체의 위치를 인식하는 시스템은 실세계의 복잡하고 다양한 조건들을 만족시키는 대안들을 도출시키고 보다 객관적이고 과학적으로 평가받는 연구가 될것이다.본 연구에서는 거리 추정 데이터를 수집하여 공간적 의사결정을 이용하여 이동 물체의 위치를 인식하는 방법을 제안한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.403-407
• /
• 2007

본 연구에서는 개수로 흐름에서의 오염물질 거동 특성에 대해 분석하였다. 이를 위해 개수로 흐름을 등류상태로 가정하여 3차원의 수직모형을 구성하고 운동량 방정식과 스칼라 수송방정식에서의 난류 폐합을 위해 레이놀즈응력 모형 및 GGDH 모형을 사용하였다. 개발된 모형을 이용하여 복단면 수로에서 오염물질이 점으로 주입된 경우에 대해 난류 흐름 및 오염물질의 농도 분포를 수치모의 하고 기존의 실험 데이터와 비교하였다. 그 결과 개발된 모형이 개수로 흐름에서의 평균유속 및 난류구조, 오염물질의 농도 분포 등을 잘 모의하는 것으로 나타났다. 특히, 이차흐름의 영향으로 인해 최대 농도 값의 위치가 거리에 따라 이동하는 것으로 나타났으며, 농도 분포 역시 정규분포에서 거리에 따라 점차 왜곡되는 것으로 확인되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.562-564
• /
• 2002

본 논문에서는 자기상관함수의 국소적 특징을 사용하여 에지 특징을 추출한 후, 이를 이용해 유사이미지를 검색하는 방법을 제시한다. 자기상관함수의 국소적 특징을 이용하여 이미지를 검색할 경우 크기, 밝기, 색상등과 같은 이미지 요소가 서로 다를 경우에도 영향을 받지 않고 에지 특징정보를 추출해 낼 수 있다. 이는 얻어진 에지 특징을 이미지 크기와 고차 국소 자기상관함수의 변위에 의해 변하지 않도록 정규화를 하고, 동일 이미지에 대해 밝기가 조금 달라지면 검색효율이 떨어지는 점을 해결하기 위해 거리척도로서 방향여현거리(direction cosine distance)를 이용함으로써 가능하다. 이렇게 추출된 특징벡터를 자기조직화 맵에 의하여 클러스터링하고, 유사이미지 검색의 효율성을 비교해본 결과, 본 논문에서 제시한 방법을 사용하여 검색한 경우 재현율이 기존의 방법에 비해서 비교적 높은 수치를 나타냈다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.520-522
• /
• 2001

본 논문에서는 동작 표본을 이용하여 내재하는 동작 특성을 추정하고, 이를 동작 변환에 적용하는 새로운 동작 변환 알고리즘을 제안한다. 기존의 역 운동학에 기반한 동작 변환 알고리즘은 우선 앤드 이펙터 (end effector)의 궤적 차이를 줄이도록 한 후, 자세 공간에서 동작간의 거리를 최소화하는 방향으로 자세를 변환시켰다. 그러나 동작간의 거리에 대한 정의가 명확하지 않고, 이렇게 생성된 동작이 동작 주체가 취할 수 있는 자세라는 보장이 없기 때문에 실존 가능성이 낮은 부자연스러운 동작이 생성될 수 있다. 본 논문에서 제안하는 방법은 역 운동학 기반의 실존 가능성이 높은 자연스러운 동작 생성을 위해 동작 주체의 동작 표본을 고려한 확률분포를 이용한다. 제시된 알고리즘을 통한 동작 변환은 실존 가능성이 높은 자연스러운 동작을 생성할 수 있다.

• TTA Journal
• /
• s.142
• /
• pp.28-29
• /
• 2012

어림(estimation)은 대강짐작으로 헤아림을 뜻하는 말로 '어림없다'는 너무 커서 어림조차 할 수 없을 때 사용한다. 그래서 어떤 값을 '어림했다'는 것은 정확하게 측정하지 않았다는 의미로 실험값을 정확하게 측정해야 하는 과학의 속성과는 거리가 좀 멀어 보인다. 하지만 어림은 과학자뿐 아니라 일반인에게도 쓰임새가 많은 사고활동의 하나로 측정의 정확도가 날로 높아지고 있는 첨단과학 시대에도 그 중요성이 줄어들지 않고 있다. 이미 수학교육에서는 초등학교 정규 교육과정 내에서 어림하는 활동을 포함시키고 있으며, 과학교육에서도 다양한 활용방안을 모색하고 있다. 심지어 기업체에서는 인재를 선발할 때 어림하는 능력을 보기도 한다. 그렇다면 어림이 과학과 어떤 관계가 있는 것일까?

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1819-1822
• /
• 2003

내용 기반 영상검색에서 다중 특징을 사용하여 영상을 검색하는 기존의 방법들은 영상에서 특징간의 상관관계를 고려하지 않고 각 특징을 개별적으로 추출하여 검색에 사용한다. 따라서 특징간의 최적의 가중치를 찾아야 하는 문제가 있다. 이 논문에서는 내용기반 영상검색을 위해 색과 질감 특징을 효과적으로 표현할 수 있는 새로운 특징 벡터인 CCE (channel color energy)를 제안한다. 실험을 통하여 제안하는 방법이 정규 가중거리 비교 방법에 비해 우수한 성능을 보이는 것을 확인하였다.

• Journal of Navigation and Port Research
• /
• v.38 no.4
• /
• pp.343-348
• /
• 2014

A routing scheme called MCS-NLTC using a self-configuration marine network model and the diversity and heterogeneity of broadband wireless access technologies is newly proposed. The MCS-NLTC algorithm selects optimal nodes and carriers for every hop in optimal routes based on not conventional hop counts but normalized distances to destination ships (location information of destination ships). Normalized transmission characteristics of applications and carriers are considered to get optimal routes as well. The location information enhances convergence speed to get destinations, which makes the route search time faster. Evaluated performances are compared with those of the schemes based on max-win (OMH-MW), and normalized transmission characteristics (MCS-NTC).

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1954-1955
• /
• 2011

본 연구에서는 교육용으로 제작된 NXT 장비에 설치된 Light 센서, Ultrasonic센서, Sound센서를 이용하여 각 거리(10~60cm)에서 5cm 간격으로 각 센서 데이터를 취득하였다. 데이터 취득은 NI(National Instrument)에서 제공하는 LabVIEW Software를 사용하여 각 거리마다 100개의 셈플 데이터를 취득하였다. 취득한 데이터는 제안한 모델의 입력 데이터로 사용하여 실제거리와 모델 출력과의 정확도를 평가 하였다. 본 연구에서 제안한 모델은 지능형 모델 중 퍼지추론 기반의 최적 다항식 RBF 뉴럴네트워크(Radial Basis Function Neural Network; RBFNN)를 설계한다. 제안된 RBFNN은 기존 RBF 뉴럴네트워크를 기반으로 한 구조로, 퍼지추론 메커니즘의 기능적 모듈 동작 특성을 갖도록 정규화 부분을 추가하고, 은닉층과 출력층 사이의 연결가중치를 기존 상수항에서 선형식(first order)으로 확장한 형태이다. 또한 최적의 알고리즘인 PSO(Paticle Swarm Optimization)와 DE(Differential Evolution)을 이용하여 제안된 모델의 파라미터들을 동정하여 성능을 비교, 분석 하였다.