• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04a
• /
• pp.751-753
• /
• 2002

본 논문에서는 여러 시간대에 걸쳐 획득한 영상 데이터 집합에 대하여 동적 모델을 이용한 데이터들의 동시 가시화를 수행하고, 각 모델들 간의 변이를 분석하여 객관적인 영상 분석결과를 가시화해주는 연구를 수행하였다. 먼저 동적 모델의 동시 가시화를 위하여 동적 모델 데이터의 저장 및 로딩 모듈을 설계하였고, 동적 모델들간의 변이 분석은 체적, 속도를 비교 가시화함으로써 이루어졌다. 이를 한 환자에대하여 치료기간 중 일정 시간대별로 획득된 심장영상 집합들에 적용함으로써 기존의 영상분석의 한계점을 극복하고 심장 질환의 진단을 효율적으로 도울 수 있도록 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.265-267
• /
• 2000

본 논문에서는 텍스트 문서의 주제어를 추출하고 문서를 주제별로 분류하기 위해 확률적 그래프 모델을 사용하는 방법을 제안하였다. 텍스트 문서 데이터를 문서와 단어의 쌍으로(dyadic)표현하여 확률적 생성 모델을 학습하였다. 확률적 그래프 모델의 학습에는 정의된 likelihood를 최대화하기 위한 EM(Expected Maximization)알고리즘을 사용하였다. TREC-8 AdHoc 텍스트 에이터에 대하여 학습된 확률 그래프 모델의 성능을 실험적으로 평가하였다. 이로부터 찾아 낸 문서에 대한 주제어가 사람이 제시한 주제어와 유사한 지와, 사람이 각 주제에 대해 분류한 문서가 이 확률모델로부터의 분류와 유사한 지를 실험적으로 검토하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.190-192
• /
• 2001

최근에 ACID를 특징으로 하는 기존의 전통적인 데이터베이스 트랜잭션 모델을 확장함으로서 데이터베이스 트랜잭션 모델의 응용분야를 다양하게 확대시키고자 하는 고급 트랜잭션 모델(Advance Transaction Models)들에 관한 많은 연구가 진행되고 있다. 본 논문에서는 다양한 유형의 트랜잭션들로 구성된 사무업무 프로세스(Business Process)의 처리를 자동화하는데 효과적으로 활용될 수 있는 새로운 유형의 고급 트랜잭션 모델로서 협조 트랜잭션 모델을 정의하고, 본 데이터베이스 협조 트랜잭션 모델에서의 에러 복구 자동화를 구현하기 위한 협조 트랜잭션 의존성 분석 메카니즘을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.267-269
• /
• 1998

본 연구는 공동작업환경에서 워크플로우 개념을 도입한 문서 관리 모델을 제안하고 이를 시스템으로 설계하였다. 제안된 모델은 문서를 관계, 상태, 흐름의 세가지 측면에서 모델링 할 수 있으며, 오류를 자동 검출 할 수 있는 규칙들을 내장하고 있다. 이러한 모델을 기반으로 문서 관리 시스템을 설계하여, 모델이 구현 및 적용 가능함을 보였다. 제안한 모델과 시스템은 전자 결제 시스템이나 전자상거래 등의 문서의 절차적 처리가 필요한 응용들에서 사용될 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.166-168
• /
• 2000

인터넷을 상업적으로 이용하는 하나의 형태로 최근 들어 전자상거래가 주목을 받고 있다. 현재 전자상거래 시장의 급속한 신장세에도 불구하고, BtoC를 기반으로 하는 전자상거래 쇼핑몰의 성장은 기대에 못 미치고 있다. 이러한 상황은 현재의 전자상거래 쇼핑몰 비즈니스 모델에 대한 평가를 통해 차세대 모델로의 질적인 변화를 필요로 하고 있다. 이에 따라 본 연구에서는 기존의 전자상거래 비즈니스 모델인 BtoB와 BtoC를 혼합한 지역 전자상거래 쇼핑몰에 적합한 새로운 형태의 BtoBC 전자상거래 비즈니스 모델을 제시하였다. 제안된 모델을 통하여 소비자와 생산자 사이의 원활한 전자상거래가 가능해질 수 있을 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.253-255
• /
• 2002

본 논문에서는 다중 모델 기계학습 기법을 이용하여 문서 자동 분류의 성능과 신뢰도를 향상시킬 수 있는 연구와 실험 결과를 기술하였다. 기존의 다중 모텔 기계 학습법들이 훈련 데이터 또는 학습 알고리즘의 편향에 의한 오류를 극복하고 한 것들인데 비해 본 논문에서 제안한 메타 학습을 이용한 하이브리드 다중 모델 방식은 이 두 가지의 오류 원인을 동시에 해소하고자 하였다. 다양한 문서 집합에 대한 실험 결과, 본 연구에서 제안한 하이브리드 다중 모델 학습법이 전반적으로 기존의 일반 다중모델 학습법들에 비해 높은 성능을 보였으며, 다중 모델의 결합 방식으로서 메타 학습이 투표 방식에 비해 효율적인 것으로 나타났다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2008.06a
• /
• pp.11-16
• /
• 2008

본 논문은 온톨로지(ontology) 작성에 사용되는 RDF(Resource Description Framework) 모델을 CPN(Colored Petri Net) 모델로 변환하여 표현하는 방법을 제안하고, 페트리 넷 시뮬레이션으로 RDF의 의미를 해석하여 RDF 질의문에 답할 수 있음을 보인다. 또한, 어떠한 RDF 모델도 CPN 모델로의 변환이 가능하다는 제안 방법의 완전성과 무결성을 소개하고, 제안한 방법으로 구축된 CPN 모델에서 RDF 질의에 대해 정확하게 결과를 구하는 방법을 제시한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.05a
• /
• pp.231-235
• /
• 2001

순수한 부울 검색 시스템은 문서와 질의 사이의 유사도를 나타내는 문서값을 계산할 수 없기 때문에, 검색된 문서들을 질의를 만족하는 정보에 따라 정렬할 수 없다. 부울 검색 시스템의 이러한 단점을 보완하는 방법으로 MMM 모델, Paice 모델, P-norm 모델이 개발되었다. 본 논문에서는 높은 검색 효과를 제공하는 질의분해 적합성 피드백(QSRF) 모델을 제안한다. 질의 분해 적합성 피드백 모델의 연산 특성이 MMM, Paice, P-norm 모델보다 우수함을 설명하고, 또한 성능 비교를 통하여 이를 입증한다.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.3
• /
• pp.785-794
• /
• 1998

국제 표준 전문 위원회에서는 PREMO(PResentation Environment for Multimedia Object)의 언어 바인딩에서 제기된 문제점을 해결하기 위하여 언어바인딩의 표준화를 취소하고 어떤 특정 언어에 의존하지 않는 바인딩 모델의 연구가 진행중이다. PREMO의 바인딩 모델에서 그래픽스 바인딩 모델을 제시하기 위하여 PREMO에서의 객체 함수들을 분석하고, ？체-Z 기능명세에 대한 함수 작용과 바인딩 모델에 관련된 데이터 사상을 보인다. 본 논문에서는 그래픽스 언어 바인딩 함수들을 기반으로 하는 그래픽스 바인딩 모델 설계를 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.682-684
• /
• 2003

상호작용컴퓨터 그래픽스분야의 지배적인 역할을 하는 다각형모델의 간략화 표현을 위해서 본논문에서는 모델의 특징을 이용하고자한다. 본논문에서는 vertex clustring 알고리즘을 이용하여 다각형 메쉬모델을 간략화 한다. 이때 클러스터링하기 위한 셀의 크기를 결정하기 위하여 모델의 에지의 길이 특성을 이용하여 셀의 크기를 결정한다. 개선된 vertex clustering 방법은 기존의 방법에 비해 모델자체의 에지 특성을 이용하기 때문에 신뢰성있는 간략화를 수행할 수 있다.