• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.470-474
• /
• 2007

U-healthcare는 종래의 헬스케어 영역에 유비쿼터스 기술을 접목하여 개인의 건강상태 관리를 도와주는 서비스이다. 이의 기반이 되는 기술인 질환 유무를 판별하는 기법은 그 동안 헬스케어 영역에 적용시켜 왔다. 하지만, 적시에 언제 어디서나 지속적인 모니터링이 요구되는 U-health환경에서는 기존의 기계학습기법을 그대로 적용하는 데에는 어려움이 있다. 본 논문에서는 통계기반의 질환 유무 판별 기법을 제안한다. 본 판별 기법은 질환 판별에 이용되는 생체신호와 신체증상의 종류로 배열 구조를 설정하고 축적된 데이터로부터 생체신호와 신체증상간의 쌍에 누적 빈도 수를 기록하여 학습한 뒤 고안한 판별식을 적용시켜 사용자의 질환을 판별하는 기법이다. 제한적인 검증이지만 약 360명의 실제 환자 데이터를 이용하여 기법을 검증하였고, 빠른 속도와 지속적인 개선이 가능한 기법임을 알 수 있었다. 추후 정확한 데이터를 기반으로 다른 기법과의 비교 검증으로 엄밀한 검증이 요구된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.677-680
• /
• 2002

동영상에서 음란정보와 같은 유해정보를 판별하기 위해서는 대표프레임을 효율적으로 선정할 수 있어야 한다. 이를 위해 사용될 수 있는 기존의 대표프레임 선정 기법은 대부분이 장면전환을 중심으로 이루어진다. 이러한 기법은 연속된 변화특성을 가지는 유해 동영상의 경우에는 불필요한 대표프레임으로 인해 전체적인 판별효율을 저하시킨다. 본 논문에서는 판별시스템의 입력이 되는 대표프레임을 프레임간 변화특성을 이용하여 선정하는 기법을 제안한다. 이 기법의 실험을 위해서 기존의 판별시스템에 제안된 기법으로 선정된 대표프레임을 투입한 경우에 90% 이상이 유해하다고 판별하여 입력의 적합성이 입증되었으며, 선정된 대표프레임의 수도 I-프레임에 비해 68%의 감소율을 보여 시간적 효율성도 입증되었다. 그러므로 본 기법은 효율적인 유해성 판별시스템을 가능하게 하여, 건전한 동영상 정보의 유통에 효과적으로 기여할 수 있다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.2012-2013
• /
• 2007

현재 개발된 분산전원 단독운전 판별기법중 하나인 무효전력주입방식은 판별성능은 우수하나 정격의 $2.5{\sim}5%$의 무효전력을 주입하므로 계통전압에 고조파를 발생하여 전력품질을 저하하는 단점을 갖는다. 본 논문에서는 적은 양의 연속적인 무효전력을 주입하므로 전력품질 저하를 최소화하고 동시에 검출성능이 우수한 인버터연계방식 분산전원의 단독운전 판별기법을 개발하였다. 개발한 판별기법의 타당성을 검증하기위해 EMTDC 소프트웨어를 이용하여 전체시스템의 시뮬레이션모델을 개발하여 시뮬레이션을 실시하였다.

• The Journal of the Korea Contents Association
• /
• v.21 no.12
• /
• pp.1-12
• /
• 2021

An objective expert discrimination scheme is needed for finding researchers who have insight and knowledge about a particular field of research. There are two types of expert discrimination schemes such as a citation graph based method and a formula based method. In this paper, we propose an efficient expert discrimination scheme considering various characteristics that have not been considered in the existing formula based methods. In order to discriminate the expertise of researchers, we present six expertise indices such as quality, productivity, contributiveness, recentness, accuracy, and durability. We also consider the number of social citations to apply the characteristics of academic search sites. Finally, we conduct various experiments to prove the validity and feasibility of the proposed scheme.

• The Journal of the Korea Contents Association
• /
• v.16 no.12
• /
• pp.551-561
• /
• 2016

A user influence discrimination scheme using big data from social networks is needed. In this thesis, we propose a user influence discrimination scheme considering reliability in social networks. The proposed scheme measures reliability scores through social activities and simplifies a social network by collecting only reliable users. It also derives user influence by considering direct and indirect influences that depends on network degree between users. As a result, the proposed scheme improves the expandability of the user influence. In order to show the superiority of the proposed scheme, we compare it with the existing scheme through performance evaluations in terms of reliability and user influence.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.10
• /
• pp.1822-1828
• /
• 2006

A key-frame should be efficiently selected to distinguish bad information from the videos. A previous technique selecting a key-frame mostly consists of the transformation scene-centered. In the case of harmful videos containing the quaility of continuous changes, the technique makes the total rate be reduced by an unnecessary key-frame. This thesis suggests the technique selecting a key-frame, an entry of the distinguishing system by using the quality of changes between the frames. In the experiment of this technique, it was proved that over 90% of the bad information was distinguished by the selected key frame, and also time efficiency was proved by showing 68% of decrement compared to the numbers I-frame. Therefore, This technique makes the system efficient to distinguish bad information, and efficiently can contribute to the distribution of the healthy movie information.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.61-62
• /
• 2016

최근 모바일 기술 향상과 모바일 디바이스 보급의 급증으로 인해 기존의 중앙 집중 처리식 시스템의 한계를 모바일 기술 등으로 보완하기 위한 연구들이 활발히 진행되고 있다. 본 논문에서는 모마일 P2P 네트워크에서 악의적인 피어 판별 기법을 제안한다. 제안하는 기법은 악의적인 피어들이 내린 평가와 다른 피어들이 내린 평가를 비교하여 임계치 밖의 평가를 내리는 피어들을 판별한다. 또한 제안하는 기법은 민감도에 따라 악의적인 피어를 판별한다. 본 논문에서는 제안하는 기법을 통해 피어들 간 정보교환의 신뢰도를 향상시킨다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.38C no.2
• /
• pp.208-212
• /
• 2013

Due to the singularity of the within-class scatter, linear discriminant analysis (LDA) becomes ill-posed for small sample size (SSS) problems. An extension of LDA, the null space-based LDA (NLDA) provides good discriminant performances for SSS problems. In this paper, by applying the Lagrange technique, the procedure of transforming the problem of finding the feature extractor of NLDA into a linear equation problem is derived.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.261-263
• /
• 2009

본 논문에서는 퍼지 기법을 이용하여 구름의 종류를 분석하는 방법을 제안한다. 제안된 방법은 각각 영상에 대해 R채널의 임계치를 적용하여 잡음을 제거하며, 잡음 영역이 제거된 각각의 근적외 영상과 가시 영상의 반사 특성 및 근적외 영상과 적외 영상의 방출 특성의 특징을 구한 후, 각각의 임계치를 적용하여 1차적으로 구름을 판별한다. 1차적으로 구름 판별에서 제외된 영역에 대해서는 가시 및 적외 영상의 R 채널 값을 퍼지 기법에 적용하여 2차적으로 구름의 종류를 판별한다. 1차적으로 판별된 구름 영역과 2차적으로 판별된 구름 영역을 합성하여 최종 구름 영역을 도출한다. 제안된 방법을 실험한 결과, 기존의 구름 분류 방법보다 제안된 방법이 구름 분류의 성능이 개선된 것을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.1
• /
• pp.125-130
• /
• 2018

Linear discriminant analysis is a statistical analysis method that is generally used for dimensionality reduction of the feature vectors or for class classification. However, in the case of a data set that cannot be linearly separated, it is possible to make a linear separation by mapping a feature vector into a higher dimensional space using a nonlinear function. This method is called generalized discriminant analysis or kernel discriminant analysis. In this paper, we carried out target classification experiments with active sonar target signals available on the Internet using both liner discriminant and generalized discriminant analysis methods. Experimental results are analyzed and compared with discussions. For 104 test data, LDA method has shown correct recognition rate of 73.08%, however, GDA method achieved 95.19% that is also better than the conventional MLP or kernel-based SVM.