• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.311-314
• /
• 2013

방사왜곡, 접선왜곡으로 인해 영상의 왜곡이 발생한다. 왜곡 영상은 시각적인 문제 외에도 영상분석을 통해 정확한 수치 계산을 통해 영상을 처리할 때, 문제가 되기 때문에 영상을 보정해 주어야한다. 감시 시스템, 로봇의 시각 역할 등 다양한 비전 시스템에서 카메라가 장착되어 왜곡보정에 대한 사용도가 증가 하고 있다. 그리고 한 광각 카메라에서 획득한 영상은 비선형적인 방사 왜곡을 가지고 있기 때문에 정확한 영상을 획득하기 위해서는 왜곡 보정 작업을 수행하여야 한다. 왜곡된 영상을 올바르게 보정 해줄 캘리브레이션(Calibration)은 영상 좌표계의 한 점이 실세계 좌표계의 어느 위치에 대응하는지를 결정하기 위해 보정 변수들을 결정하는 과정이다. 본 논문에서는 캘리브레이션(Calibration)을 수행할 때 패턴 개수, 이미지 파일 크기, 이미지 파일 개수가 영상 왜곡 보정에 어떤 영향을 미치는지 분석해 보았을 때 다른 어떤 경우보다 패턴 개수를 비교적 작게 했을 때의 경우가 뚜렷한 차이를 보여주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.449-451
• /
• 2003

패턴 분류 문제에서 수치적 속성일 경우 퍼지 적용은 효과적인 결과를 보인다는 것은 많은 연구를 통해 알려졌다. 하지만 퍼지를 적용한 패턴분류의 결과는 소속함수의 모양과 개수에 따라 크게 영향을 받는다는 문제점을 가지고 있다. 따라서 이러한 문제점은 퍼지를 쉽게 응용분야에 적용시키지 못하는 원인이 된다. 따라서 본 논문에서는 자동으로 소속함수를 정의할 수 있는 소속함수 학습 방법을 제안한다. 제안한 방법1)은 Penalty연산과 Reward연산을 통해 소속함수가 학습되고 Coverage연산을 통해 소속함수 개수가 학습된다. 제안된 방법의 가능성을 확인하기 위해 벤치마크 데이터 중 Iris, Appendicitis, Breast Cancer를 사용하여 기존 방법과 비교한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.247-249
• /
• 2001

한 사이트 내에서 제공되는 정보가 많아질수록 사용자는 많은 실패를 거친 후 자신이 원하는 정보에 도달하게 된다. 사용자가 어떤 사이트에 자주 찾아오도록 하기 위해서는 적은 노력으로도 원하는 정보에 도달할 수 있도록 도움을 주는 웹 페이지 추천 기법이 필요하다. 기존의 연관규칙이나 순차패턴 기법은 모든 규칙을 찾으므로 필요한 개수 이상의 연산을 한다. 연산 개수가 많아지면 연산 시간이 길어져 갱신되는 데이터베이스를 매번 적용시켜 계산하기가 어렵다. 제안하는 기법은 현재 사용자의 경로 정보를 기준으로 데이터베이스를 변형시키고, 기존 사용자의 경로정보가 저장된 데이터베이스를 검색하여 경로 정보의 패턴을 분석한다. 분석된 결과 중 가장 연관성이 높다고 판단되는 웹 페이지를 현재 사용자에게 추천한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.331-333
• /
• 2004

본 연구는 Haplotype 데이터에서 나타나는 별개의 Haplotype의 수를 최소화하는 블록으로 분할하는 방법을 제안한다. Multi-population case인 Haplotype 데이터를 분석하기 위해 패턴의 개수를 최소한으로 줄이는 볼록 분할 방법은 전산학적인 최적해의 의미를 가지게 되며, 이와 더불어 생물학적인 의미를 가지는 블록 경계를 찾기 위해 ｜D'｜ 을 계산하고 LD를 분석하였다 분석된 LD는 블록 분할 알고리즘에서 블록 결정 함수로 사용하였으며, 이에 대한 검정은 X$^2$-test를 통해 이루어졌다. 많은 Sample로 구성된 Haplotype 데이터로부터 평균 패턴의 개수를 최소화하고 긴 블록 길이를 가지는 블록 분할의 결과를 얻었다.

• The KIPS Transactions:PartB
• /
• v.13B no.2 s.105
• /
• pp.127-132
• /
• 2006

K-NN (k-Nearest Neighbors), which is a well-known instance-based learning algorithm, simply stores entire training patterns in memory, and uses a distance function to classify a test pattern. K-NN is proven to show satisfactory performance, but it is notorious formemory usage and lengthy computation. Various studies have been found in the literature in order to minimize memory usage and computation time, and NGE (Nested Generalized Exemplar) theory is one of them. In this paper, we propose RPA (Recursive Partition Averaging) and IRPA (Incremental RPA) which is an incremental version of RPA. RPA partitions the entire pattern space recursively, and generates representatives from each partition. Also, due to the fact that RPA is prone to produce excessive number of partitions as the number of features in a pattern increases, we present IRPA which reduces the number of representative patterns by processing the training set in an incremental manner. Our proposed methods have been successfully shown to exhibit comparable performance to k-NN with a lot less number of patterns and better result than EACH system which implements the NGE theory.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.721-723
• /
• 2005

패턴 분류에 많이 사용되는 MBR(Memory Based Reasoning) 기법은 메모리에 저장된 학습패턴과 테스트 패턴간의 거리를 계산하여 가장 가까운 학습패턴의 클래스로 분류하기 때문에 테스트 패턴을 분류하는 기준을 설명할 수 없다는 문제점을 가지고 있다. 본 논문에서는 RPA(Recursive Partition Averaging) 기법을 이용하여 분류 기준을 설명할 수 있는 IF-THIN 형태의 규칙을 생성하고 생성된 규칙의 일반화 성능을 향상시키기 위하여 불필요한 조건을 제거하는 규칙 pruning 알고리즘과 생성되는 규칙의 개수를 줄일 수 있는 점진적 규칙 추출 알고리즘을 제안한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.474-478
• /
• 2009

한반도 하천은 몬순기후와 노년기 지형 등의 영향으로 평상시 물이 흐르는 하도와 충적토로 덮인 주변 사주 및 홍수터를 보여 왔다. 그러나 1970년대 이후 하천이 대규모로 정비, 개발되기 시작하면서 한반도 하천 고유의 '화이트리버'는 점차 식생으로 덮여 '그린리버'로 바뀌게 되었다. 본 연구는 이러한 하천 사주 및 홍수터에 식생이 활착하는 현상에 대해 요인별로 몇 가지 패턴으로 구분하고 대표적인 사례를 제시한다. 패턴 1은 상류 댐, 취수 등 인위적 유황 및 유사이송 변화와 그에 따른 하상 소류력 감소, 홍수터에 신선한 유사퇴적 감소 등으로 식생이 번성하게 되는 경우이다. 패턴 2는 하천개수, 골재채취 등으로 하도가 인위적으로 교란되는 경우이다. 마지막으로 패턴 3은 특히 중소하천에서 비점오염물질(인, 질소) 과다 유입으로 식생이 과다하게 번식하는 경우이나, 아직 현장에서 실제적인 확인은 되어 있지 않다. 이 같은 양상은 어느 하천에서 단독으로 일어날 수도 있고, 복합적으로 일어날 수 있다. 본 조사 연구는 각 양상에 대해서 구체적인 사례를 같이 제시하고, 그 의미를 검토한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06d
• /
• pp.489-494
• /
• 2007

침입방지 시스템(IPS, Intrusion Prevention System)은 인라인모드(in-line mode)로 네트워크에 설치되어, 네트워크를 지나는 패킷 또는 세션을 검사하여 만일 그 패킷에서 공격이 감지되면 해당 패킷을 폐기하거나 세션을 종료시킴으로서 외부의 침입으로부터 네트워크를 보호하는 시스템을 의미한다. 침입방지 시스템은 크게 두 가지 종류의 동작을 수행한다. 하나는 이미 알려진 공격으로부터 방어하는 시그너처 기반 필터링(signature based filtering)이고 다른 하나는 알려지지 않은 공격이나 비정상 세션으로부터 방어하는 자기 학습 기반의 변칙 탐지 및 방지(anomaly detection and prevention based on selflearning)이다. 시그너처 기반 필터링에서는 침입방지시스템을 통과하는 패킷의 페이로드와 시그너처라고 불리는 공격 패턴들과 비교하여 같으면 그 패킷을 폐기한다. 시그너처의 개수가 증가함에 따라 하나의 들어온 패킷에 대하여 요구되는 패턴 매칭 시간은 증가하게 되어 패킷지연 없이 동작하는 고성능 침입탐지시스템을 개발하는 것이 어렵게 되었다. 공개 침입방지 소프트웨어인 SNORT를 위한 여러 개의 효율적인 패턴 매칭 방식들이 제안되었는데 시그너처들의 공통된 부분에 대해 한번만 매칭을 수행하거나 한 바이트 단위 비교대신 여러 바이트 비교 동작을 수행함으로써 불필요한 매칭동작을 줄이려고 하였다. 본 논문에서는 패턴 매칭 시간을 시그너처의 개수와 무관하게 하기 위하여 시그너처 해싱 기반에 기반한 고성능 침입방지시스템을 제안한다.

• Journal of Korea Multimedia Society
• /
• v.9 no.9
• /
• pp.1118-1130
• /
• 2006

Existed pattern analysis algorithms in data streams environment have researched performance improvement and effective memory usage. But when new data streams come, existed pattern analysis algorithms have to analyze patterns again and have to generate pattern tree again. This approach needs many calculations in real situation that needs real time pattern analysis. This paper proposes a method that continuously analyzes patterns of incoming data streams in real time. This method analyzes patterns fast, and thereafter obtains real time patterns by updating previously analyzed patterns. The incoming data streams are divided into several sequences based on time based window. Informations of the sequences are inputted into a hash table. When the number of the sequences are over predefined bound, patterns are analyzed from the hash table. The patterns form a pattern tree, and later created new patterns update the pattern tree. In this way, real time patterns are always maintained in the pattern tree. During pattern analysis, suffixes of both new pattern and existed pattern in the tree can be same. Then a pointer is created from the new pattern to the existed pattern. This method reduce calculation time during duplicated pattern analysis. And old patterns in the tree are deleted easily by FIFO method. The advantage of our algorithm is proved by performance comparison with existed method, MILE, in a condition that pattern is changed continuously. And we look around performance variation by changing several variable in the algorithm.

• Journal of KIISE:Software and Applications
• /
• v.34 no.1
• /
• pp.11-17
• /
• 2007

One of the popular methods used for pattern classification is the MBR (Memory-Based Reasoning) algorithm. Since it simply computes distances between a test pattern and training patterns or hyperplanes stored in memory, and then assigns the class of the nearest training pattern, it cannot explain how the classification result is obtained. In order to overcome this problem, we propose an incremental teaming algorithm based on RPA (Recursive Partition Averaging) to extract IF-THEN rules that describe regularities inherent in training patterns. But rules generated by RPA eventually show an overfitting phenomenon, because they depend too strongly on the details of given training patterns. Also RPA produces more number of rules than necessary, due to over-partitioning of the pattern space. Consequently, we present the IREA (Incremental Rule Extraction Algorithm) that overcomes overfitting problem by removing useless conditions from rules and reduces the number of rules at the same time. We verify the performance of proposed algorithm using benchmark data sets from UCI Machine Learning Repository.