• Proceedings of the Materials Research Society of Korea Conference
• /
• 2010.05a
• /
• pp.32.1-32.1
• /
• 2010

본 연구에서는 질화물계 발광 다이오드의 광추출효율을 향상시키기 위해서 Bi-layer나노 임프린트 리소그래피와 Lift-off 공정을 이용하여 ITO투명전극 층 상부에 TiO2 나노 패턴을 형성하였다. 발광 다이오드의 투명전극 층 상부에 UV 나노 임프린트 리소그래피를 이용하여 주기적인 폴리머 패턴을 형성한 후 폴리머 패턴 상부에 RF magnetron Sputtering 공법을 이용하여 TiO2를 증착하고 Lift-off 공정을 이용하여 TiO2 나노 패턴을 제작하였다. 그 결과를 주사전사 현미경(SEM)으로 확인한 결과 임프린트 스탬프와 동일한 나노 패턴이 질화물 계 발광다이오드 투명 전극층 표면에 주기적으로 형성되었다. TiO2 나노 패턴 형성을 통한 광추출 효율의 향상 효과를 확인하기 위해 Electroluminescence (EL) 측정한 결과 TiO2 나노 패턴이 형성된 발광다이오드 소자의 EL 강도가 나노 패턴이 없는 발광다이오드와 비교하여 12% 정도 향상 되었음을 보였고, 이는 고 굴절율 나노 패턴이 활성층에서 발생된 빛의 산란 효과를 유도하여 빛의 내부 전반사를 감소시킨 결과로 해석된다. 또한 소자의 전기적 특성평가를 위한 I-V 측정결과, TiO2 나노 패턴이 형성된 발광 다이오드의 전기적 성질이 저하되지 않았음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.413-416
• /
• 2006

최근 위치 측위 기술의 발달 및 GPS 기술의 상용화로 인해 무선 통신 기기의 보급이 증가하면서 다양한 위치 기반 서비스 개발을 위한 노력이 활발히 진행되고 있다. 사용자들의 특성에 맞게 개인화되고 세분화된 위치 기반 서비스를 제공하기 위해서는 방대한 이동 객체의 위치 이동 데이터로부터 의미있는 지식인 유용한 패턴을 추출하기 위한 시간 패턴 탐사가 필요하다. 기존의 시간 패턴 탐사 기법들 중 일부는 이동 객체의 시간에 따른 공간 속성들의 변화를 충분히 고려하지 못하거나 또는 시공간 속성을 동시에 고려한 패턴 탐사는 가능하나 전체 이동 패턴들 중 추출하고자 하는 패턴에 반드시 포함되어야 하는 공간 정보에 대한 제약이 없어 특정 지점들 사이의 최적 이동 경로 탐색 문제나 단위기간 동안 이동 객체가 순회해야 지점들에 대한 스케줄링 경로 예측 문제 등에 적용하기 어렵다. 따라서 본 논문에서는 이동 객체의 위치 이력 데이터들에 대한 시공간 속성들을 고려하여 다양한 이동 패턴들 중 객체의 최적 이동 경로에 해당하는 패턴을 탐색하기 위한 새로운 시간 패턴 마이닝 알고리즘을 제안한다. 제안된 알고리즘은 특정한 지점들 사이를 이동한 객체의 위치 데이터들 중 객체가 가장 빈번하게 이동한 경로를 탐색하여 최적 경로를 결정하는 알고리즘으로, 공간 추상 계층의 각 계층별 영역 내 포함여부를 고려한 위치 일반화를 수행하여 보다 효과적으로 이동 패턴을 탐색할 수 있다.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.257-262
• /
• 2016

본 논문은 비구조적인 자연어 문장으로부터 두 개체 사이의 관계를 표현하는 구조적인 트리플을 밝히는 관계추출에 관한 연구를 기술한다. 사람이 직접 언어적 분석을 통해 트리플이 표현되는 형식을 입력하여 관계를 추출하는 규칙 기반 접근법에 비해 기계가 데이터로부터 표현 형식을 학습하는 기계학습 기반 접근법은 더 다양한 표현 형식을 확보할 수 있다. 기계학습을 이용하려면 모델을 훈련하기 위한 학습 데이터가 필요한데 학습 데이터가 수집되는 방식에 따라 지도 학습, 원격지도 학습 등으로 구분할 수 있다. 지도 학습은 사람이 학습 데이터를 만들어야하므로 사람의 노력이 많이 필요한 단점이 있지만 양질의 데이터를 사용하는 만큼 고성능의 관계추출 모델을 만들기 용이하다. 원격지도 학습은 사람의 노력을 필요로 하지 않고 학습 데이터를 만들 수 있지만 데이터의 질이 떨어지는 만큼 높은 관계추출 모델의 성능을 기대하기 어렵다. 본 연구는 기계학습을 통해 관계추출 모델을 훈련하는데 있어 지도 학습과 원격지도 학습이 가지는 단점을 서로 보완하여 타협점을 제시하는 학습 방법을 제안한다.

• Annual Conference on Human and Language Technology
• /
• 2016.10a
• /
• pp.257-262
• /
• 2016

본 논문은 비구조적인 자연어 문장으로부터 두 개체 사이의 관계를 표현하는 구조적인 트리플을 밝히는 관계추출에 관한 연구를 기술한다. 사람이 직접 언어적 분석을 통해 트리플이 표현되는 형식을 입력하여 관계를 추출하는 규칙 기반 접근법에 비해 기계가 데이터로부터 표현 형식을 학습하는 기계학습 기반 접근법은 더 다양한 표현 형식을 확보할 수 있다. 기계학습을 이용하려면 모델을 훈련하기 위한 학습 데이터가 필요한데 학습 데이터가 수집되는 방식에 따라 지도 학습, 원격지도 학습 등으로 구분할 수 있다. 지도 학습은 사람이 학습 데이터를 만들어야하므로 사람의 노력이 많이 필요한 단점이 있지만 양질의 데이터를 사용하는 만큼 고성능의 관계추출 모델을 만들기 용이하다. 원격지도 학습은 사람의 노력을 필요로 하지 않고 학습 데이터를 만들 수 있지만 데이터의 질이 떨어지는 만큼 높은 관계추출 모델의 성능을 기대하기 어렵다. 본 연구는 기계학습을 통해 관계추출 모델을 훈련하는데 있어 지도 학습과 원격지도 학습이 가지는 단점을 서로 보완하여 타협점을 제시하는 학습 방법을 제안한다.

• Journal of Digital Contents Society
• /
• v.7 no.4
• /
• pp.235-243
• /
• 2006

This paper presents the development of certain efficient method for expressing the emotion of an avatar based on the facial expression recognition. This new method is not changing a facial expression of the avatar manually. It can be changing a real time facial expression of the avatar based on recognition of a facial pattern which can be captured by a web cam. It provides a tool for recognizing some part of images captured by the web cam. Because of using the model-based approach, this tool recognizes the images faster than other approaches such as the template-based or the network-based. It is extracting the shape of user's lip after detecting the information of eyes by using the model-based approach. By using changes of lip's patterns, we define 6 patterns of avatar's facial expression by using 13 standard lip's patterns. Avatar changes a facial expression fast by using the pre-defined avatar with corresponding expression.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.172-175
• /
• 2007

영상에 나타나는 자막은 영상과 관계가 있는 정보를 포함한다. 이러한 자막의 정보를 이용하기 위해 영상으로부터 자막을 추출하는 연구는 근래에 들어 활발히 진행되고 있다. 기존의 연구는 일정한 높이의 자막이나 획의 두께를 가진 자막만을 추출하였다. 본 논문에서는 일정 크기 이상의 크기에 무관한 자막을 추출하는 방법을 제안한다. 먼저, 자막 추출을 위해서 영상에 포함된 픽셀들의 연결 객체를 생성하였다. 그리고 연결 객체 중에서 자막의 형태적인 특정의 패턴을 분석하고, 패턴을 이용하여 자막을 추출하였다. 실험에 사용된 영상은 다큐멘터리, 쇼 프로그램과 같은 대중 방송에서 획득하였으며, 실험 결과는 다양한 크기의 자막을 포함한 영상을 사용하여 실험하였고, 자막 추출의 결과는 찾아진 연결객체 중에 자막의 비율과 자막 중에 찾아진 자막의 비율로 분석하였다. 제안한 방법에 의해 다양한 크기의 자막을 추출할 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.1
• /
• pp.33-38
• /
• 2001

본 논문에서 제안한 특징 벡터 추출방법의 기본 아이디어는 융선 패턴의 지역 방위에 따라 그레이-스케일 영상의 융선을 따라가면서 융선의 방향성을 추출하는 것이다. 융선을 따라가는 시작점은 그레이-스케일 영상을 일정한 격자로 나누어서 격자 안의 중심점으로 결정한다. 그 다음에 융선을 따라가면서 여러 방향의 방향성 특징 벡터를 추출하고, 추출된 방향성 특징 벡터를 4방향성 특징 벡터로 라벨링한다. 실험은 4개의 지문에서 구성한 124개의 특징 패턴을 가지고 하였으며, 하나의 지문은 31개의 특징패턴으로 구성하였다. 그 결과 학습된 지문을 인식하는 능력이 매우 우수함을 보여주었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.425-428
• /
• 2001

소프트웨어 역공학은 기존 원시코드에서 구성요소와 그들의 관계 파악을 통하여 설계요소를 추출함으로써 논리적이고 구현에 독립된 추상화된 설계정보를 제공하고 재사용 하게 함으로써 그 역할이 중요시되어왔다. 최근 패턴구조 컴포넌트의 재사용은 기존의 클래스 단위의 재사용 시스템에 비하여 시스템 설계 및 구현단계에서 개발비용의 절감과 개발기간의 단축에 도움을 줄 수 있으며, 이를 통해 개발되는 시스템의 생산성과 안정성을 보다 향상시킬 수 있다. 본 연구는 기존의 소스코드를 분석하여 재사용 가능한 객체를 추출하고 클래스와 클래스들 간의 관련성을 찾아내어 패턴정보를 추출하고 그 정보를 저장하기 위한 데이터베이스 스키마를 설계하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.793-795
• /
• 2004

본 논문은 인물 도메인의 백과사전 지식베이스를 구축하기 위하여 백과사전 본문의 자연어 문장으로부터 인물 표제어의 특징을 잘 나타내는 속성 값을 인식하여 추출하는 방법에 관하여 기술한다. 속성은 인물 공통 및 세부 분야별로 총 52개의 속성을 정의하였고 이를 태그셋으로 정의하여 1천 문서의 백과사전 인물 속성태깅코퍼스를 구축하였다. 속성태깅코퍼스로부터 반자동으로 약 1천 8백여 개의 속성패턴을 추출하였고 백과사전 인물 표제어 24,848개에 대해 속성패턴을 적용하여 지식베이스를 구축하였다. 추출성능은 f-score 0.68의 결과를 나타내었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.377-380
• /
• 2012

본 연구에서는 학습데이터의 빈도요소를 반영하도록 수정된 구조의 FMM 신경망을 소개하고, 이로부터 패턴 분류를 위한 지식 표현을 생성하는 방법론을 제안한다. 하이퍼박스 멤버쉽함수는 5종류의 퍼지 분할을 기반으로 설정한 구간에 대하여 소속정도를 반영하여 결정하며, 각 차원별로 특징범위의 폭과 빈도 요소로부터 가중치 값이 학습된다. 본 연구에서는 제안된 이론을 수화인식 문제를 대상으로 고찰하였다. 인식 시스템의 구성은 특징추출을 위하여 3차원으로 확장된 구조의 CNN 모델을 사용하였으며, 수화패턴 데이터의 표현은 모션 히스토리 볼륨(Motion History Volume) 구조를 기반으로 하였다. 6종류의 수화패턴 동영상으로부터 27개 특징요소를 추출하고 이를 사용한 FMM 신경망의 학습과정과 지식의 추출 과정을 실험으로 보이고 그 유용성을 고찰한다.