• 한국컴퓨터정보학회논문지
• /
• 제19권5호
• /
• pp.61-69
• /
• 2014

협업 필터링 추천은 사용자의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 생성하고 이를 이용해 사용자의 특정 아이템에 대한 선호도를 예측한다. 따라서 선호도 행렬이 희박할 경우, 추천의 신뢰도는 급격히 낮아진다. 본 논문에서는 위 문제를 해결하기 위해 데이터 신뢰도 기반 가중치를 이용한 하이브리드 선호도 예측 기법을 제안한다. 선호도 예측은 유사 아이템 집합과 유사 사용자 집합을 모두 생성하고 각 집합을 통해 사용자의 선호도를 예측하며, 모델의 상황을 반영한 가중치를 이용해 각 예측치를 병합하여 수행된다. 이 기법은 사용자 선호도 예측 정확도를 높이며 선호도 행렬 희박도가 높은 상황에도 추천 서비스의 신뢰도를 유지할 수 있도록 한다. 이 기법을 바탕으로 추천 시스템을 구현하고 절대평균오차를 기준으로 서비스 신뢰도 향상을 측정하였다. 실험에서 본 기법은 Hao Ji가 제안한 기존의 기법에 비해 선호도 행렬 희박도가 84% 이상인 상황에서 평균 21.7%의 성능 향상을 보여 효과적으로 행렬 희박도 문제를 해소할 수 있음을 검증하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권4호
• /
• pp.289-293
• /
• 2009

센서 네트워크에서 병합 질의를 효율적으로 처리하기 위한 다양한 인-네트워크 질의 처리 기법이 제안되었다. 스카이라인 질의는 일반적인 병합 질의와 달리 다차원 데이터에 대한 비교를 요구하므로 인-네트워크 처리가 쉽지 않다. 스카이라인 질의를 에너지 효율적으로 처리하기 위해서 불필요한 데이터의 전송을 제거하는 것이 중요하다. 기존에 제안된 스카이라인 처리 기법은 전체 네트워크에 필터를 배포함으로써 불필요한 데이터 전송을 차단한다. 하지만 필터 배포시 발생하는 에너지 소모로 인해 네트워크의 수명이 단축된다. 본 논문에서는 필터 배포에 따른 에너지 소모를 줄이기 위한 방법으로 Lazy 필터링 기법을 통한 스카이라인 질의 처리 기법을 제안한다. 제안하는 기법은 필터를 미리 배포하지 않고 하위 노드로부터 기지국으로 데이터를 수집하는 과정에서 스카이라인 필터 테이블(SFT)을 만들고 필터링을 수행한다. 제안하는 알고리즘의 우수성을 보이기 위해 시뮬레이션을 통해 기존에 제안된 MFTAC 기법과 비교하였으며, 그 결과 평균 False Positive가 평균 53% 감소하였고, 네트워크 수명이 약 44% 증가하였다.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.443-448
• /
• 2022

긴 길이의 적응 필터와 높은 상관도의 입력신호를 사용하는 적응 필터링 응용에서 적응 필터의 수렴성능을 향상 시키기 위해 가변 스텝사이즈를 이용하는 부밴드 인접투사 알고리즘을 제안한다. 제안한 알고리즘은 다위상 분해와 노블아이덴티티를 적용한 M-부밴드 구조에서 각 적응 부필터별 서로 다른 스텝사이즈를 사용함으로써 빠른 수렴속도와 작은 정상상태오차를 얻을 수 있다. 각 갱신시점에서 적응 필터의 평균자승오차를 최소화하도록 유도된 스텝사이즈는 가변 스텝사이즈를 사용하는 기존 알고리즘에 비해 좋은 수렴성능을 보인다. 기존 알고리즘에 비해 우수한 제안한 알고리즘의 수렴성능을 확인하기 위해 시스템 식별 모델을 고려하여 AR(1)과 AR(2) 유색 입력 신호에 대한 최소자승편차에 대한 컴퓨터 시뮬레이션을 수행한다.

• 전자공학회논문지
• /
• 제53권2호
• /
• pp.47-52
• /
• 2016

스마트 기기와 소형 디스플레이에 사용되는 디지털 영상은 다운스케일링 (Downscaling)된 영상이 사용된다. 본 논문에서는 영상 픽셀값의 경사도에 따른 특징벡터를 이용한 다운스케일링 포저리 (Forgery) 영상 검출 알고리즘을 제안한다. 제안된 알고리즘에서, 원영상의 픽셀값 경사도로부터 자기회귀 (AR: Autoregressive) 계수를 계산한다. 이는 다운스케일링 포저리 영상 검출기의 SVM (Support Vector Machine) 분류를 위한 학습에 사용된다. 제안된 다운스케일링 검출 알고리즘은 동일 10-Dim. 특징벡터의 MFR (Median Filter Residual) 스킴과 686-Dim.의 SPAM (Subtractive Pixel Adjacency Matrix) 스킴과 비교하여 다운스케일링 90% 영상 포저리에서 성능이 우수하며, 평균필터링 ($3{\times}3$) 영상과 미디언필터링 ($3{\times}3$) 영상에서 높은 검출율을 보여 주었다. 특히, 평균필터링과 미디언필터링 영상에서는 성능평가 전체 항목에서 민감도 (Sensitivity; TP: True Positive rate)와 1-특이도 (1-Specificity; FP: False Positive rate)의 AUC (Area Under Curve)가 모두 1에 수렴하여 'Excellent (A)' 등급임을 확인하였다.

• 한국게임학회 논문지
• /
• 제9권2호
• /
• pp.135-142
• /
• 2009

메쉬 평탄화는 메쉬 표면의 잡음을 제거하는 것으로써 일반적으로 평탄화 필터를 적용하여 수행한다. 하지만 전체 과정이 CPU에서 수행되기 때문에 많은 실행 시간이 걸리는 문제점을 가진다. GPU는 부동소수점 연산에 특화되어 CPU에 비해 빠른 연산이 가능하기 때문에 복잡한 연산을 실시간으로 처리하는 것이 가능하다. 특히 메쉬 평탄화 과정은 메쉬의 각 정점이나 삼각형을 기반으로 같은 연산을 반복하기 때문에 GPU의 병렬 처리에 적합하다. 본 논문에서는 양방향 필터링에 GPU의 병렬 처리를 이용함으로써 메쉬 평탄화의 수행 시간을 줄이는 방법을 제안한다. 먼저 양방향 필터링을 위해 메쉬의 각 정점에 인접하는 삼각형들을 찾고 이들의 법선 벡터의 평균을 계산하여 정점들의 법선 벡터를 구한다. 양방향 필터링으로 각 정점의 새 위치를 계산하고 앞의 과정을 다시 수행하여 정점들의 새 법선 벡터를 계산한다.

• 한국정보통신학회논문지
• /
• 제4권2호
• /
• pp.407-416
• /
• 2000

본 논문은 트리구조의 필터뱅크를 이용하여 필터링을 할 때 데시메이션으로 인해서 생기는 왜곡을 보상하기 위해서 보조 필터(엘리어싱 제거기)를 사용하는 방법을 제안하고 이를 이용하여 잡음을 제거하여 음질을 향상시키는 실험을 행했다. 입력신호는 두 채널의 분석필터에 의해 서브밴드로 분해된 후 데시메이션되고 다시 각 서브밴드로 분해된 신호를 적응필터를 이용하여 필터링을 한다. 이러한 기법으로 각 주파수 대역을 균일한 대역으로 분해할 수 있으며 각 서브밴드별로 각기 다른 수렴상수를 사용할 수 있어서 수렴속도를 향상시킬 수 있는 장점이 있다. 특히 잡음 제거나 음질 향상에 서브밴드 적응 필터뱅크를 응용할 경우 수렴속도가 빨라야 하며, 임펄스 응답의 길이가 긴 시스템을 모델링하는 데 응용할 수 있는 장점이 있다. 적응필터 계수의 갱신 방법으로는 VSS(Variable Step Size) LMS 알고리듬을 사용하였으며, 실험 결과, 기존의 서브밴드 구조보다 제안한 구조가 최소 평균 오차나 수렴성능 면에서 우수한 성능을 보였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제33권11호
• /
• pp.836-852
• /
• 2006

본 논문에서는 공격적인 선인출 및 직접 사상 필터링을 이용한 L1 캐시 선인출 기법을 제안한다. 이를 위하여 캐시 선인출의 역효과에 대한 정량적 분석 방법을 제안하였고 이를 이용하여 다양한 벤치마크에서의 공격적 선인출 효과를 분석하였다. 분석 결과를 바탕으로 최적 선인출 필터 구조 및 알고리즘을 도출하였고 독자적으로 개발된 타이밍 기반 캐시 시뮬레이터를 사용하여 전체 시스템 성능을 추출하였다. 실험 결과는 제안된 L1 선인출 기법을 사용하여 다양한 벤치마크에 대하여 시스템 성능을 평균적으로 18% 향상시킬 수 있음을 보인다.

• 한국음향학회지
• /
• 제15권4호
• /
• pp.70-76
• /
• 1996

영상이 복합잡음으로 오염된 경우, 기존의 MMSE 필터는 임펄스 잡음의 부근에서 최소평균오차의 추정 편이가 발생하여, 이러한 잡음을 적절히 제거하지 못하게 된다. 본 논문에서는, 이러한 잡음제거를 위하여 MMSE 필터의 구조에 방향성에 따른 다중 윈도윙과 차순 필터링 기법을 결합시켜 새로운 필터링 방법을 제안하였다. 결과적으로 정량적인 방법인 NMSE 측정으로 기존의 MMSE 필터보다 9.7-35.2배의 향상된 영상을 얻었고, 시각적인 면과 정량적인 관점에서도 향상된 영상을 얻을 수 있었다.

• 응용통계연구
• /
• 제37권3호
• /
• pp.311-322
• /
• 2024

본 연구에서는, 추천시스템 연구에 자주 활용되는 무비렌즈 데이터에 대한 탐색적 분석을 통하여 무비렌즈 데이터의 자세한 특성을 살펴보고, 추천시스템에서 심층신경망을 이용한 협업필터링 (NCF) 방법으로 잘 알려진 신경망행렬분해법을 개선하기 위한 대안을 모색한다. 본 연구에서, 제안한 일반화 NCF (G-NCF) 방법은 기존의 NCF 방법에 비하여 주요 평가 지표에서 평균적으로 우수한 특성을 보이지만, 평가지표의 산포가 다소 커지는 단점도 함께 가진다. 성능 비교를 위한 평가 지표로 MAP와 nDCG 등을 이용하였다.

• 한국지리정보학회지
• /
• 제17권1호
• /
• pp.80-90
• /
• 2014

본 연구는 강원대학교 학술림을 대상으로 조사한 42개 표본점의 재적정보와 Landsat TM 영상으로 추출한 Remote Sensing(RS)정보를 이용하여 잣나무임분의 재적을 추정하는 것을 목표로 한다. 실험 대상 학술림 잣나무림의 ha당 평균재적은 $307.7m^3/ha$, 표준편차는 $168.4m^3/ha$이며 산출된 잣나무림 재적을 등급화하였다. TM 영상에 3 by 3 majority filtering을 수행하기 전과 후에 각각 11개의 지수를 추출하였으며, 지수별 평균 화소 값을 이용하여 선형 회귀식 도출에 필요한 독립변수를 선정하였다. 11개의 지수는 6개의 DN(밴드값, 열감지밴드인 Band6을 제외), NDVI(정규식생지수), Band Ratio(BR1:Band4/Band3, BR2:Band5/Band4, BR3:Band7/Band4), Tasseled Cap-Greeness(TC G) 1개로 구성하였다. 그 결과, 필터링 전과 후 모두 NDVI와 TC G가 회귀식에 가장 적합한 지수로 선정되었으며, $R^2$는 필터링 전과 후가 각각 0.736, 0.753로 모두 높았다. 또한, 정확도 비교를 위하여 오차검증을 실시한 결과, RMSE는 필터링 전과 후가 각각 약 $69.1m^3/ha$, 약 $67.5m^3/ha$으로 필터링 후가 낮았으며, bias는 각각 약 $-12.8m^3/ha$, 약 $9.7m^3/ha$으로 필터링 후의 편차가 적어 필터링을 실시한 회귀식이 적합한 모형으로 선정되었다. 필터링 후의 회귀식을 적용하여 추정한 임반별 재적은 총 재적이 약 $160,947m^3$이며, 평균 재적은 약 $315m^3/ha$로 실제 잣나무림의 재적보다 약 1.2배 높게 추정되었다.