• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.3
• /
• pp.71-77
• /
• 2013

In the information flooded situation having many thing to do, the efficient scheduling of energy and time is regarded as a very important thing for the busy modern people. Because the efficient time scheduling already became a very important key factor for a successful life, the more elaborately designed intelligent system than the previous simple event oriented scheduling system should be supported. Accordingly in this paper we propose Classified Job Scheduling System in which jobs are classified by Time value & Importance and allocated to Time frame efficiently. Especially the new method is proposed with the policy that processes the job with high time value first and concurrently allocates the job of low time vale & high importance to the preempted fixed area of time frame for continuous processing of job which has a key of success in the future.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.207-210
• /
• 2000

본 논문에서는 신호를 해석하는데 유용한 웨이블렛 변환을 적용하여 장면전환 요소 중 cut과 fade를 검출하는 알고리즘을 제안한다. 제안된 방법은 웨이블렛 저대역 부밴드로부터 각 프레임의 히스토그램을 구한 후 이전 프레임과 현재 프레임사이의 히스토그램 차를 구하여 이 값이 임계값 이상이면 급격한 장면전환(abrut shot transition)인 cut으로 분류한다. 다음으로 페이드인(fade in)이나 페이드 아웃(fade out)등 컷의 지점이 불분명한 점진적 장면전환(gradual scene transition)을 검출하기 위하여 고대역 부밴드에서 추출한 에지성분에 모멘트를 계산하여 인접한 프레임 사이의 변동율을 분석하여 값이 증가하면 페이드 인을 검출하고 반면에 감소하면 페이드 아웃을 검출하게된다. 성능평가를 위하여 실제의 비디오 분할에 적용한 결과 웨이블렛 적용 방법론이 매우 높은 Precision을 갖는다는 것을 알 수 있으며 윤곽정보에 모멘트 정보를 더함으로써 기존의 방법보다 정확한 페이드(fade) 구간을 검출할 수 있었다.

• Convergence Security Journal
• /
• v.22 no.4
• /
• pp.129-133
• /
• 2022

Deep learning frameworks are still evolving, and there are various frameworks. Typical deep learning frameworks include TensorFlow, PyTorch, and Keras. The Deepram framework utilizes optimization models in image classification through image learning. In this paper, we use the TensorFlow and PyTorch frameworks, which are most widely used in the deep learning image recognition field, to proceed with image learning, and compare and analyze the results derived in this process to know the optimized framework. was made.

• The Journal of the Acoustical Society of Korea
• /
• v.41 no.2
• /
• pp.115-121
• /
• 2022

In this paper, we propose a music classification system according to user emotions using Electroencephalogram (EEG) features that appear when listening to music. In the proposed system, the relationship between the emotional EEG features extracted from EEG signals and the auditory features extracted from music signals is learned through a deep regression neural network. The proposed system based on the regression model automatically generates EEG features mapped to the auditory characteristics of the input music, and automatically classifies music by applying these features to an attention-based deep neural network. The experimental results suggest the music classification accuracy of the proposed automatic music classification framework.

• Journal of Intelligence and Information Systems
• /
• v.16 no.2
• /
• pp.33-54
• /
• 2010

The World Wide Web is transitioning from being a mere collection of documents that contain useful information toward providing a collection of services that perform useful tasks. The emerging Web service technology has been envisioned as the next technological wave and is expected to play an important role in this recent transformation of the Web. By providing interoperable interface standards for application-to-application communication, Web services can be combined with component based software development to promote application interaction both within and across enterprises. To make Web services for service-oriented computing operational, it is important that Web service repositories not only be well-structured but also provide efficient tools for developers to find reusable Web service components that meet their needs. As the potential of Web services for service-oriented computing is being widely recognized, the demand for effective Web service discovery mechanisms is concomitantly growing. A number of public Web service repositories have been proposed, but the Web service taxonomy generation has not been satisfactorily addressed. Unfortunately, most existing Web service taxonomies are either too rudimentary to be useful or too hard to be maintained. In this paper, we propose a Web service taxonomy generation framework that combines an artificial neural network based clustering techniques with descriptive label generating and leverages the semantics of the XML-based service specification in WSDL documents. We believe that this is one of the first attempts at applying data mining techniques in the Web service discovery domain. We have developed a prototype system based on the proposed framework using an unsupervised artificial neural network and empirically evaluated the proposed approach and tool using real Web service descriptions drawn from operational Web service repositories. We report on some preliminary results demonstrating the efficacy of the proposed approach.

• Journal of Korea Game Society
• /
• v.10 no.5
• /
• pp.39-49
• /
• 2010

The fundamental characteristic that digital games have is interactivity. Digital games need to be systematically categorized so that similarities and differences can be identified and analyzed. Research in the past, however, has not established common criteria for categorizing digital games. This paper resolves that gap by identifying the fundamental characteristic of games, interactivity, and develops a conceptual framework consisting of primary and corresponding participants, and controlling characters. Through an empirical analysis on some digital games, this study shows that the framework could be comprehensive covering all of interactivity during the game. Future research topics are presented based on this framework.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.24 no.6B
• /
• pp.1191-1202
• /
• 1999

We propose an efficient vehicle detection and classification algorithm for an electronic toll collection using the feature which is robust to abrupt intensity change between consecutive frames. The local correlation coefficient between wavelet transformed input and reference images is used as such a feature, which takes advantage of textural similarity. The usefulness of the proposed feature is analyzed qualitatively by comparing the feature with the local variance of a difference image, and is verified by measuring the improvements in the separability of vehicle from shadowy or shadowless road for a real test image. Experimental results from field tests show that the proposed vehicle detection and classification algorithm performs well even under abrupt intensity change due to the characteristics of sensor and occurrence of shadow.

• Annual Conference on Human and Language Technology
• /
• 1989.10a
• /
• pp.154-158
• /
• 1989

본 연구는 통제적 모델에 의한 연속 숫자음의 인식에 관한 것으로 4 연속 숫자음을 인식 대상으로하여 실험한다. 시스템은 크게 음향 음성 처리부 및 어휘 해석부 두 부분으로 나뉜다. 음향 음성 처리부에서는 입력 음성으로부터 특정 벡터인 12차의 LPC cepstrum 계수를 구하여, 프레임 레이블링과 소음소 레이블링 (phone labelling)을 한다. 프레임 레이블링인 베이스 분류법을 이용하였으며, 소음소 레이블링은 프레임 레이블과 사후확률 (posteriori probability)로 부터 이루어 졌다. 어휘 해석부분에서는 소음소 단위를 입력으로 받아 음운규칙을 통해 작성된 소음소 망을 거쳐 연속 숫자음 출력을 얻도록 했다. 본실험은 화자 3 명이 발음한 35 개의 4 연속 숫자음을 인식 대상으로 하였으며, 4 연속 숫자음을 평가단위로 80%의 인식율을 얻었고, 각 숫자음의 음절을 단위로 95%의 인식율을 얻어 제시한 알고리즘의 유효성을 입증하였다.

• Broadcasting and Media Magazine
• /
• v.16 no.4
• /
• pp.84-92
• /
• 2011

다성 음악 신호의 주요 멜로디 검출 기술은 프레임 단위로 다중 피치를 검색하고 멜로디 피치를 선택하여 최종 멜로디를 검출한다. 그러나 다중 피치 검색의 한계와 피치 검색에서의 더블링(doubling)과 하빙(halving) 등으로 인하여 멜로디 피치 검출의 정확도가 저하되는 문제점을 가진다. 따라서 다성 음악의 주요 멜로디 검출 과정은 프레임 사이의 멜로디 피치를 분석하여 추가적으로 멜로디 피치를 보정하는 과정이 필요하다. 본 고에서는 다성 음악 신호에서 프레임 단위로 검출된 멜로디 피치를 보정하여 주요 멜로디 검출의 정확도를 추가로 향상시키는 기술들을 소개한다. 다양한 기술들을 접근 방식에 따라 분류하여 설명하고, 대표적인 기술의 검출 정확도 향상 성능을 간단히 정리한다.

• KSCI Review
• /
• v.15 no.1
• /
• pp.191-195
• /
• 2007

본 논문에서는 영상으로부터 한국적 감성 데이터를 추출하고 감성 컨텐츠 프레임워크(ISC) 구축을 통해 영상데이터를 다양한 멀티미디어 데이터와 함께 사용자에게 전달하는 시스템을 제안한다. 이를 위해 먼저 영상으로부터 객체를 분리해내고 각각의 특징벡터 모델을 구축한다. 특징벡터모델은 요소인자로써 벡터공간의 데이터로 입력되고, 정규화 된 한국어 형용사 데이터와의 근접도를 비교하여 대표 감성을 표현하게 된다. 또한 감성 컨텐츠 데이터의 3층 구조를 이용하여 멀티미디어 데이터를 분류하고 대표 감성형용사와의 인자사상을 통하여 다양한 영상-감성 컨텐츠를 제공하는 프레임워크를 설계한다. 이것은 다양한 영상의 추상데이터에 대응한 감성표현을 추출하여 영상에 내포되어 있는 정확한 의미를 관찰자에게 전달할 수 있다.