본 논문은 마커리스 증강현실(Markerless Augmented Reality)의 구현과 레퍼런스(reference) 데이터 그룹을 효율적으로 생성하고 활용하는 방법을 제안한다. 구현은 카메라 설정과 레퍼런스 데이터 그룹 생성, 트래킹(tracking) 부분으로 되어 있다. 효율적인 레퍼런스 데이터 그룹을 생성하기 위해서는 CAD모델과 같은 3D모델을 필요하며, 다양한 관점에서 본 레퍼런스 데이터 그룹을 생성해야 한다. 모델에 대한 영상에서 특징점들을 추출하고, 광선 추적법을 이용하여 그 특징점에 대응하는 3D좌표를 추출하여, 모델의 특징점 들에 대한 2D/3D 대응점의 레퍼런스 데이터 그룹이 구성된다. 트래킹 할 때 현재 프레임영상에서 특징점 들이 가장 많이 매칭되는 레퍼런스 데이터와 그 주위의 모델 데이터만을 이용하기 때문에 빠르게 트래킹 할 수 있다.
본 논문은 레퍼런스(reference) 데이터 그룹을 효율적으로 생성하고 활용한 마커리스 증강현실(Markerless Augmented Reality)의 구현 방법을 제안한다. 카메라 설정과 레퍼런스 데이터 그룹 생성, 트래킹 (tracking) 부분으로 되어 있다. 효율적인 레퍼런스 데이터 그룹을 생성하기 위해서는 CAD모델과 같은 3D모델을 필요하며, 다양한 관점에서 본 레퍼런스 데이터 그룹을 생성해야 한다. 모델에 대한 영상에서 특징점들을 추출하고, 광선 추적법을 이용하여 그 특징점에 대응하는 3D좌표를 추출하여, 모델의 특징점들에 대한 2D/3D 대응접의 레퍼런스 데이터 그룹이 구성된다. 트래킹 할 때 현재 프레임영상에서 특징점 들이 가장 많이 매칭되는 레퍼런스 데이터와 그 주위의 모델 데이터만을 이용하기 때문에 빠르게 트래킹할 수 있다.
본 논문은 시간 지역성과 인기 편향성을 가진 데이터 참조를 나타낼 수 있는 새로운 참조 모델을 제안한다. 기존의 참조 모델 중 대표적인 LRU 스택 모델은 시간 지역성, 즉 최근에 참조된 데이터가 다시 참조될 가능성이 높은 성질을 나타낼 수 있으나, 데이터의 서로 다른 인기도를 고려할 수 없는 약점이 있다. 이와 반대로 데이터의 서로 다른 인기도를 반영할 수 있는 모델로 독립 참조 모델이 있으나, 시간에 따른 데이터 참조 성향의 변화를 모델링할 수 없는 한계가 있다. 본 논문이 제시하는 참조 모델은 이 두 모델의 한계를 극복하여 서로 다른 데이터의 인기도와 시간에 따른 참조 성향의 변화를 모두 반영할 수 있는 특징이 있다. 또한, 본 논문에서는 캐쉬 교체 알고리즘과 참조 모델의 연관성에 대해 살펴보고 제안한 모델의 최적성에 대해 보인다.
As technology has developed and cost for data processing has reduced, big data market has grown bigger. Developed countries such as the United States have constantly invested in big data industry and achieved some remarkable results like improving advertisement effects and getting patents for customer service. Every company aims to achieve long-term survival and profit maximization, but it needs to establish a good strategy, considering current industrial conditions so that it can accomplish its goal in big data industry. However, since domestic big data industry is at its initial stage, local companies lack systematic method to establish competitive strategy. Therefore, this research aims to help local companies diagnose their big data capabilities through a reference model and big data capability assessment system. Big data reference model consists of five maturity levels such as Ad hoc, Repeatable, Defined, Managed and Optimizing and five key dimensions such as Organization, Resources, Infrastructure, People, and Analytics. Big data assessment system is planned based on the reference model's key factors. In the Organization area, there are 4 key diagnosis factors, big data leadership, big data strategy, analytical culture and data governance. In Resource area, there are 3 factors, data management, data integrity and data security/privacy. In Infrastructure area, there are 2 factors, big data platform and data management technology. In People area, there are 3 factors, training, big data skills and business-IT alignment. In Analytics area, there are 2 factors, data analysis and data visualization. These reference model and assessment system would be a useful guideline for local companies.
Journal of the Korean Data and Information Science Society
/
제13권2호
/
pp.317-328
/
2002
We first derive group ordering reference priors in a two-way mixed-effects analysis of variance (ANOVA) model. We show that posterior distributions are proper and provide marginal posterior distributions under reference priors. We also examine whether the reference priors satisfy the probability matching criterion. Finally, the reference prior satisfying the probability matching criterion is shown to be good in the sense of frequentist coverage probability of the posterior quantile.
Communications for Statistical Applications and Methods
/
제7권1호
/
pp.165-178
/
2000
Bayesian methods are considered for the multiple caputure-recapture data. Reference priors are developed for such model and sampling-based approach through Gibbs sampler is used for inference from posterior distributions. Furthermore approximate Bayes factors are obtained for model selection between trap and nontrap response models. Finally one methodology is implemented for a capture-recapture model in generated data and real data.
데이터의 품질을 평가하기 위해서 데이터 자체의 품질을 측정하는 방법과 데이터 품질을 관리하는 프로세스를 측정하는 방법이 활용되고 있다. 최근에는 조직의 데이터 품질을 보장 및 인증하기 위해 데이터 품질관리 프로세스의 성숙도를 측정하는 방법을 활용하고 있다. 이러한 추세에 따라 본 논문에서는 데이터 품질관리의 프로세스 성숙도를 평가하는데 필요한 프로세스 참조모델을 제시한다. 우선 데이터 품질관리 프로세스 성숙도 평가 모델의 개요를 제시한다. 그리고, 프로세스 성숙도 평가에 기본이 되는 프로세스 참조모델을 제시한다. 여기서는 프로세스 도출 방안, 데이터 품질관리의 기본 원칙, SPICE 프로세스 참조 모델의 기본 개념을 기초로 하여 프로세스 참조모델의 구성과 세부 프로세스를 개발하였다. 그리고 본 모델의 특징 및 개선점을 ISO 8000-150의 프로세스와 비교하여 설명하였다.
Journal of the Korean Data and Information Science Society
/
제17권4호
/
pp.1329-1341
/
2006
When X and Y have independent gamma distributions, we consider the testing problem for two gamma means. We propose a solution based on a Bayesian model selection procedure to this problem in which no subjective input is considered. The reference prior is derived. Using the derived reference prior, we compute the fractional Bayes factor and the intrinsic Bayes factors. The posterior probability of each model is used as a model selection tool. Simulation study and a real data example are provided.
The goal of this research is to develop and apply the integrational model for the pan evaporation and the alfalfa reference evapotranspiration in Republic of Korea. Since the observed data of the alfalfa reference evapotranspiration using lysimeter have not been measured for a long time in Republic of Korea, PM method is used to assume and estimate the observed alfalfa reference evapotranspiration. The integrational model consists of staochastics and neural networks processes respectively. The stochastics process is applied to extend for the short-term monthly pan evaporation and alfalfa reference evapotranspiration. The extended data of the monthly pan evaporation and alfalfa reference evapotranspiration is used to evaluate for the training performance. For the neural networks process, the generalized regression neural networks model(GRNNM) is applied to evaluate for the testing performance using the observed data respectively. From this research, we evaluate the impact of the limited climatical variables on the accuracy of the integrational operation of stochastics and neural networks processes. We should, furthermore, construct the credible data of the pan evaporation and the alfalfa reference evapotranspiration, and suggest the reference data for irrigation and drainage networks system in Republic of Korea.
세계적으로 생물자원 연구데이터는 그 자체로 중요할 뿐만 아니라, 공유되고 활용되어야 한다. 본 논문에서는 명확한 기준 없이 각각의 연구목적과 특성에 따라 개별적으로 구축, 관리되고 있는 생물자원 연구데이터를 공동 활용 할 수 있도록 정보시스템의 구축 단계부터 적용 가능한 데이터 참조모델을 제시한다. 이를 위해 기존 관련 정보시스템의 데이터 모델을 국내외 표준 및 데이터 관리 정책을 기반으로 확장하여 개별 정보시스템에서 공동 활용 할 수 있는 데이터 참조모델을 개발하고 그 적용 절차를 제안한다. 또한, 제안하는 데이터 참조모델의 우수성을 입증하기 위하여 Krogstie의 데이터모델 평가모형을 적용하여 품질수준을 검증하고 국내외 표준들과의 데이터 공유수준을 비교한다. 실험 결과 기존 데이터 모델보다 데이터를 자원, 대상, 활동, 성과의 4단계로 분류하고 엔티티 도출 및 관계를 정의한 데이터 참조모델에서 데이터의 품질과 공유수준이 높게 나타나는 것을 확인 할 수 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.