• 대한전기학회논문지:시스템및제어부문D
• /
• 제52권9호
• /
• pp.540-546
• /
• 2003

A fast pattern classification algorithm with Cellular Nonlinear Network-based dynamic programming is proposed. The Cellular Nonlinear Networks is an analog parallel processing architecture and the dynamic programing is an efficient computation algorithm for optimization problem. Combining merits of these two technologies, fast pattern classification with optimization is formed. On such CNN-based dynamic programming, if exemplars and test patterns are presented as the goals and the start positions, respectively, the optimal paths from test patterns to their closest exemplars are found. Such paths are utilized as aggregating keys for the classification. The algorithm is similar to the conventional neural network-based method in the use of the exemplar patterns but quite different in the use of the most likely path finding of the dynamic programming. The pattern classification is performed well regardless of degree of the nonlinearity in class borders.

• 한국컴퓨터정보학회논문지
• /
• 제19권1호
• /
• pp.149-156
• /
• 2014

중첩형 일반화 사례 (NGE, Nested Generalized Exemplar) 기법은 거리 기반 분류를 최적 일치 규칙으로 사용하며, 노이즈에 대한 내구력을 증가시켜 주는 동시에 모델 크기를 감소시키는 장점이 있다. NGE 학습 중 생성된 교차(cross)나 중첩(overlap) 현상은 분류성능을 저해하는 요인으로 작용한다. 따라서 본 논문은 NGE 학습 중 생성된 교차나 중첩 현상이 발생한 초월 평면에대해 상호정보가 가장 큰 구간을 분리하여, 새로운 초월평면을 구성하게 하여, 분류성능 향상시키고 초월평면의 개수를 감소시키는 기법인 DHGen(Dominant Hyperrectangle Generation) 알고리즘을 제안하였다. 제안한 DHGen은 분류성능면에서 kNN과 유사하고 NGE이론으로 구현한 EACH보다 우수함을 UCI Machine Learning Repository에서 벤치마크데이터를 발췌한 실험자료로 입증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권10호
• /
• pp.3642-3667
• /
• 2021

Texture synthesis technology has the advantages of repairing texture and structure at the same time. However, during the filling process, the size of the patch is fixed, and the content of the filling is not fully considered. In order to be able to adaptively change the patch size, we used the exemplar-based inpainting technique as the test algorithm, considering the image structure and texture, calculated the image structure patch size and texture patch size, and comprehensively determined the image patch size. This can adaptively change the patch size according to the filling content. In addition, we use multi-layer images to calculate the priority, so that the order of image repair was more stable. The proposed repair algorithm is compared with other image repair algorithms. The experimental results showed that the proposed adaptive image repair algorithm can better repair the texture and structure of the image, which proved the effectiveness of the proposed algorithm.

• 인지과학
• /
• 제28권4호
• /
• pp.329-347
• /
• 2017

범주기반 속성추론에 대한 초기연구들은 전형성, 다양성, 유사성 효과 등 인간 사고에서 나타나는 다양한 현상들을 보고하였다. 이후 연구들은 이러한 추론에서 참가자들의 사전지식이 광범위한 영향을 미친다는 것을 발견하였다. 본 연구에서는 다양한 사전지식들 중 하나인 인과적 지식이 속성추론에 미치는 영향을 검증하고 이를 모델링하였다. 이를 위해 참가자들은 네 개의 속성으로 구성된 범주에서 속성들이 공통원인 혹은 공통효과 인과구조로 연결되었을 때 속성추론과제를 실시하였다. 그 결과 전형성 효과와 더불어 공통원인 구조에서 인과적 마코프 조건(causal Markov condition)에 대한 위배와 공통효과 구조에서 인과적 절감(causal discounting)이 관찰되었다. 이를 모델링하기 위해 참가자들은 표적속성이 존재하는 범주예시와 존재하지 않은 범주예시가 존재할 가능성에 대한 차이값 (즉, $p(E_{F(X)}{\mid}Cat)-p(E_{F({\sim}X)}{\mid}Cat)$에 근거하여 속성추론을 수행한다고 가정하였다. 인과모형이론(Rehder, 2003)에 기반하여 범주예시들의 확률값을 계산한 후 각 표적속성에 대한 추론에 적용하였다. 그 결과 모형은 참가자들의 데이터에서 관찰된 전형성 효과뿐만 아니라 인과적 마코프 조건에 대한 위배 및 인과적 절감을 모두 예측한다는 것이 확인되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 추계학술발표대회 및 정기총회
• /
• pp.477-480
• /
• 2005

메모리 기반 추론 기법에서 기억공간의 효율적 사용과 분류 시간을 줄이기 위한 다양한 방법들이 연구되고 있으며, NGE(Nested Generalized Exemplar) 이론을 예로 들 수 있다. 본 논문에서는 학습 패턴 집합으로부터 대표패턴을 생성하는 RPA(Recursive Partition Averaging) 기법과 점진적으로 대표패턴을 추출하는 IRPA(Incremental RPA) 기법을 제안한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.365-366
• /
• 2007

In this paper, a novel correction method of red-eye effect is proposed. Conventional methods simply reduce red components in red-eye regions, not considering the expanded size of a pupil, thus the correction results can be unnatural. In the proposed method, an exemplar-based inpainting method is used for reducing the pupil region and filling the iris texture instead. Experimental results show that the proposed method is effective and its correction results look more natural than those of conventional methods.

• 정보처리학회논문지B
• /
• 제13B권2호
• /
• pp.127-132
• /
• 2006

인스턴스 기반 학습의 대표적인 알고리즘인 k-NK(K-Nearest Neighbors)은 단순히 전체 학습패턴을 메모리에 저장한 다음, 분류할 때 학습 패턴들과의 거리를 계산하여 가장 가까운 학습패턴의 클래스로 테스트 패턴을 분류한다. K-NN 기법은 만족할 만한 분류성능을 보여주지만, 학습패턴의 개수가 늘어나면 메모리와 분류 시간이 증가하는 문제점을 가지고 있다. 그러므로, 메모리의 효율적 사용과 분류 시간을 단축시키기 위한 다양한 연구들이 발표되었으며, 그 대표적인 예로 NGE(Nested Generalized Exemplar) 이론을 들 수 있다. 본 논문에서는 학습패턴의 집합으로부터 대표패턴을 생성하는 RPA(Recursive Partition Averaging)기법과 점진적으로 대표패턴을 추출하는 IRPA(Incremental RPA)기법을 제안하였다. RPA기법은 전체 학습패턴의 공간을 재귀적으로 분할하면서 대표패턴을 생성하며, IRPA 기법은 RPA 기법의 특성상 패턴의 특징 개수가 많은 경우, 과도한 분할로 인하여 생성되는 많은 개수의 대표패턴을 줄이기 위하여 점진적으로 대표패턴을 추출하는 알고리즘이다. 본 논문에서 제안한 기법은 기존의 k-NN 기법과 비교하여 현저하게 줄어든 대표패턴을 이용하석 유사한 분류 성능을 보여주며, NGE 이론을 구현한 EACH 시스템과 비교하여 탁월한 분류 성능을 보여준다.

• Architectural research
• /
• 제9권2호
• /
• pp.11-18
• /
• 2007

A cabin for Mr. and Mrs. Popenoe of 1922 was designed by the eminent Los Angeles architect, Rudolph M. Schindler. It stands out as an early exemplar of Schindler's most notable work in its unique employment of compositional strategy. Unfortunately, the cabin was demolished before an in-depth research was executed. In addition, there remains no documentary record with regard to the construction process, structural details and the use of materials of the built cabin. However, a set of drawings of the house are housed in the Schindler Archive. Reworking drawings and fabricating a scale model based on the materials obtained from the Archive, this article first depicts the evolution of the design, and then, attempts to investigate underlying principles governing the spatial composition of the cabin.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제22권2호
• /
• pp.91-100
• /
• 2018

In this paper, we propose a new method for template matching, patch ratio, to inpaint unknown pixels. Before this paper, many inpainting methods used sum of squared differences(SSD) or sum of absolute differences(SAD) to calculate distance between patches and it was very useful for closest patches for the template that we want to fill in. However, those methods don't consider about geometric similarity and that causes unnatural inpainting results for human visuality. Patch ratio can cover the geometric problem and moreover computational cost is less than using SSD or SAD. It is guaranteed about finding the most similar patches by Cauchy-Schwarz inequality. For ignoring unnecessary process, we compare only selected candidates by priority calculations. Exeperimental results show that the proposed algorithm is more efficent than Criminisi's one.

• KDI Journal of Economic Policy
• /
• 제37권2호
• /
• pp.1-21
• /
• 2015

The creation of S&T knowledge and development of S&T- based innovation has spread worldwide from traditionally advanced countries to traditionally developing countries, often under the direction of governments. Korea is an exemplar in this new locus. Korea's burst in Science and Technology during the last three decades has made Korea a substantive player in the global production of S&T knowledge and its application to business. Although Korea still trails the US and other top countries in the quality of research, it has leaped from its 1980s standing as bit player in the knowledge economy to being among the leaders in the early 21st Century. This paper shows that Korea's advance benefited from its active participation in the global market in higher education, in international research collaborations, and its close ties to the U.S. Korea's experience offers lessons for other countries who seek to advance by becoming knowledge economies. Korea proves that a developing country can gain comparative advantage in knowledge production and use; that government policy can stimulate such a development; and that openness to the world of higher education and research is the best way to move forward and overcome the middle income trap.