• International Journal of CAD/CAM
• /
• 제3권1_2호
• /
• pp.67-75
• /
• 2003

Viewpoint-dependent feature-based modelling in computer-aided design is developed for the purposes of supporting engineering design representation and automation. The approach of this paper uses a combination of a multi-level modelling approach. This has two stages of mapping between models, and the multi-level model approach is implemented in three-level architecture. Top of this level is a feature-based description for each viewpoint, comprising a combination of form features and other features such as loads and constraints for analysis. The middle level is an executable representation of the feature model. The bottom of this multi-level modelling is a evaluation of a feature-based CAD model obtained by executable feature representations defined in the middle level. The mappings involved in the system comprise firstly, mapping between the top level feature representations associated with different viewpoints, for example for the geometric simplification and addition of boundary conditions associated with moving from a design model to an analysis model, and secondly mapping between the top level and the middle level representations in which the feature model is transformed into the executable representation. Because an executable representation is used as the intermediate layer, the low level evaluation can be active. The example will be implemented with an analysis model which is evaluated and for which results are output. This multi-level modelling approach will be investigated within the framework aimed for the design automation with a feature-based model.

• 정보처리학회논문지B
• /
• 제14B권2호
• /
• pp.141-144
• /
• 2007

문장이 길어질수록 구문분석의 정확률이 급격히 떨어지므로, 문장을 분할하여 각각의 분할단위로 구문분석을 수행한 후 각 구문분석결과를 합쳐 완성된 구문트리를 만드는 것이 일반적이다. 이 때 주로 절 단위로 문장이 분할되고, 각 절의 구문분석결과를 통합하게 되는데, 통합 과정에서 절-절 간의 의존관계 설정에 많은 오류가 생긴다. 이러한 절 간의 의존관계의 애매성을 해결하기 위하여, 본 논문은 기계학습을 이용하여 절-절 간의 의존관계를 분석해 본다. Support Vector Machines(SVM)을 사용하여 성능을 평가하고, 본 논문에서 실험한 방법과 기존의 방법들의 성능을 비교해 본 결과, 절-절 간의 의존관계 설정에 있어서 $8.88{\sim}15.35%$의 성능향상을 보였다.

• 한국통신학회논문지
• /
• 제31권4C호
• /
• pp.400-406
• /
• 2006

3차원 정보 복원이나 형상 복원, 가상 물체 삽입 등의 과정을 수행하기 위해서는 영상 촬영에 사용된 카메라의 위치와 방향, 그리고 초점 거리 등의 변수가 필요하다. 본 논문에서는 이차원 영상간의 대응관계를 이용하여 카메라 내부 변수인 초점 거리를 추정하는 셀프 캘리브레이션(self-calibration) 과정에서 특징점의 위치가 초점 거리 추정에 미치는 영향을 분석하였다. 캘리브레이션에 사용하는 특징점과 주점과의 거리에 따라 초점 거리 추정 결과에 미치는 영향을 시뮬레이션을 통하여 검증하고, 이를 바탕으로 오차 민감도를 줄일 수 있는 특징점 선택 방법을 제안한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권1호
• /
• pp.33-40
• /
• 2000

자동공정계획은 CAD 모델을 자동적으로 해석하여 CAM을 구동시키는 것을 목표로 하는데, 이를 위해서는 우선 CAD 모델로부터 특징형상을 인식하여야 한다. 특징형상 인식에 관한 연구는 근 20년간의 역사를 가지고 있지만, 그 연구 성과는 실용화되지 못하고 있다. 그 이유 중 하나는, 특징형상 인식과 자동공정계획 연구가 분리되어 진행되어왔기 때문이다. 본 연구에서는 인공지능 기법을 토대로 이 두 분야를 통합하여, 제조가능한 특징형상을 인식하고, 셋업을 최소화하며, 특징형상 간의 의존 관계를 설정하고, 최적의 가공 순서를 결정하였다.

• 한국산학기술학회논문지
• /
• 제7권3호
• /
• pp.398-403
• /
• 2006

본 논문에서는 컬러 디지털 영상에서의 특징점 추출을 위한 퍼지 임계치 설정기법을 제안한다. 이를 위하여 두 가지 종류의 퍼지 측정자를 사용하여 임계치를 계산하는 퍼지추론 시스템을 구성한다. 퍼지추론 시스템에 사용된 측정자들은 디지털 영상에서의 국부영역 밝기를 매우 잘 반영할 뿐만 아니라 특징점 추출 성능이 매우 우수함을 보여준다. 또한, 퍼지측정자로 사용되는 비선형 스케치 특징점 추출 필터의 특성을 도식적으로 해석하였고 특징점들의 특성이 반영된 퍼지추론 시스템을 설계하였다. 이와 같이 설계된 퍼지추론 시스템을 통해 디지털 영상에 포함된 특징점의 특성이 반영된 임계치를 선택하였다. 실험결과를 통해 제안된 퍼지 임계치 추론 방법이 매우 유용성을 증명할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권2호
• /
• pp.119-127
• /
• 2005

제품계열분석(product line analysis)은 제품계열자산(product line asset)을 개발하기에 앞서, 제품계열 내에 속한 제품들의 다양한 요구사항과 이들 간의 관계 및 제약사항을 분석하는 활동을 말한다. 지금까지 특성모델링(feature modeling)이라 불리는 특성 지향의 공통성과 가변성 분석은 제품계열분석의 핵심적인 부분으로 간주되어 왔다. 비록 공통성과 가변성 분석이 제품계열분석의 핵심적인 요소이지만, 이것만으로는 재사용가능하고 적응성이 뛰어난 제품계열자산(예, 아키텍처와 컴포넌트) 개발에 한계가 있다. 특성간의 의존성 및 특성결합시간도 제품계열자산 개발에 중대한 영향을 미치는 요소이다. 따라서 본 논문에서는 기존에 공통성과 가변성 관점에서 제품계열을 분석한 결과인 특성모델(feature model)을 세 가지의 특성 측면(즉, 제품특성의 공통성과 가변성, 특성간의 의존성, 그리고 특성결합시간)으로 확장한 특성지향의 제품계열분석 모델을 제안한다. 특히, 세 가지 측면의 일관성을 검증하기 위해서, 특성 지향의 제품계열분석 모델을 정형적으로 정의하고, 모델의 일관성을 검사하는 규칙을 제공한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권2호
• /
• pp.140-149
• /
• 2007

본 논문에서는 한국어 의존 구문 분석을 위한 새로운 확률 모델을 제안한다. 한국어가 자유 어순 언어라 할지라도 지역적 어순은 존재하기 때문에 의존관계를 결정하기 위해 의존하는 두 어절인 의존소와 지배소 사이의 수식 거리가 유용하다는 것은 이미 많은 연구를 통해 밝혀졌다. 본 연구에서는 수식거리의 정확한 수식 거리의 추정을 위해 지배가능 경로 문맥을 이용한 수식 거리 확률 모델을 제안한다. 수식 거리를 위해 지배가능 경로를 고려함으로써, 긴 표층 문맥을 압축하는 효과를 가져다 준다. 이를 통해 구문 분석 정확률 향상과 원거리 의존 관계 향상을 보임을 설명한다. 실험 및 평가를 통해 제안하는 모델의 구문 분석 성능은 86.9%이며, 기존에 제안된 구문 분석 모델과 비교하여 높은 구문 분석 결과를 보이며, 특히 원거리 의존관계에 대하여 더욱 향상된 성능을 보인다.

• 한국지능시스템학회논문지
• /
• 제25권4호
• /
• pp.386-391
• /
• 2015

본 논문에서는 한국어와 중국어의 언어학적인 특징을 고려하여 문서 자동분류 시스템의 성능을 높일 수 있는 최적의 자질어 단위를 제안한다. 언어 종속적 단위인 형태소 자질어와 언어 독립적 단위인 n-gram 자질어 그리고 이들을 조합한 복합 자질어 집합을 대상으로 각 언어의 인터넷 신문기사를 SVM으로 분류하는 실험을 수행하였다. 실험 결과, 한국어 문서분류에서는 bi-gram이 F1-measure 87.07%로 가장 좋은 분류 성능을 보였고, 중국어 문서분류에서는 'uni-gram 명사 동사 형용사 사자성어'의 복합 자질어 집합이 F1-measure 82.79%로 가장 좋은 성능을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권9호
• /
• pp.4587-4605
• /
• 2019

High Efficiency Video Coding (HEVC) suffers from high computational complexity due to its quad-tree structure in motion estimation (ME). This paper exposes an adaptive search range decision algorithm for accelerating HEVC integer-pel ME on GPU which estimates the optimal search range (SR) using a MAP (Maximum A Posteriori) estimator. There are three main contributions; First, we define the motion feature as the standard deviation of motion vector difference values in a CTU. Second, a MAP estimator is proposed, which theoretically estimates the motion feature of the current CTU using the motion feature of a temporally adjacent CTU and its SR without any data dependency. Thus, the SR for the current CTU is parallelly determined. Finally, the values of the prior distribution and the likelihood for each discretized motion feature are computed in advance and stored at a look-up table to further save the computational complexity. Experimental results show in conventional HEVC test sequences that the proposed algorithm can achieves high average time reductions without any subjective quality loss as well as with little BD-bitrate increase.

• 한국컴퓨터정보학회논문지
• /
• 제17권7호
• /
• pp.45-52
• /
• 2012

본 논문에서는 다중 클래스 아다부스트 기반의 분류기를 이용하여 엘리베이터 내 군집 밀도를 추정하는 방법을 제안한다. SOM을 사용하는 기존의 방법은 재현성이 떨어지며 충분한 성능을 내지 못한다. 제안한 방법은 GLDM(Grey-Level Dependency Matrix)과 GGDM(Grey-Gradient Dependency Matrix)의 텍스처 특징과 다중 클래스 아다부스트 기반의 분류기를 통해 실내 군집 밀도를 추정한다. 다중 클래스를 분류하기 위해 기존의 아다부스트 알고리즘에서 웨이트 업데이트 식을 변형하여 더 높은 성능의 약한 분류기를 생성하도록 하였다. 군집 밀도는 인원수에 따라 0명, 1~2명, 3~4명, 5명 이상 등 네 가지 클래스로 구분하였다. 엘리베이터 내 영상을 이용한 모의 실험 결과 제안된 방법은 기존의 방법보다 약 20% 정도의 검출률 향상을 나타내었다.