• 한국정보시스템학회지:정보시스템연구
• /
• 제26권3호
• /
• pp.63-90
• /
• 2017

Purpose This study proposes a novel system trading model using case-based reasoning (CBR) based on absolute similarity threshold. The proposed model is designed to optimize the absolute similarity threshold, feature selection, and instance selection of CBR by using genetic algorithm (GA). With these mechanisms, it enables us to yield higher returns from stock market trading. Design/Methodology/Approach The proposed CBR model uses the absolute similarity threshold varying from 0 to 1, which serves as a criterion for selecting appropriate neighbors in the nearest neighbor (NN) algorithm. Since it determines the nearest neighbors on an absolute basis, it fails to select the appropriate neighbors from time to time. In system trading, it is interpreted as the signal of 'hold'. That is, the system trading model proposed in this study makes trading decisions such as 'buy' or 'sell' only if the model produces a clear signal for stock market prediction. Also, in order to improve the prediction accuracy and the rate of return, the proposed model adopts optimal feature selection and instance selection, which are known to be very effective in enhancing the performance of CBR. To validate the usefulness of the proposed model, we applied it to the index trading of KOSPI200 from 2009 to 2016. Findings Experimental results showed that the proposed model with optimal feature or instance selection could yield higher returns compared to the benchmark as well as the various comparison models (including logistic regression, multiple discriminant analysis, artificial neural network, support vector machine, and traditional CBR). In particular, the proposed model with optimal instance selection showed the best rate of return among all the models. This implies that the application of CBR with the absolute similarity threshold as well as the optimal instance selection may be effective in system trading from the perspective of returns.

• 한국인터넷방송통신학회논문지
• /
• 제20권4호
• /
• pp.17-22
• /
• 2020

현재 많은 연구가 진행되고 있는 행위 기반 인증 기술은 다른 인증 기술들에 비해서 인증의 인식률을 높이는데 많은 데이터의 장기간 추출이 필요하다. 본 논문은 안드로이드 환경의 스마트폰에 내재되어있는 터치 센서와 자이로스코프를 이용하여 그동안의 행위 기반 인증 연구에서 사용 되었던 행위 특징 데이터들 중에서 핵심적인 최소한의 데이터들만을 이용하기 위해 사용자에게 다섯 차례의 측정을 요구하여 다섯 번의 터치스크린 화면을 터치 하는 방식으로 총 6가지의 행위 특징 데이터를 수집하였고 다음 터치 측정으로 넘어가는 동안의 데이터들의 변화 값에 평균 값을 구하여 이 값과 측정값의 코사인 유사도 측정을 수행하여 코사인 유사도 허용 범위를 생성 한 후, 인증 시도 데이터의 코사인 유사도 값과 비교하는 방식의 사용자 행위 기반 인증 방식을 제안한다. 본 논문을 통해서 적은 수의 특징 데이터와 실험자수 환경에서도 코사인 유사도 인증 범위에 적용되는 임계값을 조절하는 방식을 통해서 최초 EER 37.6%에서 최종 EER 1.9%의 높은 성능을 증명하는데 성공하였다.

• 대한의용생체공학회:의공학회지
• /
• 제23권1호
• /
• pp.39-47
• /
• 2002

본 연구의 목적은 선형 변환을 이용한 레지스트레이션의 정확도를 높이는데 있다. 서로 다른 개인간의 뇌영상을 비교분석하기 위해서는 공통된 좌표계로 각 영상을 변환하는 작업이 필요하다 정확한 변환을 위해서는 전체적인 뇌영상의 매치와 국소적 영역의 매치가 모두 중요하다 일반적으로 상호정보를 이용한 레지스트레이션은 전체적인 뇌영상을 매치시키는데 유리하다. 그러나 관심영역에 대한 매치는 특징기반 레지스트레이션 방법이 더 유리하다. 본 논문에서 제시하는 통합 레지스트레이션은 특징정보와 더불어 복셀기반의 상호정보를 함께 사용하였다. 이러한 접근 방법은 정신분열증을 판단하는 기준으로 많이 사용되는 뇌량을 포함하는 뇌의 중심부분의 매칭에 유리함을 실험을 통해 확인하였다 상호정보만을 사용하는 복셀기반 레지스트레이션이나 탈라이락 좌표계를 이용한 정규화에 비해 본 연구의 통합 레지스트레이션은 전체적 뇌영상 뿐만 아니라 관심 영역에서의 레지스트레이션 오차가 더 작았다.

• 한국해양공학회지
• /
• 제22권1호
• /
• pp.30-36
• /
• 2008

Underwater ambient noise originating from geophysical, biological, and man-made acoustic sources contains information on the source and the ocean environment. Such noise affectsthe performance of sonar equipment. In this paper, three steps are used to identify the ambient noise source, detection, feature extraction, and similarity measurement. First, we use the zero-crossing rate to detect the ambient noisesource from background noise. Then, a set of feature vectors is proposed forthe ambient noise source using the Hilbert-Huang transform and the Karhunen-Loeve transform. Finally, the Euclidean distance is used to measure the similarity between the standard feature vector and the feature vector of the unknown ambient noise source. The developed algorithm is applied to the observed ocean data, and the results are presented and discussed.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권6호
• /
• pp.808-816
• /
• 2004

본 논문에서는 다중 특징 결합과 유사도 공간을 이용한 실제적인 온라인 얼굴 검증 시스템을 구현하는 방법을 제안한다. 얼굴 검증에서의 주요 쟁점은 다양한 얼굴 형상 변화의 처리이다. 이러한 변화는 단지 한가지 특징만으로는 해결되기 어렵다. 따라서 얼굴 형상에 있어서의 다양한 변화를 처리하기 위해서 상호보완적인 특징들의 결합이 필요하다. 이러한 관점에서 우리는 다중 주성분 분석과 에지 분포에 기반 한 특징 추출 방법을 제안한다. 이러한 특징들은 다수의 간단한 유사도 측정 방법들로 형성된 새로운 intra-person/extra-person 유사도 공간으로 사상되고, 최종적으로 Support Vector Machine에 의해 평가된다. 실제적인 대용량 데이터 베이스로 실험한 결과, equal error rate 0.029의 결과를 나타내었고, 이는 많은 실제 응용제품에도 충분히 팩용 가능한 수준이다.

• 정보처리학회논문지B
• /
• 제8B권5호
• /
• pp.515-522
• /
• 2001

특징정보를 기반으로 한 유사화상 검색은 화상 데이터베이스에 있어서 중요한 과제의 하나이다. 화상 데이터의 특징정보를 각 화상을 식별하는데 유용한 정보이다. 본 논문에서는 자기조직화 맵기반의 고속 k-NN 탐색 알고리즘을 제안한다. 자기조직화 맵은 학습을 통하여 고차원 특징벡터를 2차원 공간에 맵핑함으로서 위상 특징맵을 생성한다. 위상 특징맵은 입력 데이터의 특징공간의 상호간의 유사성을 가지고 있으며, 각 노드는 노드벡터와 각 노드벡터에 가장 가까운 유사화상이 분류된다. 이러한 자기조직화 맴에 의한 유사화상 분류결과에 대한 k-NN 탐색을 구현하기 위한여, (1) 위상특징 맵에 대한 접근방법, (2) 고속탐색을 위한 pruning strategy의 적용을 실현하였다. 본 연구에서는 실험을 통하여 실제화상으로부터 추출한 색상 특징을 사용하여 제안한 알고리즘의 성능을 평가함으로써 유사화상 검색에 유효한 결과를 얻을 수 있었다.

• 한국측량학회지
• /
• 제30권1호
• /
• pp.59-65
• /
• 2012

본 연구에서는 축척과 갱신 주기가 상이한 공간 데이터 셋에서 기하정보를 이용한 형상유사도 기반 면 객체 매칭을 통하여 갱신 객체를 탐지하는 방법을 제안하였다. 이를 위하여, 먼저 축척이 상이한 공간 데이터 셋의 매칭 관계를 분석하여 갱신 객체를 정의하였다. 다음으로 시멘틱 매칭을 통하여 추출된 기준점을 이용한 아핀변환을 수행하여 축척이 상이한 데이터간의 계통오차를 제거하고, 중첩 분석을 통하여 다수 면 객체를 단일 객체화 하였다. 각각의 단일 객체를 대상으로 형상유사도 기반의 면 객체 매칭을 적용하여 갱신 객체를 탐지하게 된다. 제안된 갱신 객체 탐지 방법을 우리나라의 수치지도 2.0과 도로명주소 전자지도에 적용한 결과 F-측정값이 0.958로 나타났으며, 시각적 평가에서 유의미한 갱신 객체가 탐지되는 것을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제27권6호
• /
• pp.693-701
• /
• 2011

Image registration is an essential process to analyze the time series of satellite images for the purpose of image fusion and change detection. The Mutual Information (MI) is commonly used as similarity measure for image registration because of its robustness to noise. Due to the radiometric differences, it is not easy to apply MI to multi-temporal satellite images using directly the pixel intensity. Image features for MI are more abundantly obtained by employing a Gabor filter which varies adaptively with the filter characteristics such as filter size, frequency and orientation for each pixel. In this paper we employed Bidirectional Gabor Filter Energy (BGFE) defined by Gabor filter features and applied the BGFE to similarity measure calculation as an image feature for MI. The experiment results show that the proposed method is more robust than the conventional MI method combined with intensity or gradient magnitude.

• Journal of Information Processing Systems
• /
• 제11권4호
• /
• pp.643-654
• /
• 2015

Face recognition under controlled settings, such as limited viewpoint and illumination change, can achieve good performance nowadays. However, real world application for face recognition is still challenging. In this paper, we propose using the combination of Affine Scale Invariant Feature Transform (SIFT) and Probabilistic Similarity for face recognition under a large viewpoint change. Affine SIFT is an extension of SIFT algorithm to detect affine invariant local descriptors. Affine SIFT generates a series of different viewpoints using affine transformation. In this way, it allows for a viewpoint difference between the gallery face and probe face. However, the human face is not planar as it contains significant 3D depth. Affine SIFT does not work well for significant change in pose. To complement this, we combined it with probabilistic similarity, which gets the log likelihood between the probe and gallery face based on sum of squared difference (SSD) distribution in an offline learning process. Our experiment results show that our framework achieves impressive better recognition accuracy than other algorithms compared on the FERET database.

• 디지털융복합연구
• /
• 제11권6호
• /
• pp.137-142
• /
• 2013

음성 인식 시스템은 부정확한 음성 신호의 입력으로 특징을 추출하여 인식할 경우 오인식의 결과가 나타나거나 유사한 음소로 인식된다. 따라서 본 논문에서는 음소가 갖는 특징을 기반으로 음소 유사율과 신뢰도 측정을 이용한 음성 인식 오류 보정 방법을 제안하였다. 음소 유사율은 학습 모델의 음소에 MFCC와 LPC 특징 추출 방법을 이용하여 구하였으며 신뢰도로 측정하였다. 음소 유사율과 신뢰도를 측정하여 오인식되는 오류를 최소화하였으며 음성 인식 과정에서 오류로 판명된 음성에 대하여 오류 보정을 수행하였다. 본 논문에서 제안한 시스템을 적용한 결과 98.3%의 인식률과 95.5%의 오류 보정율을 나타내었다.