• Journal of Information Processing Systems
• /
• 제13권2호
• /
• pp.400-416
• /
• 2017

Music emotion is an important component in the field of music information retrieval and computational musicology. This paper proposes an approach for automatic emotion classification, based on rough set (RS) theory. In the proposed approach, four different sets of music features are extracted, representing dynamics, rhythm, spectral, and harmony. From the features, five different statistical parameters are considered as attributes, including up to the $4^{th}$ order central moments of each feature, and covariance components of mutual ones. The large number of attributes is controlled by RS-based approach, in which superfluous features are removed, to obtain indispensable ones. In addition, RS-based approach makes it possible to visualize which attributes play a significant role in the generated rules, and also determine the strength of each rule for classification. The experiments have been performed to find out which audio features and which of the different statistical parameters derived from them are important for emotion classification. Also, the resulting indispensable attributes and the usefulness of covariance components have been discussed. The overall classification accuracy with all statistical parameters has recorded comparatively better than currently existing methods on a pair of datasets.

• 한국콘텐츠학회논문지
• /
• 제8권3호
• /
• pp.1-7
• /
• 2008

유비쿼터스 컴퓨팅의 발달로 인하여 다양하고 폭넓은 정보가 디지털 형태로 빠르게 생산 및 배포되고 있다. 사용자가 이러한 정보과잉 속에서 자신이 원하는 정보를 단시간 내에 검색하는 것은 그리 쉬운 일이 아니다. 본 논문에서는 이미지 기반 필터링을 이용한 개인화 아이템 추천 기법을 제안한다. 피상적인 내용분석이라는 단점을 개선하기 위하여 사용자가 관심을 가지는 이미지 데이터로부터 특징을 추출하는 이미지 기반 필터링을 사용하였다. 제안한 방법에 대해 MovieLens 데이터에서 내용 기반 필터링과 협력적 필터링과의 비교 실험을 통해 성능을 평가하였다. 실험 결과, 제안한 방법이 기존의 다른 방법보다 우수함을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제8권2호
• /
• pp.1-8
• /
• 2008

사용자가 정보를 효율적으로 이용할 수 있도록 제어하고 필터링하는 일을 도와주는 정보 시스템이 등장하였다. 내용 기반 필터링은 아이템의 특징을 기술하는 정보와 사용자의 기호를 가지고 있는 프로파일을 비교하여 사용자에게 필요한 정보를 추천하는 방법이다. 이는 학습 방법에 따른 정확도가 변한다는 문제점이 있다. 본 논문에서는 내용 기반 필터링을 위한 프로파일 학습에 의한 선호도 발견을 제안하였다. 문제점을 개선하기 위해서 6단계로 평가한 선호도에 따른 추정치를 부여하여 프로파일 학습을 함으로써 추천의 정확도를 향상시켰다. 제안한 방법을 MovieLens 데이터에 적용하여 실험 및 평가를 실시하였는데, 기존 연구와 비교 실험을 통해 성능을 평가하였다.

• Journal of Information Processing Systems
• /
• 제17권3호
• /
• pp.645-657
• /
• 2021

Along with the rapid development of the economy, the urban scale has extended rapidly, leading to the formation of different types of urban function districts (UFDs), such as central business, residential and industrial districts. Recognizing the spatial distributions of these districts is of great significance to manage the evolving role of urban planning and further help in developing reliable urban planning programs. In this paper, we propose an automatic UFD division method based on big data analysis of point of interest (POI) data. Considering that the distribution of POI data is unbalanced in a geographic space, a dichotomy-based data retrieval method was used to improve the efficiency of the data crawling process. Further, a POI spatial feature analysis method based on the mean shift algorithm is proposed, where data points with similar attributive characteristics are clustered to form the function districts. The proposed method was thoroughly tested in an actual urban case scenario and the results show its superior performance. Further, the suitability of fit to practical situations reaches 88.4%, demonstrating a reasonable UFD division result.

• 한국정보처리학회논문지
• /
• 제5권9호
• /
• pp.2294-2301
• /
• 1998

본 논문은 방송사별 각 장면의 중요한 내용의 성격을 갖고 있는 특징을 방송사별 뉴스 비디오에서 추출하기 위한 것이다. 추출하고자 하는 특징의 요소는 방송사 구별을 위한 방송사 아이콘과 각 장면의 대표적 성격을 갖고 있는 아이콘, 각 장면내의 주요 내용을 대표하는 정보인 자막의 문장 추출이다. 본 논문에서 제안하는 방법은, 비디오 프레임으로 입력되는 영상을 YIQ칼라 공간으로 전환한 뒤 히스토그램 평활화 방법을 이용하여 입력 영상의 영역 구분을 명확하게 한 후에, 영상의 에지를 추출하고 수직과 수평선에 기반한 에지 히스토그램의 비교에 의하여 원하는 특징을 추출하는 것이다. 또한 히스토그램 차이값에 의해서 선택된 키 프레임들 중에서 뉴스 아이콘을 추출하고 아이콘에 의하여 각 장면을 분할 할 수 있는 방법을 제안하였다. 본 논문에서는 칼라 히스토그램이나 웨이블릿, 또는 객체의 움직임에 기반한 복잡한 방법대신 에지 히스토그램 비교 방법을 사용하여, 알고리즘을 간소화함으로써 계산 시간을 단축하였으며 특징 추출에도 좋은 결과를 나타냈다.

• 한국컴퓨터산업학회논문지
• /
• 제3권7호
• /
• pp.927-936
• /
• 2002

본 논문은 비디오의 효율적인 내용기반 검색을 지원하기 위해 움직임벡터의 특징을 검출하였다. 이를 위해 비디오의 현재 프레임을 일정한 크기의 블록으로 나누고 시간 축상 기준이 되는 프레임에서 각 블록의 움직임을 추정하는 블록정합 알고리즘을 이용하였다. 하지만 블록 정합법의 경우 여러 가지 제약 조건과 함께 블록 정합법에 의해 얻어지는 벡터가 실제 움직임과 상이한 경우도 발생한다. 이러한 문제점을 해결하기 위해서 전역탐색방식을 응용했으나 이 방법은 계산량이 많다는 단점이 있다. 그 대안으로 본 논문에서는 탐색범위를 $\pm$15로 제안하고 탐색은 정수화소로 제한하였다. 결과 본 논문에서는 인접 블록의 움직임 벡터를 이용하여 좀 더 정확한 움직임 벡터의 예측을 행할 수 있었다. 하지만 참조되는 블록 벡터가 여러 개가 발생되기 때문에 이러한 부가 정보를 수신단에 전송해야 하는 부담을 안는다. 따라서, 각 블록의 움직임 특징을 예측하고 이에 알맞은 탐색 범위를 설정하는 문제도 고려하였다. 제시된 알고리즘을 바탕으로 움직임 보상을 위한 움직임 추정 기법을 고찰하고 이를 적용한 결과를 제시한다.

• 전자공학회논문지CI
• /
• 제47권1호
• /
• pp.160-170
• /
• 2010

본 논문은 Haar 웨이브릿변환과 평균 박스필터에 기반을 둔 Haar 웨이브릿 특징 검출자를 제안한다. 원 영상을 Haar 웨이브릿 변환을 통해 분해하여 영상의 분산정보를 얻고 영상 식별을 위한 특징정보를 추출한다. 영역을 나타내는 주위영역들 중에 분산이 가장 큰 영역의 관심점을 검출하기 위하여 국부 분산정보를 비교하는 평균 박스필터를 적용하고 빠른 계산을 위한 적분영상 기법을 사용한다. Haar 웨이브릿 변환과 평균 박스필터를 이용하여 제안한 검출자는 밝기 변화, 스케일 변화, 영상의 회전에 민감하지 않는 특성을 제공할 수 있다. 실험결과는 제안한 방법이 적은 관심점을 사용하는 경우에도 기존의 DoG 검출자와 Harris corner 검출자에 비해 더 높은 repeatability와 효율성 그리고 매칭정확성을 달성할 수 있음을 보여준다.

• Interdisciplinary Bio Central
• /
• 제2권3호
• /
• pp.7.1-7.3
• /
• 2010

Stroke, also called an attack on the brain, is a complex disease that results from the interaction of many genetic and environmental factors. StrokePortal is a comprehensive resource for information on stroke that integrates and provides essential findings regarding stroke pathology, diagnostics, and treatments, based on Oriental and Western medicine. The stroke information was collected from various sources, such as journal articles, books, websites, and news stories, and it was refined, classified, and stored into a relational database system by automatic classification and manual curation. To provide the stored information effectively to users, a specialized retrieval system, based on web interfaces, was implemented. StrokePortal provides cutting-edge information to experts; interested people, including patients and their families; and investigators to broaden their knowledge of effective treatments for patients and offer many preventive measures. It provides a specialized feature with which users can upload their information and opinions to StrokePortal, which will enrich and mature the content even further. StrokePortal is freely accessible at http://genomics.kribb.re.kr/StrokePortal/.

• 방송공학회논문지
• /
• 제5권1호
• /
• pp.31-40
• /
• 2000

본 논문에서는 MPEG-7의 여러 가지 서술자 중 영상의 에지 정보를 효과적으로 표현하기 위한 에지 히스토그램 서술자를 제안한다. 영상에서 추출된 에지 정보를 효율적으로 서술하기 위하여 영상 전체(global), 부분 영역(semi-global), 그리고 국부(local) 영역에 대한 에지 히스토그램으로 구분하여 에지 히스토그램 서술자의 구조를 채택하였다. 또한, 제안된 서술자의 에지 검출 기법은 기존의 픽셀단위 검출 방법과는 달리 블록단위 에지 검출을 사용함으로써 에지 특징의 추출 속도를 높이며 블록을 압축의 기본단위로 하는 MPEG-1, 2의 압축 비트스트림에서도 빠른 속도로 직접 에지 특징을 검출할 수 있는 장점이 있다. 제안된 방법이 MPEG-7의 비균질 질감 서술자로써 같은 부류에 속하는 웨이브릿 기반 서술자 및 국부 에지 기반 서술자와 비교하여 검색 효율과 특징 추출 속도가 모두 우수함을 실험을 통해 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권7호
• /
• pp.1868-1887
• /
• 2024

Recommendation systems research is a subfield of information retrieval, as these systems recommend appropriate items to users during their visits. Appropriate recommendation results will help users save time searching while increasing productivity at work, travel, or shopping. The problem becomes more difficult when the items are geographical locations on the ground, as they are associated with a wealth of contextual information, such as geographical location, opening time, and sequence of related locations. Furthermore, on social networking platforms that allow users to check in or express interest when visiting a specific location, their friends receive this signal by spreading the word on that online social network. Consideration should be given to relationship data extracted from online social networking platforms, as well as their impact on the geolocation recommendation process. In this study, we compare the similarity of geographic locations based on their distance on the ground and their correlation with users who have checked in at those locations. When calculating feature embeddings for users and locations, social relationships are also considered as attention signals. The similarity value between location and correlation between users will be exploited in the overall architecture of the recommendation model, which will employ graph convolution networks to generate recommendations with high precision and recall. The proposed model is implemented and executed on popular datasets, then compared to baseline models to assess its overall effectiveness.