• 한국멀티미디어학회논문지
• /
• 제20권2호
• /
• pp.336-343
• /
• 2017

We propose a real time personalized recommendation algorithm on the mobile device. We use a unified collaborative filtering with reduced data. We use Fuzzy C-means clustering to obtain the reduced data and Konohen SOM is applied to get initial values of the cluster centers. The proposed algorithm overcomes data sparsity since it extends data to the similar users and similar items. Also, it enables real time service on the mobile device since it reduces computing time by data clustering. Applying the suggested algorithm to the MovieLens data, we show that the suggested algorithm has reasonable performance in comparison with collaborative filtering. We developed Android-based smart-phone application, which recommends restaurants with coupons and restaurant information.

• 대한전자공학회논문지
• /
• 제24권5호
• /
• pp.863-867
• /
• 1987

When digital image signals are transmitted or stored, they may be usually degraded by impulsive noise such as BSC noise. Though median filtering is a very effective method to reduce the impulsive noise, it brings non-negligible distortion after filtering. Several algorithms have been proposed to reduce such a distortion, but their reconstructed image quality are inadequate in some cases and they have a difficulty in real-time processing. In this paper, an effective filtering algorithm which can not only reduce the noise effectively but also preserve the edges well and lessen the distortion greatly, is presented. The proposed algorithm is an adaptive algorithm of median filter using local statistics, based on the characteristics of human eyes. The adaptive algorithm results shwo performance improvement of up to 3-4 dB over the nonadaptive one.

• Nuclear Engineering and Technology
• /
• 제54권9호
• /
• pp.3403-3414
• /
• 2022

The purpose of this study is to model and optimize the block-matching and 3D filtering (BM3D) algorithm and to evaluate its applicability in brain single-photon emission computed tomography (SPECT) images using a fan beam collimator. For quantitative evaluation of the noise level, the coefficient of variation (COV) and contrast-to-noise ratio (CNR) were used, and finally, a no-reference-based evaluation parameter was used for optimization of the BM3D algorithm in the brain SPECT images. As a result, optimized results were derived when the sigma values of the BM3D algorithm were 0.15, 0.2, and 0.25 in brain SPECT images acquired for 5, 10, and 15 s, respectively. In addition, when the sigma value of the optimized BM3D algorithm was applied, superior results were obtained compared with conventional filtering methods. In particular, we confirmed that the COV and CNR of the images obtained using the BM3D algorithm were improved by 2.40 and 2.33 times, respectively, compared with the original image. In conclusion, the usefulness of the optimized BM3D algorithm in brain SPECT images using a fan beam collimator has been proven, and based on the results, it is expected that its application in various nuclear medicine examinations will be possible.

• 한국인터넷방송통신학회논문지
• /
• 제17권1호
• /
• pp.25-31
• /
• 2017

본 논문에서 제안하는 실내 위치기반서비스는 움직이는 사용자를 대상으로 하였다. 실외환경에서 GPS를 이용한 위치 측위는 정확하지만 실내 환경에서는 위치 측위가 부정확하고 어려움이 있다. 이를 극복하기 위해 Wi-Fi, Zigbee, 블루투스 등의 무선 통신 기술을 기반으로 위치 측위를 위한 다양한 기술들의 연구가 이루어지고 있다. 본 논문에서는 비콘의 송출 신호인 RSSI 값을 이용하여 거리에 따른 RSSI 값을 측정하여 데이터 베이스화하였다. 원거리에서 측정되는 RSSI 값의 오차를 줄이기 위해 RSSI 평균 필터링과 RSSI Feedback 필터링에 대한 계산 값을 산출 적용하였다. 평균 필터링과 계수 값을 0.5로 설정한 Feedback 필터링을 통하여 불규칙하고 높은 RSSI 값이 다소 감소하는 것을 확인하였으며, 거리계산 보정 알고리즘을 통해 거리가 증가함에 따른 오차의 범위가 감소하는 것을 확인하였다. 최종적으로 RSSI 측정결과 필터링을 이용해 불안정한 신호를 보정하고 오차 범위를 줄이기 위해 거리계산 보정 알고리즘을 시행하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권11호
• /
• pp.3050-3063
• /
• 2023

Recommendation systems provide personalized products or services to online users by mining their past preferences. Collaborative filtering is a popular recommendation technique because it is easy to implement. However, with the rapid growth of the number of users in recommendation systems, collaborative filtering suffers from serious scalability and sparsity problems. To address these problems, a novel collaborative filtering recommendation algorithm is proposed. The proposed algorithm partitions the users using affinity propagation clustering, and searches for k nearest neighbors in the partition where active user belongs, which can reduce the range of searching and improve real-time performance. When predicting the ratings of active user's unrated items, mean deviation method is used to impute values for neighbors' missing ratings, thus the sparsity can be decreased and the recommendation quality can be ensured. Experiments based on two different datasets show that the proposed algorithm is excellent both in terms of real-time performance and recommendation quality.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.516-518
• /
• 2012

본 논문은 Particle Filtering과 계층적인 Boosting 알고리즘을 이용한 다중 객체 추적 기법을 제안한다. Particle Filtering을 이용하여 각 객체를 단일 객체로 추적하고 Boosting 기반의 데이터 연관 알고리즘을 사용하여 영상에서 움직이는 물체들을 추적한다. 본 제안한 알고리즘에서는 객체들의 이동경로 정확한 감지를 위해 Particle Filtering을 통해 각 객체가 움직이는 예측 정보를 이용하고, Boosting 알고리즘을 계측적인 형태로 설계함에 따라 데이터 물체의 추적 정확도를 높일 수 있도록 하였다.

• 한국정보처리학회논문지
• /
• 제6권11S호
• /
• pp.3399-3409
• /
• 1999

Information filtering for internet search, in which new information retrieval environment is given, is different from traditional methods such as bibliography information filtering, news-group and E-mail filtering. Therefore, we cannot expect high performance from the traditional information filtering models when they are applied to the new environment. To solve this problem, we inspect the characteristics of the new filtering environment, and propose a semantic-based filtering model which includes a new filtering method using WordNet. For extracting keywords from documents, this model uses the SDCC(Semantic Distance for Common Category) algorithm instead of the TF/IDF method usually used by traditional methods. The world sense ambiguation problem, which is one of causes dropping efficiency of internet search, is solved by this method. The semantic-based filtering model can filter web pages selectively with considering a user level and we show in this paper that it is more convenient for users to search information in internet by the proposed method than by traditional filtering methods.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제52권3호
• /
• pp.148-155
• /
• 2003

In this paper, a nonlinear anisotropic filtering method without the loss of important information happened due to the repeated filtering in magnetic resonance images is proposed. First of all original images are divided into four regions, e.g., SPR(Strong Plain Region), EPR(Easy Plain Region), SER(Strong Edge Region), and EER(Easy Edge Region). An optimal template among multiple templates is selected, then the nonlinear anisotropic filtering based on the template is applied in pixel by pixel basis. In the proposed algorithm, filtering strength of EER containing important information is adjusted very weak and filtering strength for remaining regions is also adjusted according to the degree of the importance. In spite of repeated filtering, resulting images by the proposed method could still preserve anatomy information of original images without any degradation. Compared to the existing nonlinear anisotropic filtering, the proposed filtering method with multiple templates provides higher reliability for filtered images.

• 한국인터넷방송통신학회논문지
• /
• 제12권3호
• /
• pp.75-81
• /
• 2012

인터넷이 발달하고 접할 수 있는 데이터가 폭증하면서 데이터들에서 사용자는 자신의 기호에 맞는 정보를 찾기가 점점 힘들어 진다. 추천 시스템은 사용자의 기호에 맞는 정보들을 추출하는데 큰 도움을 줄 수 있다. 본 연구는 강화 학습 알고리즘을 기반으로 한 하이브리드 추천 시스템을 사용하여 사용자의 선호도 예측에 대한 정확도를 향상 시켰다. 본 연구는 2000장의 이미지로 테스트를 진행하였다. 테스트 할 때 평균 절대 오차를 구하여 분석한 결과 제안하는 시스템이 협업적 필터링, 내용 기반 필터링, 단순 하이브리드 필터링의 성능보다 더 우수한 것으로 나타났다.

• 전자공학회논문지
• /
• 제52권6호
• /
• pp.79-84
• /
• 2015

디지털 영상의 배포에서, 위 변조자에 의해 영상이 변조되는 심각한 문제가 있다. 이러한 문제를 해결하기 위하여, 본 논문에서는 영상의 픽셀값 경사도에 따른 특징벡터를 이용한 미디언 필터링 영상 포렌식 판정 알고리즘을 제안한다. 제안된 알고리즘에서, 원영상의 픽셀값 경사도로부터 자기회귀 계수를 1~6차까지의 6 Dim.을 계산한다. 그리고 경사도를 Poisson 방정식의 해에 의한 재구성 영상과 원영상과의 차영상으로 부터, 4 Dim. (평균값, 최대값 그리고 최대값의 좌표 i,j)의 특징벡터를 추출한다. 2 종류의 특징벡터는 10 Dim.으로 조합되어 변조된 영상의 미디언 필터링 (Median Filtering: MF) 검출기의 SVM (Support Vector Machine) 분류를 위한 학습에 사용된다. 제안된 미디언 필터링 검출 알고리즘은 동일 10 Dim. 특징벡터의 MFR (Median Filter Residual) 스킴과 비교하여 원영상, 평균필터링 ($3{\times}3$) 영상 그리고 JPEG (QF=90) 영상에서는 성능이 우수하며, Gaussian 필터링 ($3{\times}3$) 영상에서는 성능이 다소 낮지만, 성능평가 전체항목에서 민감도 (Sensitivity; TP: True Positive rate)와 1-특이도 (1-Specificity; FP: False Positive rate)의 AUC (Area Under Curve)가 모두 1에 수렴하여 'Excellent (A)' 등급임을 확인하였다.