• 대한전자공학회논문지TC
• /
• 제42권2호
• /
• pp.23-38
• /
• 2005

무선 네트워크에서는 여러 가지의 환경적 요인으로 인해 발생하는 페이딩 현상 및 노이즈로 인하여 무선 단말기 간의 채널의 상태가 자주 변화한다. 따라서 시변 채널 특성을 지니는 무선 네트워크에서 신뢰성 있는 데이터 전송을 위해서는 시변 채널 특성을 파악하는 것이 중요하다. 본 논문에서는 무선 네트워크 시변(Time-varying) 채널 상에서 패킷 전송 시간 및 대기큐에 대해 분석한다. 무선 네트워크 시변 채널 상태를 반영하기 위해 채널의 상태를 2-상태, 3-상태 각각의 경우로 구분하고 SFG(Signal Flow Graph) 모델을 이용하여 채널 상태를 해석한다. 각각의 상태에 대한 SFG 모델로부터 하나의 패킷에 대해 평균 전송시간과 분산을 구하고 이에 대한 확률 분포를 가우시안(Gaussian) 분포로 생각한다. 패킷의 도착분포가 프아송(Poisson) 프로세스를 따르는 전송 시스템을 M/G/1으로 모델링하고 에러 정정 기법으로 SW ARQ 기법을 적용하여 패킷의 PER의 변화 및 패킷 도착 비율의 변화에 따른 평균 패킷 전송시간과 평균 대기큐의 길이에 대해 해석하고 시뮬레이션을 통하여 검증한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권1호
• /
• pp.358-377
• /
• 2015

In this paper, we propose a novel approach for trajectory recovery. Our system uses a triangulation procedure for skeletonization and graph theory to extract the trajectory. Skeletonization extracts the polyline skeleton according to the polygonal contours of the handwritten characters, and as a result, the junction becomes clear and the characters that are touching each other are separated. The approach for the trajectory recovery is based on graph theory to find the optimal path in the graph that has the best representation of the trajectory. An undirected graph model consisting of one or more strokes is constructed from a polyline skeleton. By using the polyline skeleton, our approach accelerates the process to search for an optimal path. In order to evaluate the performance, we built our own dataset, which includes testing and ground-truth. The dataset consist of thousands of handwritten characters and word images, which are extracted from five handwritten documents. To show the relative advantage of our skeletonization method, we first compare the results against those from Zhang-Suen, a state-of-the-art skeletonization method. For the trajectory recovery, we conduct a comparison using the Root Means Square Error (RMSE) and Dynamic Time Warping (DTW) in order to measure the error between the ground truth and the real output. The comparison reveals that our approach has better performance for both the skeletonization stage and the trajectory recovery stage. Moreover, the processing time comparison proves that our system is faster than the existing systems.

• 한국컴퓨터그래픽스학회논문지
• /
• 제24권4호
• /
• pp.11-20
• /
• 2018

최근 센서와 가상공간의 융합 어플리케이션 개발이 증가함에 따라 실제 공간에서의 물리적 센서를 3 차원 가상공간에서 표현하고 직접 제어, 관리할 수 있는 방법에 대한 요구도 증가하고 있다. 본 연구에서는 물리적 센서와 가상공간의 디지털 객체가 공존하며 시각화를 생성하는 가상세계와 현실세계를 혼합한 증강 현실을 이용하여, 3D 가상공간에서의 물리적 센서 장치를 표현하는 기법을 정의한다. 이것은 이기종 컴퓨팅 환경에서 증강 혼합현실 응용프로그램에서의 데이터 공유와 상호 교환을 통하여 네트워크상의 다양한 물리 센서들을 관리 제어하는 것을 목적으로 한다. 현실 세계에 존재하는 수많은 센서들을 구분하기 위하여 대표적인 센서 타입을 분류하고 센서별 기능을 3D 가상공간에 표현하기 위한 센서 장면 그래프를 정의하고 데이터 모델을 정의하였다. 이를 기반으로 3D 가상공간에서 센서 장치들의 기능을 시뮬레이션 할 수 있는 물리적 센서 뷰어를 개발하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제29권11호
• /
• pp.634-639
• /
• 2002

최단 경로 탐색 알고리즘 (Shortest Path Algorithm)은 출발지에서 목적지에 이르는 여러 경로 중에서 가장 경제적이고 효율적인 경로를 찾는 알고리즘으로 레이블링 기법에 기초하고 있다. 레이블링 기법에는 레이블 고정(Label-Setting) 기법과 레이블 수정 (Label-Correcting) 기법이 있다. One-to-One 최단 경로 탐색 알고리즘에서 레이블 고정 기법이 빠르다고 알려져 왔으나 최근 연구에서 대용량 도로 데이터에 대한 실험을 통해 레이블 수정이 레이블 고정보다 탐색 씨간이 빠름을 보였다[1,2]. 레이블 수정 기법 중에서 가장 속도가 빠른 것은 그래프 성장 (Graph Growth) 알고리즘인데, 이 알고리즘은 One-to-All 방식을 사용하고 있으므로 One-to-One 최단 경로 탐색에는 적합하지 않다. 본 논문에서는 One-to-One 방식을 사용하는 새로운 알고리즘을 제안하였고, 실험결과 그래프 성장 알고리즘의 성능에 비해 새로 제안된 알고리즘의 성능이 30~40 향상되었음을 알 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제8권5호
• /
• pp.52-60
• /
• 2008

위성 통신 분야에서 널리 사용되는 시분할 다중 스위칭 시스템은 많은 저대역폭 가입자들로부터 발생되는 트랙픽을 반복되는 프레임에 타임 슬롯을 할당해야 한다. 본 논문에서는 타임 슬롯 할당을 위한 새로운 방법을 제안한다. 기존의 방법인 네트워크 흐름 모델을 사용하지 않고 새로운 방법인 그래프 채색방법을 사용하여 효율적인 타임 슬롯 할당 알고리즘을 제안하였다. 제안된 알고리즘은 주어진 트래픽의 프레임 길이가 2의 멱승일 경우 트래픽을 정확히 반으로 나누어 할당한다. 분할된 트래픽의 프레임 길이가 1이 될 때까지 이 과정을 계속적으로 반복해 분할한다. 제안된 알고리즘의 시간 복잡도는 프레임의 길이가 L이고 스위치 크기가 N인 경우에는 기존의 네트워크 흐름 모델을 사용한 최적의 타임 슬롯 할당 알고리즘의 시간 복잡도는 $O(N^{4.5})$ 인데 반해 $O(NLlog_2L)$이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권1호
• /
• pp.52-58
• /
• 2007

본 논문에서는 실내 환경에서 동적 스테레오 카메라(active stereo camera)를 이용한 새로운 인체 실루엣 추출 방법을 제안한다. 제안한 알고리즘의 주된 응용분야는 이동 로봇 플랫폼에서의 인체 실루엣을 이용한 제스처 인식이다. 먼 거리에서 움직이는 객체를 분할(segmentation)하는 데에는 저해상도, 그림자, 스테레오 정합의 불확실성, 배경과 객체의 색 분포의 불안정성 등과 같은 다양한 문제를 내포한다. 우리는 먼저 이미지 분할 기법과 스테레오 정보를 이용하여 신뢰도 높은 객체와 배경 영역을 추정하였다. 이렇게 추정된 영역을 적절히 그래프 컷(graph cut)에 활용하는 방식을 고안함으로써 주변 환경의 변화에 강인한 인체 실루엣 추출을 가능하게 하였다. 제안한 방식은 실내에서 펜-틸트(pan-tilt) 스테레오 카메라로 획득된 비디오 데이타를 대상으로 실험하였으며, 색, 색과 스테레오, 색과 대비 정보를 기반으로 한 방법들과 비교 실험한 결과 정확도가 많이 향상된 것을 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제20권3호
• /
• pp.18-30
• /
• 2020

최근 소셜 네트워크, 시맨틱 웹 등 여러 분야에서 그래프 구조 데이터가 널리 사용됨에 따라 대량의 그래프 데이터에 대한 효과적이고 효율적인 검색 방법의 필요성이 커지고 있다. 기존 키워드 기반 검색 방법들은 대부분 주어진 질의에 대한 연관도만을 고려하여 결과를 구한다. 그러나 이런 방법은 질의 연관도는 높지만 콘텐트 노드들을 공유하는 유사한 결과들이 함께 선택될 가능성이 높다. 이런 문제점을 개선하기 위해 본 논문에서는 키워드 질의에 대한 답 트리에 포함된 콘텐트 노드들의 유사성을 제어하여 콘텐트 노드가 다양한 답 트리들을 구하는 top-k 검색 방법을 제안한다. 다양한 답 트리 집합의 기준을 정의하고, 다양한 top-k 결과 집합을 구하기 위한 두 가지 방법으로 점진적 나열 알고리즘과 A^⁎ 탐색 기법을 이용한 휴리스틱 탐색 알고리즘을 설계한다. 또 휴리스틱 탐색의 성능을 높이기 위한 개선 방법을 제시한다. 실 데이터를 이용한 성능 실험 결과를 통해, 본 논문에서 제안한 휴리스틱 탐색 방법이 질의 연관성뿐만 아니라 콘텐트 노드들의 상이도가 높은 다양한 답 트리들을 효율적으로 구할 수 있음을 보인다.

• 한국전자거래학회지
• /
• 제26권1호
• /
• pp.29-41
• /
• 2021

최근 패션업계에서는 급속도로 발전하는 딥러닝 방법론을 활용하려는 시도가 늘고 있다. 이에 따라 다양한 패션 관련 문제들을 다루는 연구들이 제안되었고, 우수한 성능을 달성하였다. 하지만 패션 스타일 분류 문제의 경우, 기존 연구들은 한 옷차림이 여러 스타일을 동시에 포함할 수 있다는 패션 스타일의 특성을 반영하지 못하였다. 따라서 본 연구에서는 동시에 존재하는 레이블 간의 종속성을 모델링하고, 이를 반영하여 패션 스타일의 다중 분류 문제를 해결하고자 한다. 패션 스타일 사이의 종속성을 포착하고 탐색하기 위해 GCN(graph convolution network) 기반의 다중 레이블 인식 모델을 적용하였다. 또한 전이학습을 통해 모델의 학습 속도 및 성능을 향상시켰다. 제안하는 모델은 웹 크롤링을 통해 수집한 SNS 이미지 데이터를 이용하여 검증하였으며, 비교 모델 대비 우수한 성능을 기록하였다.

• 한국지능시스템학회논문지
• /
• 제22권5호
• /
• pp.656-662
• /
• 2012

본 논문에서는 그래프기반 문장랭킹 방식인 문장 상호 추천과 문장의 주관, 객관 성향을 이용하는 문장 성향 분석을 혼합한 새로운 요약문 추출 방법에 대해서 기술한다. 문장 상호 추천에서는 문장을 단어벡터로 변환한 후에 LSA를 이용하여 문장과 문장 사이의 유사도 점수를 계산하였다. 이렇게 얻어진 유사도와 각 단어의 희귀도(Rarity Score)를 기반으로 문장과 문장 사이의 연결 강도를 정의하여, 그래프 기반 문장 랭킹 방식을 적용 하였다. 한편, 문장성향 분석에서는 주관, 객관 성향을 결정하기 위해서 기존의 Golden Standard 단어 성향 분류를 기반으로 워드넷을 확장하여 데이터베이스를 구축하였다. 이를 통해 각 단어들의 성향을 판단하고 단어들의 평균 성향을 문장의 전체 성향에 반영하여, 주관적 성향을 띄는 문장들을 선택하였다. 최종적으로 문장 상호 추천 결과와 문장 성향 분석 결과를 혼합하여 주어진 문서로부터 요약문을 추출하였다. 요약문 추출 기능의 객관적인 성능 평가를 위하여 추출된 요약문 토대로 한 분류게임을 실시하였고, 그 결과를 MS-Word에 포함된 문서 요약 기능과 비교함으로써, 제안한 모델의 효과성을 확인하였다.

• 한국융합학회논문지
• /
• 제12권7호
• /
• pp.53-60
• /
• 2021

LOD-기반 추천 시스템은 보통 DBpedia와 같은 LOD 데이터세트 내에서 사용가능한 데이터를 활용하여 최종 사용자에게 영화, 책, 음악과 같은 아이템을 추천한다. 이러한 시스템은 링크드 데이터 리소스 쌍 간의 일치 정도를 측정하는 의미 유사도 알고리즘을 사용한다. 이 논문에서는 LOD 그래프의 링크에 사용자 평가 등급을 변환한 가중치를 할당하여 LOD-기반 추천 시스템에서 의미 거리를 측정하는 새로운 접근방식을 제안했다. 이 논문에서 제안된 의미 거리 측정 모델은 가중치 계산을 통해 그래프가 사용자에게 개인화되는 처리 단계와 이러한 가중치를 LDSD에 적용하는 방법을 기반으로 한다. 실험 결과는 다른 유사한 방법들과 비교하여 제안된 방법이 더 높은 정확도를 보였으며, 추천 시스템의 의미 거리 측정의 범위를 넓혀서 유사도 향상에 기여하였다. 향후 연구로는 다른 방법의 LOD-기반 유사도 측정을 사용하여 모델에 미치는 영향을 분석하는 것을 목표로 한다.