• 한국멀티미디어학회논문지
• /
• 제12권1호
• /
• pp.50-57
• /
• 2009

본 논문은 3차원 다각형 모델에서 특징 선을 추출하기 위한 방법에 대해 제안한다. 이산 곡면으로 이루어진 다각형 모델에서 특징 선을 추출하기 위하여 기존 방법에서는 전역적인 음함수 곡면 맞춤 기법(Implicit Surface Fitting)을 이용하여 모델의 꼭지점에서 곡률과 곡률 미분 값을 측정하였다. 이러한 방법은 다각형 모델의 꼭지점에서 음함수 곡면으로 정확하게 투영할 수 있도록 사용자의 정의 파라미타를 찾아야 하며, 특징 추출을 위한 많은 계산 시간을 요구한다. 그러나 제안 방법은 지역적 음함수 곡면 맞춤 기법을 이용하여 모델의 꼭지점에 근사된 곡면을 통해 미분 정보를 측정한다. 측정된 미분 정보를 통해 쉽게 각각의 모서리에서 제로-클로싱을 통해 특징 점을 추출하고, 곡률 방향을 따라 추출된 점들을 연결하여 특징 선을 생성한다. 여러 가지 다각형 모델에서 실험을 하였고 기존 방법보다 빠르며 높은 품질의 특징 선을 추출한다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2005년도 추계학술대회 및 정기총회
• /
• pp.71-76
• /
• 2005

XML is rapidly becoming one of the most widely adopted technologies for information exchange and representation on the World Wide Web. However, the large part of data is still stored in a relational database. Hence, we need to convert relational data into XML documents. The most important point of the conversion is to reflect referential integrities In relational schema model to XML schema model exactly. Until now, FT, NeT and CoT are suggested as existing approaches for conversion from the relational schema model to the XML schema model but these approaches only reflect referential integrities which are defined explicitly for conversion. In this paper, we suggest an algorithm for automatic extraction of implicit referential integrities such as foreign key constraints which is not defined explicitly in the initial relational schema model. We present translated XML documents by existing algorithms and suggested algorithms as comparison evaluation. We also compare suggested algorithm and conventional algorithms by simluation in accuracy part.

• 한국멀티미디어학회논문지
• /
• 제17권8호
• /
• pp.968-976
• /
• 2014

Authentication methods on smartphone are demanded to be implicit to users with minimum users' interaction. Existing authentication methods (e.g. PINs, passwords, visual patterns, etc.) are not effectively considering remembrance and privacy issues. Behavioral biometrics such as keystroke dynamics and gait biometrics can be acquired easily and implicitly by using integrated sensors on smartphone. We propose a biometric model involving keystroke dynamics for implicit authentication on smartphone. We first design a feature extraction method for keystroke dynamics. And then, we build a fusion model of keystroke dynamics and gait to improve the authentication performance of single behavioral biometric on smartphone. We operate the fusion at both feature extraction level and matching score level. Experiment using linear Support Vector Machines (SVM) classifier reveals that the best results are achieved with score fusion: a recognition rate approximately 97.86% under identification mode and an error rate approximately 1.11% under authentication mode.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.247-250
• /
• 2003

Due to the increasing use of very large databases, mining useful information and implicit knowledge from databases is evolving. However, most conventional data mining algorithms identify the relationship among features using binary values (TRUE/FALSE or 0/1) and find simple If-THEN rules at a single concept level. Therefore, implicit knowledge and causal relationships among features are commonly seen in real-world database and applications. In this paper, we thus introduce the mechanism of mining fuzzy association rules and constructing causal knowledge base form database. Acausal knowledge base construction algorithm based on Fuzzy Cognitive Map(FCM) and Srikant and Agrawal's association rule extraction method were proposed for extracting implicit causal knowledge from database. Fuzzy association rules are well suited for the thinking of human subjects and will help to increase the flexibility for supporting users in making decisions or designing the fuzzy systems. It integrates fuzzy set concept and causal knowledge-based data mining technologies to achieve this purpose. The proposed mechanism consists of three phases: First, adaptation of the fuzzy membership function to the database. Second, extraction of the fuzzy association rules using fuzzy input values. Third, building the causal knowledge base. A credit example is presented to illustrate a detailed process for finding the fuzzy association rules from a specified database, demonstration the effectiveness of the proposed algorithm.

• 한국지능시스템학회논문지
• /
• 제14권6호
• /
• pp.764-770
• /
• 2004

This paper presents a hybrid data mining mechanism to extract expert knowledge from historical data and extend expert systems' reasoning capabilities by using fuzzy neural network (FNN)-based learning & rule extraction algorithm. Our hybrid data mining mechanism is based on association rule extraction mechanism, FNN learning and fuzzy rule extraction algorithm. Most of traditional data mining mechanisms are depended ()n association rule extraction algorithm. However, the basic association rule-based data mining systems has not the learning ability. Therefore, there is a problem to extend the knowledge base adaptively. In addition, sequential patterns of association rules can`t represent the complicate fuzzy logic in real-world. To resolve these problems, we suggest the hybrid data mining mechanism based on association rule-based data mining, FNN learning and fuzzy rule extraction algorithm. Our hybrid data mining mechanism is consisted of four phases. First, we use general association rule mining mechanism to develop an initial rule base. Then, in the second phase, we adopt the FNN learning algorithm to extract the hidden relationships or patterns embedded in the historical data. Third, after the learning of FNN, the fuzzy rule extraction algorithm will be used to extract the implicit knowledge from the FNN. Fourth, we will combine the association rules (initial rule base) and fuzzy rules. Implementation results show that the hybrid data mining mechanism can reflect both association rule-based knowledge extraction and FNN-based knowledge extension.

• 한국정보통신학회논문지
• /
• 제8권3호
• /
• pp.702-707
• /
• 2004

본 논문은 CCD 카메라와 거리 센서를 사용하여 컨테이너의 자세 측정에 관하여 연구하였다. 특히 특징점을 추출하고 영상의 잡음을 줄이는 방법에 대하여 중점적으로 기술하였다. 가우시안 및 랜덤 노이즈를 제거하기 위하여 Euler-Lagrange 방정식을 소개하였으며 PDE(Partial Differential Equation)를 기초로 한 Euler-Lagrange 방정식을 풀기 위하여 ADI(Alternating Direction Implicit)방법을 적용하였다. 그리고 스프레더와 컨테이너의 특징점을 추출하기 위해서 기존의 황금 분할법과 이분 분할법을 이용한 방법은 지역적 최대 및 최소 값의 경우 정확한 해를 구할 수 없어서 k차 곡률 알고리즘을 이용하였다. 제안된 알고리즘은 영상의 전처리과정에서 잡음제거에 효과적이며 카메라와 거리센서를 이용한 제안 시스템은 기존시스템의 구조적 변경 없이 사용가능하기 때문에 비용이 저렴한 장점이 있다.

• 한국컴퓨터정보학회논문지
• /
• 제14권10호
• /
• pp.63-71
• /
• 2009

본 논문에서는 낮은 피사계 심도 JPEG2000 이미지의 복원 과정에서 관심영역을 자동으로 추출하여 우선적 처리하는 개선된 동적 관심영역 코딩 방법을 제안한다. 제안한 방법은 기존 방법과는 달리 사용자의 관심영역 지정 과정을 거치지 않고, DWT(Discrete Wavelet Transform)에서 특정 레벨의 고주파 서버 밴드를 사용하여 에지 마스크 정보를 생성한 후에 자동 에지 코드 블록 판별 알고리즘을 사용하여 관심영역을 빠르게 처리한다. 이 알고리즘은 에지 임계값과 4 방향(동, 서, 남, 북)으로 코드 블록 단위의 에지 마스크 정보를 이용하여 에지 코드 블록을 판별한다. 본 알고리즘을 기존의 Implicit 방법에 적용하여 실험한 결과, 제안한 방법이 기존의 방법들에 비해 속도와 품질 면에 있어서 우수함을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제4권3호
• /
• pp.270-279
• /
• 2001

프로그램 수행 시간의 대부분이 루프 구조에서 소비되고 있기 때문에 루프 구조를 가진 순차 프로그램에서 병렬성을 추출하는 연구들이 많이 행해지고 있고 그 연구들은 하나의 프로시저 내 루프 구조의 변환에 치중되고 있다. 그러나 대부분의 프로그램들은 프로시저 간 잠재된 병렬성을 가지고 있다. 본 논문에서는 프로시저 호출을 가진 루프에서 병렬성 추출 방식을 제안한다. 프로시저 호출을 포함하는 루프의 병렬화는 대부분 자료종속거리가 uniform 형태의 코드에서만 집중되었다. 본 논문에서는 자료종속거리가 uniform 코드, nonuniform 코드 그리고 복합된(complex) 코드를 가진 프로그램에서 적용 가능한 알고리즘을 제시하였으며, 제안된 알고리즘과 loop extraction, loop embedding 그리고 procedure cloning 변환 방법을 CRAY-T3E로 성능 평가하였다. 성능평가 결과는 제안된 알고리즘이 효율적이라는 것을 보여준다.

• 한국디자인학회:학술대회논문집
• /
• 한국디자인학회 2005년도 춘계 학술발표대회 논문집
• /
• pp.262-263
• /
• 2005

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2003년도 춘계공동학술대회
• /
• pp.884-888
• /
• 2003

In this paper, we introduce the hybrid data mining mechanism based in association rule and fuzzy neural networks (FNN). Most of data mining mechanisms are depended in the association rule extraction algorithm. However, the basic association rule-based data mining has not the learning ability. In addition, sequential patterns of association rules could not represent the complicate fuzzy logic. To resolve these problems, we suggest the hybrid mechanism using association rule-based data mining, and fuzzy neural networks. Our hybrid data mining mechanism was consisted of four phases. First, we used general association rule mining mechanism to develop the initial rule-base. Then, in the second phase, we used the fuzzy neural networks to learn the past historical patterns embedded in the database. Third, fuzzy rule extraction algorithm was used to extract the implicit knowledge from the FNN. Fourth, we combine the association knowledge base and fuzzy rules. Our proposed hybrid data mining mechanism can reflect both association rule-based logical inference and complicate fuzzy logic.