• 대한전자공학회논문지
• /
• 제25권8호
• /
• pp.1010-1018
• /
• 1988

This paper proposes a MOS circuit extractor which extracts a netlist from the hierarchical mask information, for the verification tools. To utilize the regularity and the simple representation of the hierarchical circuit, and to reduce the debug cycle of design, verification, and modification, we propose a hierarvhical and incremental circuit extraction algorithm. In flat circuit extraction stage, the multiple storage quad tree is used as an internal data structure. Incremental circuit extraction using the hierarchical structure is made possible, to reduce the re-extraction time of the modified circuit.

• 한국정보과학회논문지:데이타베이스
• /
• 제34권4호
• /
• pp.343-356
• /
• 2007

센서 네트워크, 위치 기반 서비스 등의 기술 발전에 따라, 최근의 이동객체 위치정보는 연속적이고 끊임없이 변경되는 스트림 데이타 형태를 가지게 되었다. 본 논문에서는 이와 같이 스트림 형태로 발생하는 이동객체의 위치정보를 제한된 메모리에 저장하고, 과거 위치를 추정하는 효율적인 방법을 제안한다. 이를 위하여, 우선 제한된 메모리 양으로 지속적으로 추가되는 이동객체의 과거 위치 이력을 저장하기 위한 위치정보의 점진적 추출(incremental extraction) 개념을 제시한다. 점진적 추출이란 새로운 위치정보가 추가될 때마다, 시스템이 관리해야 할 과거 위치정보를 기존 위치정보와 새로운 위치정보를 바탕으로 점진적으로 추출하는 방법을 의미한다. 그런 다음, 이러한 점진적 추출 개념을 적용하여 스트림 환경에서 위치정보를 저장 및 추정하는 전체적인 프레임워크를 제시한다. 그리고, 제안한 프레임워크 하에서 추정위치를 계산하는 방법으로 다항식을 이용한 직선기반과 곡선기반 방법을 제시한다. 다음으로, 점진적 추출 개념을 사용하여 과거 위치를 추출하는 방법으로 균등 간격 추출, 기울기 기반 추출. 그리고 최근 시점강조 추출의 세 가지 방법을 제시한다. 실험 결과, 제안한 점진적 추출 방법은 적은 비율(0.1%)의 위치정보를 저장함에도 불구하고 과거 위치추정에 있어 비교적 높은 정확도(오차율 3% 이내)를 나타냈다. 특히, 곡선기반의 점진적 추출 방법은 전체 위치 데이타의 0.1% 만을 저장하면서도 오차율 1.5% 미만의 높은 정확도를 나타내었다. 이러한 결과로 볼 때, 제안한 방법은 스트림 환경에서 이동객체의 위치정보를 저장하고, 과거 위치를 추정하는 우수한 연구결과라 사료된다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1042-1045
• /
• 2003

In this paper, we propose the speaker identification system that uses vowel that has speaker's characteristic. System is divided to speech feature extraction part and speaker identification part. Speech feature extraction part extracts speaker's feature. Voiced speech has the characteristic that divides speakers. For vowel extraction, formants are used in voiced speech through frequency analysis. Vowel-a that different formants is extracted in text. Pitch, formant, intensity, log area ratio, LP coefficients, cepstral coefficients are used by method to draw characteristic. The cpestral coefficients that show the best performance in speaker identification among several methods are used. Speaker identification part distinguishes speaker using Neural Network. 12 order cepstral coefficients are used learning input data. Neural Network's structure is MLP and learning algorithm is BP (Backpropagation). Hidden nodes and output nodes are incremented. The nodes in the incremental learning neural network are interconnected via weighted links and each node in a layer is generally connected to each node in the succeeding layer leaving the output node to provide output for the network. Though the vowel extract and incremental learning, the proposed system uses low learning data and reduces learning time and improves identification rate.

• 한국정보통신학회논문지
• /
• 제8권7호
• /
• pp.1475-1479
• /
• 2004

고차원 자료를 효율적으로 처리하기 위해서는 특징 추출 기법이 필요하다. 주성분분석 방법은 대표적인 특징추출 방법이지만 학습 자료의 차원이 큰 경우에는 고유공간을 계산하기 위해 많은 기억공간과 계산량을 필요로 한다. 본 논문에서는 고차원 자료의 특징 추출을 위해 점진적인 주성분분석 방법을 사용한다. 제안한 방법에 대해 신경망에서 점진적인 주성분분석을 하는 대표적인 방법인 APEX모델과 실험을 통해 비교해 본 결과 제안된 방법이 APEX 모델 보다 성능이 우수함을 나타내었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권7호
• /
• pp.2496-2511
• /
• 2014

Face recognition is considered a complex biometrics in the field of image processing mainly due to the constraints imposed by variation in the appearance of facial images. These variations in appearance are affected by differences in expressions and/or occlusions (sunglasses, scarf etc.). This paper discusses incremental Kernel Fisher Discriminate Analysis on sub-classes for dealing with partial occlusions and variant expressions. This framework focuses on the division of classes into fixed size sub-classes for effective feature extraction. For this purpose, it modifies the traditional Linear Discriminant Analysis into incremental approach in the kernel space. Experiments are performed on AR, ORL, Yale B and MIT-CBCL face databases. The results show a significant improvement in face recognition.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권1호
• /
• pp.11-17
• /
• 2007

패턴 분류에 많이 사용되는 기법 중의 하나인 메모리 기반 추론 알고리즘은 단순히 메모리에 저장된 학습패턴 또는 초월평면과 테스트 패턴간의 거리를 계산하여 가장 가까운 학습패턴의 클래스로 분류하기 때문에 테스트 패턴을 분류하는 기준을 설명할 수 없다는 문제점을 가지고 있다. 이 문제를 해결하기 위하여, 메모리 기반 학습 기법인 RPA를 기반으로 학습패턴들에 내재된 규칙성을 표현하는 IF-THEN 형태의 규칙을 생성하는 점진적 학습 알고리즘을 제안하였다. 하지만, RPA에 의해 생성된 규칙은 주어진 학습패턴 집합에만 충실히 학습되어 overfitting 현상을 보이게 되며, 또한 패턴 공간의 과도한 분할로 인하여 필요 이상으로 많은 개수의 규칙이 생성된다. 따라서, 본 논문에서는 생성된 규칙으로부터 불필요한 조건을 제거함으로써 ovefitting 현상을 해결함과 동시에 생성되는 규칙의 개수를 줄일 수 있는 점진적 규칙 추출 알고리즘을 제안하였으며, UCI Machine Learning Repository의 벤치마크 데이터를 이용하여 제안한 알고리즘의 성능을 입증하였다.

• 인터넷정보학회논문지
• /
• 제4권3호
• /
• pp.39-46
• /
• 2003

일반적으로 디지털 영상의 저작권 보호를 위한 기존의 워터마킹 기법들은 기하학적 왜곡에 약할 뿐 아니라 왜곡의 정도에 관계없이 모든 워터마크 추출에 동일한 시간을 요구한다. 본 논문에서는 이러한 문제를 해결하기 위하여 콤플렉스 웨이블릿 변환을 이용한 점진적 워터마킹 기법을 제안한다. 제안한 점진적 워터마킹 기법은 원 영상을 콤플렉스 웨이블릿 변환하여 위상 성분에 워터마크를 삽입하며 워터마크가 삽입된 영상으로부터 단계적으로 워터마크를 추출한다. 추출된 워터마크와 원 워터마크의 상관관계를 비교하여 임계값이상이면 영상에 대한 저작권을 주장할 수 있다. 또한 단계적 워터마크의 추출은 왜곡의 정도와 왜곡정도에 따른 워터마크의 추출시간을 결정할 수 있게 한다. 성능평가를 통하여 본 논문에서 제안한 기법이 기존 웨이블릿 변환 기법보다 기하학적 왜곡에 강함을 증명하였다.

• 경영과학
• /
• 제20권2호
• /
• pp.1-16
• /
• 2003

Previous research on data extraction and integration for data warehousing has concentrated mainly on the relational DBMS or partly on the object-oriented DBMS. Mostly, it describes issues related with the change data (deltas) capture and the incremental update by using the triggering technique of active database systems. But, little attention has been paid to data extraction approaches from other types of source systems like hierarchical DBMS, etc. and from source systems without triggering capability. This paper argues, from the practical point of view, that we need to consider not only the types of information sources and capabilities of ETT tools but also other factors of source systems such as operational characteristics (i.e., whether they support DBMS log, user log or no log, timestamp), and DBMS characteristics (i.e., whether they have the triggering capability or not, etc), in order to find out appropriate data extraction techniques that could be applied to different source systems. Having applied several different data extraction techniques (e.g., DBMS log, user log, triggering, timestamp-based extraction, file comparison) to S bank's source systems (e.g., IMS, DB2, ORACLE, and SAM file), we discovered that data extraction techniques available in a commercial ETT tool do not completely support data extraction from the DBMS log of IMS system. For such IMS systems, a new date extraction technique is proposed which first creates Index database and then updates the data warehouse using the Index database. We illustrates this technique using an example application.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.56-63
• /
• 2016

본 연구에서는 퍼지 RBFNNs과 증분형 주성분 분석법으로 실현된 숫자인식 시스템의 설계를 소개한다. 주성분 분석법은 차원축소를 위해 사용되는 알고리즘으로 학습데이터의 차원 수가 고차원이거나 데이터의 양이 많을 때 특징 추출을 위한 많은 계산 시간을 필요로 한다. 따라서 고차원 데이터의 효율적인 차원축소와 점진적인 학습을 위해 증분형 주성분분석법을 적용하는 방법을 제안한다. 방사형 기저함수 신경회로망의 구조는 조건부, 결론부, 추론부의 3가지 기능적 모듈로서 구분이 가능하다. 조건부에서는 FCM 클러스터링 알고리즘의 도움으로 실현된 퍼지 클러스터링의 사용으로 입력 공간을 분할한다. 또한 가우시안 함수 대신 FCM(Fuzzy C-Means)클러스터링 알고리즘의 멤버쉽 값을 사용함으로써 입력 데이터의 특성을 좀 더 잘 반영할 수 있도록 개선하였으며, 결론부에서 연결가중치는 상수항에서 일차식과 이차식, 그리고 변형된 이차식과 같은 다항식의 형태로 확장하여 사용한다. 실험 결과는 공인 숫자 데이터인 MNIST 필기체 숫자 데이터를 사용하여 제안된 숫자 인식 시스템의 효율성을 다른 연구와의 비교를 통해 입증한다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제16권6호
• /
• pp.1-9
• /
• 2011

A bibliographical review of Gy sampling theory for particulate materials was conducted to provide readers with useful means to reduce errors in soil contamination investigation. According to the Gy theory, the errors caused by the heterogeneous nature of soil include; the fundamental error (FE) caused by physical and chemical constitutional heterogeneity, the grouping and segregation error (GE) aroused from gravitational force, long-range heterogeneous fluctuation error ($CE_2$), the periodic heterogeneity fluctuation error ($CE_3$), and the materialization error (ME) generated during physical process of sample treatment. However, the accurate estimation of $CE_2$ and $CE_3$ cannot be estimated easily and only increasing sampling locations can reduce the magnitude of the errors. In addition, incremental sampling is the only method to reduce GE while grab sampling should be avoided as it introduces uncertainty and errors to the sampling process. Correct preparation and operation of sampling tools are important factors in reducing the incremental delimitation error (DE) and extraction error (EE) which are resulted from physical processes in the sampling. Therefore, Gy sampling theory can be used efficiently in planning a strategy for soil investigations of non-volatile and non-reactive samples.