• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.683-688
• /
• 2008

The emotional information processing is to simulate and recognize human sensibility, sensuality or emotion, to realize natural and harmonious human-machine interface. This paper proposes an emotion-based image retrieval method. In this method, user can choose a linguistic query among some emotional adjectives. Then the system shows some corresponding representative images that are pre-evaluated by experts. Again the user can select a representative one among the representative images to initiate traditional content-based image retrieval (CBIR). By this proposed method any CBIR can be easily expanded as emotion-based image retrieval. In CBIR of our system, we use several color and texture visual descriptors recommended by MPEG-7. We also propose a fuzzy similarity measure based on Choquet integral in the CBIR system. For the communication between system and user, a relevance feedback mechanism is used to represent human subjectivity in image retrieval. This can improve the performance of image retrieval, and also satisfy the user's individual preference.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.129-131
• /
• 1998

웹 에이전트는 사용자가 좀 더 손쉽게 웹 상의 정보를 얻을 수 있게 하는 것을 목표로 하는 인터넷 정보 검색 도구이다. 본 논문에서는 개인용 웹 에이전트 시스템에서 적합성 피드백(Relevance Feedback)에 의해 사용자의 취향을 학습하는 방법을 제시하고, 실험을 통하여 제시된 적합성 피드백에 의한 학습 방법이 사용자의 취향을 성공적으로 학습함을 보였다. 적합성 피드백을 혼용할 때와 각각 한가지만 사용할 때로 나누어 실험하였으며, 피드백이 진행되면서 검색결과의 정확도가 변화하는 정도를 관찰하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.335-336
• /
• 2009

In this paper, I propose an automatic approach to annotating images dynamically based on MBRM(Multiple Bernoulli Relevance Models) using GLCM(Grey Level Co-occurrence Matrix). MBRM is more appropriate to annotate images compare with multinomial distribution. The model is used in limited test set, MSRC-v2 (Microsoft Research Cambridge Image Database). The results show that this model is significantly outperforms previously reported results on the task of image annotation and retrieval.

• 한국정보통신학회논문지
• /
• 제16권3호
• /
• pp.424-431
• /
• 2012

정보 검색 시 검색엔진은 사용자에게 웹페이지 순위와 웹페이지의 요약정보를 제공한다. 이중 웹 페이지를 대표 할 수 있는 요약된 정보를 스니핏(snippet)이라한다. 스니핏은 사용자의 웹페이지 방문에 큰 영향을 준다. 정확한 방문 페이지의 정보를 모르고 단지 스니핏 만을 이용할 때에 가끔 사용자의 의도와는 다른 잘못된 웹 페이지를 방문할 수 있다. 이것은 검색엔진에서 지원하는 스니핏에 사용자의 의도를 정확하게 반영하는 것이 어렵기 때문이다. 본 논문은 이러한 문제를 해결하기 위해 연관 피드백과 퍼지 함의 연산자를 이용한 새로운 스니핏 추출 방법을 제안한다. 제안방법은 연관 피드백을 이용하여 사용자의 질의를 확장하고, 확장된 질의와 웹 페이지 사이에 퍼지 함의 연산자를 이용하여 질의와 확장된 질의의 포함관계가 반영된 스니핏을 추출함으로써 사용자의 의도를 스니핏에 더 잘 반영할 수 있다. 실험결과에서 제안방법이 다른 방법보다 스니핏 추출에 더 좋은 성능을 보인다.

• 한국콘텐츠학회논문지
• /
• 제20권12호
• /
• pp.136-144
• /
• 2020

선행연구에서는 노동투자비효율성이 정보비대칭이 심하고, 경영자와 외부 투자자들간의 대리인 문제가 클수록 발생한다고 보고하였다. 따라서 노동투자의 비효율성이 높은 기업의 경우 경영자가 기업가치를 훼손시킬 수 있는 기회주의적 의사결정을 내릴 가능성이 높아진다. 이에 본 연구는 시장에서 투자자들이 비효율적으로 노동투자 의사결정이 이루어지는 기업들의 회계정보를 투자의사결정에 유용하게 사용할 가능성이 낮아짐에 따라 노동투자 비효율성이 높아질수록 회계정보의 가치관련성이 감소하는지 살펴보고자 한다. 노동투자효율성은 기업의 실제 노동투자수준과 예상되는 적정노동투자수준의 차이로 측정하여 이 차이가 커질수록 노동투자가 비효율적으로 이루어지는 것으로 판단하였다. 2002년부터 2018년까지 한국거래소에 상장된 기업의 데이터를 사용하여 분석한 결과, 노동투자에 대한 비효율성이 증가할수록 회계이익의 가치관련성이 감소하는 것으로 나타났다. 본 연구는 기업의 경쟁력에 중요한 요인으로 작용하는 인력에 대한 투자가 비효율적으로 이루어지는 기업일수록 회계이익에 대한 정보 유용성이 감소한다는 실증적인 근거를 제시하였다는 측면에서 공헌점을 찾을 수 있다.

• 한국콘텐츠학회논문지
• /
• 제6권11호
• /
• pp.15-24
• /
• 2006

본 연구의 목적은 AIS(Accounting Information System;이하 AIS로 표기한다.) 사용자의 경력지향과 직무특성간의 적합성이 AIS 성과에 미치는 영향을 분석하는데 있다. 구체적으로 AIS 사용자의 경력지향은 지술지향과 관리지향으로 구분하였으며, AIS 사용자의 직무특성은 직무의 다양성과 직무의 자율성으로 구분하였다. 이 두 요인들의 적합성이 시스템 성과(사용자 만족도, 이용도)에 미치는 영향관계를 검증해 보고자 하였다. 첫째, AIS 사용자의 경력지향 중에 기술지향과 직무의 자율성간의 적합성이 시스템 만족도에 영향을 미치는 것으로 나타났다. 둘째, AIS 사용자의 경력지향 중에 관리지향과 직무의 다양성간의 적합성이 시스템 만족도에 영향을 미치는 것으로 나타났다. 셋째, AIS 사용자의 경력지향 중에 기술지향과 직무의 자율성간의 적합성이 시스템 이용도에 영향을 미치는 것으로 나타났다. 넷째, AIS 사용자의 경력지향 중에 관리지향과 직무의 다양성간의 적합성이 시스템 이용도에 영향을 미치지 않는 것으로 나타났다.

• 한국컴퓨터산업학회논문지
• /
• 제2권11호
• /
• pp.1427-1438
• /
• 2001

본 논문에서는 관련성 분포 정보를 이용한 새로운 컬렉션 융합 모델을 제시한다. 이는 먼저 주어진 질의에 대하여 검색에 참여한 정보원을 평가하고 질의에 가장 적합한 정보원을 선택한다. 그리고 정보원의 평가 결과에 따라 해당 정보원으로부터 검색 문서를 차별적으로 수집하고, 검색된 문서들은 정보원의 평가 값인 관련성 분포 정보를 기반으로 최종 검색 문서의 순위 매김을 수행한다. 이렇게 순위 매김 된 검색 문서는 단일 우선 순위를 가지는 검색 문서의 집합으로 통합하여 사용자에게 단일 검색 결과를 제공한다. 그리고 질의어에 대하여 가장 좋은 정보원들을 분류할 수 있는 체계를 개발하여 사용자의 질의어에 대하여 최선의 정보원들을 선택할 수 있는 알고리즘의 제시하였다. 마지막으로 선택된 정보원으로부터 질의에 적합한 문서를 검색한 후에 이들을 순위 매김하고 통합하는 통합검색 시스템을 제시한다.

• 대한산업공학회지
• /
• 제26권4호
• /
• pp.363-375
• /
• 2000

In this paper we propose a content-based image retrieval method that can search large image databases efficiently by color, texture, and shape content. Quantized RGB histograms and the dominant triple (hue, saturation, and value), which are extracted from quantized HSV joint histogram in the local image region, are used for representing global/local color information in the image. Entropy and maximum entry from co-occurrence matrices are used for texture information and edge angle histogram is used for representing shape information. Relevance feedback approach, which has coupled proposed features, is used for obtaining better retrieval accuracy. Simulation results illustrate the above method provides 77.5 percent precision rate without relevance feedback and increased precision rate using relevance feedback for overall queries. We also present a new indexing method that supports fast retrieval in large image databases. Tree structures constructed by k-means algorithm, along with the idea of triangle inequality, eliminate candidate images for similarity calculation between query image and each database image. We find that the proposed method reduces calculation up to average 92.9 percent of the images from direct comparison.

• 대한전자공학회논문지SP
• /
• 제49권2호
• /
• pp.137-142
• /
• 2012

스니핏(snippet)이란 검색엔진이 사용자에게 제공하는 웹 페이지를 대표할 수 있는 요약된 정보이다. 스니핏은 검색엔진의 페이지 순위와 함께 사용자의 페이지 방문에 큰 영향을 준다. 스니핏을 이용시 가끔 사용자의 의도와는 다른 잘못된 웹 페이지를 방문할 수 있다. 이것은 스니핏을 추출하는 방법이 사용자의 의도를 정확히 이해하는 것이 어렵기 때문이다. 본 논문은 이러한 문제를 해결하기 위해 의사연관 피드백과 퍼지 연관을 이용한 새로운 스니핏 추출 방법을 제안한다. 제안방법은 의사연관 피드백을 이용하여 사용자의 질의를 확장학고, 확장된 질의와 웹 페이지 사이에 퍼지 연관을 이용함으로써 사용자의 의도가 의미적으로 더 잘 포함되는 스니핏을 추출할 수 있다. 실험결과 제안방법이 다른 방법에 비하여서 스니핏 추출에 더 좋은 성능을 보인다.

• 한국멀티미디어학회논문지
• /
• 제7권9호
• /
• pp.1312-1320
• /
• 2004

최근 다양한 시각적 특징 표현들이 연구되고 많은 시스템들이 만들어졌음에도 불구하고 기존의 내용기반 영상 검색 접근 방식들은 유음성에서 한계가 있었다. 특히 사용자의 고 수준개념들과 시스템의 저 수준 특징 사이의 차이와 시각적 내용에 대한 인간의 유사성 인식의 주관성이 배제되는 한계를 지니고 있었다. 따라서 영상정보의 정확한 데이터 전달과 이를 효율적으로 검색하기 위한 방법이 요구된다. 적합성 피드백은 멀티미디어 검색에 있어 사용자가 요구하는 정보를 반영할 수 있어 영상의 검색 효율을 높일 수 있다. 본 논문에서는 기존의 적합성 피드백 기법의 성능을 향상시키기 위해 경계 값과 pre-fetching을 이용하여 긍정적 피드백과 부정적 피드백을 혼합한 개선된 영상 검색 기법을 제안한다. 또한, 제안된 피드백 기법을 이용하여 기존의 검색시스템을 보다 발전시킨 영상 검색 시스템을 구현한다.