• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권3호
• /
• pp.302-313
• /
• 2000

영한 기계번역에서 영어 문장의 동사구를 한국어로 정확하게 번역하기 위해서는 일반적으로 타동사와 목적어의 연어 관계를 이용한다. 본 논문에서는 k-최근점(k-nearest neighbor) 학습을 연어 관계에 적용하여 동사 번역을 선택하는 알고리즘을 제시하였는데 k-최근점 학습을 위해서 워드넷에서의 의미거리를 정의하여 사용하였다. 그리고 실시간 번역 시스템에 사용될 사전을 구성하기 위하여, 말뭉치로부터 타동사-목적어 쌍을 추출하여 학습예제를 구축하고, 이 예제의 크기를 번역률과 연관시켜 최적화시키는 알고리즘을 제시한다. 본 논문에서는 위의 알고리즘들을 사용하여 동사 'build'의 번역률을 약 90%로 유지하면서 사전의 크기를 최적화하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (A)
• /
• pp.17-22
• /
• 2008

최근접 객체 질의(Nearest Neighbor Query)는 질의가 요청된 지점으로부터 가장 가까운 객체를 찾는 질 의로 위치기반 서비스 분야에서 가장 널리 사용되고 있는 질의의 형태이다. 이를 기반으로 한 지역 최근접 객체 질의 (Range Nearest Neighbor), 연속 최근접 객체 질의(Continuos Nearest Neighbor)등의 확장 된 개념으로 다양한 최근접 객체 질의가 제안되어 왔다. 그러나 지금까지의 최근접 객체 질의를 기반으로 한 연구들은 점으로 표현된 질의를 기준으로 하여 최근접 객체를 찾는 기준점 최근접 객체(Point Nearest Neighbor) 질의를 기반으로 하고 있어, 점으로 표현이 불가능한 1 차원 형태의 질의에 대하여 효과적인 최근접 객체를 검색하는 연구는 연구된 바 없다. 본 논문에서는 한 개 이상의 1 차원 형태의 선분으로 이루어진 질의에 대하여 질의 주변의 객체 중 최근접 객체를 찾는 다중선 최근접 객체 질의 (Polyline Nearest Neighbor)를 정의하고 효과적인 질의 처리 알고리즘을 제안하였다. 제안된 기법의 성능 분석을 위한 실험은 객체와 질의가 다양한 형태로 분포되어 있는 환경아래 진행되었으며, 실험 결과는 기대 값과 근접한 결과 값을 얻었다.

• 한국컴퓨터산업학회논문지
• /
• 제4권4호
• /
• pp.443-448
• /
• 2003

공간 데이터베이스 시스템에서는 주어진 위치에서 가장 근접한 k개의 객체를 찾는 근사 k-최대 근접질의가 자주 발생한다. 근사 k-최대 근접 질의의 성능을 높이기 위해서는 색인에서 검색되는 노드의 수를 최소화할 수 있어야 한다. 본 논문에서는 기존의 알고리즘을 확장하여 동적인 공간 데이터베이스 환경에서 R-트리 유형의 색인 구조를 이용한 근사 k-최대 근접 질의 처리방법을 제안하고 그 성능을 평가 한다. 실험결과에 의하면, 제안된 방법은 객체의 분포 형태, 질의 크기 그리고 근사율에 관계없이 항상 낮은 디스크 접근 횟수를 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.155-156
• /
• 2019

Classification and Regression Tree (CART), SVM (Support Vector Machine) 및 k-nearest neighbor classification (kNN)과 같은 기존 기계 학습 기반 감정 분석 방법은 정확성이 떨어졌습니다. 본 논문에서는 개선 된 kNN 분류 방법을 제안한다. 개선 된 방법 및 데이터 정규화를 통해 정확성 향상의 목적이 달성됩니다. 그 후, 3 가지 분류 알고리즘과 개선 된 알고리즘을 실험 데이터에 기초하여 비교 하였다.

• 전자공학회논문지CI
• /
• 제49권2호
• /
• pp.53-60
• /
• 2012

최근접 이웃 분류에서 입력 데이터의 클래스는 선택된 근접 학습 데이터들 중에서 가장 빈번한 클래스로 예측된다. 최근접분류 학습은 학습 단계가 없으나, 준비된 데이터가 모두 예측 분류에 참여하여 일반화 성능이 학습 데이터의 질에 의존된다. 그러므로 학습 데이터가 많아지면 높은 기억 장치 용량과 예측 분류 시 높은 계산 시간이 요구된다. 본 논문에서는 분리 경계면에 위치한 학습 데이터들로 구성된 새로운 학습 데이터를 생성시켜 분류 예측을 수행하는 프로토타입 선택 알고리즘을 제안한다. 제안하는 알고리즘에서는 분리 경계 영역에 위치한 데이터를 Tomek links와 거리를 이용하여 선별하며, 이미 선택된 데이터와 클래스와 거리 관계 분석을 이용하여 프로토타입 집합에 추가 여부를 결정한다. 실험에서 선택된 프로토타입의 수는 원래 학습 데이터에 비해 적은 수의 데이터 집합이 되어 최근접 분류의 적용 시 기억장소의 축소와 빠른 예측 시간을 제공할수 있다.

• 전기전자학회논문지
• /
• 제26권2호
• /
• pp.169-175
• /
• 2022

본 논문에서는 k-최근접 이웃 (KNN) 알고리즘을 이용하여 초음파 센서 간 간섭을 줄이고 정확한 거리값을 예측하는 기법을 제안한다. 기존 기법에서는 이전 측정값과 현재 측정값을 비교하여 그 차이가 한계값을 벗어나면 간섭 신호로 인식하고 배제하지만 부정확한 예측이 자주 발생한다. KNN 알고리즘은 다수의 초음파 센서에서 입력되는 측정값을 분류하여 정확도 높은 예측이 가능하다. 간섭이 잘 발생하는 환경을 만들기 위해 다수의 동종 초음파 센서로 간섭 신호를 발생시킨 상태에서 거리 측정 실험을 진행하였고, 간섭으로 인해 발생하는 오류를 KNN 알고리즘을 통해 크게 줄일 수 있음을 확인하였다. 또한 기존 보팅 기법과 제안하는 기법의 결과를 비교하여 제안하는 기법의 성능이 우수한 것을 확인하였다.

• 디지털융복합연구
• /
• 제11권4호
• /
• pp.243-249
• /
• 2013

본 논문에서는 GPS(Global Positioning System)를 사용할 수 있는 실외와 GPS(Global Positioning System)를 사용할 수 없는 실내에서 Wi-Fi(Wireless Fidelity)를 이용한 안드로이드 기반의 위치 정보 시스템을 설계 및 구현하였다. 보행자의 위치를 실내에서 추정하기 위해서는, 보행자의 위치에 상관없이 절대위치를 구하는 것이 필요하고, 보행자의 움직임에 따라서 상대위치를 연속적으로 추정하는 것이 필요하다. 보행자의 초기위치를 추정하기 위해서 Wi-Fi fingerprinting을 사용하였다. 기존의 Wi-Fi fingerprinting에서 가장 위치 오차가 작은 WKNN(Weighted K Nearest Neighbor) 알고리즘의 단점을 보완한 EWKNN(Enhanced Weighted K Nearest Neighbor) 알고리즘을 사용해 위치의 정확도를 높였다. 그리고 보행자의 상대위치를 추정하기 위해서는, 스마트폰에 탑재되어 있는 IMU(Inertial Measurement Unit)를 사용하였기 때문에 추가적인 장비가 필요하지 않았다.

• 정보처리학회논문지B
• /
• 제18B권4호
• /
• pp.213-220
• /
• 2011

본 논문은 조기 화재 경보 시스템에서 예측하지 못한 위험요소들의 이벤트에 즉각 응답하는 비디오 기반의 효과적인 4단계 연기 감지 방법을 제안한다. 첫 번째 단계에서는 근사 미디언(approximate median) 방법을 사용하여 비디오의 현재 프레임에서 움직이는 영역들을 분리한다. 두 번째 단계에서는 연기의 칼라 기반 분리 기법을 사용하여 이러한 움직이는 영역들로부터 후보 연기 영역을 선택한다. 세 번째 단계에서는 특징추출 알고리즘을 사용하여 연기의 움직임이나 지역 불규칙성과 같은 후보 연기 영역들의 특징을 분석하여 연기의 다섯 가지 특징 파라미터를 추출한다. 네 번째 단계에서는 추출된 다섯 가지 특징 파라미터를 K-nearest neighbor (KNN) 알고리즘의 입력으로 사용하여 후보 연기 영역이 연기인지 아닌지를 구분한다. 모의실험 결과, 제안하는 4 단계 연기 감지 방법은 기존의 연기 감지 알고리즘들과 비교하여 연기감지의 정확도에서 우수한 성능을 보였고, 또한 오픈된 넓은 공간에서도 높은 신뢰성과 낮은 오류 경보율을 보였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제36권5호
• /
• pp.405-410
• /
• 2009

본 논문에서는 기존 k-최근접 객체 검색의 효율성을 개선하고 도로 네트워크에의 응용을 용이하게 하기 위하여 질의 점으로부터 k개의 정적 객체까지의 경로를 효과적으로 탐색할 수 있는 방법을 제안한다. 제안한 방법은 우선, k-최근접 이웃 질의 방법을 이용하여 후보 정적 객체들을 선정한 후 이들 후보 객체들의 위치 정보를 이용하여 최단 경로를 탐색한다. 일대다 경로탐색을 위하여 A* 알고리즘을 개선하여 반복된 일대일 경로탐색에 따르는 중복된 노드 스캔을 제거한다. 또, 계산된 결과를 이용하여 질의점으로부터 네트워크 거리상으로 가까운 k개의 정적 객체들의 위치를 재정렬하여 반환한다. 성능평가 실험 결과, 제안한 방법은 기존 방법들인 INE, post-Dijkstra, 그리고 $na{\ddot{i}}ve$ method에 비해 정확성이 100%로 매우 높게 나타났으며, 노드 탐색 시간은 $1.3{\sim}3.0$배로 향상된 성능을 보였다.

• 한국시뮬레이션학회논문지
• /
• 제23권4호
• /
• pp.97-109
• /
• 2014

Personal Rapid Transit (PRT)는 차세대 대중교통 수단으로 에너지 효율적이며 높은 수준의 고객 서비스를 제공한다. 정류장에 동적으로 도착한 고객이 운송 서비스를 요청하면 PRT 시스템은 차량을 배차한다. 본 연구에서는 PRT 시스템을 위한 새로운 온라인 배차 알고리즘을 제시하였다. 제시된 알고리즘은 최근린(nearest neighbor) 배차 규칙을 기반으로 개발되었으며, 이분 매칭(bipartite matching)을 사용하여 다수의 PRT 차량과 고객을 동시에 고려하여 배차를 결정한다. 이 경우 전체 차량 중 배차 대상 차량의 선택 범위가 성능지표에 영향을 줄 수 있다. 따라서 본 연구에서는 차량의 상태를 고려하여 체계적으로 배차 차량을 선택하는 방법을 제시한다. 성능지표로 공차 이동거리와 고객 대기시간을 고려하였으며, 시뮬레이션 기법을 사용하여 배차 선택 범위에 따른 성능지표의 차이를 확인하였다. 그리고 기존의 배차 규칙과 비교하여 본 연구에서 제시하는 방법론이 우수하며 PRT 시스템에 적합한 것을 확인하였다.