• 한국정보통신학회논문지
• /
• 제18권7호
• /
• pp.1749-1756
• /
• 2014

단백질이 존재하는 세포내 위치에 대한 지식은 단백질의 기능과 관련된 중요한 정보이다. 본 논문은 개선된 레이블 멱집합 다중레이블 분류방법을 제안하여 단백질이 존재하는 세포내의 다중 위치를 예측한다. 다중레이블 분류 방법 중에서 레이블 멱집합 방법은 특정 생물학적 기능을 수행하는 단백질의 세포내 위치간의 연관 관계를 효과적으로 모델링할 수 있다. 본 논문은 다중레이블을 다른 다중레이블들의 선형조합으로 나타낼 때의 조합가중치를 제약조건이 있는 최적화를 통하여 구하고, 이를 사용하여 여러 다중레이블의 예측 확률들을 조합하여 최종적인 예측을 수행한다. 인간 단백질 자료에 대한 실험에서 제안한 방법이 다른 단백질 세포내 위치 예측 방법에 비하여 높은 성능을 보였다. 이는 제안한 방법이 레이블 멱집합 방법에서 사용되는 다중레이블들내에 존재하는 중복 정보를 이용하여 다중 레이블의 예측확률을 성공적으로 강화할 수 있기 때문이다.

• 융합신호처리학회논문지
• /
• 제16권3호
• /
• pp.83-89
• /
• 2015

Connected component labeling (CCL) is a mandatory step in image segmentation where objects are extracted and uniquely labeled. CCL is a computationally expensive operation and thus is often done in parallel processing framework to reduce execution time. Various parallel CCL methods have been proposed in the literature. Among them are NSZ label equivalence (NSZ-LE) method, modified 8 directional label selection (M8DLS) method, HYBRID1 method, and HYBRID2 method. Soh et al. showed that HYBRID2 outperforms the others and is the best so far. In this paper we propose a new hybrid parallel CCL algorithm termed as HYBRID3 that combines selective four directional label search (S4DLS) with label backtracking (LB). We show that the average percentage speedup of the proposed over M8DLS is around 60% more than that of HYBRID2 over M8DLS for various kinds of images.

• 디지털콘텐츠학회 논문지
• /
• 제3권2호
• /
• pp.143-152
• /
• 2002

본 논문에서는 GMPLS(Generalized Multiprotocol Label Switching)의 scalability를 개선하기 위하여 필요한 일반적인 인터페이스, label-switched 경로 구조 및 링크 bundling의 개념을 설명한다. 아울러 하부의 링크를 보다. 효율적으로 관리하기 위하여 이용되는 LMP(Link Management Protocol) 프로토콜을 소개하며, GMPLS를 위한 신호 방식과 계층적인 경로 설정, 양방향 LSP 설정 방법과 suggested label의 사용 방안을 설명한다. 그리고 GMPLS 구현을 위한 보호와 복구 기법을 논한다.

• 정보처리학회논문지C
• /
• 제11C권4호
• /
• pp.527-538
• /
• 2004

본 논문에서는 MPLS에서 전체 플로우의 수를 줄이고 확장성(scalability) 문제를 해결할 수 있는 테이블 관리 방안으로서 플로우 집적화와 플로우 유지 시간 제어 알고리즘을 제안하였다. 목적지 주소 기반 플로우 집적화 방식은 인터넷에서 전체 플로우의 수를 감소시키고 레이블을 효율적으로 사용할 수 있도록 관리하여 전체 패킷의 스위칭 비율을 향상시킬 수 있는 방식이며, 플로우 유지 시간 제어 알고리즘은 불필요한 플로우에게 할당되어 있는 레이블을 가능한 빨리 해제함으로써 레이블의 과도한 낭비를 줄일 수 있는 방법이다. 본 논문에서는 실제 인터넷 트래픽 트레이스를 이용하여 시뮬레이션을 수행함으로써 제안한 두 가지 방식의 성능을 검증하였다. 성능검증에서는 레이블 사용 효율, 평균 fp이블 사용량, 그리고 스위칭 된 패킷수와 스위칭 된 비율을 이용하였다.

• International Journal of Contents
• /
• 제7권4호
• /
• pp.24-29
• /
• 2011

In this paper, we propose a method to segment the bottle label in images taken by mobile phones using multi-gradient approaches. In order to segment the label region of interest-object, the saliency map method and Hough Transformation method are first applied to the original images to obtain the candidate region. The saliency map is used to detect the most salient area based on three kinds of features (color, orientation and illumination features). The Hough Transformation is a technique to isolated features of a particular shape within an image. Therefore, we utilize it to find the left and right border of the bottle. Next, we segment the label based on the gradient information obtained from the structure tensor method and edge method. The experimental results have shown that the proposed method is able to accurately segment the labels as the first step of product label recognition system.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권11호
• /
• pp.5546-5559
• /
• 2019

Facial action units (AUs) have recently drawn increased attention because they can be used to recognize facial expressions. A variety of methods have been designed for frontal-view AU detection, but few have been able to handle multi-view face images. In this paper we propose a method for multi-view facial AU detection using a fused multilayer, multi-task, and multi-label deep learning network. The network can complete two tasks: AU detection and facial view detection. AU detection is a multi-label problem and facial view detection is a single-label problem. A residual network and multilayer fusion are applied to obtain more representative features. Our method is effective and performs well. The F1 score on FERA 2017 is 13.1% higher than the baseline. The facial view recognition accuracy is 0.991. This shows that our multi-task, multi-label model could achieve good performance on the two tasks.

• 한국식생활문화학회지
• /
• 제17권3호
• /
• pp.299-308
• /
• 2002

The purposes of this study were to examine understanding, attitudes, and behaviors of college students regarding the nutrition labels of food package and the relations among these factors and demographic background such as educational experience with label, major, home place and parents' status. The study was surveyed 471 undergraduate students enrolled in general education classes at local university. Generally, college students could understand nutrition label. Nutrition related class in college didn't influence Nutrition label understanding, use and purchasing behavior. Students whose mothers with higher than college education level and professional work showed strong dependability on nutrition label. Label use, understanding and purchasing behaviors significantly associated with gender of subjects. All the subjects looked at the amount of sodium most frequently among all the nutrients listed on the food package(88.8%). Of all the food labels, the manufacturing date(25.1%) was considered the most important and the refund and exchange(12.9%) was considered the least important information. This paper suggested that nutrition education program for college students needs to be developed in series from elementary school curriculum and to enhance the use of nutrition labels.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권9호
• /
• pp.4665-4683
• /
• 2019

Previous methods build image annotation model by leveraging three basic dependencies: relations between image and label (image/label), between images (image/image) and between labels (label/label). Even though plenty of researches show that multiple dependencies can work jointly to improve annotation performance, different dependencies actually do not "work jointly" in their diagram, whose performance is largely depending on the result predicted by image/label section. To address this problem, we propose the adaptive attention annotation model (AAAM) to associate these dependencies with the prediction path, which is composed of a series of labels (tags) in the order they are detected. In particular, we optimize the prediction path by detecting the relevant labels from the easy-to-detect to the hard-to-detect, which are found using Binary Cross-Entropy (BCE) and Triplet Margin (TM) losses, respectively. Besides, in order to capture the inforamtion of each label, instead of explicitly extracting regional featutres, we propose the self-attention machanism to implicitly enhance the relevant region and restrain those irrelevant. To validate the effective of the model, we conduct experiments on three well-known public datasets, COCO 2014, IAPR TC-12 and NUSWIDE, and achieve better performance than the state-of-the-art methods.

• 한국의류산업학회지
• /
• 제23권6호
• /
• pp.852-859
• /
• 2021

The purpose of this study is to investigate the clothing management behavior and the recognition of care label of college students, as well as the effects of sex and the learning experience of clothing life area on middle and high school students. A survey consisting of 61 questions was conducted on 475 college students(240 males and 235 females) enrolled in a university in Cheongju City, and 450 college students' data were finally analyzed. The results are as follows. First, the level of washing behavior(2.54) was the lowest compared to purchasing behavior(3.13) and storage behavior(3.09). Second, college students were well aware of the attachment of fiber care labels, but 64.7% of the college students did not check the care label. About 30% of them did not know why the care labels were attached, and about 57% did not know whether manufacturers were obligated to attach them. The meaning of precautions for handling in a care label was well inferred from the symbols. Third, there was the positive effect of the learning experience of clothing life area during middle or high school on the college students' clothing management behavior and the level of recognition of a care label. This study is meaningful in confirming the positive effect of clothing life education in adolescence on adult clothing life behavior.

• 한국정보과학회논문지:정보통신
• /
• 제29권1호
• /
• pp.24-30
• /
• 2002

레이블 스위칭 기술은 격증하는 인터넷 서비스의 요구 대역폭을 만족시키기 위해 개발된 기술이다. 이중 multiprotocol label switching(MPLS)은 기존의 레이블 스위칭 기술을 통합하고 여러 장비제조 업체들간의 호환성을 보장하기 위해 IETF(Internet engineering task force)를 중심으로 표준화가 진행중이다. MPLS에서 레이블은 패킷의 스위칭에 사용되는 기본적인 단위이므로 이러한 레이블 공간이 각 레이블 스위칭 라우터를 어떻게 관리되고 효율적으로 사용되는가에 따라 MPLS망의 성능에 큰 영향을 미친다. 본 논문에서는 이러한 레이블 공간을 효율적으로 사용하기 위해 다중 도메인에서 레이블 스위칭 라우터의 연결 해제 타이머의 복수 사용을 제안한다. 이 방법은 패킷 분류기를 통해 트래픽의 특성에 따라 등급이 높은 트래픽에 대해서는 상대적으로 긴 연결 해제 타이머를 할당하여 새로운 연결에 걸리는 지연시간을 줄이고 3계층으로 라우팅 되는 패킷의 양을 줄이는 것이다. 제안된 방법을 실제 인터넷 망에서 수집된 트래픽 자료를 이용하여 시뮬레이션을 수행하였고 그 결과 MPLS망의 동작에 필요한 레이블 공간이 기존의 방법보다 감소하였음을 확인하였다.