• 한국지능시스템학회논문지
• /
• 제21권1호
• /
• pp.138-144
• /
• 2011

그래프 G = (V, E )의 L(2, 1)-labeling 은 무선통신에서 무선 기기에 할당되는 주파수를 효율적으로 사용하기 위한 최적화 문제로서 NP-complete 계열에 포함되는 문제이다. 본 연구에서는 L(2, 1)-labeling 문제에 적용 가능한 Simulated Annealing 알고리즘을 제시한 후 다양한 그래프에 제시된 알고리즘을 적용하여 그 효용성을 보이고자 한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1989년도 한국자동제어학술회의논문집; Seoul, Korea; 27-28 Oct. 1989
• /
• pp.999-1004
• /
• 1989

This paper discusses a new method of recognizing patterns employing consistent labeling. A consistent labeling problem is a generalized expression of constraint satisfaction problems. When a pattern is recognized by pattern matching, the matching between a reference pattern and an acquired pattern resolves itself into finding correspondence between the pixels on the former and those on the latter. This can be expressed as a consistent labeling problem. Pattern association, a variation of pattern recognition, is also described employing consistent labeling. The proposed technique is supported by experimental results, yet further studies need to be done before its practical use.

• 정보처리학회논문지B
• /
• 제15B권2호
• /
• pp.131-136
• /
• 2008

그래프 G = (V, E) 의 L(2,1)-labeling 이란 함수 f: V(G) $\rightarrow$ {0, 1, 2, ...} 를 정의하는 것으로서 함수 f 는 만일 G 내의 두 개 정점 u, $\upsilon$ 사이의 최단거리가 1 인 경우 $|f(u)\;-\;f(\upsilon)|\;{\geq}\;2$ 라는 조건 및 최단거리가 2 인 경우 $|f(u)\;-\;f(\upsilon)|\;{\geq}\;1$ 라는 조건을 만족시켜야 한다. ${\lambda}(G)$ 로 표기되는 G 의 L(2,1)-labeling 수는 모든 가능한 f 들 사이에서 사용된 가장 큰 정수가 가장 작은 값을 나타낸다. 상기한 문제는 NP-complete 계열의 문제이기 때문에 본 논문에서는 L(2,1)-labeling 에 적용 가능한 유전자 알고리즘을 개발한 후 개발된 알고리즘을 최적값이 알려진 그래프들에 적용하여 그 효율성을 보이고자 한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2004년도 하계종합학술대회 논문집(1)
• /
• pp.167-170
• /
• 2004

We present a novel graph labeling problem called S-edge labeling. The constraint in this labeling is placed on the allowable edge label which is the difference between the labels of endvertices of an edge. Each edge label should be ${ a_n / a_n = 4 a_{n-l}+l,\;a_{n-1}=0}$. We show that every binomial tree is possible S-edge labeling by giving labeling schems to them. The labelings on the binomial trees are applied to their embedings into interconnection networks.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -2
• /
• pp.731-734
• /
• 2000

We present a novel graph labeling problem called Fibonacci edge labeling. The constraint in this labeling is placed on the allowable edge label which is the difference between the labels of endvertices of an edge. Each edge label should be (3m+2)-th Fibonacci numbers. We show that every Fibonacci tree can be labeled Fibonacci edge labeling. The labelings on the Fibonacci trees are applied to their embeddings into Fibonacci Circulants.

• 한국정밀공학회지
• /
• 제10권4호
• /
• pp.248-254
• /
• 1993

This paper proposes the labeling method for solving bin-picking problem in robot vision. It has the processing steps such as image thresholding, region labeling, and moment computation. To determine a target object from object, the modified labeling method is used to. The moment concept applied to determine the position and orientation of target object. Finally, some experiment result are illustrated and compared with the results of conventional shrinking algorithm and collision fronts algorithm. The proposed labeling method has reduced processing time.

• 정보과학회 논문지
• /
• 제44권1호
• /
• pp.36-43
• /
• 2017

의미역 결정 연구에 있어 구문 분석 정보는 술어-논항 사이의 의존 관계를 포함하고 있기 때문에 의미역 결정 성능 향상에 큰 도움이 된다. 그러나 의미역 결정 이전에 구문 분석을 수행해야 하는 비용(overhead)이 발생하게 되고, 구문 분석 단계에서 발생하는 오류를 그대로 답습하는 단점이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 구문 분석 정보를 제외한 형태소 분석 정보만을 사용하는 End-to-end SRL 방식의 한국어 의미역 결정 시스템을 제안하고, 순차 데이터 모델링에 적합한 LSTM RNN을 확장한 Stacked Bidirectional LSTM-CRFs 모델을 적용해 구문 분석 정보 없이 기존 연구보다 더 높은 성능을 얻을 수 있음을 보인다.

• 대한수학회논문집
• /
• 제32권2호
• /
• pp.435-445
• /
• 2017

Let D be a directed graph with p vertices and q arcs. A vertex out-magic total labeling is a bijection f from $V(D){\cup}A(D){\rightarrow}\{1,2,{\ldots},p+q\}$ with the property that for every $v{\in}V(D)$, $f(v)+\sum_{u{\in}O(v)}f((v,u))=k$, for some constant k. Such a labeling is called a V-super vertex out-magic total labeling (V-SVOMT labeling) if $f(V(D))=\{1,2,3,{\ldots},p\}$. A digraph D is called a V-super vertex out-magic total digraph (V-SVOMT digraph) if D admits a V-SVOMT labeling. In this paper, we provide a method to find the most vital nodes in a network by introducing the above labeling and we study the basic properties of such labelings for digraphs. In particular, we completely solve the problem of finding V-SVOMT labeling of generalized de Bruijn digraphs which are used in the interconnection network topologies.

• 정보과학회 논문지
• /
• 제42권2호
• /
• pp.220-226
• /
• 2015

의미역 결정은 자연어 문장의 서술어와 그 서술어에 속하는 논항들 사이의 의미관계를 결정하는 문제이다. 일반적으로 의미역 결정을 위해서는 서술어 인식(Predicate Identification, PI), 서술어 분류(Predicate Classification, PC), 논항 인식(Argument Identification, AI) 논항 분류(Argument Classification, AC) 단계가 수행된다. 본 논문에서는 한국어 의미역 결정 문제를 위해 Korean Propbank를 의미역 결정 학습 말뭉치로 사용하고, 의미역 결정 문제를 Sequence Labeling 문제로 바꾸어 이 문제에서 좋은 성능을 보이는 Structural SVM을 이용하였다. 실험결과 서술어 인식/분류(Predicate Identification and Classification, PIC)에서는 97.13%(F1)의 성능을 보였고, 논항 인식/분류(Argument Identification and Classification, AIC)에서는 76.96%(F1)의 성능을 보였다.

• 대한전자공학회논문지
• /
• 제27권12호
• /
• pp.1817-1824
• /
• 1990

This paper describes a shape matching algorithm for occluded or distorted two-dimensional objects. In our approach, the shape matchin is viewed as a segment matching problem. A shape matching algorithm, based on both the stochastic labeling technique and the hypothesis generate-test paradigm, is proposed, and a simple technique which performs the stochastic labeling process in accordance with the definition of consisten labeling assignment without requiring an iterative updating process of probability valiues is also proposed. Several simulation results show that the proposed algorithm is very effective when occlusion, scaling or change of orientation has occurred in the object.