• International Journal of Knowledge Content Development & Technology
• /
• 제7권1호
• /
• pp.101-120
• /
• 2017

Healthcare professionals have edited many health questions (HQs) and their answers for healthcare consumers on the Internet. The HQs provide both readable and reliable health information, and hence retrieval of those HQs that are relevant to a given question is essential for health education and promotion through the Internet. However, retrieval of relevant HQs needs to be based on the recognition of the intention of each HQ, which is difficult to be done by predefining syntactic and semantic rules. We thus model the intention recognition problem as a text classification problem, and develop two techniques to improve a learning-based text classifier for the problem. The two techniques improve the classifier by location-based and area-based feature weightings, respectively. Experimental results show that, the two techniques can work together to significantly improve a Support Vector Machine classifier in both the recognition of HQ intentions and the retrieval of relevant HQs.

• 전자공학회논문지SC
• /
• 제44권1호
• /
• pp.50-58
• /
• 2007

본 논문에서는 로봇이 태스크와 관련된 부분에 시각 집중을 하도록 하기 위해서 기존의 상향식 주목 알고리즘을 확장한 질의 기반 시각 집중 알고리즘을 제안한다. 질의 기반 시각 집중 알고리즘은 로봇이 수행 할 태스크와 관련한 물체를 질의하면 그 물체의 속성을 분석하여 여러 종류의 도드라짐(Conspicuity) 영상 지도에 적용될 가중치 값을 작성한다. 그리고 가중치를 이용하여 도드라짐 영상 지도를을 합성한 Saliency 영상 지도를 작성하여 기존의 주목 알고리즘과 비교 평가를 수행하였다. 여기서는 일예로서 질의 물체의 속성을 색으로 사용하였다.

• 한국컴퓨터정보학회논문지
• /
• 제11권4호
• /
• pp.1-7
• /
• 2006

최근 이미지 검색은 검색의 정확성을 높이고자 사용자의 요구를 반영하는 적합성 피드백에 관한 연구가 활발히 진행되고 있다. 본 논문은 이미지 검색 시 나타나는 고수준 개념과 저수준 특징 사이의 의미적 격차를 줄이기 위하여 적합성 피드백에 기반한 영역 기반 이미지 검색의 가중치 기법에 대해서 논의하고 새로운 가중치 기법을 제안한다. 새롭게 제시된 가중치 기법은 한 이미지에 존재하는 영역들의 공간적 위치에 따라 영역의 중요성을 결정한다. 실험 결과는 본 논문에서 제시된 가중치 기법이 평균 재현율에 있어서 크기 백분율 가중치 기법에 비해 약 18%, 역 이미지 빈도수를 적용한 영역 빈도수 가중치 기법에 비해 약 11% 가량 높게 나타나는 것을 보이고 있으며, 검색 시간에 있어서도 영역 빈도수 가중치에 비해 약 1/10인 것을 보이고 있다.

• 한국항해항만학회지
• /
• 제28권3호
• /
• pp.185-191
• /
• 2004

평균법과 클러스터링은 다속성 평가문제에서 널리 쓰이고 있는 중요한 데이터 마이닝 기법들이다. 그러나, 다양한 다속성 평가 문제에서 데이터 마이닝을 할 때, 데이터들의 특징은 그 중요성이 달라질 수 있기 때문에 이러한 데이터의 중요도 차이를 고려해야 할 필요가 있다. 따라서, 이러한 기법들은 데이터의 선택 및 중요도 등과 같이 그 특징을 얼마나 잘 반영하는 지가 중요하다. 게다가, 산술평균법의 경우에는 우선순위 및 가중치로 정의되는 평가구조에서 적합한 결과를 산출하기에는 한계가 있을뿐 만 아니라, 평가자 그룹별 특징을 반영하기 곤란하다. 따라서, 본 연구에서는 기하학적 도형을 바탕으로 유사도를 평가하여, 평가자 그룹별로 특징지어지는 이산적인 환경에서의 평균을 산출하는 알고리즘을 제안하였다. 본 알고리즘의 핵심사항 중 하나는, 항목별 우선순위의 혼돈없이 유사도를 평가할 수 있다는 점이다.