• 한국정보처리학회논문지
• /
• 제7권1호
• /
• pp.286-295
• /
• 2000

본 논문은 MR 영상의 비지도 분할을 위하여 MDL원리를 이용한 통계적 모델기반의 적응적 방법을 제안한다. 이 방법에서 조직 영역을 MRF로 모델링함으로써 잡음에 대응하고, 창으로 정의되는 국소영역 내의 밝기값을 가우스 혼합으로 모델링함으로써 영상의 비균일성을 흡수한다. 분할 알고리즘은 ICM을 기반으로 하며 MAP를 근사적으로 추정하고, 모델 파라미터를 국소영역으로부터 구한다. 파라미터 추정과 분할을 위한 창의 크기는 MDL원리를 이용하여 영상으로부터 추정한다. 실험에서 제안한 방법이 특히 비균일성이 있는 MR영상의 분할에서 국소영역의 영상특성을 잘 반영하였으며, 기존의 방법보다 더 좋은 결과를 보여주었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• pp.49-51
• /
• 2006

분자 wDNF기계를 통해 해 집단을 병렬적으로 탐색하여 유망한 텀들을 선택한 후 그를 구성하는 변수들의 분포를 평가, 확률 모델을 확립하고 그로부터 다음 세대의 해 집단을 구성함으로써 진화 알고리즘의 확장인 EDA을 DNA컴퓨팅으로 모델링한다. 또한 희박한(sparse) 해 집단에서 간략한 (parsimonious) wDNF모델을 항께 찾으므로 단순히 해 집단의 분포만을 진화시켜 나가는 것이 아니라 모델의 구조도 같이 최적화 시켜 나가는 방안을 제시한다.

• Communications for Statistical Applications and Methods
• /
• 제11권3호
• /
• pp.465-474
• /
• 2004

Data visualization is the automation process and the discovery process to data sets in an effort to discover underlying information from the data. It provides rich visual depictions of the data. It has distinct advantages over traditional data analysis techniques such as exploring the structure of large scale data set both in the sense of number of observations and the number of variables by allowing great interaction with the data and end-user. We discuss the principles of data visualization and evaluate the characteristics of various tools of visualization according to these principles.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.412-415
• /
• 2006

본 논문에서는 파라미터에 대한 정보가 없는 데이터, 즉, 각각의 이벤트 발생에 불확실성이 존재하는 데이터들에 대한 인과 관계의 학습을 위해 그래픽 모델인 베이지안 네트워크를 사용하였다. 이를 위해 기존에는 주로 네트워크 학습에 K2, Sparse Candidate 등의 방법이 사용되었다. 학습 및 추론에 있어서 어떻게 하면 기존의 방법보다 정확하고 빠르게 처리할 수 있을지에 대한 개선된 알고리즘을 제시하고 다른 알고리즘들과의 성능 비교를 통해 제시한 방법론이 보다 좋은 성능을 가짐을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권5호
• /
• pp.521-528
• /
• 2000

영역이론의 숨겨진 문제점들 중의 하나는 에이전트가 자신의 행위를 이해하지 못한다는 점이다. Graphplan은 효율향상을 위해 mutex를 활용하고 있지만 이와 관련된 부정의 의미를 이해하지 못함으로써 영역이론의 중복성 문제를 야기한다. 이 문제에 대한 해결을 위해 IPP에서는 not 등과 같은 부정함수를 이용하지만, 부정함수의 사용은 시간과 공간적 비용을 수반한다. 인간은 주어진 어떤 사실을 부정하기 위하여 MDL 원리에 의해 반대개념을 사용한다는 점을 통하여, 우리는 부정적 사실을 표현하기 위해서 통념적 방식처럼 부정함수를 사용하는 것보다 긍정적 atom을 사용하는 것이 지능에이전트의 구축을 위해서 더 효율적 기법이라는 가설을 제시하고 IPP 도메인에서 이 가설을 지지하는 실험적 결과를 제시한다. 인간이 사용하는 것과 유사한 반대개념을 에이전트가 자동적으로 학습하기 위하여 영역이론으로부터 반대연산자들로 구성된 사이클을 생성하고 연산자들에 대한 실험을 통해서 반대 literal들을 추출한다.