• 정보처리학회논문지D
• /
• 제16D권3호
• /
• pp.317-326
• /
• 2009

최근 궤적 정보를 이용한 많은 연구들이 진행되고 있으나, 이들 대부분의 연구는 유클리드 공간 내의 궤적들을 대상으로 하고 있다. 그러나 실제 응용에서 대부분의 이동 객체들은 도로 네트워크 공간상에 존재하므로, 유클리드 공간을 대상으로 한 연구들을 도로 네트워크 공간에 적용시키는 것은 적합하지 않다. 본 논문에서는 도로 네트워크 내 이동 객체들의 대용량 궤적 정보를 대상으로 하는 효과적인 클러스터링 기법에 대하여 논한다. 이를 위하여 우선 본 논문에서는 궤적을 각 이동 객체가 시간에 따라 지나온 도로 세그먼트들의 연속으로 정의한다. 다음, 도로 세그먼트들의 길이와 식별자 정보를 이용한 새로운 유사도 측정 함수를 제안하고, 이를 이용하여 측정된 궤적간의 유사도 정보를 기반으로 FastMap과 계층 클러스터링(hierarchical clustering)기법을 이용하여 전체 궤적들을 클러스터링하는 방식을 제안한다. 또한, 본 논문에서는 실제 응용에서 대부분의 이동 객체는 최단 거리를 이용하여 움직인다는 특성을 반영한 새로운 궤적 생성 기법을 제안하고, 이렇게 생성된 궤적 데이터를 이용하여 제안된 클러스터링 기법에 대한 다양한 성능 평가 결과를 보인다. 실험 결과에 따르면 제안된 기법은 사람에 의하여 유사 궤적들을 클러스터링한 결과와 비교하여 95%이상의 높은 정확도를 보였다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.287-296
• /
• 2003

추천 시스템에 있어서 협력적 필터링 기술은 많은 연구가 되고 있다. 그러나 협력적 필터링 기술을 이용한 추천 시스템은 초기 평가 문제와 희박성 문제가 발생한다. 이를 해결하기 위해서 본 논문에서는 선호도 재 계산을 위한 연관 사용자 군집과 베이지안 추정치를 이용한 사용자 선호도 예측 방법을 제안한다. 제안한 방법에서는 협력적 필터링 시스템에서 아이템의 속성을 고려하지 않는 단점을 보완하기 위해서 선호도에 가장 크게 영향을 미치는 대표 장르를 추출하여 유사한 이웃을 찾아 낼 때 예측에 이용하는 Representative Attribute-Neighborhood 방법을 사용한다. 협력적 필터링의 알고리즘에 군집 아이템 백터 내의 특정 아이템의 선호도를 재계산 하기 위한 연관 사용자 군집 분석을 적용하여 성능 향상을 하였다. 또 초기 평가 문제와 희박성 문제를 해결하기 위하여 Association Rule Hypergraph Partitioning 알고리즘을 사용하여 사용자를 장르별로 군집한다. 새로운 사용자는 Naive Bayes 분류자에 의해 이들 장르 중 하나로 분류된다. 또한, 분류된 장르 내에 속한 사용자들과 새로운 사용자의 유사도를 구하기 위해 Naive Bayes 학습을 통해 사용자가 평가한 아이템에 추정치를 달리 부여한다. 추정치가 부여된 선호도를 피어슨 상관 관계에 적용할 경우 결측치(Missing Value)로 인한 예측의 오류를 적게하여 예측의 정확도를 높일 수 있다. 제안된 방법은 기존의 방법보다 높은 성능을 나타냄을 보인다.

• 정보처리학회논문지A
• /
• 제11A권5호
• /
• pp.391-400
• /
• 2004

서로 다른 종류의 영상을 정확하게 연관시켜 복합적인 정보를 제공하는 다중모달리티 의료 영상정합기법 중 표면정보 기반 영상정합에서는 일반적으로 동일 대상에 대한 서로 다른 모달리티에서 추출된 표면 윤곽정보 사이의 거리를 최소화함으로써 매칭이 이루어진다. 그런데 동일대상에 대해 취득되는 서로 다른 두 모달리티는 관심 영역 상의 표면 특성이 서로 유사하다. 그러므로 다중모달리티 영상정합에서 표면거리와 함께 표면의 형태 특성을 고려하여 두 영상을 매칭하는 방법이 정합결과의 정확도를 향상시킬 수 있다. 본 연구에서는 동일 대상의 서로 다른 두 모달리티 뇌영상 간의 표면거리와 표면곡률을 최적화하는 정합기법을 제안한다. 영상정합은 참조영상과 테스트영상에 대한 표면정보 생성과 이 두 개의 표면정보를 최적화하는 단계로 구성된다. 표면정보 생성 단계에서는 두 모달리티로부터 관심영역의 윤곽선을 추출하고, 이 중 참조 볼륨의 윤곽선에 대해서는 표면거리맵과 표면곡률맵을 구성하게 된다. 최적화 단계에서는 표면거리맵과 표면곡률맵을 참조하는 최적화 평가함수(cost function)에 의해 두 객체의 표면거리 차이와 표면곡률 차이를 최소화하는 정합 변환 값이 결정되고, 이것이 테스트영상의 변환에 적용되어 결과적으로 두 영상이 정합 되게 된다. 제안된 최적화 평가함수는 표면거리 정보만을 사용하는 평가함수에 비해 보다 견고한 정합 정확도를 보였으며 또한 본 연구는 정합결과의 볼륨 가시화를 통해 효율적인 영상 분석 수단을 제공하고자 하였다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.55-71
• /
• 2013

부도예측을 위한 지식기반시스템에서 모델은 실적에 영향을 끼치는 주요한 요인이다. 예측 모형의 개발에 있어 초기 연구들은 통계기법 및 인공지능기법들을 이용하여 최고 실적을 가지는 단일 모델을 만드는데 주력하였다. 1980년대 중반 이후에는 다수 기술의 통합(하이브리드), 더 나아가, 다수 모델의 결과의 결합(앙상블) 기법이 수많은 실험에서 개별 모델들보다 더 나은 결과를 보여왔다. 다수 모델들의 출력값들을 결합하여 한 개의 최종 예측값을 산출하는 앙상블 모델링에서 결합기법은 앙상블의 예측 정확도에 영향을 끼치는 중요한 이슈이다. 본 논문은 부도예측을 위한 앙상블 결합기법으로서 앙상블 멤버들이 다른 유형의 연속형 수치 출력값들을 산출하더라도 통일된 확신을 측정할 수 있는 확신 기반의 선택 접근법을 제안하고 이에 대한 앙상블 멤버 사이즈의 영향을 연구하였다. 실험 결과는 앙상블 멤버들의 생성 타입에 따라 결합하는 모델 개수를 변화시켰을 때 가장 많은 기본 모델들을 가지는 앙상블에서의 제안 결합기법이 부도예측에 가장 자주 사용되는 다른 방법들에 비해서도 가장 높은 실적을 가진다는 것을 보였다.

• 한국정보통신학회논문지
• /
• 제22권3호
• /
• pp.480-490
• /
• 2018

최근, 유럽 연합 가입국을 기항지로 항해하는 선박을 대상으로 배출 가스를 측정한 후, 그 결과를 보고하고 검증받는 MRV 규제의 시행을 앞두고 있다. 이러한 배출 가스량을 경험적으로 산정해보기 위하여 본 논문에서는 간이 연료 소모량 추정 및 최적 경유 항구 추천 시스템을 개발하기 위한 내용을 다룬다. 이를 위해 10여 년간 축적된 선박의 항차 데이터를 기반으로 각 항구별 연료 소모량, 거리, 소요 시간을 분석하여, 이를 기반으로 연료 소모량을 추정하는 모듈을 개발하였다. 또한 선박의 출발지와 목적지 사이의 최적 경유 항구를 추천하기 위한 기능을 비롯하여 실제 운항 경로 표시 기능, 실제 운항 경로와 최적 경로와의 비교 기능, 사용자 지정 경유 항구 선택 기능을 제공하기 위한 모듈을 구현하였다. 개발한 시스템은 선박의 운항 계획 등을 위한 참고 지표로 활용이 가능할 것으로 기대되며, 축적된 데이터를 기반으로 학습하여 미래 데이터를 예측하기 위한 선행 연구로서 의미가 있을 것으로 판단된다.

• 정보처리학회논문지D
• /
• 제16D권2호
• /
• pp.273-280
• /
• 2009

오늘날 컴퓨팅 환경의 진보와 웹의 이용이 활발해짐에 따라 오프라인에서 이루어졌던 있었던 많은 서비스들과 상품의 제공이 웹에서 이루어지고 있다. 이러한 웹 기반 서비스 및 상품은 개인에 적합하게 취사선택되어 제공되는 추세이다. 이렇듯 개인에 적합한 서비스 및 상품의 선택과 제공을 위한 패러다임을 개인화(personalization)라 한다. 개인화된 서비스 및 상품의 제공을 위한 분야로서 연구된 것이 추천(recommendation)이다. 그러나 이러한 추천 기법들은 신규 사용자에게 적합한 추천을 제공하지 못하는 문제와 사용자의 상품에 대한 평점에만 의존하여 추천을 생성한다는 계산 공간에서의 제약 사항을 가지고 있다. 두 문제 모두 추천 분야에서 지속적인 관심을 보이는 분야로서 신규사용자 추천 문제의 경우는 신규 사용자의 평점이 없기 때문에 유사 사용자들을 분류할 수 없음에 기인한다. 그리고 추천 공간 제약에 따른 문제는 추천 차원의 추가에 따른 처리 비용이 급격히 증가한다는 문제를 가지고 있기 때문에 쉽게 접근하기 어렵다. 따라서 본 논문에서는 신규사용자 추천 향상을 위한 기법과 평점 예측 시 예측에 대한 가중치를 적용하는 기법을 제안한다.

• 정보처리학회논문지A
• /
• 제13A권4호
• /
• pp.335-342
• /
• 2006

본 논문에서는 PRC(Pseudo Range Correction : 의사 거리 보정치) 선형보간 알고리즘의 성능을 분석 및 검증한 후 적용 함으로써 기지의 DGPS 기준국 위치정보를 이용하여 미지의 사용자 위치를 파악할 수 있다. 중파 DGPS 신호를 이용한 PRC 선형보간 알고리즘의 항법해 성능을 검증하기 위해 다채널 DGPS 수신기를 이용한 실시간 환경에서의 현장 실험결과를 활용했다. 현장실험용으로, 다중 DGPS 기준국의 보정 정보를 실시간으로 획득하기 위해 해양수산부에서 운영하고 있는 해상용 DGPS 기준국 및 내륙 DGPS 기준국 신호를 이용했다. 대전 근방에서는 무주, 영주, 어청도, 팔미도 등 모두 4 곳의 DGPS 기준국의 신호 수신이 가능하다. PRC 재생성 알고리즘의 위치해 성능 분석을 위해 개별적인 DGPS 위치해와 3중 커버리지 조합의 위치해를 구해 상호 비교했다. 동적 상태에서의 위치해 성능평가 기준으로 RTK-GPS 측위 결과를 이용했다. 단, 항공용 GNSS 보정정보는 RTCA(Radio Technical Commission for Aeronautics) 포맷에 따르고 해상용 GNSS 보정정보는 RTCM (Radio Technical Commission for Maritime Services) 포맷을 사용하였다. 다중 DGPS 신호를 사용하는 PRC 선형 보간을 통한 위치해 성능향상 알고리즘을 제안하고 다중 DGPS 기준국 정보를 이용한 위치해와 단독 DGPS 기준국 정보만을 이용한 위치해를 상호 비교하여 PRC 재생성 알고리즘이 우수성을 검증했다.

• 정보처리학회논문지B
• /
• 제10B권1호
• /
• pp.95-102
• /
• 2003

현재의 영상 감시 및 기록 시스템은 감시 영역 내 감시대상의 출현여부와 상관없이 감시카메라에 담기는 전체영상을 일관적으로 저장, 기록함으로써 데이터량이 방대한데 비해 그 가운데 정사 필요한 정보에 대한 량은 적다 하겠다. 배경영역 범위가 고정되어 있는 감시영상시스템에서 배경영상이 실제적인 감시대상에 대한 정보가 담긴 관심영역과 동일한 등급의 정보로 취급되어 기록이 됨으로써 데이터량에 비해 현장 감시효과를 제대로 보지 못하고 있는 것이다. 따라서, 감시 영역 내에서 관심영역에 대한 효율적인 정보의 기록과 보다 정확히 감시대상에 대한 영상을 획득하는 것이 감시영상시스템에서의 목표라 하겠다. 본 논문에서는 위의 문제점들을 해결하기 위해 감시영상으로부터 관심영역을 구분해내고 그 중요도에 따른 압축효율을 달리 함으로써 이를 구현할 수 있도록 하였다. 중요도를 결정하는 특성으로 관심영역을 무엇으로 할 것인가에 따라 감시영상을 영역별로 몇 단계의 블록으로 나누고 각 블록에 대해 해상도를 달리하여 중요도가 높은 관심영역 일수록 고해상의 영상을 획득하고 중요도가 낮을수록 저해상의 영상으로 처리하고 압축품질 또한 중요도가 놀은 관심영역일수록 압축품질은 높이고 중요도가 낮은 관심영 역일수록 압축률을 높임으로써 감시영상 정보의 감을 최적화 함은 물론 효율적인 감시 및 기록이 가능하도록 하였다.

• 정보처리학회논문지B
• /
• 제13B권2호
• /
• pp.163-170
• /
• 2006

인터넷의 급속한 성장으로 전자편지는 정보 전달의 중요한 수단으로 사용되고 있다. 그러나 수신자가 원하지 않는 전자편지(쓰레기 편지)들이 무분별하게 배달될 수 있으며, 이로 인해 사회적으로는 물론이고 경제적으로도 큰 문제가 되고 있다. 이와 같이 쓰레기 편지를 차단하거나 여과하기 위해서 많은 연구자와 회사에서 꾸준히 연구를 진행하고 있다. 일반적으로 쓰레기 편지를 결정하는 기준은 수신자에 따라서 조금씩 차이가 있다. 또한 쓰레기 편지와 정보성 편지에 따라서 수신자가 취하는 행동이 다르다. 이 논문은 이런 사용자 행동을 쓰레기 편지 여과 시스템에 반영하여 그 시스템의 성능을 개선한다. 제안된 시스템은 크게 두 단계로 구성된다. 첫 번째 단계는 사용자 행동을 추론하는 단계이고 두 번째 단계는 추론된 사용자 행동을 이용해서 쓰레기 편지를 여과하는 단계이다. 두 단계 모두에서 점진적인 기계학습 방법(TiMBL - IB2)을 이용한다. 제안된 시스템을 평가하기 위해 12명의 사용자로부터 12,000통으로 이루어진 전자편지 말뭉치를 구축하였다. 실험 결과는 사용자에 따라 $81%{\sim}93%$의 분류 정확도를 보였다. 사용자의 행동 정보를 포함하는 편지 분류 결과는 그렇지 않은 결과에 비해 평균 14%의 분류 정확도가 향상되었다.

• 정보처리학회논문지D
• /
• 제13D권5호
• /
• pp.633-640
• /
• 2006

공간 데이터마이닝 분야에서 객체간의 거리, 연결성, 상대적인 밀도를 기반으로 비슷한 객체들을 하나의 그룹으로 묶는 공간 클러스터링은 중요한 컴포넌트이다. 공간 클러스터링 알고리즘은 밀도 기반 클러스터링과 격자 기반 클러스터링 알고리즘 등으로 나눌 수 있다. 밀도 기반 클러스터링 알고리즘은 다양한 모양과 크기의 클러스터를 구분할 수 있으며, 잡음을 제거할 수 있는 장점을 가지고 있는 반면에, 격자 기반 클러스터링 처리속도가 빠르다는 장점을 가지고 있다. 하지만, 대량의 공간 데이터 집합을 클러스터링 하는 것은 데이터 처리 비용이 급격하게 증가하기 때문에 클러스터링 처리 결과에 큰 영향을 준다. 본 논문은 대용량의 공간 데이터베이스에서 공간 객체간의 고밀도 영역을 식별하여 잡음을 제거하기 위한 수치데이터 값과 기본 격자간격 개수를 정의하는 확장된 밀도-격자 기반 클러스터링 알고리즘을 제안한다. 제안 알고리즘은 고밀도 영역 식별을 위하여 threashold(DT)를 정의하였으며, 격자 및 밀도 기반 기법의 장점을 이용하여 임의의 객체 클러스터링을 식별할 수 있는 성능을 향상시켰다. 성능평가에서 기존의 클러스터링 알고리즘과의 다양한 비교 평가 실험을 통하여, 제안 알고리즘이 빠르고 정확한 데이터 클러스터링 결과를 나타냄을 보인다.