• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1400-1418
• /
• 2020

In the development of commercial promotion, chatbot is known as one of significant skill by application of natural language processing (NLP). Conventional design methods are using bag-of-words model (BOW) alone based on Google database and other online corpus. For one thing, in the bag-of-words model, the vectors are Irrelevant to one another. Even though this method is friendly to discrete features, it is not conducive to the machine to understand continuous statements due to the loss of the connection between words in the encoded word vector. For other thing, existing methods are used to test in state-of-the-art online corpus but it is hard to apply in real applications such as telemarketing data. In this paper, we propose an improved chatbot design way using hybrid bag-of-words model and skip-gram model based on the real telemarketing data. Specifically, we first collect the real data in the telemarketing field and perform data cleaning and data classification on the constructed corpus. Second, the word representation is adopted hybrid bag-of-words model and skip-gram model. The skip-gram model maps synonyms in the vicinity of vector space. The correlation between words is expressed, so the amount of information contained in the word vector is increased, making up for the shortcomings caused by using bag-of-words model alone. Third, we use the term frequency-inverse document frequency (TF-IDF) weighting method to improve the weight of key words, then output the final word expression. At last, the answer is produced using hybrid retrieval model and generate model. The retrieval model can accurately answer questions in the field. The generate model can supplement the question of answering the open domain, in which the answer to the final reply is completed by long-short term memory (LSTM) training and prediction. Experimental results show which the hybrid word vector expression model can improve the accuracy of the response and the whole system can communicate with humans.

• 한국지역사회생활과학회지
• /
• 제28권1호
• /
• pp.45-58
• /
• 2017

The purpose of this study was to identify differences in dietary behavior in Korean and Chinese female university students and investigate factors that influence dietary behavior. A total of 447 female university students in Korea and China were surveyed between June 27 and August 30, 2016. The data were analyzed using $x^2$ test, t-test, one way ANOVA, and multivariate logistic regression analysis. Among Korean female university students, those who skipped breakfast were 26.18 times (95% CI: 5.421-126.407) more likely to be at a low-level stage for balanced diets than those who did not skip breakfast. In addition, compared to Korean female university students who did not eat late-night meals, those who ate late-night meals were 3.15 times (95% CI: 1.28-7.768) more likely to be at a low-level stage for balanced diets. Compared to Chinese female university students who did not skip breakfast, those who skipped breakfast were 4.22 times (95% CI: 1.865-9.551) more likely to be at a low-level stage for balanced diets. Compared to the Chinese female university students who did not stay up all night, those who stayed up all night were 5.25 times (95% CI: 1.712-16.074) to be in the preparation stage. The study results show that some factors that influence stage changes in balanced diets in Korean female university students were skipping breakfast and eating late-night meals. Therefore, it is recommended that solutions for improving the behavior of late-night meals and skipping breakfast, which are factors influencing stage changes in balanced diets should be strategically performed according to dietary behavior stages.

• 한국통신학회논문지
• /
• 제35권2C호
• /
• pp.193-202
• /
• 2010

본 논문에서 우리는 H.264의 인터모드 결정에 대한 복잡도를 줄일 수 있는 고속 알고리즘을 제안한다. 주된 아이디어는 두 가지 기술들로 구성된다. 첫 번째 기술은 모드 결정과정을 조기에 끝내는 기술이다. 우리는 여기서 스킵 모드와 $16{\times}16$ 모드에 초점을 맞춘다. 왜냐하면 이 두 모드가 대부분의 시퀀스에서 최적 모드가 될 확률이 가장 크기 때문이다. 두 번째 기술은 불필요한 $8{\times}8$ 모드를 스킵하는 기술이다. $8{\times}8$ 모드를 계산하는데 걸리는 시간은 상당히 크다. 그러므로 만약 우리가 불필요한 $8{\times}8$ 모드의 계산을 제거할 수 있다면, 전체 인코딩 과정에서 많은 양의 시간이 절약 될 수 있다. 실험 결과는 제안한 알고리즘이 PSNR 손실이 거의 없이 43% 가량의 시간을 절약할 수 있음을 보여주었다. 또한 코딩된 전체 비트수의 증가도 별로 크지 않았다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제5권4호
• /
• pp.231-234
• /
• 2016

The next-generation video coding standard known as High-Efficiency Video Coding (HEVC) was developed with the aim of doubling the bitrate reduction offered by H.264/Advanced Video Coding (AVC) at the expense of an increase in computational complexity. Mode decision with motion estimation is still one of the most time-consuming computations in HEVC, as it is with H.264/AVC. Several schemes for a fast mode decision have been presented in reference software and in other studies. However, a possible speed-up in conventional schemes is sometimes insignificant for videos that have inhomogeneous spatial and temporal characteristics. This paper proposes a bypass algorithm to skip large-block-size predictions for videos where small block sizes are preferred over large ones. The proposed algorithm does not overlap with those in previous works, and thus, is easily used with other fast algorithms. Consequently, an independent speed-up is possible.

• 대한교통학회지
• /
• 제23권7호
• /
• pp.63-74
• /
• 2005

급행버스시스템을 도입함에 있어서 정류장의 위치나 배차간격이 적절하지 않으면 버스 운영자 및 이용자의 불필요한 비용을 유발하여 결과적으로 사회 전체적인 비용을 증가시키는 요인이 된다. 따라서, 승객의 기 종점에 기반하여 정류장 위치 및 배차계획을 수립하는 노력이 필요하다. 한편 서울시 대중교통체계 개편 이후 새로운 버스카드 시스템의 도입되었다. 이로 인해 버스운행이력 및 이용자 이동경로의 자료 구축이 가능해짐에 따라 대중교통 통행수요의 정류장 기반 O-D자료를 획득할 수 있는 환경이 마련되었다. 이에 본 연구에서는 승객의 기 종점을 고려한 급행버스의 최적 정차위치 및 완 급행버스 배차간격 결정방법론을 수립하고자하였다. 전체 과정을 초기조건 입력, 정류장 위치 대안 생성, 완 급행 O-D배분 및 배차간격설정, 총교통비용 산출 및 최적해 도출의 4단계로 구성하고, 이러한 일련의 과정을 프로그램언어로 구현한 후, 승객의 통행패턴이 현저히 다른 두개의 노선을 선정하여 사례분석을 수행하였다. 분석결과를 바탕으로, 급행버스의 노선 계획에 있어서 승객의 이동거리분포를 검토하여 볼 필요성이 있음을 정책적인 시사점으로 제시하였다.

• 한국멀티미디어학회논문지
• /
• 제24권8호
• /
• pp.979-987
• /
• 2021

Multiple Sclerosis (MS) can be early diagnosed by detecting lesions in brain magnetic resonance images (MRI). Unsupervised anomaly detection methods based on autoencoder have been recently proposed for automated detection of MS lesions. However, these autoencoder-based methods were developed only for 2D images (e.g. 2D cross-sectional slices) of MRI, so do not utilize the full 3D information of MRI. In this paper, therefore, we propose a novel 3D autoencoder-based framework for detection of the lesion volume of MS in MRI. We first define a 3D convolutional neural network (CNN) for full MRI volumes, and build each encoder and decoder layer of the 3D autoencoder based on 3D CNN. We also add a skip connection between the encoder and decoder layer for effective data reconstruction. In the experimental results, we compare the 3D autoencoder-based method with the 2D autoencoder models using the training datasets of 80 healthy subjects from the Human Connectome Project (HCP) and the testing datasets of 25 MS patients from the Longitudinal multiple sclerosis lesion segmentation challenge, and show that the proposed method achieves superior performance in prediction of MS lesion by up to 15%.

• Smart Structures and Systems
• /
• 제32권3호
• /
• pp.135-151
• /
• 2023

Using 3D asphalt pavement surface data, a deep and multiscale network named CrackNet-M is proposed in this paper for pixel-level crack detection for improvements in both accuracy and robustness. The CrackNet-M consists of four function-specific architectural modules: a central branch net (CBN), a crack map enhancement (CME) module, three pooling feature pyramids (PFP), and an output layer. The CBN maintains crack boundaries using no pooling reductions throughout all convolutional layers. The CME applies a pooling layer to enhance potential thin cracks for better continuity, consuming no data loss and attenuation when working jointly with CBN. The PFP modules implement direct down-sampling and pyramidal up-sampling with multiscale contexts specifically for the detection of thick cracks and exclusion of non-crack patterns. Finally, the output layer is optimized with a skip layer supervision technique proposed to further improve the network performance. Compared with traditional supervisions, the skip layer supervision brings about not only significant performance gains with respect to both accuracy and robustness but a faster convergence rate. CrackNet-M was trained on a total of 2,500 pixel-wise annotated 3D pavement images and finely scaled with another 200 images with full considerations on accuracy and efficiency. CrackNet-M can potentially achieve crack detection in real-time with a processing speed of 40 ms/image. The experimental results on 500 testing images demonstrate that CrackNet-M can effectively detect both thick and thin cracks from various pavement surfaces with a high level of Precision (94.28%), Recall (93.89%), and F-measure (94.04%). In addition, the proposed CrackNet-M compares favorably to other well-developed networks with respect to the detection of thin cracks as well as the removal of shoulder drop-offs.

• 전자공학회논문지
• /
• 제53권11호
• /
• pp.41-47
• /
• 2016

고효율 영상 부호화 기술인 high efficiency video coding (HEVC)은 부호화 효율을 높이기 위하여 coding tree unit (CTU)을 사용한다. CTU는 coding unit (CU), prediction unit (PU), transform unit (TU)으로 구성되며 모든 가능한 경우의 CU, PU, TU 분할연산을 통해 최적의 분할 조합을 찾아내게 된다. 블록 분할 연산의 복잡도를 감소시키기 위하여 본 논문은 움직임 벡터에 의한 관심 영역 CTU 추출에 근거하는 PU 분할 결정 방법과 이전에 부호화된 프레임의 같은 위치의 CTU 정보를 사용하는 CU 깊이 결정 분할 알고리즘을 제안한다. 첫 번째 방법은 프레임 중 움직임이 많은 동적 CTU 부분과 움직임이 적은 정적 CTU 부분으로 나누어 정적인 영역에 대해 PU 분할 연산을 감소시키는 방법이며, 두 번째 방법은 이전 프레임의 CTU 깊이 정보를 기반으로 현재 CTU의 분할 깊이를 미리 예측하여 CU 분할 연산을 감소시킨다. 결과적으로 제안하는 알고리즘은 HEVC test model (HM) 14.0 버전 대비 BDBR 손실은 2.5% 발생했지만, 전체 부호화 시간이 약 44.8%로 크게 감소했다.

• 방송공학회논문지
• /
• 제15권4호
• /
• pp.498-512
• /
• 2010

인트라 프레임 부호화 기술은 임의 접근성과 에러 확산 방지에 용이하기 때문에 비디오 부호화 기술의 필수적인 기술로 자리 잡고 있다. 그러나 인터 부호화 기술에 비해 낮은 부호화 효율이 문제점으로 지적되고 있다. H.264/AVC 인트라 부호화 방식은 기존 표준 방법들보다 부호화 효율을 크게 향상시켰지만 부호화 과정이 복잡하여 저 비트율 기반의 양방향 서비스에는 부적합하다. 따라서 본 논문에서는 복호화기 측의 예측을 이용해 인트라 부호화 효율을 보다 향상시키며 부호화 시간을 단축시키는 V-IMBS (Voting-based Intra Mode Bit Skip)를 제안한다. 제안하는 방법은 복호화기가 부호화기에서와 동일하게 최적의 인트라 예측 모드를 결정할 수 있으면 인트라 예측 모드를 전송하지 않는다. 그러나 최적의 인트라 예측 모드를 결정할 수 없을 경우에는 기존의 H.264/AVC 표준과 동일한 방식으로 인트라 예측 모드를 부호화하여 복호화기로 전송한다. V-IMBS는 H.264/AVC보다 시험 시퀀스에 대해 PSNR 값이 평균 약 0.24 dB 정도 향상되었고, 비트율도 평균 약 4.44% 정도 감소되었다. 또한 전체 부호화 시간도 평균 약 42.8% 정도 감소되었다.

• 방송공학회논문지
• /
• 제17권1호
• /
• pp.108-121
• /
• 2012

스케일러블 비디오 코딩은 동영상 압축 표준인 H.264/AVC에서 확장된 표준으로써 시간, 공간, 화질적인 측면에서 확장성을 제공하는 부호화 방법이다. 여러 측면에서 제공하는 확장성으로 압축에 대한 효율 등은 좋아졌지만, 상대적으로 복잡도의 큰 증가로 인해 효율적인 사용을 위해서는 복잡도의 감소가 필수적이다. 본 논문에서는 스케일러블 비디오 코딩의 복잡도를 감소시키기 위해서, B-화면에서의 방향성 정보를 이용하여 계층 간 예측을 효율적으로 수행함으로 부호화 과정의 복잡도를 크게 감소시킬 수 있는 모드 결정 고속화 기법을 제안한다. 제안하는 방법은 우선 업-샘플링 (Up-sampling)된 하위 계층의 최적 모드와 이웃한 매크로블록의 최적 모드 정보를 이용하여 간단하게 SKIP 모드를 검색한다. 그런 후 현재 수행하는 매크로블록의 예측에 이웃한 매크로블록의 최적 모드를 사용하게 되는데, 이 때 업-샘플링 된 하위 계층의 최적 모드의 방향성 정보가 순 방향과 역 방향, 양쪽 방향에 따라서 검색 모드 수를 달리하는 방법으로 모드 결정을 고속화하는 방법이다. 이러한 고속화 방법을 수행함으로 얻은 실험 결과는 SVC의 부호화 과정에서 소요되는 시간을 참조 소프트웨어의 원본 대비 53%까지 감소시키며 이에 따른 비트율의 증가나 화질의 열화는 무시할 수 있을 정도로 적음을 실험을 통해 확인한다.