• 한국정보처리학회논문지
• /
• 제4권12호
• /
• pp.2947-2959
• /
• 1997

시간지원 데이터 모텔은 시간 의미를 데이터 모델에 추가하여 시간에 따라 변화된 정보를 처리할 수 있는 데이터 모델이다. 시간지원 데이터 모델은 실세계에서 사건이 발생한 시간인 유효시간을 지원하는 데이터 모델과 데이터가 수록된 시간을 지원하는 거래시간 데이터 모델 그리고 거래시간과 유효시간을 모두 지원하는 이원시간 데이터 모델이 있다. 대부분의 시간지원 데이터 모델은 관계형 모델을 확장하여 시간지원 데이터를 처리할 수 있도록 설계된다. 시간지원 데이터 모델의 두부류는 시간을 결합하는 단위에 따라 튜플 타임 스탬프와 속성 타임 스탬프의 두 가지 형식이 있다. 본 논문에서는 기존의 데이터 모델에서 시간추가를 위한 기본적인 시간 개념과 시간지원 데이터 모델을 위한 고려사항을 설명하고 시간지원 데이터 모텔을 지원시간에 따라 비교하였다. 또한 유효시간이 지원되는 시간 지원 집계에 적합한 데이터 모델을 제안하고 그 성능을 분석 하였다．

• Journal of Information Processing Systems
• /
• 제19권6호
• /
• pp.830-841
• /
• 2023

Tokenization is the process of segmenting the input text into smaller units of text, and it is a preprocessing task that is mainly performed to improve the efficiency of the machine learning process. Various tokenization methods have been proposed for application in the field of natural language processing, but studies have primarily focused on efficiently segmenting text. Few studies have been conducted on the Korean language to explore what tokenization methods are suitable for document classification task. In this paper, an exploratory study was performed to find the most suitable tokenization method to improve the performance of a representative spatio-temporal document classifier in Korean. For the experiment, a convolutional neural network model was used, and for the final performance comparison, tasks were selected for document classification where performance largely depends on the tokenization method. As a tokenization method for comparative experiments, commonly used Jamo, Character, and Word units were adopted. As a result of the experiment, it was confirmed that the tokenization of word units showed excellent performance in the case of representative spatio-temporal document classification task where the semantic embedding ability of the token itself is important.

• Journal of Information Processing Systems
• /
• 제6권2호
• /
• pp.163-176
• /
• 2010

Nowadays due to the rapid advances in the field of information systems, transactional databases are being updated regularly and/or periodically. The knowledge discovered from these databases has to be maintained, and an incremental updating technique needs to be developed for maintaining the discovered association rules from these databases. The concept of Temporal Association Rules has been introduced to solve the problem of handling time series by including time expressions into association rules. In this paper we introduce a novel algorithm for Incremental Mining of General Temporal Association Rules (IMTAR) using an extended TFP-tree. The main benefits introduced by our algorithm are that it offers significant advantages in terms of storage and running time and it can handle the problem of mining general temporal association rules in incremental databases by building TFP-trees incrementally. It can be utilized and applied to real life application domains. We demonstrate our algorithm and its advantages in this paper.

• 한국콘텐츠학회논문지
• /
• 제13권5호
• /
• pp.28-36
• /
• 2013

비디오 신호에서 움직임 보상 보간 기술은 다양한 응용 분야를 갖는다. 프레임율 증가 변환이나 분산 비디오 부호화 기술에서는 효과적인 움직임 보상 보간 알고리즘을 필요로 한다. 이러한 응용 분야에서는 움직임 보상 보간 프레임에 대한 효과적인 후처리 기술을 통하여 화질을 개선하거나 또는 가상 채널 잡음을 줄임으로써 채널 전송 비트율을 줄이기 위해 각 블록 단위의 신뢰도 측정이 요구된다. 본 논문에서는 움직임 보상 보간 블록에 대한 시공간적 통계특성에 기초한 블록 기반의 신뢰도 평가방법을 제안한다. 제안한 방법은 현재 보간 프레임의 시간적 정합척도를 조사하고, 이 결과를 시간적 통계특성 뿐만 아니라, 공간적 통계특성을 조사하는 방법으로 설계된다. 모의실험을 통하여 제안한 방식은 기존의 단순한 시간적 정합 비용에 의한 방식에 비해 우수한 성능을 보인다.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권1호
• /
• pp.39-47
• /
• 2004

대부분의 시공간 데이타베이스 연구들은 색인 분야에서 진행되었다. 그러나, 색인 연구들은 시공간 색인 유지를 위해서 필요한 엄청난 오버헤드의 고려 없이, 색인 생성 후의 빠른 질의 처리에 초점이 맞추어져 있다. 이 논문에서, 우리는 이동체들의 갱신들을 시공간 색인에 반영하기 위해서 필요한 디스크 액세스 수를 줄이는 효율적인 갱신 관리 방법을 제안한다. 객체의 움직임을 잘 표현할 수 있는 현실적인 갱신 패턴을 고려하여 자주 갱신되는 소수의 객체들을 유지할 수 있는 메모리 구조를 제안한다. 실질적인 갱신 패턴을 고려한 실험 환경에서, 우리의 방법은 기존 색인들의 일반적인 갱신 방법보다 약 40%의 디스크 액세스 수를 줄인다.

• 한국음향학회지
• /
• 제20권5호
• /
• pp.92-99
• /
• 2001

1999년 10월에 수행한 한국 동해 중북부 해역의 토모그래피 실험은 저주파수음원을 블라디보스톡 부근의 대륙붕 해역에 위치시켰고 수직선배열 수신기를 울릉도 부근에 고정시켜 원거리 음향 신호의 변화특성을 파악코저하였다. 음원은 위상 변조된 신호이며 울릉도 부근해역의 수직선배열 수신기를 이용하여 자료를 수집하였다. 수신된 자료에 대해 도달시간 및 그 변화를 파악하였다. 이를 위해 위상 변조된 신호를 복조하였으며 특성을 파악하기 위해 도달시간 확산 및 상관성 분석을 수행하였다. 분석결과 단주기성 변화가 존재하고 있으며 이는 내부파에 의한 매질의 수직 변동에 의한 영향이라 할 수 있다.

• Journal of Information Processing Systems
• /
• 제11권1호
• /
• pp.39-56
• /
• 2015

Continuous multi-interval prediction (CMIP) is used to continuously predict the trend of a data stream based on various intervals simultaneously. The continuous integrated hierarchical temporal memory (CIHTM) network performs well in CMIP. However, it is not suitable for CMIP in real-time mode, especially when the number of prediction intervals is increased. In this paper, we propose a real-time integrated hierarchical temporal memory (RIHTM) network by introducing a new type of node, which is called a Zeta1FirstSpecializedQueueNode (ZFSQNode), for the real-time continuous multi-interval prediction (RCMIP) of data streams. The ZFSQNode is constructed by using a specialized circular queue (sQUEUE) together with the modules of original hierarchical temporal memory (HTM) nodes. By using a simple structure and the easy operation characteristics of the sQUEUE, entire prediction operations are integrated in the ZFSQNode. In particular, we employed only one ZFSQNode in each level of the RIHTM network during the prediction stage to generate different intervals of prediction results. The RIHTM network efficiently reduces the response time. Our performance evaluation showed that the RIHTM was satisfied to continuously predict the trend of data streams with multi-intervals in the real-time mode.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1987년도 한국자동제어학술회의논문집; 한국과학기술대학, 충남; 16-17 Oct. 1987
• /
• pp.680-683
• /
• 1987

The speech signal processing in the auditory system can be analysized based on two representations : Average discharge rate and Temporal discharge pattern. But the average discharge rate representation is restricted by the narrow dynamic range because of the rate saturation and the two tone suppression phenomena, and the temporal discharge pattern representation needs a sophisticate frequency analysis and synchrony measure. In this paper, a simple representation is proposed : using a model considering the interaction of Cochlear fluid-BM movement and a haircell model, the feature of speech signals (formant frequency and pitch of vowels) is easily estimated in the Average Synchronized Rate.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권4호
• /
• pp.372-380
• /
• 2003

시간에 따라 변화하는 사건들을 저장하는 시간지원 데이타베이스에서 기존의 집계 처리 기법에 시간을 고려하여 처리하도록 확장해야 한다. 기존의 시간지원 집계 처리 기법들은 매번 질의의 대상이 되는 사건들이 다를 때마다 시간 구간을 반복해서 구하고 그 구간마다의 결과를 계산해야 한다는 문제점이 있다. 본 논문에서는 시간지원 데이타베이스에 저장된 사건의 시작 시간과 종료 시간만을 미리 읽어 들여서 구성한 시점 시퀀스를 이용하여 시간지원 집계를 처리하는 방법을 제안하였다. 또한 데이타베이스에서 저장된 사건의 삭제나 새로운 사건의 삽입에 따른 시점 시퀀스 갱신의 용이성에 대해서도 언급하였다. 시점 시퀀스는 시간 구간에 대한 정보를 미리 저장하고 있기 때문에, 질의의 대상이 되는 사건들이 다른 시간지원 집계 질의가 계속해서 들어올 때 기존의 방법에 비해 효율적으로 처리할 수 있다.

• Journal of Information Processing Systems
• /
• 제16권3호
• /
• pp.612-628
• /
• 2020

This paper presents a new approach for detecting abnormal behaviors in complex surveillance scenes where anomalies are subtle and difficult to distinguish due to the intricate correlations among multiple objects' behaviors. Specifically, a cascaded probabilistic topic model was put forward for learning the spatial context of local behavior and the temporal context of global behavior in two different stages. In the first stage of topic modeling, unlike the existing approaches using either optical flows or complete trajectories, spatio-temporal correlations between the trajectory fragments in video clips were modeled by the latent Dirichlet allocation (LDA) topic model based on Markov random fields to obtain the spatial context of local behavior in each video clip. The local behavior topic categories were then obtained by exploiting the spectral clustering algorithm. Based on the construction of a dictionary through the process of local behavior topic clustering, the second phase of the LDA topic model learns the correlations of global behaviors and temporal context. In particular, an abnormal behavior recognition method was developed based on the learned spatio-temporal context of behaviors. The specific identification method adopts a top-down strategy and consists of two stages: anomaly recognition of video clip and anomalous behavior recognition within each video clip. Evaluation was performed using the validity of spatio-temporal context learning for local behavior topics and abnormal behavior recognition. Furthermore, the performance of the proposed approach in abnormal behavior recognition improved effectively and significantly in complex surveillance scenes.