• 한국컴퓨터정보학회논문지
• /
• 제22권10호
• /
• pp.121-128
• /
• 2017

In this paper, we propose a multi-label classification method in which multi-label classification estimation techniques are applied to resolving location prediction problem. Most of previous studies related to location prediction have focused on the use of single-label classification by using contextual information such as user's movement paths, demographic information, etc. However, in this paper, we focused on the case where users are free to visit multiple locations, forcing decision-makers to use multi-labeled dataset. By using 2373 contextual dataset which was compiled from college students, we have obtained the best results with classifiers such as bagging, random subspace, and decision tree with the multi-label classification estimation methods like binary relevance(BR), binary pairwise classification (PW).

• 인지과학
• /
• 제21권4호
• /
• pp.459-480
• /
• 2010

대화 시스템은 사용자의 의도를 파악하기 위해 발화 문장으로부터 다양한 형태론적 분석을 시도한다. 하지만 사용자는 발화 문장에 포함된 사전적 의미를 통해 의도를 전달할 뿐만 아니라 현재 감정 상태에 따라서 사전적 의미와는 다른 의도를 표현하거나 동일한 의미를 갖는 발화에서 다양한 의도를 표현한다. 따라서 대화에서 사용자의 감정을 파악하는 것은 사용자의 의도를 다양한 방향으로 분석할 수 있게 한다. 본 연구는 기계 학습 방법을 사용하여 사용자 발화 문장에 자동으로 감정 범주를 할당하는 방법을 제안한다. 일반적 감정 범주를 정의하기 위해 세부적인 감정 모델로 인정받고 있는 Plutchick의 감정 모델을 사용하여 9개 감정 범주를 재 정의하고 감정 분류를 위한 자질 집합을 문장 자질과 선험적 자질 그리고 문맥 자질로 구분하였다. 실험을 통하여 3가지 자질들의 최적 조합을 구성하고 감정의 자동 분류를 위해 SVM 분류기를 사용하였다. 실험 결과에서 제안 시스템은 비교 시스템에 비해 15% 높은 62.8%의 F1-평가치 성능을 나타냄으로서 제안된 방법이 감정 분류에 효과적임을 증명한다.

• 한국멀티미디어학회논문지
• /
• 제18권11호
• /
• pp.1391-1399
• /
• 2015

In recent times, studies sentiment analysis are being actively conducted by implementing natural language processing technologies for analyzing subjective data such as opinions and attitudes of users expressed on the Web, blogs, and social networking services (SNSs). Conventionally, to classify the sentiments in texts, most studies determine positive/negative/neutral sentiments by assigning polarity values for sentiment vocabulary using sentiment lexicons. However, in this study, sentiments are classified based on Thayer's model, which is psychologically defined, unlike the polarity classification used in opinion mining. In this paper, as a method for classifying the sentiments, sentiment categories are proposed by extracting sentiment keywords for major sentiments by using hashtags, which are essential elements of Instagram. By applying sentiment categories to user posts, sentiments can be determined through the similarity measurement between the sentiment adjective candidates and the sentiment keywords. The test results of the proposed method show that the average accuracy rate for all the sentiment categories was 90.7%, which indicates good performance. If a sentiment classification system with a large capacity is prepared using the proposed method, then it is expected that sentiment analysis in various fields will be possible, such as for determining social phenomena through SNS.

• 자동차안전학회지
• /
• 제13권4호
• /
• pp.7-13
• /
• 2021

This paper presents an vulnerable road user (VRU) classification and tracking algorithm using vision and LiDAR sensor fusion method for urban autonomous driving. The classification and tracking for vulnerable road users such as pedestrian, bicycle, and motorcycle are essential for autonomous driving in complex urban environments. In this paper, a real-time object image detection algorithm called Yolo and object tracking algorithm from LiDAR point cloud are fused in the high level. The proposed algorithm consists of four parts. First, the object bounding boxes on the pixel coordinate, which is obtained from YOLO, are transformed into the local coordinate of subject vehicle using the homography matrix. Second, a LiDAR point cloud is clustered based on Euclidean distance and the clusters are associated using GNN. In addition, the states of clusters including position, heading angle, velocity and acceleration information are estimated using geometric model free approach (GMFA) in real-time. Finally, the each LiDAR track is matched with a vision track using angle information of transformed vision track and assigned a classification id. The proposed fusion algorithm is evaluated via real vehicle test in the urban environment.

• 한국비블리아학회지
• /
• 제23권4호
• /
• pp.5-24
• /
• 2012

본 연구는 주제어기반 분류의 발전 과정 및 현황을 종합적으로 분석하고 그 기능과 유형을 명확히 함으로써 주제어기반 분류의 분류론적 개념을 정립하고, 향후 분류체계로써의 정착 및 발전을 위한 제안을 하고자 하는 목적을 가지고 있다. 이를 위하여 본 연구는 1937년부터 현재에 이르기까지 발표된 주제어기반 분류의 필요성에 대한 논의를 수집하여 분석하고, 주제어기반 분류에 해당하는 다양한 사례를 수집하여 그 명칭과 유형을 분석하였다. 또한 분류로써의 주요 기능 수행력을 기존의 문헌분류와 비교하고, 분류와 주제명표목과의 비교 분석을 통해 지식조직체계로써의 기능과 특성을 밝히고자 하였다. 이러한 분석의 결과, 주제어기반 분류는 구체적인 기능 정의, 유형, 사용되는 정보환경, 지식조직체계간의 관계성 등을 면밀히 고려함으로써 그 분류론적 개념과 기능을 명확히 정의할 수 있음을 밝혔고, 향후 분류체계로써의 정착과 발전을 위한 발전방안을 제시하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권1호
• /
• pp.85-89
• /
• 2010

대부분의 영상들은 여러 객체 영역들의 시각적인 특징과 각각의 의미들의 조합으로 구성되어 있다. 그러나 일반적으로 영상 처리를 위한 컴퓨터 시스템들은 영상을 특정 객체 영역의 의미 정보 단위로 해석하지 못하기 때문에 사람이 영상을 인지하는 것과 의미적인 차이(semantic gap)가 발생한다. 본 논문에서는 이러한 문제점을 극복하기 위하여 각 객체 영역 단위에서 추출한 고유한 특징점들을 고차원의 의미 정보로 모델링하여 영상을 분류하는 방법을 제안한다. 제안하는 방법은 객체 단위로 추출된 고유한 특징점들의 의미 정보를 특정 객체 영역을 인식하기 위한 의미 단서로 이용한다. 이를 통하여 기존의 영상 분류 방법들에 비하여 인간의 인지 능력과 유사하고 보다 효율적으로 영상을 분류할 수 있는 장점이 있다. 실험 결과는 다양한 카테고리 종류의 영상에 대하여 제안하는 방법의 효과적인 분류 성능을 보여준다.

• 한국시뮬레이션학회논문지
• /
• 제11권4호
• /
• pp.15-23
• /
• 2002

As recently the network environment and application services have been more complex and diverse, there has. In this paper we introduce a scheme the extract useful information for network management by analyzing traffic data in user login file. For this purpose we use classification and association rule based on episode concept in data mining. Since login data has inherently time series characterization, convertible data mining algorithms cannot directly applied. We generate virtual transaction, classify transactions above threshold value in time window, and simulate the classification algorithm.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권4호
• /
• pp.195-200
• /
• 2015

최근 한국에서는 대부분의 사람들이 안드로이드 기반의 스마트폰을 사용하고 있고, 뮤직플레이어는 어느 스마트폰에서나 찾아볼 수 있다. 그러나 뮤직 플레이어들 중 사용자의 취향이나, 음악을 듣는 성향에 맞춰진 개인화된 애플리케이션은 찾아보기 힘든 실정이다. 본 논문에서는 음악을 분석하여 감정에 따라 자동으로 분류하고, 사용자가 입력한 감정에 따라 추천하며, 사용자의 선호도를 반영하는 기능을 제공할 뿐만 아니라, 음악을 색채를 통해 시각화함으로써 사용자가 음악을 보다 쉽게 느낄 수 있도록 구현된 감성 뮤직 플레이어를 제안한다. 이를 통해 사용자는 선곡의 어려움을 해소하고 자신에게 최적화된 애플리케이션을 사용할 수 있다.

• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.310-315
• /
• 2007

최근 여러 지역에서 발생되는 지하철 참사 및 대형화재 또는 대형 지하상가, 백화점, 지하공간, 대형쇼핑센터, 숙박업소, 공공건물등 대형 다중이용시설등에서 발생될 수 있는 예측 불가능한 인재, 천재지변에 안전하게 대피하기 위한 수단으로 비상등 및 여러 감지기들이 소방법 개정으로 의무설치 하고 있다. 현재 많이 사용되는 휴대용 비상등 및 감지기는 방음벽이나 격벽, 경고 거리의 제한으로 인해 비상시 경고 전파에 많은 어려움을 갖는다. 본 연구에서는 화재 감지/경고 시스템에 최근 다양하게 활용되는 유비쿼터스 센서 네트워크를 적용하여 화재 감지 및 가스누출을 조기 감지 및 경고하고 휴대용 조명등의 위치를 대피자들에게 알림으로써 신속히 대피할 수 있도록 하는 무선 화재 감지/경고 시스템을 제안하고자 한다.

• 인터넷정보학회논문지
• /
• 제22권5호
• /
• pp.1-8
• /
• 2021

Small-cells in heterogeneous networks are one of the important technologies to increase the coverage and capacity in 5G cellular networks. However, due to the randomly arranged small-cells, co-tier and cross-tier interference increase, deteriorating the system performance of the network. In order to manage the interference, some channel management methods use fractional frequency reuse(FFR) that divides the cell coverage into the inner region(IR) and outer region(OR) based on the distance from the macro base station(MBS). However, since it is impossible to properly measure the distance in the method with FFR, we propose a new interference aware FFR(IA-FFR) method to enhance the system performance. That is, the proposed IA-FFR method divides the MUEs and SBSs into the IR and OR groups based on the signal to interference plus noise ratio(SINR) of macro user equipments(MUEs) and received signals strength of small-cell base stations(SBSs) from the MBS, respectively, and then dynamically assigns subchannels to MUEs and small-cell user equipments. As a result, the proposed IA-FFR method outperforms other methods in terms of the system capacity and outage probability.