• 한국CDE학회논문집
• /
• 제2권3호
• /
• pp.142-149
• /
• 1997

This study is intended to develop a Feature based modeler. It is difficult to integrate CAD and CAM/CAPP with information that is given only by a conventional CAD system. Therefore a lot of studies have concentrated on a Feature based CAD system. But conventional Feature based modelers have had limitation on providing sufficient information related to Feature interaction. If a Feature based modeler is to be used in assembly simulation, a new Feature-based modeling method needs to be developed. Also to support collision detection between parts, we have to handle Feature interaction systematically. Therefore we suggest Cell data structure which handles interaction of Features by volume. The volume created by Feature interaction is saved as a Cell. With the Cell structure we solve problems involved with Feature interaction. This study shows how the Cell data structure can manage Feature interaction and give enough information in assembly simulation.

• 한국인터넷방송통신학회논문지
• /
• 제14권3호
• /
• pp.105-110
• /
• 2014

휘처 지향 소프트웨어 프로덕트 라인 공학 방법은 휘처 단위로 프로덕트 라인의 핵심 자산을 개발하고, 이를 조합하여 쉽게 다양한 제품을 개발한다. 하지만 휘처를 조합하여 제품을 개발하는 동안 휘처상호작용문제를 효과적으로 대응하지 못하면, 개발된 제품이 원하는 대로 동작하지 않을 수 있다. 본 논문에서 휘처 간에 발생될 수 있는 원하지 않는 상호작용을 검출하는 기법과 이를 효과적으로 모듈화하는 방법을 제안한다. 제안된 방법의 적용가능성을 평가하기 위해서 공학용 계산기 프로덕트 라인에 적용하였다.

• 정보처리학회논문지B
• /
• 제13B권7호
• /
• pp.679-688
• /
• 2006

대용량 실험으로부터 산출된 단백질 상호작용 데이터는 위양성(false positive) 데이터의 비율이 높다는 단점을 가지고 있다. 본 논문에서는 오류가 섞여있는 단백질 상호작용 데이터를 입력으로 받아 각 단백질 상호작용의 신뢰도를 검증하는 시스템을 제안하고 구현하였다. 제안 시스템은 단백질 상호작용 데이터에 상호작용의 근거로서 사용될 수 있는 다양한 생물학적 특징들에 관한 데이터를 통합하고 특징 선택 방법을 사용하여 통합된 속성들 중 위양성 여부를 판별하는데 가장 적합한 특징들을 선택한 후 데이터 마이닝 분류 알고리즘을 적용하여 대용량 실험으로부터 산출된 단백질 상호작용 데이터의 신뢰도를 평가한다. 특징 선택의 결과와 분류 기법의 성능은 데이터 특성에 매우 의존하므로, 제안시스템에 가장 적합한 속성 부분집합과 가장 좋은 성능을 내는 분류 알고리즘을 찾기 위해 다양한 특징 선택 방법과 데이터 마이닝 분류 알고리즘들을 적용하고 그 성능을 다각적으로 비교분석 하였다. 실험 결과, 특징 선택 방법과 분류 알고리즘을 결합시킨 제안 시스템은 오류 데이터가 섞여있는 단백질 상호작용 데이터에서 실제로 상호작용하는 단백질 쌍을 골라내는 작업에 있어 기존 연구들에 비해 매우 뛰어난 성능을 보여줬다. 또한 본 연구를 통해 단백질 상호작용 데이터의 신뢰도를 검증함에 있어서 다양한 특징 선택 방법들과 분류 알고리즘들이 성능에 미치는 영향에 관해서도 정리할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권4호
• /
• pp.365-377
• /
• 2006

단백질들은 서로 다른 단백질들과 상호작용 하거나 복합물을 형성함으로써 생물학적으로 중요한 기능을 한다고 알려져 있다. 때문에 대부분의 세포작용에 있어 중요한 역할을 하는 단백질 상호작용의 분석 및 예측에 대한 연구는 여러 연구그룹으로부터 풍부한 데이타가 산출되고 있는 현(現) 게놈시대에서 또 하나의 중요한 이슈가 되고 있다. 본 논문에서는 효모(Saccharomyces cerevisiae)에 대해 공개되어있는 단백질 상호작용 데이타들에서 속성들 간의 연관을 통해 유추 가능한 잠재적 단백질 상호작용들을 예측하기 위한 연관속성 마이닝 방법을 제시한다. 단백질의 속성들 중 연속값을 가지는 속성값들은 최대상호 의존성에 기반을 두어 이산화 하였으며, 정보이론기반 속성선택 알고리즘을 사용하여 단백질들 간의 상호작용 예측을 위해 고려되는 단백질의 속성(attribute) 수 증가에 따른 속성차원문제를 극복하도록 하였다. 속성들 간의 연관성 발견은 데이타마이닝 분야에서 사용되는 연관규칙 발견(association rule discovery) 방법을 사용하였다 논문에서 제안한 방법은 발견된 연관규칙을 통한 단백질 상호작용 예측문제에 있어 최대 약 96.5%의 예측 정확도를 보였으며 속성필터링을 통하여 속성필터링을 하지 않는 기존의 방법에 비해 최대 약 29.4% 연관규칙 발견속도 향상을 보였다.

• 한국콘텐츠학회논문지
• /
• 제8권10호
• /
• pp.114-128
• /
• 2008

최근 몇 년 동안 브랜드 커뮤니티에 대한 연구는 많은 반면에, UCC에 관련된 연구는 아직 미비한 실정이며, 또한 브랜드 커뮤니티에서의 UCC의 연구도 활발하게 진행되고 있지 못하다. 본 연구에서는 UCC를 하나의 새로운 현상으로 보는 것이 아니라 이러한 UCC가 브랜드커뮤니티에서 상호작용을 통해서 퍼뮤니케이션되는 현상을 학문적 연구를 통해 시사점을 제시하고 브랜드 커뮤니티에 관한 향후 연구의 방향을 제시하는데 목적이 있다. 이에 따라서 본 연구는 온라인 브랜드 커뮤니티에서의 UCC를 통한 상호작용이 펌 행위의도와 방문충성도에 미치는 영향에 대해 규명하고자 하였다. 연구결과를 살펴보면, 첫째, 브랜드 커뮤니티의 품질특성 중에서 정보성만이 모든 상호작용성에 정의 영향을 미치는 것을 알 수 있다. 둘째, 브랜드 커뮤니티의 신뢰 및 응답성 부분은 상호작용의 구성요인 중에서 연결성 부분에만 정의 영향을 미치는 것으로 나타났다. 셋째, 확신성은 상호작용요인 중에서 능동성과 연결성에만 정의 영향을 미치는 것을 알 수 있다. 다섯째, 공유의지가 상호작용의 구성요인 중에서 능동성과 연결성에는 영향을 미치고 있지만 반응성에는 영향을 미치지 못하는 것으로 나타났으며, 마지막으로 상호작용성이 펌 행위의도에 반응성 부분에만 영향을 미치지 못하였고, 방문충성도에는 모두 긍정적인 영향을 미쳤다. 앞에서 살펴본 내용을 바탕으로 브랜드 커뮤니티의 품질특성과 사용자특성요인 중에서 상호작용성에 많은 영향을 미치는 변수로 정보성, 확신성 그리고 사용자 특성요인인 공유의지를 들 수 있다.

• 로봇학회논문지
• /
• 제3권3호
• /
• pp.237-244
• /
• 2008

Nowadays, research on human-robot interaction has been getting increasing attention. In the research field of human-robot interaction, speech signal processing in particular is the source of much interest. In this paper, we report a speaker localization system with six microphones for a humanoid robot called MAHRU from KIST and propose a time delay of arrival (TDOA)-based feature matrix with its algorithm based on the minimum sum of absolute errors (MSAE) for sound source localization. The TDOA-based feature matrix is defined as a simple database matrix calculated from pairs of microphones installed on a humanoid robot. The proposed method, using the TDOA-based feature matrix and its algorithm based on MSAE, effortlessly localizes a sound source without any requirement for calculating approximate nonlinear equations. To verify the solid performance of our speaker localization system for a humanoid robot, we present various experimental results for the speech sources at all directions within 5 m distance and the height divided into three parts.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1997년도 춘계학술대회 논문집
• /
• pp.426-431
• /
• 1997

Features are well recognized to play an important role for the integration of ACD and CAPP. Majority of pervious works for the feature recognition for prismatic part is based on 3D solid model. But in real factories, 2D drawing are used more than 3D drawings. In this paper, we develope an algorithm of the feature recognition on prismatic parts in 2D drawings, using by the graph method and the heuristic algorithm. Previous algorithms have some conflicts at feature interaction. In this paper, elements are grouped into connection by the graph method. Then features are recognized by using these grouped elements and their relationships of front and side-view. For resolving the problem of feature interaction, the element graphs are modified by an deloped algorithm. This algorithm is applied to a CAPP system for milling process planning.

• Journal of Information Processing Systems
• /
• 제17권2호
• /
• pp.385-398
• /
• 2021

The complexity of deep learning models affects the real-time performance of gesture recognition, thereby limiting the application of gesture recognition algorithms in actual scenarios. Hence, a residual learning neural network based on a deep convolutional neural network is proposed. First, small convolution kernels are used to extract the local details of gesture images. Subsequently, a shallow residual structure is built to share weights, thereby avoiding gradient disappearance or gradient explosion as the network layer deepens; consequently, the difficulty of model optimisation is simplified. Additional convolutional neural networks are used to accelerate the refinement of deep abstract features based on the spatial importance of the gesture feature distribution. Finally, a fully connected cascade softmax classifier is used to complete the gesture recognition. Compared with the dense connection multiplexing feature information network, the proposed algorithm is optimised in feature multiplexing to avoid performance fluctuations caused by feature redundancy. Experimental results from the ISOGD gesture dataset and Gesture dataset prove that the proposed algorithm affords a fast convergence speed and high accuracy.

• ETRI Journal
• /
• 제33권2호
• /
• pp.210-218
• /
• 2011

Battiti's mutual information feature selector (MIFS) and its variant algorithms are used for many classification applications. Since they ignore feature synergy, MIFS and its variants may cause a big bias when features are combined to cooperate together. Besides, MIFS and its variants estimate feature redundancy regardless of the corresponding classification task. In this paper, we propose an automated greedy feature selection algorithm called conditional mutual information-based feature selection (CMIFS). Based on the link between interaction information and conditional mutual information, CMIFS takes account of both redundancy and synergy interactions of features and identifies discriminative features. In addition, CMIFS combines feature redundancy evaluation with classification tasks. It can decrease the probability of mistaking important features as redundant features in searching process. The experimental results show that CMIFS can achieve higher best-classification-accuracy than MIFS and its variants, with the same or less (nearly 50%) number of features.

• 로봇학회논문지
• /
• 제8권2호
• /
• pp.104-115
• /
• 2013

For natural human-robot interaction, we need to know location and shape of facial feature in real environment. In order to track facial feature robustly, we can use the method combining particle filter and active appearance model. However, processing speed of this method is too slow. In this paper, we propose two ideas to improve efficiency of this method. The first idea is changing the number of particles situationally. And the second idea is switching the prediction model situationally. Experimental results is presented to show that the proposed method is about three times faster than the method combining particle filter and active appearance model, whereas the performance of the proposed method is maintained.