• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권7호
• /
• pp.3594-3607
• /
• 2017

The traditional feature extraction methods such as principal component analysis (PCA) cannot obtain the local structure of the samples, and locally linear embedding (LLE) cannot obtain the global structure of the samples. However, a common drawback of existing PCA and LLE algorithm is that they cannot deal well with the sparse problem of the samples. Therefore, by integrating the globality of PCA and the locality of LLE with a sparse constraint, we developed an improved and unsupervised difference algorithm called Sparse Difference Embedding (SDE), for dimensionality reduction of high-dimensional data in small sample size problems. Significantly differing from the existing PCA and LLE algorithms, SDE seeks to find a set of perfect projections that can not only impact the locality of intraclass and maximize the globality of interclass, but can also simultaneously use the Lasso regression to obtain a sparse transformation matrix. This characteristic makes SDE more intuitive and more powerful than PCA and LLE. At last, the proposed algorithm was estimated through experiments using the Yale and AR face image databases and the USPS handwriting digital databases. The experimental results show that SDE outperforms PCA LLE and UDP attributed to its sparse discriminating characteristics, which also indicates that the SDE is an effective method for face recognition.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -3
• /
• pp.1511-1514
• /
• 2002

This paper presents content adaptive image watermark embedding using stochastic visual model based on multiwavelet transform. To embedding watermark, the original image is decomposed into 4 levels using a discrete multiwavelet transform, then a watermark is embedded into the JND(just noticeable differences) of the image each subband. The perceptual model is applied with a stochastic approach fer watermark embedding. This is based on the computation of a NVF(noise visibility function) that have local image properties. The perceptual model with content adaptive watermarking algorithm embed at the texture and edge region for more strongly embedded watermark by the JND. This method uses stationary Generalized Gaussian model characteristic because watermark has noise properties. The experiment results of simulation of the proposed watermark embedding method using stochastic visual model based on multiwavelet transform techniques was found to be excellent invisibility and robustness.

• 대한수학회지
• /
• 제34권4호
• /
• pp.771-790
• /
• 1997

By using the method of equivalence of E. Cartan we calculate the local scalar invariants for Riemannian 2-maniolds. We define also a notion of local invariants for submanifolds in $R^{n + d}, n \geq 2, d \geq 1$, in terms of the symmetry of the local isometric embedding equations of Riemannian n-manifolds into $R^{n + d}$. We show that the local invariants obtained by the Cartan's method are the intrinsic expressions of the local invariants in our sense in the casees of surfaces in $R^3$.

• 대한수학회지
• /
• 제40권4호
• /
• pp.695-708
• /
• 2003

We study the existence of solutions for overdetermined PDE systems that admit prolongation to a complete system. We reduce the problem to a Pfaffian system on a submanifold of the jet space of unknown functions and then express the integrability conditions in terms of the coefficients of the original system. As possible applications we present some local problems in CR geometry: determining the CR embeddibility into spheres and the existence of infinitesimal CR automorphisms.

• 호남수학학술지
• /
• 제31권4호
• /
• pp.611-632
• /
• 2009

The orders in a quaternion algebra play a central role of the theory of Hecke operators. In this paper, we study the arithmetic properties of optimal embeddings of orders in a quaternion algebra over a dyadic local field.

• 한국멀티미디어학회논문지
• /
• 제6권3호
• /
• pp.508-517
• /
• 2003

본 논문에서는 쌍직교 웨이브릿 영역에서 워터마크를 삽입할 수 있는 연속 부대역 양자화 및 스토케스틱 다해상도 특성을 갖는 지각 모델을 제안한다. 적응 워터마킹 알고리즘을 갖는 지각모델은 보다 강인한 워터마크 은닉을 위한 방법으로 연속 부대역 양자화(successive subband quantization: SSQ)에 의해서 텍스쳐 및 에지 영역에 삽입한다. 워터마크 삽입은 국부 영상 특성을 갖는 NVF(noise visibility function)함수에 의해 계산된다. 이 방법은 워터마크가 노이즈 특성을 갖기 때문에 영상의 통계적 특성에 기초한 비정상상태(non-stationary state) 가우스 모델과 정상상태(stationary state) 일반화 가우스(generalized Gaussian: GG)모델을 이용한다. 정상상태 GG모델의 삽입은 다해상도 내의 각 부대역별 분산과 형상계수(shape parameter)를 사용한다. 형상계수를 추정하기 위하여 모멘트 정합 방법을 사용한다. 비정상상태 가우스 모델은 각 부대역의 국부 평균 및 분산을 이용한다. 실험결과 우수한 비가시성과 강인성을 확인하였으며, 공격에 대한 실험으로 Stirmark 3.1 benchmark test를 수행하였다.

• Journal of Electrical Engineering and Technology
• /
• 제13권6호
• /
• pp.2485-2492
• /
• 2018

The rapid development of large-scale integrated circuits has brought great challenges to the circuit testing and diagnosis, and due to the lack of exact fault models, inaccurate analog components tolerance, and some nonlinear factors, the analog circuit fault diagnosis is still regarded as an extremely difficult problem. To cope with the problem that it's difficult to extract fault features effectively from masses of original data of the nonlinear continuous analog circuit output signal, a novel approach of feature extraction and dimension reduction for analog circuit fault diagnosis based on wavelet packet decomposition, local linear embedding algorithm, and clone selection algorithm (WPD-LLE-CSA) is proposed. The proposed method can identify faulty components in complicated analog circuits with a high accuracy above 99%. Compared with the existing feature extraction methods, the proposed method can significantly reduce the quantity of features with less time spent under the premise of maintaining a high level of diagnosing rate, and also the ratio of dimensionality reduction was discussed. Several groups of experiments are conducted to demonstrate the efficiency of the proposed method.

• 정보처리학회논문지B
• /
• 제9B권4호
• /
• pp.421-428
• /
• 2002

지금까지 삽입(Embedding)백터를 이용한 국소적예측방법은 고차미분방정식으로부터 생성된 카오스 시계열을 예측할 때, 파라메타 $\tau$의 추정이 정확하지 않으면 예측성능은 떨어졌다. 지금까지 지연시간 ($\tau$)의 값을 추정하는 방법은 많이 제안되어있지만 실제로 고차원미분방정식부터 생성되어진 수많은 시계열에 모두 적용 가능한 방법은 아직 없다. 이것을 기울기 백터를 이용한 기울기 선형모델을 도입하는 것에 의해 정확한 지연시간 ($\tau$)의 값을 추정하지 않아도 예측성능에 만족할 수 있는 결과를 표시했다. 이것을 이론뿐이 아니고 경제시계열에도 적용해서 종래의 예측방법과 비교해서 그 유효성을 표시했다.

• Journal of Information Processing Systems
• /
• 제13권5호
• /
• pp.1382-1396
• /
• 2017

In this paper, we analyze a recently proposed semi-fragile watermarking scheme based on local binary pattern (LBP) operators, and note that it has a fundamental flaw in the design. In this work, a binary watermark is embedded into image blocks by modifying the neighborhood pixels according to the LBP pattern. However, different image blocks might have the same LBP pattern, which can lead to false detection in watermark extraction process. In other words, one can modify the host image intentionally without affecting its watermark message. In addition, there is no encryption process before watermark embedding, which brings another potential security problem. To illustrate its weakness, two special copy-paste attacks are proposed in this paper, and several experiments are conducted to prove the effectiveness of these attacks. To solve these problems, an improved semi-fragile watermarking based on LBP operators is presented. In watermark embedding process, the central pixel value of each block is taken into account and Arnold transform is adopted to guarantee the security of watermark. Experimental results show that the improved watermarking scheme can overcome the above defects and locate the tampered region effectively.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.93-110
• /
• 2023

최근 비정형 자료인 텍스트를 벡터로 변환하고 이를 통해 다양한 목적으로 방대한 양의 자연어를 분석하는 시도가 이루어지고 있다. 특히 코퍼스 규모가 제한적일 수밖에 없는 전문적인 도메인의 텍스트에 대해서도 분석 수요가 급증하면서, 해당 전문 분야의 문서를 범용 문서와 함께 분석하기 위한 연구가 활발하게 이루어지고 있다. 특정 전문어를 해당 전문어 코퍼스 외부의 일반적인 범용어와 함께 분석하기 위해서는, 전문어 임베딩 공간을 범용어 임베딩 공간과 일치시키는 것이 필요하다. 기존에는 변환 행렬 또는 매핑 함수 등을 통해 전문어 코퍼스로부터 얻은 전문어 임베딩 값을 범용어 임베딩 공간으로 변환, 일치시키려는 시도가 있었지만, 변환 행렬을 기반으로 하는 선형 변환은 국지적인 범위에서만 근사적인 변환 효과가 있다는 일반적인 선형 변환의 한계를 극복하지 못했다. 이러한 선형 변환의 한계를 극복하기 위해 최근에는 다양한 형태의 비선형적인 변환 방법이 제안되고 있으며, 본 연구에서는 오토인코더(Autoencoder)와 회귀 모델을 동시에 학습하는 종단형 학습을 통해 전문어 임베딩 공간을 범용어 임베딩 공간으로 변환하여 임베딩 공간을 일치시키는 모델을 제안한다. 실제 "보건의료" 분야의 R&D 문서에 대해 임베딩 변환 실험을 진행한 결과, 제안 방법론이 기존의 오토인코더를 활용한 방법 대비 변환 정확도 측면에서 우수한 성능을 보임을 확인하였다.