• International Journal of Computer Science & Network Security
• /
• 제22권11호
• /
• pp.381-389
• /
• 2022

With the collection of huge volumes of text, image, audio, video or combinations of these, in a word multimedia data, the need to explore them in order to discover possible new, unexpected and possibly valuable information for decision making was born. Starting from the already existing data mining, but not as its extension, multimedia mining appeared as a distinct field with increased complexity and many characteristic aspects. Later, the concept of big data was extended to multimedia, resulting in multimedia big data, which in turn attracted the multimedia big data mining process. This paper aims to survey multimedia data mining, starting from the general concept and following the transition from multimedia data mining to multimedia big data mining, through an up-to-date synthesis of works in the field, which is a novelty, from our best of knowledge.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 추계학술발표논문집
• /
• pp.429-434
• /
• 2001

데이터(data)치 홍수와 정보의 빈곤이라는 환경에 처한 지금, 정보기술을 이용하여 데이터를 여과하고, 분석하며, 결과를 해석하는 자동화 된 데이터 분석 방안에 높은 관심을 가지게 되었으며, 데이터 마이닝(Data Mining))은 이러한 요구를 충족시키는 정보기술의 활용방법이다. 특히 데이터 마이닝(Data Mining)의 분류(Classification) 방법은 중요한 분야가 되고 있다. 분류 작업의 핵심은 어떻게 적당한 결정규칙(decision rule)을 정의하느냐에 달려 있는데 이를 위해 학습능력을 가지고 있는 알고리즘이 필요하다. 본 논문에서는 유전자 알고리즘(Genetic Algorithm)을 기반으로 하는 강건한 학습방법을 제시했으며, 이러한 학습을 통해 데이터 마이닝(Data Mining)의 분류시스템을 제안하였다.

• 한국멀티미디어학회논문지
• /
• 제5권3호
• /
• pp.281-289
• /
• 2002

컴퓨터 처리기술과 저장기술 그리고 인터넷 등의 영향으로 멀티미디어 데이터의 양은 급속하게 증가하지만 체계적으로 멀티미디어 데이터간의 연관규칙을 마이닝하는 연구는 초기 단계이다. 본 논문은 이미지 프로세싱 분야 및 내용기반 이미지 검색에 대한 기존 연구를 바탕으로 대형 영상 데이터 저장소에 저장된 이미지 데이터에서 재발생하는 항목간의 연관규칙을 찾으며 공간적 관계로 내용기반의 연관규칙을 마이닝하는 알고리즘을 제안한다. 제안된 연관규칙 탐색 알고리즘은 이미지의 색상, 질감, 모양 등 내용기반의 영상속성을 오브젝트 항목으로 하여 오브젝트가 이미지에서 재발생될 때를 이용, 이미지간의 연관규칙을 찾고 오브젝트들이 이미지에서 차지하고 있는 공간적 위치관계를 통해 드러나지 않는 이미지간의 연관규칙을 마이닝한다. 본 논문의 재발생 항목을 고려한 연관규칙 알고리즘은 Apriori 알고리즘보다 빈번한 항목 집합을 찾아내는데 더 높은 성능을 보인다는 것을 실험 을 통하여 제시한다. 제 안된 알고리즘은 동일한 정보원으로부터 받은 멀티미디어 데이터간의 연관성을 탐색하는데 특히 효과적이며 다양한 관련 응용분야에 적용할 수 있다.

• 정보처리학회논문지D
• /
• 제9D권1호
• /
• pp.57-64
• /
• 2002

컴퓨터 처리기술과 저장기술 그리고 인터넷 등의 영향으로 멀티미디어 데이터의 양은 급속하게 증가하지만 체계적인 멀티미디어 데이터간의 연관규칙을 마이닝하는 연구는 초기 단계이다. 본 논문은 이미지 프로세싱 분야 및 내용기반 이미지 검색에 대한 기존 연구를 바탕으로 대형 영상 데이터 저장소에 저장된 이미지 데이터에서 재생성되는 항목간의 연관규칙을 찾으며 공간적 관계로 내용기반의 연관규칙을 마이닝하는 알고리즘을 제안한다. 제안된 연관규칙 탐색 알고리즘은 이미지의 색상, 질감, 모양 등 내용기반의 영상속성을 오브젝트 항목으로 하고 오브젝트가 이미지에서 재생성될 때를 이용하여 이미지간의 연관규칙을 찾고 오브젝트들이 이미지에서 차지하고 있는 공간적 위치관계를 통해 드러나지 않는 이미지간의 연관규칙을 마이닝한다. 본 논문의 재생성 항목을 고려한 연관규칙 알고리즘은 Apriori 알고리즘보다 빈번한 항목 집합을 찾아내는데 더 높은 성능을 갖는다는 것을 실험을 통하여 보여준다. 제안된 알고리즘은 동일한 정보원으로부터 받은 멀티미디어 데이터간의 연관성을 탐색하는데 특히 효과적이며 다양한 관련 응용분야에 적용할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제11권12호
• /
• pp.1739-1748
• /
• 2008

When we conduct a data mining procedure on sample data sources, several rules are generated. But some rules are redundant or logically disjoint and therefore they can be removed. We suggest a new rule minimization algorithm inspired from logic synthesis to improve comprehensibility and eliminate redundant rules. The method can merge several relevant rules into one based on data mining and logic synthesis without high loss of accuracy. In case of two or more rules are candidates to be merged, we merge the rules with the attribute having the lowest information gain. To show the proposed method could be a reasonable solution, we applied the proposed approach to a problem domain constructing user preferred ontology in anti-spam systems.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1997년도 International Conference MULTIMEDIA DATABASES on INTERNET
• /
• pp.215-269
• /
• 1997

Outline $\textbullet$ Introduction $\textbullet$ Multimedia - Types of Data - Motivation - Key issue - Hardware Products - Application Areas $\textbullet$ Agents - Rationale for Agents - Sedentary vs. Mobile - Functional Categories - Application Areas $\textbullet$ Data Mining - 2-D Framework for Data Mining Tools - Classification of Tool - Application Areas - Learning Methodologies ＊ Case Based Reasoning ＊ Neural Networks ＊ Statistical Learning： Orthogonal Arrays ＊ Multi-strategy Learning $\textbullet$ Case Study - Finbot $\textbullet$ Conclusion

• 한국수산과학회지
• /
• 제53권5호
• /
• pp.740-751
• /
• 2020

In the aquaculture industry, few studies are analyzing big data for intrinsic meaning. Fishcare Laboratory (www.fishcare.kr) diagnostic data from 2016-2018 was analyzed for scuticociliatosis (caused by Miamiensis avidus) outbreak patterns in cultured olive flounder Paralichthys olivaceus in Jeju, Korea. The scuticociliatosis monthly occurrence ratio is reported in the summary table after preparing and filtering the basic dataset model. Nonparametric test results suggest differences in the water temperature, body length, and weight between groups with and without scuticociliatosis. Data distribution visualization revealed that shorter body length and lighter weight increased the occurrence of scuticociliatosis. The association rule mining technique was applied to determine the primary clinical signs of mixed scuticociliatosis and bacterial infections. Venn diagrams were used to report clinical signs and suggest commonalities. These results may help diagnose and treat fish and provide a decision-making reference.

• 한국멀티미디어학회논문지
• /
• 제12권6호
• /
• pp.777-784
• /
• 2009

Recently, the importance of geoCRM (geographic Customer Relationship Management) systems are growing rapidly. So, result of the recognition that their applications extend well beyond the traditional CRM systems with the advent of ubiquitous environment and generalized location based services. A majority of traditional CRM systems are either incapable of managing spatial data or are not user-friendly when doing so. On the other hand, the geoCRM systems can be built as providing the geographic-based functions about CRM, including spatial and market analyses and the visualization of customer data, etc. However, it lacks the specific model and implementation of the geoCRM systems, being caused by the incomprehension of needs, the absence of related standards and the difficulties of development, and so on. In this paper, we develop a new spatial analysis supporting system that to enhance productivity through the convenient use and management of spatial data. The functionality provided by our system includes a set of analysis functions based on data mining techniques which allow a user to affect powerful transformation on spatial data. Particularly, both spatial data and non-spatial attributes can be efficiently handled as an object through our OODBMS.

• 한국멀티미디어학회논문지
• /
• 제5권1호
• /
• pp.120-127
• /
• 2002

기존의 데이터 마이닝 방법들은 공통적으로 최소지지도(minimal support) 값의 변경에 의한 빈발항목 탐사의 비효율성, 불필요한 연관규칙의 생성으로 인한 불편성, 그리고 새로운 트랜잭션을 추가하게 되면 이전탐사과정에서 발견한 결과를 재활용하기 어렵다는 문제점들을 가지고 있다. 본 연구에서는 이러한 문제점들을 해결할 수 있는 SPM-IRG 방법을 제안한다. SPM-IRG 방법은 최소지지도 값을 이용하지만 트랜잭션내의 각 항목에 대하여 다른 항목과의 직접적·간접적인 관련성을 파악한 후 빈발항목을 생성한다. 또한 관심있는 항목에 대해서만 빈발항목을 구성할 수 있기 때문에 기존의 방법에서 발생하는 비효율성을 최소화할 수 있다

• Journal of Multimedia Information System
• /
• 제2권2호
• /
• pp.233-240
• /
• 2015

Mobile devices are becoming increasingly sophisticated and the latest generation of smartphones now incorporates many diverse and powerful sensors. These sensors include acceleration sensor, magnetic field sensor, light sensor, proximity sensor, gyroscope sensor, pressure sensor, rotation vector sensor, gravity sensor and orientation sensor. The availability of these sensors in mass-marketed communication devices creates exciting new opportunities for data mining and data mining applications. In this paper, we describe and evaluate a system that uses phone-based accelerometers to perform activity recognition, a task which involves identifying the physical activity that a user is performing. To implement our system, we collected labeled accelerometer data from 10 users as they performed daily activities such as "phone detached", "idle", "walking", "running", and "jumping", and then aggregated this time series data into examples that summarize the user activity 5-minute intervals. We then used the resulting training data to induce a predictive model for activity recognition. This work is significant because the activity recognition model permits us to gain useful knowledge about the habits of millions of users-just by having them carry cell phones in their pockets.