• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.431-434
• /
• 2020

본 논문에서는 악성코드탐지 기법으로 n-grams를 사용한 특징 추출을 통해 이미지 인식 분야에서 널리 쓰이는 Convolutional Neural Network로 학습하는 프레임워크를 제안한다. 윈도우즈 실행 파일의 PE 포맷에서 특징을 추출하여 6-grams 확률을 구하고 grayscale 을 통해 이미지로 변환한다. 이것을 기존에 연구된 탐지방법과 비교하여 우수함을 보인다. 학습에 사용된 데이터는 총 55,000개로 5-folds 교차검증을 하였으며 예측 정확도는 98.87%였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.464-466
• /
• 2000

오늘날 영상정보의 보편화로 효율적인 영상 검색 기술이 요구되고 있다. 최근 발표된 Color N$\times$M-grams 기반의 영상 검색 방법은 그 중의 하나이다. 그러나 이 방법은 영상의 특징을 추출한 벡터 Bin의 수가 많아서 검색을 위한 공간과 시간을 많이 필요로 하는 문제점을 가지고 있다. 이러한 문제를 보완하기 위해 본 연구에서는 영상의 국부성을 이용하여 Color N$\times$M-grams의 단점인 공간과 시간의 비효율성을 개선하고, GLCM의 결합으로 검색 효율을 향상시키는 연구를 수행하였다. WWW의 Color Draw Photo Album에 분류되어 있는 영상들과 미국의 코넬대학의 연구에 사용된 330개의 Benchmark 영상을 가지고 실험한 결과, 기존의 Color N$\times$M-grams에 비해 약 10배의 공간효율개선과 약 2배의 시간효율개선을 얻을 수 있었고, 검색율과 정확성공율에 있어서 각각 25%, 63% 향상되었다.

• Proceedings of the Korean Society for Language and Information Conference
• /
• 1994.02a
• /
• pp.113-124
• /
• 1994

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.4
• /
• pp.386-391
• /
• 2015

This paper proposed the optimal attributes for text classification based on Korean and Chinese linguistic features. The experiments committed to discover which is the best feature among n-grams which is known as language independent, morphemes that have language dependency and some other feature sets consisted with n-grams and morphemes showed best results. This paper used SVM classifier and Internet news for text classification. As a result, bi-gram was the best feature in Korean text categorization with the highest F1-Measure of 87.07%, and for Chinese document classification, 'uni-gram+noun+verb+adjective+idiom', which is the combined feature set, showed the best performance with the highest F1-Measure of 82.79%.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.400-403
• /
• 2019

스타일 변환(Style Transfer)은 주어진 문장의 긍정이나 부정 같은 속성을 변경하여 다른 속성을 갖는 문장으로 변환하는 과정을 의미한다. 본 연구에서는 스타일 변환을 위한 단어 n-그램 삭제의 기준을 확장하였고, 네이버 영화리뷰 데이터셋을 통해 이를 스타일 변환 이후 원래 문장의 스타일로부터 얼마나 차이가 나게 되었는지를 측정하였다. 측정은 감성분석기를 통해 이루어졌고, 기존 방법에 비해 6.28%p정도 높은 75.13%의 정확도를 보였다.

• Journal of Korea Multimedia Society
• /
• v.17 no.2
• /
• pp.232-239
• /
• 2014

As online texts have been rapidly growing, their automatic classification gains more interest with machine learning methods. Nevertheless, comparatively few research could be found, aiming for Korean texts. Evaluating them with statistical methods are also rare. This study took a sample of tweets and used machine learning methods to classify emotions with features of morphemes and n-grams. As a result, about 76% of emotions contained in tweets was correctly classified. Of the two methods compared in this study, Support Vector Machines were found more accurate than Na$\ddot{i}$ve Bayes. The linear model of SVM was not inferior to the non-linear one. Morphological features did not contribute to accuracy more than did the n-grams.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.402-404
• /
• 1998

최근 영상 정보를 저장하는 시스템의 급증으로, 영상의 특징 요소들의 유사성(similarity)에 근거하여 영상을 분류.검색하는 기술에 많은 관심을 보이고 있다. 본 논문에서는 칼라영상의 분류를 위해 기존의 N$\times$M-grams를 변형한 Color N$\times$M-grams를 제안한다. Color N$\times$M-grams는 영상의 칼라정보를 이용하여 영상고유의 구조 정보를 추출한 후 유사성을 측정하여 영상을 분류한다. 제안된 방법의 성능 평가를 위하여 39쌍의 Benchmark 영상을 사용하여 실험하였다. 실험결과, 제안한 Color N$\times$M-grams를 사용한 방법이 기존의 N$\times$M-grams를 사용하여 칼라 영상을 분류하는 방법보다 1순위로 분류되는 비율에 있어서 약 19% 더 좋은 결과를 보였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.40-45
• /
• 1998

칼라 히스토그램의 단점을 보완할 수 있는 CCV(Color Coherence Vector) 방법이 소개되었다. CCV는 구현이 쉽고, 칼라 히스토그램과 달리 같은 색상 분포를 가지는 다른 영상을 구별하는 것이 가능하다. 그러나, CCV는 계산량이 많아 많은 처리 시간이 요구된다. 본 논문에서는 효율적인 계산을 위하여 N$\times$M-grams과 계층적인 검색 방법을 이용하여 처리 시간을 줄이는 검색 방법을 제시한다. 먼저, 영상의 구조적 특징을 잘 반영하는 N$\times$M-grams를 사용하여 주어진 질의 영상과 같은 부류(category)에 속하는 모든 영상들을 찾는다. 그리고, 찾은 영상들만을 대상으로 CCV를 계산하여 검색한다. 200개의 영상을 가지고 실험한 결과, 검색율은 약 79%이고, CCV만을 사용한 방법보다 시간이 약 37% 감소하였다.

• YAKHAK HOEJI
• /
• v.16 no.1
• /
• pp.47-54
• /
• 1972

O,O-Dimethyl-S-(phthalimido)methylphosphorodithioate (PMP) is changed into phosphine, phosphate, and phosphorothioate, when it is treated with metallic zinc in acidic medium after alkaline hydrolysis. The amount of phosphine evolved is about five times as much in sulfuric acid medium as it is in hydrochloric acid. When one micro mole of hydrolyzed PMP is treated with 8 grams of metallic zinc and 30 ml of 10 N-sulfuric acid, it is changed into 0.42 micro moles of phosphine, 0.14 micro moles of phosphorothioate, and 0.44 micro moles of phosphate.

• Journal of Chest Surgery
• /
• v.28 no.5
• /
• pp.443-446
• /
• 1995

The present study was designed to determine whether cyclosporine A inhibits Major Histocompatibility Complex Class II antigen[MHC II expression in the allograft rat heart myocardium. In this rat allograft study we also tried to elucidate whether CSA inhibits MHC II in a dose dependent way. Hearts were isolated from LBN rats weighing 200-250 grams and heterotopically transplantated into the abdomen of weight-matched ACI rats. The ACI rats were randomly assigned to one of the three experimental groups according to cyclosporine dosage: {1}control [no CSA , n=6 {2}CSA 5 mg/day , n=5 {3}CSA 10 mg/day, n=5. The transplanted hearts were harvested 5 days postoperatively and analyzed. MHC II expression was detected by indirect immunoperoxidase staining and quantified via computer image analysis system. The % positive area reading was obtained in each slide [50 areas per group and compared to other groups. Significant differences were noted between three groups [p<0.05 . We conclude that CSA inhibits MHC II in heterotopically transplanted allograft rat heart in a dose dependent way.