• 대한원격탐사학회지
• /
• 제27권4호
• /
• pp.445-455
• /
• 2011

이 논문은 분광 영상정보만으로 구분력이 상대적으로 떨어지는 분류 항목들의 분류 정확도 향상을 목적으로 기 존재하는 토지피복도로부터 계산된 시간 문맥 정보를 결합하는 확률론적 분류 방법론을 제안하였다. 기 존재하는 토지피복도와 고려하고 있는 시기의 훈련 집단으로부터 분류 항목간 전이 확률을 계산하여 이를 사전 확률로 간주하였다. 분광 영상정보로부터 얻어지는 조건부 확률을 사전 확률과 결합하여 최종적인 사후 확률을 계산하여 분류 항목을 결정하였다. 제안 기법은 기존 시간 문맥 정보를 결합할 때 많은 계산량을 요구하는 방법론들과 달리 확률론적 분류 방법에 쉽게 적용이 가능한 장점이 있다. 시계열 MODIS 자료를 이용한 농작물 분류 사례 연구를 수행하여, 제안 기법의 적용가능성을 검증하였다. MODIS 자료의 낮은 공간 해상도로 인한 혼재 효과로 분광 영상정보만으로 구분력이 떨어지는 분류 항목들은 시간 문맥 정보를 고려함으로써 상대적인 구분력이 향상되어 최종적으로 향상된 분류 정확도를 나타내었다. 따라서 제안 기법은 분류 정확도의 향상과 더불어 기제작된 토지피복도의 갱신에도 효과적으로 이용될 수 있을 것으로 기대된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권7호
• /
• pp.2468-2487
• /
• 2015

In web searching, trustable and precise results are greatly affected by the inherent uncertainty in the input queries. Queries submitted to search engines are by nature ambiguous and constitute a significant proportion of the instances given to web search engines. Ambiguous queries pose real challenges for the web search engines due to versatility of information. Temporal based approaches whereas somehow reduce the uncertainty in queries but still lack to provide results according to users aspirations. Web search science has created an interest for the researchers to incorporate contextual information for resolving the uncertainty in search results. In this paper, we propose an Adaptive Disambiguation Approach (ADA) of hybrid nature that makes use of both the temporal and contextual information to improve user experience. The proposed hybrid approach presents the search results to the users based on their location and temporal information. A Java based prototype of the systems is developed and evaluated using standard dataset to determine its efficacy in terms of precision, accuracy, recall, and F1-measure. Supported by experimental results, ADA demonstrates better results along all the axes as compared to temporal based approaches.

• 인지과학
• /
• 제33권2호
• /
• pp.109-133
• /
• 2022

일화기억은 핵심 이벤트와 그에 연합된 맥락으로 구성된다. 해마와 해마 주변 영역이 일화기억의 부호화에서 맥락을 표상하는 역할에 관해 연구되어왔지만, 시공간적 맥락 외에 다양한 맥락-특이적 정보들에 대한 표상에 관한 연구는 많지 않다. 본 연구에서는 고해상도 자기기능공명기법을 이용하여 여러 맥락정보(예, 육하원칙 - 누가, 왜, 무엇을 언제, 어디서, 어떻게)의 부호화에 관여하는 내측두엽 및 대뇌피질 신경연결성의 특징을 탐색하였다. 참가자들은 두 명의 얼굴과 하나의 사물로 구성된 실험 이벤트를 보면서 여섯가지 맥락 부호화 과제를 수행하였다. 휴지기 기능적 자기공명영상 정보를 활용해 내측두엽의 세부 영역을 기능적으로 구분하였고 맥락 기억 과제별 기능적 신경연결성 네트워크를 탐색하였다. 일반선형화 모델 분석을 통해 시공간적 맥락정보를 처리할 때보다 사회적, 행동적, 의도 맥락을 연합할 때 내측두엽의 세부영역, 전전두엽, 하부두정엽 영역이 유의미하게 증가한 활성화를 보이며 관여함을 확인하였다. 나아가 이 영역들과 내측두엽 영역이 맥락조건간 차이에 관여하는 기능적 연결성 특징을 탐색하기 위하여 맥락부호화 과제를 수행하는 동안의 해마세부영역들과 전전두엽, 하부두정엽 등 간의 과제기반 기능적 연결성 정보들을 다변량 패턴분석의 주요입력변수로 선정하였고, 기계학습을 통해 맥락 조건 간 연결성 패턴분류를 시도하였다. 네트워크 패턴분류에서도 시공간 맥락 조건과 각 사회적, 행동적, 의도 맥락처리 조건 간에는 기능적 연결성의 차이가 두드러졌다. 본 연구결과를 통해 일화기억에서 특정 맥락을 처리하는 신경학적 기제의 특성과 맥락 조건 간 차이를 제시하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1994년도 FIFTH WESTERN PACIFIC REGIONAL ACOUSTICS CONFERENCE SEOUL KOREA
• /
• pp.1052-1057
• /
• 1994

Dynamically localized self-organizing map model (DLSMM) is a new speech recognition model based on the well-known self-organizing map algorithm and dynamic programming technique. The DLSMM can efficiently normalize the temporal and spatial characteristics of speech signal at the same time. Especially, the proposed can use contextual information of speech. As experimental results on ten Korean digits recognition task, the DLSMM with contextual information has shown higher recognition rate than predictive neural network models.

• 한국지리정보학회지
• /
• 제18권3호
• /
• pp.76-88
• /
• 2015

이 논문에서는 작물 재배지의 분류를 목적으로 능동 학습과 과거 토지 피복도 기반의 시간 문맥 정보를 결합하는 분류 방법론을 제안하였다. 신뢰성 높은 훈련 자료의 추출을 위하여 능동 학습 기반 반복 분류를 적용하였으며, 과거 토지 피복도의 작물 재배 규칙을 시간 문맥 정보로 정량화 하여 능동 학습 기법의 적용시 훈련 자료의 할당과 작물 간 분광학적 혼재 효과 완화에 이용하였다. 제안 분류 방법론의 적용 가능성을 평가하기 위해 미국 Illinois 주의 옥수수와 콩 재배지역의 구분을 목적으로 MODIS 시계열 식생지수 자료와 과거 cropland data layer(CDL) 자료를 이용한 사례연구를 수행하였다. 사례연구 결과, 초기 감독 분류 결과에서 나타났던 옥수수와 콩의 오분류와 기타 작물과 비작물의 오분류 양상이 능동 학습 기반 반복 분류를 통해 완화되었다. 그리고 CDL 자료로부터 추출한 시간 문맥 정보를 추가적으로 결합함으로써 주요 작물에서 나타나는 과추정 양상이 완화되어 가장 우수한 분류 정확도를 나타내었다. 따라서 제안 기법이 양질의 훈련 자료의 확보가 쉽지 않은 작물 재배지의 분류에 유용하게 적용될 수 있음을 확인하였다.

• 인터넷정보학회논문지
• /
• 제16권6호
• /
• pp.79-88
• /
• 2015

The web search engines are exposed to the issue of uncertainty because of ambiguous queries, being input for retrieving the accurate results. Ambiguous queries constitute a significant fraction of such instances and pose real challenges to web search engines. Moreover, web search has created an interest for the researchers to deal with search by considering context in terms of location perspective. Our proposed disambiguation approach is designed to improve user experience by using context in terms of location relevance with the document relevance. The aim is that providing the user a comprehensive location perspective of a topic is informative than retrieving a result that only contains temporal or context information. The capacity to use this information in a location manner can be, from a user perspective, potentially useful for several tasks, including user query understanding or clustering based on location. In order to carry out the approach, we developed a Java based prototype to derive the contextual information from the web results based on the queries from the well-known datasets. Among those results, queries are further classified in order to perform search in a broad way. After the result provision to users and the selection made by them, feedback is recorded implicitly to improve the web search based on contextual information. The experiment results demonstrate the outstanding performance of our approach in terms of precision 75%, accuracy 73%; recall 81% and f-measure 78% when compared with generic temporal evaluation approach and furthermore achieved precision 86%, accuracy 71%; recall 67% and f-measure 75% when compared with web document clustering approach.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1990년도 하계학술대회 논문집
• /
• pp.535-538
• /
• 1990

The main problem in speech recognition is the enormous variability in acoustic signals due to complex but predictable contextual effects. Especially in plosive consonants it is very difficult to find invariant cue due to various contextual effects, but humans use these contextual effects as helpful information in plosive consonant recognition. In this paper we experimented on three artificial neural net models for the recognition of plosive consonants. Neural Net Model I used "Multi-layer Perceptron ". Model II used a variation of the "Self-organizing Feature Map Model". And Model III used "Interactive and Competitive Model" to experiment contextual effects. The recognition experiment was performed on 9 Korean plosive consonants. We used VCV speech chains for the experiment on contextual effects. The speech chain consists of Korean plosive consonants /g, d, b, K, T, P, k, t, p/ (/ㄱ, ㄷ, ㅂ, ㄲ, ㄸ, ㅃ, ㅋ, ㅌ, ㅍ/) and eight Korean monothongs. The inputs to Neural Net Models were several temporal cues - duration of the silence, transition and vot -, and the extent of the VC formant transitions to the presence of voicing energy during closure, burst intensity, presence of asperation, amount of low frequency energy present at voicing onset, and CV formant transition extent from the acoustic signals. Model I showed about 55 - 67 %, Model II showed about 60%, and Model III showed about 67% recognition rate.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권9호
• /
• pp.3598-3614
• /
• 2020

With the increase of motor vehicles and tourism demand, some traffic problems gradually appear, such as traffic congestion, safety accidents and insufficient allocation of traffic resources. Facing these challenges, a model of Spatio-Temporal Dilated Convolutional Network (STDGCN) is proposed for assistance of extracting highly nonlinear and complex characteristics to accurately predict the future traffic flow. In particular, we model the traffic as undirected graphs, on which graph convolutions are built to extract spatial feature informations. Furthermore, a dilated convolution is deployed into graph convolution for capturing multi-scale contextual messages. The proposed STDGCN integrates the dilated convolution into the graph convolution, which realizes the extraction of the spatial and temporal characteristics of traffic flow data, as well as features of road occupancy. To observe the performance of the proposed model, we compare with it with four rivals. We also employ four indicators for evaluation. The experimental results show STDGCN's effectiveness. The prediction accuracy is improved by 17% in comparison with the traditional prediction methods on various real-world traffic datasets.

• 대한공간정보학회지
• /
• 제21권3호
• /
• pp.11-17
• /
• 2013

사회 변화에 따라 산지이용 수요가 증가하고 다양화되면서 산림을 훼손하고, 타 용도로 활용하는 산지의 면적이 증가하고 있다. 이에 최근 훼손된 산지의 면적을 효과적으로 확인하기 위하여 두 시기의 항공사진을 활용한 훼손 산지 변화탐지 기법을 연구하였다. 본 연구에서 개발한 기법은 객체기반 변화탐지 형식으로, 영상 혼합 - 객체 분할 - 객체 병합 - 노이즈 제거 - 훼손지 추출의 5가지 단계로 진행되었다. 훼손 산지에 적합한 객체생성 수준을 선정하고, 객체를 분할 병합하는 과정을 통해 객체 간의 관계와 각 객체가 지닌 분광 특성 및 정황적(Contextual) 정보를 활용하여 신규 훼손 산지를 추출하였다. 시범 영역 테스트 결과, 전체 판독범위의 12%에 해당하는 훼손 산지를 추출하였고 육안판독 훼손산지의 평균 96%를 포함함으로써, 육안판독 전 후의 보완 자료로서의 가치와 자동추출의 가능성을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권11호
• /
• pp.5459-5473
• /
• 2017

Recently, a tracking algorithm called the spatial-temporal context model has been proposed to locate a target by using the contextual information around the target. This model has achieved excellent results when the target undergoes slight occlusion and appearance changes. However, the target location in the current frame is based on the location in the previous frame, which will lead to failure in the presence of fast motion because of the lack of a prediction mechanism. In addition, the spatial context model is updated frame by frame, which will undoubtedly result in drift once the target is occluded continuously. This paper proposes two improvements to solve the above two problems: First, four possible positions of the target in the current frame are predicted based on the displacement between the previous two frames, and then, we calculate four confidence maps at these four positions; the target position is located at the position that corresponds to the maximum value. Second, we propose a target reliability criterion and design an adaptive threshold to regulate the updating speed of the model. Specifically, we stop updating the model when the reliability is lower than the threshold. Experimental results show that the proposed algorithm achieves better tracking results than traditional STC and other algorithms.