• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.474-479
• /
• 2010

본 논문의 이전 연구[1]에서 모바일 사용자들의 지난 상황데이터(context data)를 기반으로 다음 상황 예측을 위한 확률론적 방법을 제안하였다. 이 방법은 가중치를 나타내는 멀티그래프에 속하는 새로운 그래프 구조를 통한 확률론적 이론에 근거하여 일반적인 상황을 예측한다. 본 논문에서는 이전 연구보다 더 정확한 상황 예측을 위해 목표 상황과 관련된 상황데이터만을 선별하는 특징 선택 방법과 상황데이터가 적을 경우 균등분포를 가정하여 상황의 예측가능성을 높일 수 있는 방법을 제시하였다. 이 외에도 사용자의 다양한 생활 패턴에 대한 예측방법과 이동통신사 간의 고객정보를 보안성 있게 공유하기 위한 방법을 제시한다.

• Annual Conference on Human and Language Technology
• /
• 2010.10a
• /
• pp.127-129
• /
• 2010

본 논문에서는 다양한 코퍼스를 통해 언어를 학습하는 과정을 모델링하여 무감독학습(Unsupervised learning)으로 문법적 패턴을 습득하는 방법론을 소개한다. 제안 방법에서는 적은 수의 특성 조합으로 잠재적 패턴의 부분만을 표현한 후 표현된 규칙을 조합하여 유의미한 문법적 패턴을 탐색한다. 본 논문에서 제안한 방법은 베이지만 추론(Bayesian Inference)과 MCMC (Markov Chain Mote Carlo) 샘플링에 기반하여 특성 조합을 유의미한 문법적 패턴으로 정제하는 방법으로, 랜덤하이퍼그래프(Random Hypergraph) 모델을 이용하여 많은 수의 하이퍼에지를 생성한 후 생성된 하이퍼에지의 가중치를 조정하여 유의미한 문법적 패턴을 탈색하는 방법론이다. 우리는 본 논문에서 유아용 비디오의 스크립트를 이용하여 다양한 유아용 비디오 스크립트에서 문법적 패턴을 습득하는 방법론을 소개한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.112-115
• /
• 2018

본 논문에서는 공간적 일관성과 시간적 일관성을 모두 고려하는 그래프 컷(graph cuts, GC) 알고리즘을 적용한 새로운 비디오 정합(video stitching) 방법을 제안한다. 먼저 입력 비디오로부터 취득한 전체 프레임에 대해서 정렬(frame alignment) 작업이 완료된 후, 프레임 합성(frame composition)을 위한 정합선 찾기(seam finding) 과정을 진행한다. 정합선을 찾는 과정에서 개선된 그래프 컷 알고리즘을 이용해 정렬된 프레임들을 자연스럽게 합성할 수 있는 최적의 정합선을 찾는다. 우선, 첫번째 입력 프레임에서 찾은 최적 정합선을 참조 정합선으로 설정한다. 그 다음, 연속된 프레임들의 정합선 찾기 과정을 수행할 때, 참조 정합선과의 거리 값을 가중치로 이용하는 새로운 비용 함수를 적용한다. 본 논문에서 제안하는 알고리즘으로 찾은 최적 정합선은 입력 프레임의 중첩 영역에 움직이는 물체가 존재할 때, 물체의 모양을 손상시키지 않으면서 동시에 연속된 프레임의 정합선을 유사한 형태로 유지시킨다. 결과적으로 공간적, 시간적 자연스러움이 보장되는 고품질의 비디오 정합 결과를 얻을 수 있다.

• The KIPS Transactions:PartA
• /
• v.17A no.3
• /
• pp.159-166
• /
• 2010

In this paper, to obtain the Minimum Spanning Tree (MST) from the graph with several nodes having the same weight, I applied both Bor$\dot{u}$vka and Kruskal MST algorithms. The result came out to such a way that Kruskal MST algorithm succeeded to obtain MST, but not did the Prim MST algorithm. It is also found that an algorithm that chooses Inter-MSF MWE in the $2^{nd}$ stage of Bor$\dot{u}$vka is quite complicating. The $1^{st}$ stage of Bor$\dot{u}$vka has an advantage of obtaining Minimum Spanning Forest (MSF) with the least number of the edges, and on the other hand, Kruskal MST algorithm has an advantage of always obtaining MST though it deals with all the edges. Therefore, this paper suggests an Hybrid MST algorithm which consists of the merits of both Bor$\dot{u}$vka's $1^{st}$ stage and Kruskal MST algorithm. When applied additionally to 6 graphs, Hybrid MST algorithm has a same effect as that of Kruskal MST algorithm. Also, comparing the algorithm performance speed and capacity, Hybrid MST algorithm has shown the greatest performance Therefore, the suggested algorithm can be used as the generalized MST algorithm.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.52 no.2
• /
• pp.162-170
• /
• 2015

Commute time embedding involves computing the spectral decomposition of the graph Laplacian. It requires the computational burden proportional to $o(n^3)$, not suitable for large scale dataset. Many methods have been proposed to accelerate the computational time, which usually employ the Nystr${\ddot{o}}$m methods to approximate the spectral decomposition of the reduced graph Laplacian. They suffer from the lost of information by dint of sampling process. This paper proposes to reduce the errors by approximating the spectral decomposition of the graph Laplacian using that of the affinity matrix. However, this can not be applied as the data size increases, because it also requires spectral decomposition. Another method called approximate commute time embedding is implemented, which does not require spectral decomposition. The performance of the proposed algorithms is analyzed by computing the commute time on the patch graph.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.07a
• /
• pp.55-58
• /
• 2016

본 논문은 사람의 얼굴 영상에서 잡티를 제거하는 방법을 제안한다. 먼저 입력받은 영상에서 Haar-like Feature 기반 Adaboost 알고리즘과 색상 정보를 이용하여 얼굴 영역을 검출한다. 검출된 얼굴 영역에서 잡티를 제거하기 위해서는 먼저 눈, 코, 입, 눈썹과 같은 얼굴의 주요부위를 검출하고 이 영역을 제외한 순수 피부 영역에 잡티 검출 알고리즘을 적용해야한다. 사람의 얼굴은 미세하게 명암도 차이가 나는 부분이 많기 때문에 가우시안 스무딩을 적용한 후, 그래프 기반 분할 방법을 사용하여 눈, 입, 눈썹을 분할한다. 코 영역은 각 픽셀에 대해 인접픽셀과의 R 채널의 차이값을 가중치 맵으로 만들고 가중치 맵을 분석하여 영역을 분할한다. 분할된 영역에 사람 얼굴의 기하학적 위치 정보를 이용하여 주요부위를 검출한다. 얼굴의 주요부위를 검출하고 그 부위를 제외한 피부 영역에 잡티 검출 알고리즘을 적용한다. 잡티는 Edge와 색상 정보를 이용하여 검출하고, 잡티주변을 검사하여 잡티가 아닌 깨끗한 피부를 잡티 영역에 복사하여 채워나가는 방식으로 피부 영역을 복원한다.

• Korean Journal of Cognitive Science
• /
• v.13 no.1
• /
• pp.1-11
• /
• 2002

In this paper, a test was performed to determine whether words in Anchor Text were appropriate as key words. As a result of the test. there were proper words of high weighting factor, while some others did not even appear in the text. therefore, were not appropriate as key words. In order to resolve this problem. a new method was proposed to extract key words. Using the proposed method, inappropriate key words can be removed so that new key words be set, and then, ranking becomes possible with the TFIDF value as a weighting factor of the key word. It was verified that the new method has higher accuracy compared to the previous methods.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.749-756
• /
• 2003

네트워크에 속한 각 에지(edge)를 제거하는데 드는 비용 및 노드(node)들의 가중치가 주어져 있다고 가정하자. 네트워크 단절문제는 주어진 무방향 네트워크(undirected network)에 서 에지(edge)제거에 필요한 비용이 예산의 범위를 넘지 않도록 하면서, 원천노드(source node)와 연결이 끊어지는 노드들의 가중치의 합이 최대가 되도록 에지를 제거하는 방법을 찾는 문제이다. 이 문제는 Martel 등 [7]에 의해서 처음 소개되었고 NP hard임이 밝혀졌다. 또한 명영수와 김현준 [2]은 주어진 그래프의 특성을 이용하여 문제의 크기를 줄이는 과정과 수리계획모형을 제시하엿고, 제시된 모형을 이용하여 하한 및 상한을 도출하는 절차를 개발하였다. 본 연구에서는 문제의 특성을 주가로 규명하고 이를 이용하여 실행가능해를 도출하는 새로운 휴리스틱을 제시하며, 수리계획모형의 신형계획완화를 이용하여 상한을 도출할 때 유효부동식을 이용하여 개선된 상한을 구하는 방법을 제시하기로 한다. 아울러 충분한 계산실험을 통하여 개발된 해법의 성능을 평가하기로 한다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.592-596
• /
• 2021

레코드 연결의 대표적인 문제 중 하나는 레코드 간 비교 비용이 크다는 것이다. 이러한 문제를 해결하기 위해서는 레코드 연결에 필수적으로 블로킹 단계가 포함되어야 한다. 블로킹이란 같은 레코드일 가능성이 높은 대상들을 그룹화하여 비교연산을 수행할 대상을 선정하는 단계를 말한다. 블로킹의 목적은 최대한 결과의 recall을 희생시키지 않으면서 비교 연산 횟수 최소화하는 것이다. 메타 블로킹은 가중치 그래프를 블로킹에 적용함으로써 전통적인 블로킹 방식의 한계를 극복하고 더 좋은 성능을 나타내는 모델이다. 본 논문에서는 메타블로킹에서 주목하지 않았던 블록 생성방식을 데이터베이스 속성에 따라 블록을 생성하는 방식으로 개선하고 그에 맞는 가중치 계산식을 제안하였다. 또한 키 기반 블로킹, 메타블로킹, 속성인지 메타블로킹으로 생성된 블로킹 결과에 대한 성능을 측정 및 비교하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.800-802
• /
• 2003

이 논문에서는 웹 기반의 하이퍼미디어 교육시스템에서 이산 확률 분포 함수와 사용자 프로파일 기반의 동적 적응 모델을 제안하였다. 이 모델은 응용 영역을 동적 적응 객체의 가중치 방향성 그래프로 표현하며 사용자 행위를 이산 확률 함수를 동적으로 구축하는 접근 방식을 이용하여 모델링 한다. 제안한 확률적 해석은 웹 미디어 구조에서 사용자의 탐색 행위를 추적하여 사용자 행위에 대한 잠재적 속성을 나타내는데 사용될 수 있다. 이러한 접근 방식은 사용자에게 가장 알맞은 프로파일을 동적으로 할당할 수 있다.