• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.888-891
• /
• 2010

본 논문에서는 대용량의 데이터베이스에서 실시간 얼굴 인식이 가능하며 동시에 높은 인식 정확률을 보장해야만 하는 얼굴 인식 기반 출입 관리 시스템의 요구 사항을 반영하여, 새로운 형태의 다중 클래스 SVM인 혼합 계층형 SVM을 제안한다. 제안된 시스템은 대용량의 데이터베이스에 적합한 이진트리 구조를 갖는 계층형 다중 클래스 SVM과 단일 클래스 SVM을 결합한 구조로써, 실제 출입 관리 시스템을 모의 구축하여 실험한 결과, 실시간 처리가 가능한 빠른 성능과 높은 인식률을 확인하였다.

• Journal of KIISE:Software and Applications
• /
• v.36 no.9
• /
• pp.683-690
• /
• 2009

One of the major problems that prevent us from building a good recognition system for large-scale on-line Chinese character recognition using HMMs is increasing recognition time. In this paper, we propose a clustering method to solve recognition speed problem and an efficient distance measure between HMMs. From the experiments, we got about twice the recognition speed and 95.37% 10-candidate recognition accuracy, which is only 0.9% decrease, for 20,902 Chinese characters defined in Unicode CJK unified ideographs.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.2-3
• /
• 2017

지문분류 기술은 대용량 데이터베이스 기반 1:N 지문인식 시스템에서 지문의 형상에 따라 4개 또는 5개 이상의 클래스로 1차분류를 하여 지문인식의 속도 및 정확도를 개선하기 위해 필수로 사용되는 주요 기술이다. 과학수사, 범죄예방, 전자여권 시스템 등에 활용되고 있는 대규모 지문인식 시스템에서 지문분류 작업을 수행하면 데이터베이스 전체를 탐색하는데 필요한 시간을 "1/클래스의 수"로 줄일 수 있기 때문에, 지문분류 기술은 대용량 데이터베이스 시스템에서는 필수 요소이다. 본 논문에서는 지문분류와 관련된 국내외 기술을 분석하고 지문분류 기술의 발전 동향을 살펴본다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.7-9
• /
• 2001

최근 웹이 활성화되고 인터넷이 대중화되면서 지리 정보 시스템 분야에서도 웹 상에서 공간 데이터의 검색 및 관리의 필요성이 대두되었다. 또한, 지리 정보 시스템에서 다루는 공간 데이터는 가변적이고 대용량이기 때문에 이러한 데이터를 효율적으로 처리하기 위해서는 웹 기반 공간 OODBMS의 사용이 적합하다. 이러한 웹 기반 공간 OODBMS를 사용하는 실제 응용프로그램에서 다중 사용자 환경에서의 협동 작업이 효율적으로 수행되기 위해서는 객체들의 버전 뿐만 아니라 일정 영역내의 연관된 객체들의 접합인 형상을 효율적으로 관리하는 것이 절실히 필요하다. 이에 본 논문에서는 기존의 형상 관리 시스템, 버전관리 시스템, 협동작업 기법을 분석하여 웹 기반공간 OODBMS를 위한 형상 버전 관리 모델을 제시하였다. 형상 버전 관리 모델은 형상을 효과적으로 관리하기 위하여 형상 그래프와 형상 버전 클래스, 형상 Genetic 클래스, 형상 노드 클래스와 같은 세 개의 형상 버전 관리 클래스를 내부적으로 사용한다. 또한, 본 논문에서는 이러한 형상 버전 관리 모델에 따라 형상 버전 처리 모듈, 형상 Genetic 처리 모듈, 형상 노드 처리 모듈, 형상 그래프 처리 모듈, 협동 작업 처리 모듈로 구성되는 웹 기반 공간 OODBMS를 위한 형상 버전 관리자를 개발하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.472-477
• /
• 2008

본 논문에서는 은닉 마르코프 모델(HMM)을 기반한 대용량의 필기 한자 인식의 문제점인 시스템 리소스의 한계와 인식에 소요되는 많은 시간을 단축하기 위해 구조코드와 HMM에 최적화 된 클러스터링 알고리즘을 제안한다. 제안하는 클러스터링 알고리즘의 기본 개념은 훈련된 HMM를 대상으로 하고, HMM의 파라미터 수가 동일한 클래스에 대해서 클러스터를 구성하는 것이다. 또한 인식에 소요되는 시간을 줄이기 위해 2단계 클러스터모델 구조를 사용한다. 총 98,639 종류의 일본 한자를 대상으로 한 실험에서 평균 0.92 sec/char 인식 속도와 30순위 후보인식률 96.03%를 보임으로서 대용량 필기 한자 인식을 위한 좋은 방안이 될 것이라 기대한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.428-432
• /
• 2005

영상 데이터와 같은 대용량의 데이터를 분류하고자 할 경우, 입력 데이터의 차원을 줄여서 특징 벡터를 뽑아내는 전처리 과정은 필수적이다. 이 경우 특징 벡터가 입력 데이터의 정보를 최대한 포함하도록 하는 것이 중요하다. 특징 벡터를 뽑는 대표적인 방법으로는 PCA, ICA, LDA, MLP와 같은 특징 추출(feature extraction) 방법을 들 수 있다. PCA와 LDA는 무감독 학습 방식이고, LDA, MLP는 감독 학습 방식에 해당한다. 감독학습 방식의 경우 입력 정보와 함께 클래스 정보를 사용하기 때문에 데이터를 분류하기에 더 좋은 특징들을 뽑아낼 수 있는 장점이 있다. 본 논문에서는 무감독 학습 방식인 PCA에 클래스에 대한 정보를 함께 사용하여 특징을 추출함으로써 데이터 분류에 더욱 적합한 특징들을 뽑는 방법을 제안하였다. 그리고, Yale face database를 사용하여 제안한 알고리즘의 성능을 기존의 알고리즘과 비교, 테스트하였다.

• Journal of KIISE
• /
• v.42 no.7
• /
• pp.852-859
• /
• 2015

As the amount of knowledge information significantly increases, a lot of progress has been made in the studies focusing on how to reason large scale ontology effectively at the level of RDFS or OWL. These reasoning methods are divided into TBox classifications and ABox realizations. A TBox classification mainly deals with integrity and dependencies in schema, whereas an ABox realization mainly handles a variety of issues in instances. Therefore, the ABox realization is very important in practical applications. In this paper, we propose a realization method for analyzing the constraint of the specified class, so that the reasoning system automatically infers the classes to which instances belong. Unlike conventional methods that take advantage of the object oriented language based distributed file system, we propose a large scale ontology reasoning method using spark, which is a functional programming-based in-memory system. To verify the effectiveness of the proposed method, we used instances created from the Wine ontology by W3C(120 to 600 million triples). The proposed system processed the largest 600 million triples and generated 951 million triples in 51 minutes (696 K triple / sec) in our largest experiment.

• The KIPS Transactions:PartB
• /
• v.11B no.5
• /
• pp.611-618
• /
• 2004

This paper addresses the design and implementation of class distribution in distributed object-oriented databases. The proposed strategy of distribution consists of two-step design of fragments. One is class fragmentation and the other is allocation of fragments. In step of class fragmentation, we have defined partitioning algorithms to reflect the characteristics of object-oriented databases such as method, inheritance and composite-object. In step of allocation, we have defined the objective function for allocation considering system operating cost including storage, query processing and communication and implemented it using Genetic Algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.64-67
• /
• 2008

DNA Chip을 이용한 실험은 그 결과에 대하여 대용량의 정보를 쏟아내고 있다. 이러한 데이터를 분석하는 다양한 기법 중, 미리 정해진 클래스에 데이터를 해당하는 클래스로 분류하는 기법인 분류화를 수행하여 의도한 목표를 위한 규칙을 찾아내고자 한다. 본 논문에서는 이를 위해 DNA Chip과 같은 방대한 양의 정보 분석에 대하여 적합한 생태계 모방 알고리즘인 PSO Algorithm을 사용하여 분류 규칙을 발견하여 이를 데이터에 적용, 분류하는 연구를 기술하고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06b
• /
• pp.25-28
• /
• 2011

최근 사이언스 컴퓨팅 분야에서 대용량 데이터가 발생하고 있고 컴퓨팅 자원들의 수요도 급증하고 있다. 이로 인해 클라우드 컴퓨팅 기술의 필요성이 중요시되고 있고 전 세계적으로 급속히 발전하고 있다. 천문 연구 분야에서 관측기기의 발전으로 대용량의 천문 데이터가 생산되고 있다. 이를 처리하기 위하여 다양한 클라우드 컴퓨팅 기술을 이용한 데이터 분석 환경이 요구되고 있다. 이러한 환경을 구축하기 위해서는 가상 인프라 자원을 효율적으로 관리할 수 있어야 한다. 현재 가상 인프라 자원을 관리하기 위해 오픈 소스를 개발하는 프로젝트들이 활발히 진행되고 있다. 본 논문에서는 오픈 소스인 Eucalyptus와 OpenNebula의 기능적인 측면을 크게 10가지로 분류하여 장단점을 비교 분석하였고 OpenNebula의 세 가지 특징인 중앙 집중화된 구조, live migration과 suspend/resume 기능, 커스터마이징 기능이 대용량 천문 응용 수행을 위한 환경을 구축하는데 반드시 필요하기 때문에 OpenNebula를 채택하였다. OpenNebula를 사용해 구축한 사이언스 클라우드 테스트베드는 NFS 서버의 별도 구성을 통한 성능 개선, 하이브리드 클라우드 컴퓨팅 환경 구축, B클래스 사설 네트워크 구성, GUI 기반 사이언스 클라우드 테스트베드 관리 및 모니터링 기능의 4가지 특징을 가지고 있다. 앞으로도 천문 연구자들에게 안정적인 서비스를 제공하기 위하여 관련 연구를 계속할 것이다.