• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.596-599
• /
• 2003

본 논문에서는 아이콘과 레이블을 가진 도식화된 지도(Schematic map)를 생성차기 위한 아이콘과 레이블의 효과적인 배치 알고리즘을 제안한다. 이 알고리즘은 먼저 지리정보시스템(GIS)의 데이터베이스로부터 원시 정보를 파서로 분석한 후, 지형도 데이터에서 시각화에 필요한 부분만을 추출한 후 이들 선분에 대하여 선분 간략화 알고리즘을 적용하여 기도를 생성한다. 그리고 장식 및 정보의 표기를 목적으로 사용하는 아이콘 및 레이블 정보들의 특징을 반영하여 후보 영역을 생성한다. 마지막으로 생성된 후보영역 내에서 중첩이 발생하기 않으면서 아이콘을 설명하는데 적절한 최적화된 위치의 레이블을 배치하여 이들의 배치 값들 중 최적의 값을 얻은 후 이 최적의 위치에 아이콘과 레이블을 배치하도록 하였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.15 no.4
• /
• pp.709-716
• /
• 2020

In social media, when posting a post, tag information of an image is generally used because the search is mainly performed using a tag. Users want to expose the post to many people by attaching the tag to the post. Also, the user has trouble posting the tag to be tagged along with the post, and posts that have not been tagged are also posted. In this paper, we propose a method to find an image similar to the input image, extract the label attached to the image, find the posts on instagram, where the label exists as a tag, and recommend other tags in the post. In the proposed method, the label is extracted from the image through the model of the convolutional neural network (CNN) deep learning technique, and the instagram is crawled with the extracted label to sort and recommended tags other than the label. We can see that it is easy to post an image using the recommended tag, increase the exposure of the search, and derive high accuracy due to fewer search errors.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.251-256
• /
• 2021

개체명 인식은 정보 추출의 하위 작업으로, 문서에서 개체명에 해당하는 단어를 찾아 알맞은 개체명을 분류하는 자연어처리 기술이다. 질의 응답, 관계 추출 등과 같은 자연어처리 작업에 대한 관심이 높아짐에 따라 세부 분류 개체명 인식에 대한 수요가 증가했다. 그러나 기존 개체명 인식 성능에 비해 세부 분류 개체명 인식의 성능이 낮다. 이러한 성능 차이의 원인은 세부 분류 개체명 데이터가 불균형하기 때문이다. 본 논문에서는 이러한 데이터 불균형 문제를 해결하기 위해 대분류 개체명 정보를 활용하여 세부 분류 개체명 인식을 수행하는 방법과 대분류 개체명 인식의 오류 전파를 완화하기 위한 2단계 학습 방법을 제안한다. 또한 레이블 주의집중 네트워크 기반의 구조에서 레이블의 공통 요소를 공유하여 세부 분류 개체명 인식에 효과적인 레이블 임베딩 구성 방법을 제안한다.

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.6
• /
• pp.243-251
• /
• 2008

This study is to suggest the extraction algorithms of fingerprint corepoint and region separation using the labeling for gate security in order that it might be applied to the fingerprint recognition effectively. The gate security technology is entrance control, attendance management, computer security, electronic commerce authentication, information protection and so on. This study is to extract the directional image by dividing the original image in $128{\times}128$ size into the size of $4{\times}4$ pixel. This study is to separate the region of directional smoothing image extracted by each directional by using the labeling, and extract the block that appeared more than three sorts of change in different directions to the corepoint. This researcher is to increase the recognition rate and matching rate by extracting the corepoint through the separation of region by direction using the maximum direction and labeling, not search the zone of feasibility of corepoint or candidate region of corepoint used in the existing method. According to the result of experimenting with 300 fingerprints, the poincare index method is 94.05%, the proposed method is 97.11%.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.12 no.8
• /
• pp.1495-1504
• /
• 2008

New license plates have been used since 2007. This paper proposes a new license plate extraction method using a gray labeling and a fuzzy reasoning method. First, the proposed method extracts the candidate plates by the gray labeling which is the enhanced version of a non-recursive flood-filling algorithm. By newly designed fuzzy inference system. fitness of each candidate plates are calculated. Finally, the area of the license plate in a image is extracted as a region of the candidate label which has the highest fitness. In the experiments, various license plate images took from indoor/outdoor parking lot, street, etc. by digital camera or cellular phone were used and the proposed extraction method was showed remarkable results of a 94 percent success.

• Journal of Digital Convergence
• /
• v.20 no.4
• /
• pp.185-192
• /
• 2022

This study investigates the effect of the semi-supervised learning(SSL) method on predicting default risk of peer-to-peer(P2P) loans. Despite its proven performance, the supervised learning(SL) method requires labeled data, which may require a lot of effort and resources to collect. With the rapid growth of P2P platforms, the number of loans issued annually that have no clear final resolution is continuously increasing leading to abundance in unlabeled data. The research data of P2P loans used in this study were collected on the LendingClub platform. This is why an SSL model is needed to predict the default risk by using not only information from labeled loans(fully paid or defaulted) but also information from unlabeled loans. The results showed that in terms of default risk prediction and despite the use of a small number of labeled data, the SSL method achieved a much better default risk prediction performance than the SL method trained using a much larger set of labeled data.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.29 no.12A
• /
• pp.1279-1284
• /
• 2004

In this paper, we propose a novel and simple optical technique for the detection of subcarrier-multiplexed(SCM) labels using optical interleavers. Optical-baseband packet signals with suppressed subcarriers appear at the through-pass port of the optical interleaver and SCM labels with suppressed optical carrier exit from the optical SCM extraction port. Since it does not require optical circulators, this structure shows less insertion loss than the previously proposed optical label detectors. The periodic nature of the interleaver transfer function makes it possible to detect multiple SCM channels simultaneously from an incoming wavelength-multiplexed signal stream. Detection of a 155-Mb/s ASK modulated 9.79-GHz subcarrier using a 10-GHz SCM optical label detector has been performed successfully and verified through optical spectra and bi t-error-rate measurements.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.600-602
• /
• 2003

지리정보시스템에서 사용되는 지도는 사용되는 목적과 활용 분야에 따라 다양한 종류가 있다. 본 논문은 지리정보 시스템을 위한 여러 가지 종류의 지도 중 관광안내 지도를 자동화된 방법으로 생성하는 방법에 관한 논문이다. 이를 위하여 지형도로부터 노선도와 레이블, 아이콘정보 등을 추출하고 분석하여 시각화하였으며, 시각화한 정보들을 편리하게 표현할 수 있는 알고리즘들을 연구하였다. 이때 발생하는 레이블과 아이콘의 중첩을 랜덤화된 재배치 알고리즘을 통하여 개선하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.375-378
• /
• 2019

최근 딥러닝과 머신러닝 기법이 소프트웨어의 성능 향상에 도움이 되는 것이 입증됨에 따라, 의료 영상 진단 보조 소프트웨어를 개발하기 위한 시도가 활발해 지고 있다. 그 중 캡슐내시경은 소장 소화기관을 관찰할 수 있는 초소형 의료기기로, 기존의 내시경 검사와 다르게 이물감이 느껴지지 않고 의료보험 적용으로 최근 들어 널리 이용되고 있다. 일반적으로 캡슐 내시경은 8 시간 동안 소화기간을 촬영하며, 한 번의 검사 결과로 생성된 동영상 데이터 셋은 수 만장의 이미지를 포함하기 때문에, 방대한 양의 이미지들을 효율적으로 관리하기 위한 체계가 필요하다. 특히, 방대한 양의 캡슐내시경 이미지를 학습하는 경우, 수 만장의 이미지 속에서 유의미한 특징(촬영정보, 의사소견, 환자정보, 병변의 위치 및 크기 등)을 추출해내야 하므로 학습 데이터 레이블링을 위한 정보를 정확히 추출해야 하는 작업이 요구된다. 따라서 본 논문에서는 캡슐내시경 영상을 학습할 때, 학습 데이터 레이블 정보를 체계적으로 구축할 수 있게 하는 레이블 정보 추출 기법을 제안하고자 한다. 제안하는 기법은 병원에서 14년간 수집된 총 340명의 캡슐내시경 데이터(약 1,700 만장의 이미지)를 토대로 영상데이터를 구조적으로 분석하여 유의미한 정보를 추출하고 노이즈 데이터를 제거한 뒤, 빅데이터 저장소에 적재할 수 있음을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.474-478
• /
• 2023

논증 마이닝이란 비정형의 텍스트 데이터에서 논증 구조와 그 요소들을 식별, 분석, 추출하는 자연어 처리의 한 분야다. 논증 마이닝의 하위 작업인 주장-증거 쌍 추출은 주어진 문서에서 자동으로 주장과 증거 쌍을 추출하는 작업이다. 본 논문에서는 효과적인 주장-증거 쌍 추출을 위해, 문서 단위의 문맥 정보를 이용하고 주장과 증거 간의 종속성을 반영하기 위한 계층적 LAN 방법을 제안한다. 실험을 통해 서로의 정보를 활용하는 종속적인 구조가 독립적인 구조보다 우수함을 입증하였으며, 최종 제안 모델은 Macro F1을 기준으로 13.5%의 성능 향상을 보였다.