• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.346-351
• /
• 2007

다중 전극으로 측정한 활동 전위의 분류(Multi-electrode spike sorting)는 단일 전극(single-electrode)보다 더 정확한 결과를 보여준다. 그러나 다중 전극에서 주어지는 활동 전위 크기들의 클러스터는 일반적으로 분류하기 쉴지 않은 문제이다. 이 논문에서는 고전적인 클러스터링 알고리듬 중의 하나인 Mountain method를 수정하여 다중 전극 활동전위의 분류에 적합한 알고리듬을 제안한다. 통상적인 데이터 클러스터링이 아닌 공간 분할을 통해 신경 데이터의 다양한 클러스터에 대해서 적응도가 높아지고 빠른 분류를 하게 된다.

• Journal of Broadcast Engineering
• /
• v.6 no.1
• /
• pp.108-118
• /
• 2001

In this paper, the conventional deblocing algorithms are compared in each region of the image. Based on the comparison result, we propose a new deblocklng algorithm that can improve subjectives as well as the objective quality. Because the human visual system is mode sensitive to the blocking artifacts in the low frequency re91on, we compare the performance of several deblocking algorithms in 7he low and high frequency region separately. For this purpose we also propose an algorithm for classifying the region into low and high frequency ones. and propose a deblocking algorithm which is applied differently to each region. The result shows that the adaptive LPF method yields the best performance in the low frequency region in terms of both subjective and objective quality. Hence. by applying the adaptive LPF method to the low frequency region, the performance of conventional algorithms can be improved. In the high frequency region. it is observed that the DCT-based POCS algorithm provides the best performance. Hence, by combining the algorithm with the adaptive LPF method, the best objective performance is obtained.

• Journal of the Korea Society of Computer and Information
• /
• v.20 no.2
• /
• pp.137-147
• /
• 2015

This study proposes an algorithm for predicting breast cancer prognosis based on genetic network. We identify prognosis-specific network using gene expression data and PPI(protein-protein interaction) data. To acquire the network, we calculate Pearson's correlation coefficient(PCC) between genes in all PPI pairs using gene expression data. We develop a prediction model for breast cancer patients with estrogen-receptor-negative using the network as a classifier. We compare classification performance of our algorithm with existing algorithms on independent data and shows our algorithm is improved. In addition, we make an functionality analysis on the genes in the prognosis-specific network using GO(Gene Ontology) enrichment validation.

• Journal of Internet Computing and Services
• /
• v.10 no.2
• /
• pp.179-186
• /
• 2009

This paper presents an approach to classify normal and Ventricular Tachycardia/Ventricular Fibrillation(VT/VF) from the Creighton University Ventricular Tachyarrhythmia DataBase(CUDB) using the neural network with weighted fuzzy membership functions(NEWFM). In the first step, wavelet transform is used for producing input values which are used in the next step. In the second step, two numbers of input features are extracted by phase space reconstruction method and peak extraction method using coefficients produced by wavelet transform in the previous step. NEWFM classifies normal and VT/VF beats using two numbers of input features, and then the accuracy rate is 90.13%.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.32 no.10
• /
• pp.38-45
• /
• 2004

In this paper, a parallel visualization algorithm is proposed for efficient visualization of the massive data generated from large-scale parallel finite element analysis through investigating the characteristics of parallel rendering methods. The proposed parallel visualization algorithm is designed to be highly compatible with the characteristics of domain-wise computation in parallel finite element analysis by using the sort-last-sparse approach. In the proposed algorithm, the binary tree communication pattern is utilized to reduce the network communication time in image composition routine. Several benchmarking tests are carried out by using the developed in-house software, and the performance of the proposed algorithm is investigated.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.27 no.3A
• /
• pp.211-220
• /
• 2002

In this paper, we propose an efficient algorithm to compress simple computer cell animation at very low bit rate. The structure of proposed algorithm consists of intra frame coding and inter frame coding. In inter frame coding, animation is encoded by color quantization using a palette, rearrangement of index, ADPCM used in JPEG-LS, mapping, classification, and entropy coding. In interframe coding, classifying the characteristics of motion, animation is encoded by block based motion replenishment. Experimental results show that the proposed methods turns out to outperform conventional methods including Flash, FLC, Motion-JPEG, MPEG-1, and MPEG-4.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.47 no.2
• /
• pp.11-20
• /
• 2010

In this paper we propose a face detection system which consists of a method of face candidate extraction using skin color and a method of face verification using the feature of facial structure. Firstly, the proposed extraction method of face candidate uses the image segmentation and merging algorithm in the regions of skin color and the neighboring regions of skin color. These two algorithms make it possible to select the face candidates from the variety of faces in the image with complicated backgrounds. Secondly, by using the partial face classifier, the proposed face validation method verifies the feature of face structure and then classifies face and non-face. This classifier uses face images only in the learning process and does not consider non-face images in order to use less number of training images. In the experimental, the proposed method of face candidate extraction can find more 9.55% faces on average as face candidates than other methods. Also in the experiment of face and non-face classification, the proposed face validation method obtains the face classification rate on the average 4.97% higher than other face/non-face classifiers when the non-face classification rate is about 99%.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.11a
• /
• pp.223-226
• /
• 2013

정확한 움직임 추정 기술은 원본과 가장 유사한 영상의 복원에 효과적이고 압축률에도 중요한 영향을 미친다. 하지만 기존의 전역 탐색 (Full Search) 알고리듬과 Sum of Absolute Difference (SAD)라는 정합 오차 기준은 연산량이 높고 하드웨어 구현시 비효율적이다. 이를 보완하기 위한 1비트 변환 알고리듬은 움직임 벡터의 변화량을 0과 1의 연산으로 나타내는데, 이 알고리듬은 움직임이 많아 픽셀 값의 변화가 심한 블록의 변화량도 0과 1로만 표현한다. 그렇기 때문에 정확한 움직임이 반영되지 않고 그로 인해 낮은 Peak Siganl to Noise Ratio (PSNR)을 가져온다. 이 점을 개선하고자 본 논문에서는 참조블록들의 움직임 벡터를 파악하고 분류하여 선택적으로 움직임의 변화량이 큰 영역은 전역 탐색 알고리듬을, 움직임이 작거나 없는 영역은 1비트 연산을 수행하도록 하여 기존의 알고리듬과 비교하여 Peak Siganl to Noise Ratio (PSNR)측면에서 우수한 성능을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.292-294
• /
• 2003

본 논문에서는 독립성분분석(Independent Component Analysis； 이하 ICA)에서의 제안된 그레이 블록 거리 알고리즘(Grey Block Algorithm, 이하 GBD)을 이용한 영상 분류 방법을 제안한다. 이 제안된 방법은 기존의 GBD 알고리듬을 이용한 경우보다 k가 감소할 때 그 편차는 적어 좋은 영상 분류 특징을 보임을 모의 실험을 통하여 확인할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1999.11b
• /
• pp.93-98
• /
• 1999

본 논문에서는 영상 내 존재하는 의미 있는 객체단위로 초상권을 보호하는 기법을 제안한다. 제안된 방법은 초상권 보호 객체선택 단계와 객체에 마스크를 적용하는 단계 그리고 마스크가 적용된 객체를 추적하는 단계로 나누어진다. 초상권 보호 객체선택 단계에서는 블록분류(block classification) 및 워터쉐드(watershed) 알고리듬을 이용하여 분할된 결과영상을 얻고 이를 이용하여 사용자가 원하는 객체를 마우스로 클릭함으로써 손쉽게 초상권 보호법을 적용시킬 객체를 추출할 수 있다. 이렇게 정의된 객체는 다음 단계에서 마스크를 적용 받게 된다. 첫 번째 프레임에서 마스크가 적용되면 다음 프레임부터는 객체추적과정에서 연된 화면사이의 움직임 및 밝기정보에 의해 객체를 추적, 계속 마스크를 적용함으로써 초상권을 보호할 수 있다. 제안된 알고리듬은 초상권 보호를 위한 모자이크 처리 시 화질 저하에 따른 시청자의 화면 거부감을 최소화시키고, 반자동영상분할 알고리듬을 사용하여 객체 단위로 초상권 마스크를 적용하여 초상권 보호대상물을 놓치지 않고 추적할 수 있어 신뢰도를 높일 수 있는 장점을 가지고 있다.