• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2004.11a
• /
• pp.151-154
• /
• 2004

디지털 방송의 시작과 함께, 지상파, 위성, 케이블과 같은 다양한 매체를 통한 다채널 방송 시청 환경의 도래는 사용자에게 많은 방송 프로그램 시청 정보를 전달하게 되었다. 이와 더불어, 방송 단말에 전송된 다양한 방송 프로그램 정보를 탐색하고 선호 방송 프로그램을 선별하기 위해서는 사용자에게 많은 노력이 요구된다. 이러한 요구에 따라, 똔 논문에서는 다채널 방송 시청 환경 하에서 사용자의 방송 프로그램 시청 히스토리를 분석하고, 특정 시간에 따른 사용자의 방송 프로그램 시청 패턴을 추출하여 방송 프로그램 장르에 대한 사용자 선호도를 자동으로 계산하는 알고리즘을 제안하고, MPEG-7 MDS 구조에 따른 사용자 선호도 서술과 사용자의 선호도에 따라 방송 프로그램을 자동적으로 추천하는 TV 프로그램 추천 어플리케이션을 소개한다 본 실험을 위해 실제 연령대별, 성별, 시간대별로 사용자의 TV 시청 자료를 사용하였으며, 실험결과를 통해 본 논문에 제안된 베이시안 네트워크 기반 사용자 자동 학습 알고리즘이 효과적으로 사용자 선호도를 학습할 수 있음을 확인하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.36 no.4B
• /
• pp.354-361
• /
• 2011

Increasing interest and technological advances in smart home has led to active research on context-awareness service and prediction algorithms such as Bayesian Networks, Tree-Dimensional Structures and Genetic prediction algorithms. Context-awareness service presents that providing automatic customized service regarding individual user's pattern surely helps users improve the quality of life. However, it is difficult to implement context-awareness service because the problems are that handling coincidence with context information and exceptional cases have to consider. To overcome this problem, we proposes an Intelligent Sequential Matching Algorithm(ISMA), models context-awareness service using Timed Petri-net(TPN) which is petri-net to have time factor. The example scenario illustrates the effectiveness of the Timed Petri-net model and our proposed algorithm improves average 4~6% than traditional in the accuracy and reliability of prediction.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.6B
• /
• pp.375-381
• /
• 2007

This paper focuses on the prediction algorithm among the context-awareness technologies. With a representative algorithm, Bayesian Networks, it is difficult to realize a context-aware as well as to decrease process time in real-time environment. Moreover, it is also hard to be sure about the accuracy and reliability of prediction. One of the simplest algorithms is the sequential matching algorithm. We use it by adding the proposed Cache Scheme. It is adequate for a context-aware service adapting user's habit and reducing the processing time by average 48.7% in this paper. Thus, we propose a design method of user location prediction algorithm that uses sequential matching with the cache scheme by taking user's habit or behavior into consideration. The novel approach will be dealt in a different way compared to the conventional prediction algorithm.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.28 no.12C
• /
• pp.1200-1208
• /
• 2003

Affective computing plays an important role in intelligent Human Computer Interactions(HCI). To detect emotional events, it is desirable to construct a computing model for extracting emotion related features from video. In this paper, we propose a statistical model based on the probabilistic distribution of low level features in video shots. The proposed method extracts low level features from video shots and then from a GMM(Gaussian Mixture Model) for them to detect emotional shots. As low level features, we use color, camera motion and sequence of shot lengths. The features can be modeled as a GMM by using EM(Expectation Maximization) algorithm and the relations between time and emotions are estimated by MLE(Maximum Likelihood Estimation). Finally, the two statistical models are combined together using Bayesian framework to detect emotional events in video.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.439-441
• /
• 2004

이메일 사용이 보편화됨에 따라 점차 수신되는 메일의 량이 증가하고 있다. 이러한 메일 량의 증가는 사용자로 하여금 이메일을 좀더 효율적으로 분류할 수 있는 방법을 필요하게 한다. 그러나 현재의 이메일 분류는 규칙기반, 베이시안, SVM 등을 이용하여 스팸메일을 필터링 하는 이원분류가 주로 연구되고 있다. 이외에도 다원분류에 대한 연구로는 클러스터링을 이용한 방법이 있으나, 이는 단순히 유사도에 의해 메일을 묶는 수준에 그치고 있다. 본 논문에서는 벡터모델의 유사도를 기반으로 한 분류 주제 자동 생성 알고리즘과 동적분류체계 방법을 결합하여 새로운 이메일 자동 다원분류 방법을 제안했다. 본 논문에서 제안한 방법은 이메일을 자동으로 분류하여, 분류된 결과를 색인검색과 디렉토리 검색 방법을 지원하며 대량의 메일도 효율적으로 관리할 수 있다. 또한 메시지를 동적으로 재분류 할 수 있게 함으로써 디렉토리 검색시 재현율을 높였다.

• Journal of Broadcast Engineering
• /
• v.9 no.4 s.25
• /
• pp.305-321
• /
• 2004

With the advent of the digital broadcasting, the audiences can access a large number of TV programs and their information through the multiple channels on various media devices. The access to a large number of TV programs can support a user for many chances with which he/she can sort and select the best one of them. However, the information overload on the user inevitably requires much effort with a lot of patience for finding his/her favorite programs. Therefore, it is useful to provide the persona1ized broadcasting service which assists the user to automatically find his/her favorite programs. As the growing requirements of the TV personalization, we introduce our automatic user preference learning algorithm which 1) analyzes a user's usage history on TV program contents: 2) extracts the user's watching pattern depending on a specific time and day and shows our automatic TV program recommendation system using MPEG-7 MDS (Multimedia Description Scheme: ISO/IEC 15938-5) and 3) automatically calculates the user's preference. For our experimental results, we have used TV audiences' watching history with the ages, genders and viewing times obtained from AC Nielson Korea. From our experimental results, we observed that our proposed algorithm of the automatic user preference learning algorithm based on the Bayesian network can effectively learn the user's preferences accordingly during the course of TV watching periods.