패턴 인식에서 선형 분류 가능한 경계면을 찾아 패턴을 분류하는 방법 중 가장 기본적인 방법은 퍼셉트론이라고 볼 수 있다. 하지만 선형 분류 불가능한 패턴에 대해서는 유용한 결과를 보여주지 못하였다. 먼저 제안된 퍼지 퍼셉트론은 베타영역 설정에 의해 수렴하지 못하는 특성을 보완하였다. 그러나 패턴의 순수한 전형성을 고려해 주지 못하는 단점이 있다. 이에 Crisp의 선형분류 특성과 퍼지의. 수렴특성을 합성하고자 Possibilistic 퍼셉트론을 제시한다.
컴퓨터그래픽스에서 고품질의 렌즈 플레어 생성은 대부분 오프라인 렌더링을 사용해왔다. 최근, 행렬 기반의 근사를 사용하여 실시간 응용에 적합한 고품질의 렌즈 플레어 생성이 가능해졌지만, 렌즈플레어의 선형 패턴만 지원하므로 그 품질이 저하되었다. 이에 본 연구는 비선형 렌즈 플레어 패턴을 선형 패턴의 렌즈 플레어 렌더링에 블렌딩하여 선형/비선형 패턴을 모두 포함하는 고품질의 렌즈 플레어 렌더링 방법을 소개한다. 비선형패턴은 오프라인에서 미리 렌더링하거나 사진을 찍어 룩업테이블에 저장하고, 온라인 렌더링에서는 광원의 각도에 따라 읽어오기만 하므로, 기존의 방법보다 고품질을 가지면서도 성능저하가 거의 없는 고성능 렌더링이 가능하다.
대용량 데이터베이스로부터 순차 패턴을 발견하는 문제는 지식 발견 또는 데이터 마이닝(Data Mining) 분야에서 주요한 패턴 추출 문제이다. 순차 패턴은 추출 기법에 있어 연관 규칙의 Apriori 알고리즘과 비슷한 방식을 사용하며 그 과정에서 시퀀스는 해쉬 트리 구조를 통해 다루어 진다. 이러한 해쉬 트리 구조는 항목들의 정렬과 데이터 시퀀스의 지역성을 무시한 저장 구조로 단순 검색을 통한 다수의 복잡한 포인터 연산수행을 기반으로 한다. 본 논문에서는 이러한 해쉬 트리 구조의 단정을 보완한 다단게 선형 배치 트리(MLLT, Multi-level Linear Location Tree)를 제안하고, 다단계 선형 배치 트리를 이용한 효율적인 마이닝 메소드(MLLT-Join)를 소개한다.
일반적인 홍채 인식 방법은 홍채 근육이 형성하는 고유 패턴에 기초하여 사용자를 식별한다. 홍채의 주요 기능은 자연광의 양에 따라 동공의 크기를 제어하는 것이다. 그러므로 홍채 패턴은 조명 조건의 변화에 따라 팽창 및 수축한다. 홍채 패턴의 변형에도 불구하고 강력한 인식의 정확도를 보장하기 위해 이전의 연구에서는 홍채 근육은 선형적으로 변형된다고 가정하여, 홍채의 트랙을 선형적이고 균일하게 할당하였다. 그러나 홍채 패턴은 실제로 특정 홍채 근육의 복잡한 움직임으로 인해 비선형적으로 변형된다. 이러한 문제점을 극복하기 위해 Dynamic Warping 방법을 사용하여 비선형성을 고려한 새로운 매칭 방법을 제안한다.
Digital If(Intermediate frequency) 처리단과 같은 고속과 저전력을 요구하는 필터에서 덧셈기만을 사용하여 CSD(Canonical Signed Digit)형의 필터계수들을 구현하는 구조가 널리 연구되고 있다. 본 논문에서는 CSD형의 선형위상 FIR(Finite Impulse Response) 필터에서 수직의 공통패턴을 공유하는 구조를 제안한다. 선형위상 FIR 필터를 CSD형의 코드를 사용하여 구현할 때에, 선형위상의 계수대칭의 특성 때문에 수평 공통패턴의 방식이 사용되어 왔다. 그러나 본 논문에서는 선형위상 필터는 근접해 있는 계수들끼리 근사의 값을 갖기 때문에 MSB가 같다는 것을 이용하여 수직 공통패턴을 사용하는 방식을 제안하였다. 제안된 방식은 구현의 정세도가 낮을수록, 구현하는 탭의 길이가 길수록 더욱 효과가 큼을 예제를 통하여 보였다. 따라서 제안된 방식은 고 고속/저전력 구현을 요하는 이동 통신용 필터에서 사용하기에 적합한 필터임을 보였다.
주가가 과연 예측가능한가의 여부는 이론적으로나 실무적으로 매우 중요한 의미를 가져 이 부분에 대해 많은 연구가 이루어져 왔으나 많은 기존연구들은 주가가 예측 가능하다는 결론을 얻지 못하고 있으며, 예측 가능하다는 연구에서도 예측력이 크지 않게 나타나고 있다. 이러한 실증결과는 실증모형의 선택이 적절하지 못한데서 나타날 수 있다는 가능성을 배제할 수 없다. 기존연구들이 실증분석에서 선형모형을 사용했는데, 선형모형으로는 주가의 예측가능성을 정확히 검증하기 어려운 현실적 요인들이 존재할 수 있다. 증권시장에는 시장실패를 방지하기 위한 규제나 제도 및 시장의 불완전성으로 인해 주가움직임에 선형모형으로 추정하기 어려운 특이패턴이 발생할 수 있기 때문이다. 이 논문에서는 이러한 특이패턴이 존재한다는 가능성을 전제로 비모수적 모형, 그 중에서도 인공신경망모형을 이용하여 주가예측 가능성을 재검증해 보고자 한다. 특히 인공신경망모형을 이용한 예측성과를 동일한 구조를 가지는 선형모형의 성과와 비교함으로써 특이패턴의 고려가 주가예측에 어떤 개선을 제공할 수 있는지를 검증해 보고자 한다. 분석결과를 요약하면, 인공신경망모형이 예측력을 가질 수 있으며, 특히 유사한 구조를 가지는 선형모형보다 우월한 성과를 제공할 수 있다는 가능성을 발견하였다. 이는 선형모형으로 추정하기 어려운 특이패턴이 주가움직임에 존재하며, 따라서 이러한 패턴을 반영할 수 있는 인공신경망모형이 주가예측에 유용하게 사용될 수 있다는 것을 보이는 결과라 볼 수 있다.
패턴 인식에서 선형분류가능한 경계면을 찾아 패턴을 분류하는 방법 중 가장 기본적인 방법은 퍼셉트론이라고 볼 수 있다. 하지만 선형분류불가능한 패턴에 대해서는 유용한 결과를 보여주지 못하였다. 먼저 제안된 퍼지 퍼셉트론은 베타영역 설정에 의해 수렴하지 못하는 특성을 보완하였다. 그러나 패턴의 순수한 전형성을 고려해 주지 못하는 단점이 있다. 이에 Crisp의 선형분류 특성과 퍼지의 수렴특성을 합성하고자 Possibilistic 퍼셉트론을 제시한다.
영상 보간은 영상 처리 분야에서 전통적으로 많이 연구되어 왔고 널리 사용되고 있다. 그에 따라 다양한 보간 능력과 계산 복잡도를 갖는 보간법들이 많이 시도되고 있다. 이 논문에서는 기존의 선형 보간법을 위한 새로운 거리 가중치 개념과 보간되는 값의 상하, 좌우 지역적 패턴을 고려하여 반영하는 적응적 선형 보간법(New Adaptive Linear Interpolation : NAL Interpolation)을 제안한다. 새로운 거리 가중치는 기존의 거리에 선형적으로 비례하는 가중치의 개념에서 벗어나 가까운 화소에 더욱 더 영향을 많이 받는 특성을 이용하여 거리 가중치를 2차, 3차 다항식으로 개선한 것이다. 또한 NAL 보간법은 보간되는 화소의 상하, 좌우 패턴을 고려하는 선형 보간법으로 MF(magnification factor)의 변화에 따라 보다 선명한 이미지를 쉽게 얻기 위해서 보간하기 전 MF에 따라 패턴을 반영하는 정도를 결정하는 패턴 가중치를 이용한다. 실험 결과에서 제안된 보간법은 계산 복잡도 면에서 기존의 bicubic 보간법 보다 훨씬 간단할 뿐만 아니라 더 좋은 PSNR(peak signal-to-noise ratio)를 갖고 보다 선명한 화질의 영상으로 보간하였다.
패턴생성기로 LFSR(linear feedback shift register)은 기계 자체에 고유의 선형의존성이 있어 패턴을 생성함에 있어 비트의 위치를 이동시켜 수열을 생성하기 때문에 생성되는 패턴들의 상관관계가 높고 따라서 오류 검출률이 낮아지게 된다. 이런 문제점을 해소하기 위하여 scan chain 사이에 XOR 게이트의 조합으로 구성된 페이지 쉬프터를 장착하여 출력 테스트 패턴의 난수성을 높임으로써 LFSR 고유의 선형의존성을 줄이고 오류 검출률을 높이는 연구가 활발히 진행되어 왔다. 본 논문에서는 PRPG(pseudo random pattern generator)로서 특성 다항식을 원시다항식으로 갖는 LFSR을 사용하여 어떤 임의의 두 채널에서 출력되는 이진 수열의 선형 의존성을 줄이기 위한 방법으로 적절한 탭 수를 유지하며 최소의 위상이동차를 보장하는 페이지 쉬프터를 갖는 LFSR 기반의 PRPG를 구성하는 방법을 제안한다. 제안된 알고리즘에 따라 페이지 쉬프터를 구성하면 기존의 방법보다 페이지 쉬프터를 훨씬 빨리 구성 할 수 있는 장점이 있다.
일반적으로 재료절단 문제는 재료를 절단할 수 있는 패턴을 찾고 선형계획법으로 최적의 패턴 수를 찾는다. 그러나 패턴 수는 일반적으로 지수적으로 증가하기 때문에 사전에 모든 패턴을 고려하는 것은 비현실적인 것으로 알려져 있다. 본 논문은 Suliman의 실현 가능 패턴을 구하는 방법을 적용하여 사전에 패턴을 구하는 방법을 적용하였다. 또한, 실현 가능 패턴들을 대상으로 선형계획법이나 근사 알고리즘을 적용하지 않고 정확한 해를 다항시간으로 얻는 방법을 제안하였다. 제안된 방법은 실현 가능 패턴들 중 모든 요구의 1st 발생 빈도가 손실량 0에 모두 분포하는 경우와 다양한 손실량에 분산되어 분포하는 경우로 구분하여 패턴 수를 분배하는 방법을 적용하였다. 제안된 알고리즘을 2개의 데이터에 적용한 결과 모든 데이터에서 정확한 해를 구하는데 성공하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.