• 정보처리학회논문지D
• /
• 제15D권6호
• /
• pp.741-754
• /
• 2008

지속적으로 확장되는 데이터 스트림에 대한 데이터 마이닝 수행과정에서는 메모리 사용량을 가용한 범위 내로 제한하는 것이 중요한 요소이다. 본 논문에서는 데이터 스트림 환경에서 한정된 메모리 공간을 이용하여 빈발 항목집합을 탐색하는데 효과적인 프라임 패턴 트리(Prime pattern tree: PPT)구조를 제안한다. 프라임 패턴 트리는 기존의 전위 트리 구조와 비교하여 항목집합들을 하나의 노드로 관리함으로써 트리의 크기를 크게 줄일 수 있는 장점이 있다. 또한, 전지 임계값 $S_{\delta}$에 따라 노드를 병합하거나 분리하여 동적으로 트리의 크기와 결과 집합의 정확도를 마이닝 수행 중에 조절 할 수 있다. $S_{\delta}$값이 크면 한 노드에서 관리되는 항목집합의 수가 증가하게 되고, 출현 빈도수를 추정해야 하기 때문에, $S_{\delta}$값이 작을수록 결과집합의 정확도가 높다. 이처럼 PPT에는 트리의 크기와 정확도의 trade-off 가 존재한다. PPT의 이러한 특성에 기반하여, 데이터 스트림에서 갑자기 데이터 집합에 변화가 생겨 빈발항목이 될 가능성이 높은 항목들이 많이 출현하는 경우에도 마이닝을 지속적으로 수행할 수 있도록 지원한다. 본 논문에서는 프라임 패턴 트리를 이전 연구에서 제안한 데이터 스트림에서 최근 빈발 항목 탐색 방법인 estDec 방법에 적용하여 한정된 작은 양의 메모리 공간을 이용하여 온라인 데이터 스트림에서 빈발항목을 탐색하는 방법을 제시한다. 또한, 가용 메모리 범위에서 최적의 메모리를 사용하여 최적의 마이닝 결과를 얻을 수 있도록 하는 메모리 사용량에 대한 적응적 방법을 제시한다. 끝으로, 여러 실험을 통한 효율성 검증을 통해 제안된 방법의 여러 특성을 확인한다.

• 한국산학기술학회논문지
• /
• 제11권4호
• /
• pp.1254-1259
• /
• 2010

본 논문에서는 영상 내의 움직임은 시간 공간적으로 높은 상관관계를 가지는 특성을 고려하여 움직임 추정을 실행하는 블록을 참조 프레임과의 상관관계에 따라 평균 움직임 블록(AMB)과 부분 움직임 블록(LMB)으로 구분한다. 수정된 고속 탐색 패턴을 통해 적은 연산량을 가지며 블록의 구분, 하위 블록 사용 및 정합도 계산 시 인접 블록을 포함하는 블록 확장(BE)으로 움직임 추정의 정확도를 향상시키는 방법을 제안한다. 실험 결과를 통해서 제안된 알고리즘이 평균적으로 전역 탐색의 7.5%의 연산량으로 전역 탐색 보다 0.5dB, 다이아몬드 탐색 에서 보다 1.7dB의 화질의 향상을 가져오는 것을 확인 하였다. 제안한 알고리즘은 영상 압축이나 프레임률 변환(FRC)에 적용 가능하다.

• 국토계획
• /
• 제53권7호
• /
• pp.87-107
• /
• 2018

With more than 10 million inhabitants, in particular, Seoul, the capital of Korea, has already experienced a number of severe heat wave. To alleviate the potential impacts of heat wave and the vulnerability to heat wave, policy-makers have generally considered the option of heat wave strategies containing adaptation elements. From the perspective of sustainable planning for adaptation to heat wave, the objective of this study is to identify the elements of vulnerability and assess heat wave-vulnerability at the dong level. This study also performs an exploratory investigation of the spatial pattern of vulnerable areas in Seoul to heat wave by applying exploratory spatial data analysis. Then this study attempts to select areas with the relatively highest and lowest level of adaptive capacity to heat wave based on an framework of climate change vulnerability assessment. In our analysis, the adaptive capacity is the relatively highest for Seongsan-2-dong in Mapo and the relatively lowest for Changsin-3-dong in Jongno. This study sheds additional light on the spatial patterns of heat wave-vulnerability and the relationship between adaptive capacity and heat wave.

• 한국컴퓨터정보학회논문지
• /
• 제6권2호
• /
• pp.48-57
• /
• 2001

퍼지 논리의 추론과정에서 일부의 정보가 무시되어 적절하지 못한 추론 결과를 초래할 수 있다. 한편 신경망은 패턴 처리에는 적합하지만 인간의 지식을 모델링 하기 위해서 필요한 논리적인 추론에는 부적합하다. 그러나 신경망의 변형인 신경 논리망을 이용하면 논리적인 추론이 가능하다. 따라서 본 논문에서는 기존의 신경 논리망을 기반으로 하는 추론네트워크를 확장하여 퍼지 추론 네트워크를 구성한다. 그리고 기존의 추론 네트워크에서 사용되는 전파규칙을 보완하여 적용한다. 퍼지 추론 네트워크상에서 퍼지규칙의 실행부에 해당하는 명제의 믿음 값을 결정하기 위해서는 추론하고자 하는 명제에 연결된 노드들을 탐색해야 한다.

• 경영정보학연구
• /
• 제22권1호
• /
• pp.167-182
• /
• 2020

조직의 양면성은 일반적으로 경쟁적 시장에서 생존하기 위해 중요한 조직적 혁신을 가능하게 하는 유연성으로 해석된다. 정보시스템 사용자의 탐색적 혹은 활용적 사용의 양면성이 역동적 혹은 운영적 작업 간에 유연한 전환을 가능하게 하여 결과적으로 작업성과를 높이는 데 기여하게 된다. 본 연구는 개인 수준에서의 정보시스템 사용 양면성의 보완적 적합성이 업무 성과를 향상시키는지 검증하고자 하였다. 나아가 이 둘이 양면적 사용에서 차지하는 비중에 따라 업무의 유형에 따른 성과에 기여하는지도 알아보았다. 다항적 회귀분석과 표면분석을 통해 정보시스템 사용 패턴의 부조화적 적합성의 효과를 확인하였다. 이를 확산적 양면성과 수렴적 양면성으로 분류하고 각 패턴의 효과는 작업의 역동적 혹은 운영적 유형에 따라 다르게 나타남을 확인하였다.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.439-448
• /
• 2006

Kohonen SOM(Self-Organizing Map)이나 MLP(Multi-Layer Perceptron), SVM(Support Vector Machine)과 같은 기존의 인식 및 클러스터링 알고리즘들은 새로운 입력 패턴에 대한 적응성이 떨어지고 학습 패턴 자체의 복잡도에 대한 학습률의 의존도가 크게 나타나는 등 여러 가지 단점이 있다. 이러한 학습 알고리즘의 단점은 문제의 학습 패턴자체의 특성을 잃지 않고 문제의 복잡도를 낮출 수 있다면 보완할 수 있다. 패턴 자체의 특성을 유지하며 복잡도를 낮추는 방법론은 여러 가지가 있으며, 본 논문에서는 커널 공간 해석 기법을 접근 방법으로 한다. 본 논문에서 제안하는 kSOM(kernel based SOM)은 원 공간의 데이터가 갖는 복잡도를 무한대에 가까운 초 고차원의 공간으로 대응시킴으로써 데이터의 분포가 원 공간의 분포에 비해 상대적으로 성긴(spase) 구조적 특정을 지니게 하여 클러스터링 및 인식률의 상승을 보장하는 메커니즘 을 제안한다. 클러스터링 및 인식률의 산출은 본 논문에서 제안한 새로운 유사성 탐색 및 갱신 기법에 근거하여 수행한다. CEDAR DB를 이용한 필기체 문자 클러스터링 및 인식 실험을 통해 기존의 SOM과 본 논문에서 제안한 kSOM과 성능을 비교한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제9권3호
• /
• pp.23-29
• /
• 2003

비디오 시퀀스의 현재 블록의 모션 벡터와 이전 블록의 모션 백터는 시간적 상관성을 갖고 있다. 따라서 이전 프레임 블록들로부터 많은 정보를 얻을 수 있다면 현재 블록의 오션 추정에 대한 성능을 높일 수 있고 또한 탐색 횟수를 줄임으로써 계산 복잡도를 크게 줄일 수 있다. 본 논문에서는 이전 프레임 블록과 주위 블록들의 모션 벡터로부터 예측된 모션 정보를 구하여, 이를 탐색 원점으로 사용하지 않고, 탐색 구간에 따라 적응적으로 해당 초기점으로 탐색 원점을 이동시켜 고속 탐색 패턴을 이용하여 블록 정합을 수행하는 블록 정합 모션 추정 방식을 제안한다. 실험 결과 제안된 방식은 기존의 예측 탐색 방식들에 비해 PSNR 값에 있어서 평균적으로 0.33~0.37[dB] 개선되고 영상에 따라 최고 1.05[dB] 정도 우수한 결과를 나타내었다. 또한 탐색 횟수에서는 기존의 탐색 알고리즘보다 29~97%를 줄일 수 있었고, 정확한 모션 벡터를 찾는 비교에 있어서도 월등히 우수한 결과를 나타내었다. 제안된 방식은 정량적인 결과뿐만 아니라 부호화후 복호화한 영상의 화질에 있어서도 다른 고속 탐색 알고리즘보다 월등히 우수한 화질을 제공한다.

• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.370-379
• /
• 2020

본 연구의 목적은 분할함수 성장모형에 기초하여 초등학교 시기와 중학교 시기의 학교급 전환기를 거치는 과정에서 다문화 청소년의 학업성취 변화양상이 어떻게 나타나는지 확인하고, 이에 영향을 미치는 부모, 개인, 친구 변인을 탐색하는 것이다. 다문화청소년패널연구의 1차년도(2011년, 초4)부터 6차년도(2016년, 중3)까지의 6년 동안의 자료를 사용하여 분할함수 성장모형 분석을 하였으며, 분석 결과는 다음과 같다. 첫째, 학업성취는 초등학교 6학년 시기를 기준으로 하여 초등학교 시기(초4-초6), 중학교 시기(초6-중3)로 변화율을 다르게 추정하는 분할함수 성장모형이 무변화, 선형변화, 이차변화 성장모형보다 타당한 것으로 나타났다. 둘째, 무조건 분할함수 성장모형 분석 결과, 다문화 청소년의 학업성취는 초등학교 시기와 중학교 시기 모두 감소하는 특징이 있는 것으로 확인되었으며, 중학교 시기의 감소폭이 더 큰 것으로 나타났다. 셋째, 조건 분할함수 성장모형 분석 결과, 학업성취 초기치(초4)는 부모효능감, 자아존중감, 친구의 지지 수준이 높을수록, 방임적 양육태도, 문화적응스트레스 수준이 낮을수록 높은 것으로 나타났다. 변화율 1(초등학교 시기)에는 초등학교 4학년 시기의 자아존중감과 친구의 지지가 학업성취의 감소 패턴을 억제하는 효과가 있는 것으로 나타났으며, 변화율 2(중학교 시기)에는 초등학교 4학년 시기의 문화적응스트레스가 중학교 시기의 학업성취 감소 패턴을 증가시키는 효과가 있는 것으로 나타났다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권1호
• /
• pp.61-70
• /
• 2004

폭발적으로 성장하고 있는 웹은 수백만 개의 웹 문서를 포함하고 있기 때문에, 적절한 웹사이트를 찾기 어렵다. 사용자 프로파일을 사용하여 적절한 웹사이트를 추천함으로써 웹의 탐색을 개인화 할 수도 있지만 웹 컨텐츠에 대한 사용자의 평가는 사용자의 성격에 관한 다양한 측면을 표현하므로 사용자의 선호도를 예측하기 위해서는 보다 효과적인 방법이 필요하다. 사용자 프로파일은 비선형적인 특성을 가지고 있으므로 분류기를 사용하여 예측하여야 하며 다양한 특성을 예측하기 위해 분류기의 결합이 필요하다. 패턴분류와 시각화에 유용한 구조적응 자기구성지도(SASOM)는 개선된 SOM 모델로서 웹 마이닝에 적절하다. 퍼지 적분은 주관적으로 정의된 분류기의 중요도를 이용하여 결합하는 방법이다. 본 논문에서는 독립적으로 학습된 SASOM의 퍼지적분(fuzzy integral)기반 결합을 이용하여 사용자의 프로파일을 예측하고 UCI 벤치마크 데이타인 Syskill ＆ Webert 데이타를 사용하여 그 성능을 평가한다. 실험결과 제안한 방법이 기존의 naive Bayes 분류기뿐만 아니라 SASOM의 투표결합보다 우수한 성능을 보였다.

• 한국멀티미디어학회논문지
• /
• 제8권3호
• /
• pp.345-354
• /
• 2005

실시간 동영상에서의 프레임간의 상관관계를 이용하여 움직임 추정과 움직임 보상기법을 수행한다. 이 방법은 동영상에 존재하는 중복된 데이터를 제거하기 때문에 실시간 영상에서 중요한 역할을 하지만 실시간 응용 및 고해상도 응용에 적용하기에는 많은 계산량을 필요로 한다. 따라서 움직임 벡터를 결정하기 전에 블록 내부의 움직임을 예측한다면, 이를 바탕으로 탐색 영역에서 초기 탐색점 위치와 탐색 패턴을 결정할 수 있을 것이다. 본 논문에서는 차영상을 통해 움직임의 검출되었을 때, 이 움직임의 물체의 반복적인 영상인지, 아니면 침입자가 발생한 영상인지를 구분하였으며 움직임 검출 영역 간 픽셀 값의 분포도를 나타낸다. 제안된 알고리즘은 움직임 보상 예측된 화질 및 계산량의 감소에 있어서 높은 성능 향상을 보였다.