• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.48 no.6
• /
• pp.35-46
• /
• 2011

In this paper, we proposed the method of emotion recognition using staged classification model and Fisher's linear discriminant. By organizing the staged classification model, the proposed method improves the classification rate on the Fisher's feature space with high complexity. The staged classification model is achieved by the successive combining of binary classification model which has simple structure and high performance. On each stage, it forms Fisher's linear discriminant according to the two groups which contain each emotion class, and generates the binary classification model by using Adaboost method on the Fisher's space. Whole learning process is repeatedly performed until all the separations of emotion classes are finished. In experimental results, the proposed method provides about 72% classification rate on 8 classes of emotion and about 93% classification rate on specific 3 classes of emotion.

• Journal of KIISE:Software and Applications
• /
• v.33 no.10
• /
• pp.886-895
• /
• 2006

Fingerprint classification reduces the number of matches required in automated fingerprint identification systems by categorizing fingerprints into a predefined class. Support vector machines (SVMs), widely used in pattern classification, have produced a high accuracy rate when performing fingerprint classification. In order to effectively apply SVMs to multi-class fingerprint classification systems, we propose a novel method in which SVMs are generated with the one-vs-all (OVA) scheme and dynamically ordered with $na{\ddot{i}}ve$ Bayes classifiers. More specifically, it uses representative fingerprint features such as the FingerCode, singularities and pseudo ridges to train the OVA SVMs and $na{\ddot{i}}ve$ Bayes classifiers. The proposed method has been validated on the NIST-4 database and produced a classification accuracy of 90.8% for 5-class classification. Especially, it has effectively managed tie problems usually occurred in applying OVA SVMs to multi-class classification.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10e
• /
• pp.610-612
• /
• 2002

현재 인터넷은 IPv4주소 고갈로 인해 종래의 클래스(class)별 주소의 분배와 사용을 지양하고 클래스 없는 CIDR(Classless InterDomain Routing)〔1〕방식을 채택하고 있다. 본 논문에서는 라우터의 개발 및 성능에 영향을 미치는 라우팅 엔트리의 분포와 특성을 다음의 세가지 관점에서 분석하였다. 그리고 분석에 사용된 데이터는 백본용 라우터의 라우팅 테이블이다. 첫째, 현재 인터넷에서 CIDR 방식에 따른 서브넷팅(Subnetting)과 슈퍼넷팅(Supernetting)〔2〕〔3〕정도를 분석하였으며 둘째, 현재 포워딩 테이블(Forwarding Table)내의 불필요한 포워딩 엔트리(Forwarding Entry)들이 차지하는 구성비를 조사하였다. 마지막으로는 멀티홈밍(Multi-homing)이 포워딩 테이블의 크기에 미치는 영향을 분석하였다. 조사에 의하면 MAE-East와 MAE-West〔4〕와 같은 백본(Backbon) 라우터의 경우에 A클래스는 8에서 26비트까지, B클래스는 14비트에서 27비트까지 그리고 C클래스는 17비트에서32비트까지 서브넷팅과 슈퍼넷팅이 되어있다. 또한 불필요한 포워딩 엔트리는 전체 엔트리의약 1%를 차지하고 있으며, 멀티홈밍 엔트리는 약 5%를 차지하는 것으로 확인되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.616-618
• /
• 2001

J2EE(Java™ 2 Platform, Enterprise Edition) 커넥터 아키텍처(Connector Architecture)는 J2EE 플랫폼을 다양한 EIS와 연결하기 위하여 공통 클라이언트 인터페이스(CCI:Common Client Interface)를 정의한다. CCI의 커넥션 메커니즘은 추상 팩토리 패턴(Abstract Factory Pattern)을 따르고 있다. 추상 팩토리 패턴을 이용함으로써 커넥터 아키택처는 각기 상이한 커넥션과 커넥션 팩토리가 독립적인 벤더들에 의해 독립적으로 구현될 수 있게 한다. 브리지 패턴(Bridge Pattern)은 추상화 정도와 구현에 따라 추상 클래스와 구현 클래스를 별도의 클래스로 구현하여 이들이 동적으로 조합되도록 한다. 본 논문에서는 추상 팩토리 패턴을 따르고 있는 CCI의 터넥션 메커니즘을 브리지 패턴을 적용하여 확장된 커넥션 메커니즘을 제시한다. 추상 팩토리 패턴은 클래스의 생성과 관련 있는 생성 패턴(Creational Pattern)인 반면 브리지 패턴은 구조 패턴(Structural Pattern)이다. 즉, 대행하는(delegation)클래스의 행위들을 중계해 준다. 구조 패턴은 새로운 기능을 구현하기 위해 객체를 구성하는 방식에 초점을 두며, 실행 시에 객체 컴포지션 구조를 변경할 수 있어 이를 통해 유동성과 확장성을 추가할 수 있다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2000.04a
• /
• pp.95-100
• /
• 2000

시뮬레이션 모델과 전문가 시스템의 학제간 연구는 그동안 많은 학자에 의해 진행되어 왔다. 전문가 시스템은 추론 기관과 지식베이스로 구성되며, 지식베이스는 사실과 규칙으로 구성된다. 사실과 규칙은 추론 기관의 추론을 위한 정보로 사용된다. 요즘의 정보 시스템은 데이터베이스를 가지며 데이터베이스의 정보를 기반으로 모든 처리가 진행된다. 이러한 정보 시스템에 삽입되어 사용되는 시뮬레이션 모델의 전문가 시스템도 데이터베이스의 정보를 사용하여 추론을 행한다. 데이터베이스의 정보는 전문가 시스템의 추론을 위한 사실로 사용되고, 추론 결과를 저장하기 위한 저장 장소로 사용된다. 본 연구에서는 전문가 시스템의 사실과 데이터베이스 사이의 사상을 정리하고, 이를 위한 사실 클래스를 제안한다. 이 사실 클래스는 데이터베이스 데이터를 전문가 시스템이 사용할 수 있도록 필링하는 기능과 추론을 위한 의미 분석의 기능을 갖는다. 또한, 데이터베이스에 추론 결과를 저장할 때 생기는 데이터의 일치성과 무결성 문제를 해결한다. 이 사실 클래스를 갖는 전문가 시스템 기능을 갖는 시뮬레이션 모델을 그래이팅 생산 공정의 시뮬레이션에 적용하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.229-232
• /
• 2002

분간 병렬 시스템에서 사용되는 배치 작업 스케줄링 기법으로 잘 알리진 것은 Gang Scheduling과 Backfilling Scheduler가 있다. 특히 IBM SP 시스템에서 주로 사용되는 작업 스케줄러인 LoadLeveler 최신 버전에서는 이전 버전에서도 지원하였던 Backfilling Scheduler 뿐만 아니라 Gang Scheduling 기법을 새롭게 지원하게 되었다. 이에 따라 KISTI 슈퍼컴퓨팅센터에서는 슈퍼컴퓨터 3호기로 신규 도입된 IBM p690 시스템에서 LoadLeveler의 Gang Scheduling 혹은 Backfilling Scheduler 중의 한 가지 기법을 선택하여 서비스 레벨 클래스를 구현하고자 하였다. 이러한 노력의 일환으로 두 가지 스케줄링 기법을 테스트 및 분석하였다. 이에 따르면 Gang Scheduler가 개념상 여러 가지 장점을 가지므로 Backfilling Scheduler에 비하여 서비스 레벨 클래스 구성에는 용이하지만, 불완전한 구현 및 특히 CPU Utilization이 저하되는 심각한 문제점을 가지고 있었다. 따라서 Backfilling Scheduler를 통한 제한적인 서비스 레벨 클래스를 구성하기로 결론지었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.490-492
• /
• 1999

본 논문에서는 객체지향 프로그램에 대한 프로그램 정보를 분석하여 이들간의 관계를 표현할 수 있는 방법을 제시한다. 현재까지 프로그램을 분석하고 표현하기 위한 그래프 표현으로 호출 그래프, 제어흐름 그래프 및 종속 그래프 등이 있으며 이를 이용하여 테스팅, 슬라이싱, 디버깅, 프로그램 이해, 병렬처리, 역공학과 같은 다양한 분야에 적용되고 있다. 본 논문에서는 객체지향 언어의 프로그램의 시각적 이해를 돕고, 분석에 필요한 정보를 표현하는 그래프들간의 관계성을 고려한 효율적인 분석기를 표현한다. 이를 위해 클래스, 상속관계, 호출관계, 제어흐름 및 데이터 종속관계를 고려하여 객체 지향언어 분석에 필요한 그래프 요소를 멤버함수레벨, 클래스 레벨, 모듈 클래스 레벨 단위로 추출하고 이들간의 정보를 저장소로 통합 구성한다. 이를 통해 기존의 특정목적을 위해 표현하는 그래프 표현 방식은 그래프간의 관계성과 분석정보의 독립성 그리고 재사용성의 특징을 가지는 통합 분석기로 구성될 수 있다. 이러한 특징은 프로그램의 이해와 정보의 관리효과를 증가시킬 수 있으며, 많은 소프트웨어 엔지니어링 도구와 기술들에 필요한 통합화된 정보를 제공하고 이용될 수 있을 것이다.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.4
• /
• pp.941-951
• /
• 1999

Class components in a repository require exact information representation by reason of insufficiency of various visual information through search and extraction. In this paper, we have described syntax-analysis method and viewer facilities about class components. In the components analysis, we extracted class information which consists of class_names, methods, attributes, class inheritance relationship, and graphic information. viewer represents extracted class information and creates a new class. Also, it provides facilities of reuse, insertion, and deletion. Not only Viewer represents class hierarchy diagram, and shows detail information about each class, but also it creates new classes. In this paper, we implemented a Viewer using the components, inheritance, diagram information and process. And we enhanced understanding of programs through viewer, and supported prototype for class creation.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.310-313
• /
• 2004

자바는 컴파일러에 의해 아키텍처 독립적인 바이트코드로 구성된 바이너리 형태의 클래스 파일을 생성하면 JVM에 의해 하드웨어와 운영체제에 상관없이 실행이 가능한 플랫폼 독립적인 언어로 현재 가장 널리 사용되는 범용 프로그램 언어중 하나이다. EVM(Embedded Virtual Machine)은 Microsoft사의 .NET 언어와 SUN사의 Java 언어등을 모두 수용할 수 있는 임베디드 시스템을 위한 가상기계이며, SIL(Standard Intermediate Language)은 EVM에서 실행되는 중간언어로 다양한 프로그래밍 언어를 수용하기 위해서 객체지향 언어와 순차적 언어를 모두 수용하기 위한 연산 코드 집합을 갖고 있다. 본 논문에서는 자바 프로그램을 EVM에서 실행 될 수 있도록 자바 프로그램을 컴파일하여 생성된 클래스 파일로부터 Oolong 코트를 추출하고 추출된 Oolong 코드를 EVM의 SIL 코드로 변환하는 Oolong-to-SIL 번역기 시스템을 구현하였다. 번역기 시스템을 정형화하기 위해 Oolong 코드의 명령어 등을 문법으로 작성하였으며, PGS를 통해 생성된 어휘 정보를 가지고 스캐너를 구성하였고, 파싱테이블을 가지고 파서를 설계하였다 파서의 출력으로 AST가 생성되면 번역기는 AST를 탐색하면서 의미적으로 동등한 SIL 코드를 생성하도록 번역기 시스템을 컴파일러 기법을 이용하여 모듈별로 구성하였다. 이와 같이 번역기를 구성함으로써 목적기계의 중간언어 형태에 따라 중간언어 번역기를 자동으로 구성할 수 있어 재목적성(Retargetability)을 높일 수 있다.

• The KIPS Transactions:PartD
• /
• v.10D no.5
• /
• pp.753-762
• /
• 2003

Many Methodologies have proposed for component retrieval. Among them, thesaurus concept has introduced for similar component retrieval. This paper classified classes by concept according to inheritance relation for efficient retrieval of component, and applied fuzzy logic to thesaurus method and constructed object-oriented thesaurus. Proposed method could express category between concepts automatically, and calculate fuzzy degree between classes by comparing matching and mismatching degree to each class and category and construct thesaurus. Component retrieval is that using classes of component, candidate components are retrieved according to priority order using fuzzy similarity. Also, we improved retrieval performance by thesaurus greatly, setting critical of most suitable through simulation.