• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.667-669
• /
• 2005

최근 새로운 데이터마이닝 방법인 지도 군집화가 소개되고 있다. 지도 군집화의 목적은 동일한 클래스가 한 군집에 포함되도록 하는 것이다. 지도 군집화는 데이터에 대한 배경 지식을 획득하거나 분류 방법의 성능을 향상시키기 위한 방법으로 사용된다. 그러나 군집화 방법에서 파생된 지도 군집화 역시 군집화 개수 설정 방법에 따라 효율성이 좌우된다. 따라서 클래스 분포에 따라 최적의 지도 군집화 개수를 찾기 위해 진화알고리즘을 적용할 수 있으나, 진화알고리즘은 대용량 데이터를 처리할 경우 수행 시간이 증가되어 효율성이 감소되는 문제가 있다. 본 논문은 지도 군집화보다 강인한인 지도 퍼지 군집화를 효율적으로 생성하기 위해 진화성이 우수한 휴리스틱 분할 진화알고리즘을 제안한다. 휴리스틱 분할 진화알고리즘은 개체를 생성할 때 문제영역의 지식을 반영한 휴리스틱 연산으로 탐색 시간을 단축시키고, 개체 평가 단계에서 전체 데이터 대신 샘플링된 부분 데이터들을 이용하여 진화하는 분할 진화 방법으로 수행 시간을 단축시킴으로써 진화알고리즘의 효율성을 높인다. 또한 효율적으로 개체를 평가하기 위해 지도 퍼지 군집화 알고리즘인 지도 분할 군집화 알고리즘(SPC: supervised partitional clustering)을 제안한다. 제안한 방법은 이차원 실험 데이터에 대해서 정확성과 효율성을 분석하여 그 타당성을 확인한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.81-84
• /
• 2022

제조 산업에서의 이상치 검출은 생산품의 품질과 운영비용을 절감하기 위한 중요한 요소로 최근 딥러닝을 사용하여 자동화되고 있다. 이상치 검출을 위한 딥러닝 기법에는 CNN이 있으며, CNN을 계층적으로 구성할 경우 단일 CNN 모델에 비해 상대적으로 성능의 향상을 보일 수 있다는 것이 많은 선행 연구에서 나타났다. 이에 MVTec-AD 데이터셋을 이용하여 계층 CNN이 다중 클래스 이상치 판별 문제에 대해 효과적인지를 탐구하고자 하였다. 실험 결과 단일 CNN의 정확도는 0.7715, 계층 CNN의 정확도는 0.7838로 다중 클래스 이상치 판별 문제에 있어 계층 CNN 방식 접근이 다중 클래스 이상치 탐지 문제에서 알고리즘의 성능을 향상할 수 있음을 확인할 수 있었다. 계층 CNN은 모델과 파라미터의 개수와 리소스의 사용이 단일 CNN에 비하여 기하급수적으로 증가한다는 단점이 존재한다. 이에 계층 CNN의 장점을 유지하며 사용 리소스를 절약하고자 하였고 K-means, GMM, 계층적 클러스터링 알고리즘을 통해 제작한 새로운 클래스를 이용해 계층 CNN을 구성하여 각각 정확도 0.7930, 0.7891, 0.7936의 결과를 얻을 수 있었다. 이를 통해 Clustering 알고리즘을 사용하여 적절히 물체를 분류할 경우 물체에 따른 개별 상태 판단 모델을 제작하는 것과 비슷하거나 더 좋은 성능을 내며 리소스 사용을 줄일 수 있음을 확인할 수 있었다.

• Proceedings of the CALSEC Conference
• /
• 2001.08a
• /
• pp.651-658
• /
• 2001

□결론 ☆재사용 가능한 클래스는 재사용. ☆많은 클래스들이 EJB의 두 가지 성격을 내포하고 있어서 클래스 분해가 필요. ☆빈 추출 단계 제시. ☆빈 매핑 테이블 제시. ☆사례연구로 채팅 시스템 구현. □향후 연구과제 ☆기존 시스템에서의 컴포넌트 식별 ☆인터페이스 설계에 대한 연구 ☆빈 명세서에 대한 구체적인 구성요소 연구 ☆구현시 문제점 분석(중략)

• Journal of Korea Multimedia Society
• /
• v.10 no.11
• /
• pp.1516-1522
• /
• 2007

We had proposed the FPA(Fixed Partition Averaging) method in order to improve the storage requirement and classification rate of the Memory Based Reasoning. The algorithm worked not bad in many area, but it lead to some overhead for memory usage and lengthy computation in the multi classes area. We propose an Repetitive FPA algorithm which repetitively partitioning pattern space in the multi classes area. Our proposed methods have been successfully shown to exhibit comparable performance to k-NN with a lot less number of patterns and better result than EACH system which implements the NGE theory.

• Korean Journal of Remote Sensing
• /
• v.17 no.1
• /
• pp.57-69
• /
• 2001

This study propose a image processing system of unsupervised analysis. This system integrates low-level segmentation and high-level classification. The segmentation and classification are conducted respectively with and without spatial constraints on merging by a hierarchical clustering procedure. The clustering utilizes the local mutually closest neighbors and multi-window operation of a pyramid-like structure. The proposed system has been evaluated using simulated images and applied for the LANDSATETM+ image collected from Youngin-Nungpyung area on the Korean Peninsula.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.6
• /
• pp.1693-1702
• /
• 1999

This paper proposes the use of an adaptive Wiener filter for edge-preserving image filtering. Images are partitioned into a set of blocks of pixels which is divided into five subsets of blocks according to their edge contents and orientations. Each subset of blocks is used to define a covariance matrix, from which a Wiener filter is derived. Five covariance matrices and Wiener filters are thus obtained. An image-block classifier using the five sets of covariance matrices of the class is designed to classify each incoming block of pixels according to its edge content in the presence of noise. Experimental results are included to verify the usefulness of the proposed method.

• Journal of the Korea Society of Computer and Information
• /
• v.3 no.1
• /
• pp.63-80
• /
• 1998

In object-oriented software development, reuse has been studied for the enhancement of software quality and software developer's productivity. But improper modeling in design phase and uncontrolled change during maintenance activities have a problem to reuse a class. In this paper we analyze a semantic cohesion of classes using C++ Program dependency graph, and slice a class with cohesion, so that this method supports the re-estimate of class quality and the extensibility of class. Therefore this proposed method in this paper increases the easibility of the restructuring in the reusable systems, when the developer selects a requested component for a object-oriented program development.

• Journal of the Korea Computer Industry Society
• /
• v.2 no.9
• /
• pp.1199-1208
• /
• 2001

Program slicing is a program decomposition technique to improve the effectiveness of program testing and maintenance. In this paper I propose a method for slicing object-oriented programs and show its correctness. Also, I propose the class interface slicing technique which can eliminate irrelevant data members, subobjects, and methods from the class declaration parts of the given program. And I show its correctness. Finally, I propose the class hierarchy slicing technique which can compute the declarative parts affecting or affected by the given data member. These techniques may be used for information analysis in some area such as class testing.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.27 no.12C
• /
• pp.1197-1206
• /
• 2002

Recently, the research on the construction of optical Internet backbone networks using WDM has been actively progressed. In this paper, we propose the offset based service-differentiation scheme in optical burst switching (OBS) networks. We classify the services into two classes; high class and low class. The proposed scheme decides the offset time of high class so as to satisfy the required burst loss rate (BLR) of services according to the service-differentiation ratio (SDR). The SDR may be set depending on the environment of OBS network and user's requirements, our scheme decides the BLR of high class by using the required SDR and conservation law. Finally, we use the offset time decision (OTD) algorithm to determine the offset time of high class. The proposed scheme is evaluated through simulation. The result of simulation is compared with that of analysis to verify the proposed scheme.

• The Journal of the Acoustical Society of Korea
• /
• v.25 no.7
• /
• pp.312-318
• /
• 2006

The conventional lip-synch system has a two-step process, speech segmentation and recognition. However, the difficulty of speech segmentation procedure and the inaccuracy of training data set due to the segmentation lead to a significant Performance degradation in the system. To cope with that, the connected vowel recognition method using Head-Body-Tail (HBT) model is proposed. The HBT model which is appropriate for handling relatively small sized vocabulary tasks reflects co-articulation effect efficiently. Moreover the 7 vowels are merged into 3 classes having similar lip shape while the system is optimized by employing a class dependent SCHMM structure. Additionally in both end sides of each word which has large variations, 8 components Gaussian mixture model is directly used to improve the ability of representation. Though the proposed method reveals similar performance with respect to the CHMM based on the HBT structure. the number of parameters is reduced by 33.92%. This reduction makes it a computationally efficient method enabling real time operation.