• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.4
• /
• pp.456-462
• /
• 2008

The classification is that a new data is classified into one of given classes and is one of the most generally used data mining techniques. Memory-Based Reasoning (MBR) is a reasoning method for classification problem. MBR simply keeps many patterns which are represented by original vector form of features in memory without rules for reasoning, and uses a distance function to classify a test pattern. If training patterns grows in MBR, as well as size of memory great the calculation amount for reasoning much have. NGE, FPA, and RPA methods are well-known MBR algorithms, which are proven to show satisfactory performance, but those have serious problems for memory usage and lengthy computation. In this paper, we propose DPA (Dynamic Partition Averaging) algorithm. it chooses partition points by calculating GINI-Index in the entire pattern space, and partitions the entire pattern space dynamically. If classes that are included to a partition are unique, it generates a representative pattern from partition, unless partitions relevant partitions repeatedly by same method. The proposed method has 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 and FPA, and RPA.

• The Magazine of the IEIE
• /
• v.21 no.10
• /
• pp.47-54
• /
• 1994

본 논문에서는 물체들의 이동(translation) 축적(scale) 그리고 회전방향(orientation)에 무관하게 물체를 인식하는 실용적인 패턴 인식 시스템을 소개한다. 이 시스템은 2진영상으로 변환하는데 필요한 임계치(threshold)의 큰 변화에도 덜 민감하다. 특징 벡터(feature vector)로 서는 Zernike 모멘트를 사용하였는데 지금까지 잘 알려진 Hu가 제안한 7개의 모멘트 불변수 (moment invariants)와 비교한다. 또한, 실용적인 기계 시각(machine vision) 시스템에 대해 세 가지 중요한 문제로서 패턴 정규화(pattern nomalization), Zernike 모멘트의 신속한 계산, 그리고 k-NN 규칙을 이용한 분류 등을 논의하였다. 실험에서는 임의의 회전 방향에서 문자들의 크기가 10x10 화소(pixel)에서 512x512 화소까지 변하는 서로 다른 크기를 가진 인쇄된 62개의 문자와 숫자 그리고 기호들을 서로 다른 임계치에서 인식하는 것을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.377-380
• /
• 2012

본 연구에서는 학습데이터의 빈도요소를 반영하도록 수정된 구조의 FMM 신경망을 소개하고, 이로부터 패턴 분류를 위한 지식 표현을 생성하는 방법론을 제안한다. 하이퍼박스 멤버쉽함수는 5종류의 퍼지 분할을 기반으로 설정한 구간에 대하여 소속정도를 반영하여 결정하며, 각 차원별로 특징범위의 폭과 빈도 요소로부터 가중치 값이 학습된다. 본 연구에서는 제안된 이론을 수화인식 문제를 대상으로 고찰하였다. 인식 시스템의 구성은 특징추출을 위하여 3차원으로 확장된 구조의 CNN 모델을 사용하였으며, 수화패턴 데이터의 표현은 모션 히스토리 볼륨(Motion History Volume) 구조를 기반으로 하였다. 6종류의 수화패턴 동영상으로부터 27개 특징요소를 추출하고 이를 사용한 FMM 신경망의 학습과정과 지식의 추출 과정을 실험으로 보이고 그 유용성을 고찰한다.

• Journal of the Korean Institute of Telematics and Electronics
• /
• v.26 no.7
• /
• pp.106-111
• /
• 1989

A new EMG signal processing algorithm for SMUAP pattern classification is proposed. It checks the combination and regularity of ISI using a spike counter as a decision making routine, and performs SMUAP waveform alignment in frequency domain and selects spikes through FIR filtering. As a result, with the EMG signals recorded during 5 seconds at 10-50% MVC force level, the SMUAP ranged from five to nine units were classified and identification rate is greater than 55 percent using a concentric needle electrode. In the IBM PC/AT the processing time typically required 2 minutes.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.297-298
• /
• 2022

본 연구는 울산항 인근 정박지 내 선박의 운항 패턴을 파악하고, 관련 법규 및 준수 실태를 대조하여 자율운항선박의 실제 운항 시에 부차적인 운항 수칙을 수립하는 데 목적을 두고 있다. 일반적으로 항행하는 선박의 해양사고 중 높은 비중을 차지하는 조우 상황에서의 운항 규칙과 관련된 법률이 정박지 내에도 적용되고 있다. 이러한 관점에서 관련 법규들을 토대로, 실제 정박지에서 항행하는 선박들의 운항 패턴들을 관측하였으며, 대부분 정박지 내에서 출항하는 선박들은 항로의 우측에 근접하여 운항하는 양상을 보이며 우측 항행을 준수하고 있음을 확인하였다. 또한, 정박지 및 항내에서 충돌과 같은 예치기 못한 사고가 발생하는 대표적인 운항 패턴들은 정면 조우 상황, 방파제 내 출항 선박 회피, 우측 항행 등으로 분류되며, 정면 조우 상황과 방파제 출항 선박 회피의 경우에는 관련 법규를 준수하며 항행하는 것을 확인하였으나, 우측 항행 상황에서는 조우 상황에 따라 부득이하게 이행할 수 없는 경우가 발생함을 확인하였다. 본 기초 연구를 통하여 정박지 및 항내에서의 항행하는 선박의 운항 패턴을 자율운항선박에 적용 가능성을 타진하고, 항해 지원이 가능한 운항 수칙을 새로 정립하는 데 활용하고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2002.10e
• /
• pp.129-136
• /
• 2002

고성능의 질의응답 시스템을 구현하기 위해서는 사용자의 질의 유형의 난이도에 관계없이 의도를 파악할 수 있는 질의유형 분류기가 필요하다. 본 논문에서는 문서 범주화 기법을 이용한 질의 유형 분류기를 제안한다. 본 논문에서 제안하는 질의 유형 분류기의 분류 과정은 다음과 같다. 우선, 사용자 질의에 포함된 어휘, 품사, 의미표지와 같은 다양한 정보를 이용하여 사용자 질의로부터 자질들을 추출한다. 이 과정에서 질의의 구문 특성을 반영하기 위해서 슬라이딩 윈도 기법을 이용한다. 또한, 다량의 자질들 중에서 유용한 것들만을 선택하기 위해서 카이 제곱 통계량을 이용한다. 추출된 자질들은 벡터 공간 모델로 표현되고, 문서 범주화 기법 중 하나인 지지 벡터 기계(support vector machine, SVM)는 이 정보들을 이용하여 질의 유형을 분류한다. 본 논문에서 제안하는 시스템은 질의 유형 분류 문제에지지 벡터 기계를 이용한 자동문서 범주화 기법을 도입하여 86.4%의 높은 분류 정확도를 보였다. 또한 질의 유형 분류기를 통계적 방법으로 구축함으로써 lexico-syntactic 패턴과 같은 규칙을 기술하는 수작업을 배제할 수 있으며, 응용 영역의 변화에 대해서도 안정적인 처리와 빠른 이식성을 보장한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.144-146
• /
• 1999

데이터 마이닝은 대량의 데이터로부터 데이터 내에 존재하는 관계, 패턴, 규칙 등을 찾아내고 모형화 함으로서 유용한 지식을 추출하는 방법이다. 데이터 마이닝을 이용한 이 시스템은 데이터를 비슷한 특성을 가지는 집단으로 분류하여 집단의 특성을 찾아내고 데이터 항목간의 연관성을 유출해 내어 학생들의 적절한 학습지도 영역을 찾아내는데 목적이 있다. 본 논문에서는 개발한 시스템에서 수학 학습 능력에 대한 특성을 도출해 내는 방법을 알아보고, 어떻게 기존의 학원의 역할을 대신할 수 있는지 검증한다.

• Journal of the Korean Geographical Society
• /
• v.39 no.3
• /
• pp.457-472
• /
• 2004

The purpose of this study is to analyze spatial patterns of traffic accidents and to investigate spatial relations among neighboring spatial objects by applying GIS and spatial data mining methods. This study investigated traffic accident data in Kangnam-gu, Seoul, as a case study. As a result, four clusters were emerged based on individual attributes of traffic accidents. Each cluster showed distinctive properties. In spatial associations between individual attributes of traffic accidents and neighboring spatial objects, there were many rules according to concept hierarchy and definition of spatial relations. Although all rules were not be interesting and significant, they could be a clue to investigate more.

• The Journal of the Korea Contents Association
• /
• v.12 no.7
• /
• pp.54-64
• /
• 2012

This thesis is on the identification pattern for immersion of visual storytelling and studied identification which is psychological action in the visual aspect. Shots which the audience were identified with character's eyes in animation were classified and connection structures of shot and shot were coded through semiological analysis. In shot's coded combination regularly organized, identification patterns which have characteristic meanings were discovered. These patterns which have characteristic meanings can be used by choice following the narrative situation. Therefore identification visual patterns which can be used in real production environment are to be suggested.

• Annual Conference on Human and Language Technology
• /
• 2007.10a
• /
• pp.31-37
• /
• 2007

본 논문에서는 분야 시소러스의 개념과 관계를 이용하여 코아 온톨로지를 확장하는 방법을 제안한다. 분야 시소러스의 개념을 코아 온톨로지의 상위 개념으로 분류하고, 시소러스에서의 광의어(Broader Term: BT)-협의어(Narrower Term: NT) 및 광의어-관련어(Related Term: RT)들 사이의 관계는 코아 온톨로지에서 정의한 의미관계로 분류한다. 유사도와 빈도수 기반의 방법으로 개념 분류를 수행하였고, 관계 분류에서는 두 가지 방법을 적용하였는데, (i) 훈련데이터가 부족한 경우를 위하여 규칙기반 방법으로 BT-NT/RT관계를 isa와 기타 관계(non-isa관계)로 분류하고, 패턴기반 방법으로 non-isa관계를 온톨로지를 위한 의미관계로 분류한다. (ii) 훈련데이터를 충분히 가지고 있을 경우, 최대 엔트로피 모델(MEM)을 적용한 분류 방법을 사용하되, kNN방법으로 훈련데이터를 정제하였다. 본 논문에서 제안한 방법으로 시스템을 구축하였고, 실험 결과, 시스템 성능이 사람에 의한 판단 결과와 비교 가능한 수준이었다.