• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.419-422
• /
• 2004

본 논문에서는 신경망 학습을 위한 데이터 획득시 생길 수 있는 오차를 줄이기 위해 획득 데이터에 대한 전처리 과정을 퍼지로써 구현하는 알고리즘을 제안하였다 신경망은 주어진 정보를 이용하여 학습을 가능하게 함으로써 시스템의 특징을 추출하는데 매우 우수한 능력을 발휘하고 있다 그러나 이는 학습에 사용하는 데이터에 오차가 포함되지 않는다는 점을 전제로 하고 있다. 그런데 데이터 획득과정이 인간의 주관적 판단에 의해 수작업으로 이루어지는 경우 학습 데이터는 오차가 존재할 수 있다. 학습 데이터의 오차를 줄이기 위해 조기에 획득된 데이터를 분석하고 추가적인 후보 데이터를 선정하여 데이터 획득 과정에서 큰 영향을 미치는 물체의 거리와 크기를 모두 고려할 수 있도록 퍼지 모델로써 구현하고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2005.10a
• /
• pp.89-96
• /
• 2005

본 연구에서는 영한 기계 번역에서 20단어 이상의 긴 문장을 보다 정확히 분석하기 위하여 문장을 복수개의 의미 있는 절로 분할하고자 한다. 긴 문장은 구문 분석을 시도할 때, 시간적으로 또는 공간적으로 급격히 증가하는 자원을 소모시킨다. 이러한 문제를 해결하기 위하여, 본 연구에서는 긴 문장에서 분할 가능한 지점을 인식하여 이러한 지점을 중심으로 여러 개의 절을 생성한 후, 이 절을 개별적으로 분석하고자 하였다. 문장을 분할하기 위해서 일단 문장 내부에 존재하고 있는 분할이 가능한 지점을 선택하고, 선택된 지점을 중심으로 문맥 정보를 표현하는 입력 벡터를 생성하였다. 그리고 Support Vector Machine (SVM)을 이용하여 이러한 후보 지점의 특성을 학습하여 향후 긴 문장이 입력되었을 때 보다 정확하게 분할점을 찾고자 하였다. 본 논문에서는 SVM의 보다 좋은 학습과 분류를 위하여 내부 커널로써 다항 커널 (polynomial kernel)을 사용하였다. 그리고 실험을 통하여 약 0.97의 f-measure 값을 얻을 수 있었다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.9B
• /
• pp.1299-1307
• /
• 2001

고정된 패턴을 사용하는 기존의 고속 블록기반 움직임 추정법에서는 국소 최소해로 고립될 가능성이 있을 뿐만 아니라, 여러 움직임이 공존하는 움직임 경계에서 정확한 움직임의 추정이 어렵다는 문제점을 가지고 있다. 이러한 문제점을 극복하기 위하여 본 논문에서는 탐색점의 수를 줄이는 동시에 국소 최소해로의 고립을 피하기 위하여 탐색 후보영역을 적용한 다중 국소 탐색법(multiple local search method : MLSM)을 제안한다. 또한, 블록 내의 움직임 영역별 정합오차의 최소편차를 고려하는 새로운 정합함수를 제안함으로써 움직임 경계에서 움직임 벡터추정의 부정확성과 움직임 보상영상에서의 화질저하문제를 개선하고자 한다. 실험결과, 제안한 방법은 기존의 방법에 비해 움직임 경계에서의 추정에서 우수한 결과를 보였으며, PSNR에 대해서도 전역탐색법과 유사한 결과를 얻을 수 있었고, 움직임 보상결과, 움직임 경계부근에서의 향상된 화질을 얻을 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.493-495
• /
• 2001

본 논문에서는 문자 인식에서 두 단계의 식별과정을 통하여 인식률을 향상시키는 방법에 대하여 연구하였다. 한글 문자인식에서의 어려움은 인식대상 클래스가 많고 유사문자가 많은 반면, 여러 폰트의 글자를 하나의 글자를 하나의 클래스로 할 경우에는 그 문자의 분산이 더욱 커지게 되는 점이다. 따라서 본 연구에서는 문자의 분포를 고려하여 거리를 계산하는 Bayes에 의한 식별 함수를 1단계 인식과정에서 사용하여 1위 후보문자를 인식하였다. 2단계에서는 미리 준비된 1위 후부문자의 유사문자세트의 최적선형변환 공간에서 상세분류를 행하였다. 결과적으로 1단계의 Bayes거리반에 의한 인식률(91.1%)보다도, 또한 처음부터 모든 클래스에 대하여 최적선형변환에 의한 인식률(87.9%)보다 좋은 결과(92.9%)를 얻게되었다. 이로서 1단계의 대규모 문자세트에 대한 대분류에서는 문자의 분포를 고려하는 Bayes에 의한 인식이 유효하고, 2단계의 최적선형변환에 의한 인식은 소수의 유사문자들에 대한 변별력을 높이는데 유효함을 입증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.253-255
• /
• 2000

어떠한 질문에 대한 구체적 해답을 얻고 싶은 경우, 일반적인 정보 검색이 가지는 문제점은 검색 결과가 사용자가 찾고자 하는 답이라 하기 보다는 해답을 포함하는(또는 포함하지 않는) 문서의 집합이라는 점이다. 사용자가 후보문서를 모두 읽을 필요 없이 빠르게 원하는 정보를 얻기 위해서는 검색의 결과로 문서집합을 제시하기 보다는 실제 원하는 답을 제공하는 시스템의 필요성이 대두된다. 이를 위해 기존의 TF-IDF(Term Frequency-Inversed Document Frequency)기반의 정보검색의 방삭에 자연언어처리(Natural Language Processing)를 이용한 질문의 분류와 문서의 사전 표지(Tagging)를 사용할 수 있다. 본 연구에서는 매년 NIST(National Institute of Standards & Technology)와 DARPA(Defense Advanced Research Projects Agency)주관으로 열리는 TREC(Text REtrieval Conference)중 1999년에 열린 TREC-8의 사용자의 질문(Question)에 대한 답(Answer)을 찾는 ‘Question & Answer’문제의 실험 환경에서 질문을 특징별로 분류하고 검색 대상의 문서에 대한 사전 표지를 이용한 정보검색 시스템으로 사용자의 질문(Question)에 대한 해답을 보다 정확하고 효율적으로 제시할 수 있음을 실험을 통하여 보인다.

• Journal of the Korean Geographical Society
• /
• v.46 no.4
• /
• pp.518-533
• /
• 2011

The purpose of this study is addressing the process of developing industrial complex in North Korea, especially in Gaeseong. The Gaeseong Industrial Complex(GIC) is the first project which is completed in North Korea by South Korean company. LH, the main developer of the project successfully made the various procedures, master planning, land acquiring, developing, attracting investment, managing SOC, for making the industrial complex competitive using its own know-how and experiences in South Korea. The New development experience of LH in Gaeseong Industrial Complex case would indicate various implications to us for making another developing project in North Korea.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.919-921
• /
• 2005

본 논문에서는 무선 카메라를 장착한 소형 로봇의 영상처리를 통한 물체추적 방법을 제시한다. 본 연구는 첫째, 물체와 배경 및 유사잡음들과의 강인한 분리를 위하여 고유색상정보와 움직임 정보등의 사전정보를 활용하였으며 둘째, 형태의 변화가 수반되는 경우에도 유연한 대처능력을 갖도록 하기 위해 영상의 영역분할 방법을 통해 모든 후보영역내의 물체의 존재를 확인하고 물체영역만을 추출하였다. 셋째, 잡음이나 불필요한 요소들에 강인하고 안정적인 추적을 위하여 물체 형태정보함수를 정의하고 해당함수를 형태의 보전 에너지와 제어점으로 활용하여 동일 물체의 대응문제를 효과적으로 해결하였다. 동작의 검증을 위해 사용한 전체 프레임을 통해 약 $86\%$의 추적성공율을 보였다.

• Annual Conference on Human and Language Technology
• /
• 1999.10e
• /
• pp.150-155
• /
• 1999

다국어를 이용한 통계적 자연어 처리의 연구가 진행됨에 따라 병렬 말뭉치의 중요성이 대두되고 있다. 그러나 여러 가지 제약점으로 인하여 현재 이용 가능한 한국어 병렬 말뭉치가 드문 상황이다. 월드 와이드 웹 상에는 다양한 언어로 번역된 문서들이 있으며 이를 병렬 말뭉치로 구축, 활용한다면 말뭉치의 희소성으로 인한 문제를 해결할 수 있다. 본 논문에서는 웹 상에서 번역문서 후보를 추출한 다음 HTML 문서 구조를 비교하여 번역문서인지를 판별하고 문장 단위 정렬을 이용하여 병렬 말뭉치로 구축하는 방법을 제시한다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2000.04a
• /
• pp.25-29
• /
• 2000

핸드오프 영역내에 정해진 RSS(Radio signal strength)에서 핸드오프를 시행하는 기존의 정적 핸드오프방식은 셀룰러 네트워크에서 제어신호가 증가하여 전송지연을 유발한다. 그러므로 핸드오프 수를 줄이는 방안으로 SPPQ(Signal Prediction Priority Queuing)에 기반한 동적 핸드오프를 제안한다.SPPQ는 RSS에 근거하여 선형적으로 핸드오프의 가능성을 예측한 후, 핸드오프 순서를 결정하는 알고리즘이다. 이 때 실제 속도와 호의 위치 분포는 일정하다고 가정하고 RSS에 대한 $\Delta$RSS(신호 세기의 증감)을 이용한다. SPPQ는 핸드오프 결정을 위해 선형적으로 RSS를 예측하며, 시간 구간에서 구한 시그널 평균을 사용한다. 그리고 두 개의 가장 최근 평균 RSS 측정값에 의해 표현되는 선형 방정식이 시간 축과 만나는 교차점을 핸드오프 예상시점으로 결정한다. 이때 각 핸드오프 후보 단말들의 threshold는 다르게 줄 수 있으며 그에 따라 우선순위를 결정한다. 이 우선순위를 기본으로 하여, 핑퐁효과로 인한 불필요한 핸드오프를 줄일 수 있도록 표본화 시간 $\Delta$t만큼 핸드오프를 낮춰 SPPQ의 성능을 높인다.

• 정보화사회
• /
• s.188
• /
• pp.18-25
• /
• 2007

삼성전자가 주최하는'삼성 4G포럼'이 지난 8월 27일과 28일 이틀 간 서울 신라호텔에서 개최됐다. 삼성 4G포럼은 2005년 모바일 와이맥스(와이브로) 기술을 세계 최초로 선보였고, 지난해에는 세계 유수의 경쟁업체들을 크게 앞서는 4G 기술을 선보임으로써 차세대 통신기술의 발전상을 꿰뚫어볼 수 있는 행사로 자리를 잡고 있다. 올해 행사에서는 삼성전자가 주도하는 모바일 와이맥스뿐만 아니라, 3GPP LTE(Long Term Evolution), 3GPP2 UMB(Ultra Mobile Broadband) 등 ITU가 4G의 유력 후보 기술로 꼽은 3대 통신기술이 한자리에서 소개되고 기술개발 및 표준화 동향을 공유하는 자리가 마련돼 더욱 눈길을 끌었다. 4세대 이동통신, 즉'4G'란 이동 중 100Mbps, 정지 상태에서는 1Gbps급 속도를 제공하는 무선 통신기술로, 지난 2005년 10월 ITU(국제전기통신연합)이'IMT-어드밴스트(advanced)'를 공식 명칭으로 결정한 바 있다. 하지만 현재의 3G와는 완전히 다른 새로운 세대의 통신 기술이라는 점을 강조하기 위해 여전히 4G라는 용어가 널리 쓰이고 있다.