• 한국멀티미디어학회논문지
• /
• 제22권6호
• /
• pp.706-715
• /
• 2019

This research implemented grammatical rules for relationship extraction from class diagram candidate. The problem statement is generated by our algorithm to yield class diagram and candidate relationship candidates. The relationships of class diagrams are extracted automatically from the problem statement by using Natural Language Processing (NLP). The extraction used the grammatical rules that obtained from various sources and translated into our algorithm. The performance evaluation of the extraction algorithm used ATM problem statements. The application captures the problem statement and draws automatically the relations of class diagrams using Forced-Directionality Graph algorithm. The performance evaluations show refining methods for class diagram and relationships extraction improve recall score.

• 한국통신학회논문지
• /
• 제33권6B호
• /
• pp.450-455
• /
• 2008

본 논문에서는 기존의 EPC Class 1 RFID 시스템에서의 태그 인식 절차와 태그 충돌 방지 알고리즘을 분석하였으며, 태그 인식 속도를 향상시키기 위한 고속 충돌 방지 알고리즘을 제안한다. 고속 충돌 방지 알고리즘에서는 태그 인식 과정에서 태그의 충돌 정보를 이용하고, 기존의 알고리즘에서 존재하던 불필요한 절차를 생략하였다. 성능 평가를 위하여 기존의 알고리즘과 제안한 알고리즘을 수학적으로 분석하였고, 이를 시뮬레이션으로 검증하였다. 결과에 따르면, 고속 충돌 방지 알고리즘이 기존의 알고리즘에 비해 상당한 성능향상을 보임을 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제22권3호
• /
• pp.386-394
• /
• 2019

This research will describe algorithm for class diagram extraction from problem statements. Class diagram notation consist of class name, attributes, and operations. Class diagram can be extracted from the problem statement automatically by using Natural Language Processing (NLP). The extraction results heavily depends on the algorithm and preprocessing stage. The algorithm obtained from various sources with additional rules that are obtained in the implementation phase. The evaluation features using five problem statement with different domains. The application will capture the problem statement and draw the class diagram automatically by using Windows Presentation Foundation(WPF). The classification accuracy of 100% was achieved. The final algorithm achieved 92 % of average precision score.

• 한국콘텐츠학회논문지
• /
• 제8권3호
• /
• pp.18-24
• /
• 2008

본 논문은 RFID 시스템에 사용되는 무선 환경 프로토콜 표준 중 UHF 대역 프로토콜인 EPCglobal의 Class-0의 에어인터페이스를 분석하고 프로토콜에서 규정된 충돌방지 알고리즘을 구현하였다. 또한 프로토콜에서 규정하는 충돌방지 알고리즘의 성능을 개선한 알고리즘을 제안하고 성능을 비교하였다. 개선된 알고리즘과 표준 알고리즘의 성능을 시뮬레이션을 통하여 비교한 결과, 개선된 Class-0 알고리즘은 태그 수 100개 일 때 8%, 태그 수 1000개 일 때 12.2% 감소하였다. 태그 수가 증가함에 따라 개선된 알고리즘의 전체 인식시간이 규정된 알고리즘보다 점점 더 감소하였다. 따라서 개선된 충돌방지 알고리즘은 무선인식 시스템과 유비쿼터스 센서 네트워크의 태그인식 성능을 개선하는 방안으로 적용될 수 있다.

• 한국IT서비스학회지
• /
• 제6권1호
• /
• pp.151-158
• /
• 2007

D-class computation requires multiplication of three Boolean matrices for each of all possible triples of $n{\times}n$ Boolean matrices and search for equivalent $n{\times}n$ Boolean matrices according to a specific equivalence relation. It is easy to see that even multiplying all $n{\times}n$ Boolean matrices with themselves shows exponential time complexity and D-Class computation was left an unsolved problem due to its computational complexity. The vector-based multiplication theory shows that the multiplication of three Boolean matrices for each of all possible triples of $n{\times}n$ Boolean matrices can be done much more efficiently. However, D-Class computation requires computation of equivalent classes in addition to the efficient multiplication. The paper discusses a theory and an algorithm for efficient D-class computation, and shows execution results of the algorithm.

• 전기학회논문지
• /
• 제59권4호
• /
• pp.820-822
• /
• 2010

Mobile WiMAX system provides various classes of traffic such as real-time and non-realtime services. These services have different QoS requirements and the QoS aware scheduling has been an important issue. Although many of scheduling algorithms for various services in OFDMA system have been proposed, it is needed to be modified to be applied to Mobile WiMAX system. Since Mobile WiMAX supports five kinds of service classes, it is important to take QoS characteristics of each class into consideration. In this paper, we propose an efficient packet scheduling algorithm to support QoS of each class. Proposed scheme selects a service class first considering QoS Characteristics of each class and choose an appropriate user in the selected class. Simulation results show that the proposed algorithm has better performance than the other algorithm.

• 한국컴퓨터정보학회논문지
• /
• 제15권7호
• /
• pp.11-17
• /
• 2010

본 논문에서는 클래스 불균형 학습을 위한 이차 최적화 문제의 해를 구하는 개선된 SMO 학습 알고리즘을 제안한다. 클래스에 서로 다른 정규화 값이 부여되는 지지벡터기계의 최적화 문제의 구현에 SMO 알고리즘이 적합하며, 제안된 알고리즘은 서로 다른 클래스에서 선택된 두 라그랑지 변수의 현재 해를 구하는 학습 단계를 반복한다. 제안된 학습 알고리즘은 UCI 벤치마킹 문제에서 테스트되어 클래스 불균형 분포를 반영하는 g-mean 평가를 이용한 일반화 성능이 SMO 알고리즘과 비교되었다. 실험 결과에서 제안된 알고리즘은 SMO에 비해 적은 클래스 데이터의 예측율을 높이고 학습시간을 단축시킬 수 있다.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.21-31
• /
• 2023

In this paper, we focused on the problem of evaluating multi-class classification accuracy and simulation of multiple classifier performance metrics. Multi-class classifiers for sentiment analysis involved many challenges, whereas previous research narrowed to the binary classification model since it provides higher accuracy when dealing with text data. Thus, we take inspiration from the non-linear Support Vector Machine to modify the algorithm by embedding dynamic hyperplanes representing multiple class labels. Then we analyzed the performance of multi-class classifiers using macro-accuracy, micro-accuracy and several other metrics to justify the significance of our algorithm enhancement. Furthermore, we hybridized Enhanced Convolution Neural Network (ECNN) with Dynamic Support Vector Machine (DSVM) to demonstrate the effectiveness and efficiency of the classifier towards multi-class text data. We performed experiments on three hybrid classifiers, which are ECNN with Binary SVM (ECNN-BSVM), and ECNN with linear Multi-Class SVM (ECNN-MCSVM) and our proposed algorithm (ECNNDSVM). Comparative experiments of hybrid algorithms yielded 85.12 % for single metric accuracy; 86.95 % for multiple metrics on average. As for our modified algorithm of the ECNN-DSVM classifier, we reached 98.29 % micro-accuracy results with an f-score value of 98 % at most. For the future direction of this research, we are aiming for hyperplane optimization analysis.

• 전자공학회논문지CI
• /
• 제48권1호
• /
• pp.44-50
• /
• 2011

본 논문은 다중 클래스 데이터의 효율적 분류를 위한 새로운 아다부스트 알고리즘을 제안한다. 기존의 아다부스트 알고리즘은 기본적으로 이진 분류기이므로 다중 클래스 데이터 분류의 적용에는 매우 제한적이었다. 이를 극복하기 위하여 제안된 알고리즘은 여러 개의 이진 분류기 대신 하나의 다중 분류기를 약 분류기로 사용함으로써 학습시간을 단축시키고 안정적인 정확도를 얻을 수 있는 장점이 있다. 제안하는 알고리즘의 성능을 평가하기 위하여 Caltech 영상 데이터베이스에서 4가지클래스의 영상 데이터를 총 800개 수집하여 영상 분류 실험을 진행하였다. 실험의 결과 제안된 다중 클래스 아다부스트 알고리즘은 Adaboost.M2 알고리즘에 비해 분류정확도는 대등한 결과를 얻었지만, 학습시간을 학습단계에 따라 83.1%까지 감소시킬 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권5호
• /
• pp.2523-2538
• /
• 2017

In most of the existing literature, the definition of the class label has the following characteristics. First, the class label of the samples from the same object has an absolutely fixed value. Second, the difference between class labels of the samples from different objects should be maximized. However, the appearance of a face varies greatly due to the variations of the illumination, pose, and expression. Therefore, the previous definition of class label is not quite reasonable. Inspired by discriminative least squares regression algorithm (DLSR), a noisy label based discriminative least squares regression algorithm (NLDLSR) is presented in this paper. In our algorithm, the maximization difference between the class labels of the samples from different objects should be satisfied. Meanwhile, the class label of the different samples from the same object is allowed to have small difference, which is consistent with the fact that the different samples from the same object have some differences. In addition, the proposed NLDLSR is expanded to the kernel space, and we further propose a novel kernel noisy label based discriminative least squares regression algorithm (KNLDLSR). A large number of experiments show that our proposed algorithms can achieve very good performance.