• 한국환경과학회지
• /
• 제4권5호
• /
• pp.427-435
• /
• 1995

In order to discuss the differences among the SMP(Surface Moisture Availability Parameter), by previous researchers on the basis of their own theoretical and empirical background, we assessed the SMP according to the soil types and volumetric soil water contents. The results are as follows. There are differences among all the five SMAPs. There's a tendency that the larger grain size, the higher value of parameters. And they divided into two groups for their value: one group has parameters with exponential function and the other with cosine and linear function. The maximum difference between the two groups appears when the volumetric soil water contents are 0.07m3m-3 for sand, 0.l1m3m-3 for loam, 0.12 for clay, and 0.13m3m-3 for silt loam. So, these differences must be considered when we estimate the surface evaporation rate. From field data, the paddy field soil around Junam reservoir is classified as a silt has high wetness, 0.56. So, the parameter obtained from the field measurement is much higher than that of Clapp and Hornberger(1978)'s Table. This study treated the SMP for a certain point of time in winter season. But if we measured the soil water contents continuously, we could obtain better time-dependent parameter. Key words : SMAP(Surface Moisture Availability Parameter), Paddy field, Volumetric soil water content, Evaporation, Capillary potential.

• 전자공학회논문지B
• /
• 제30B권7호
• /
• pp.70-82
• /
• 1993

In this paper, employing the 3-dimensional discrete cosine transform (DCT) for the utilization of the temporal correlation, an adaptive motion sequence coding technique is proposed. The energy distribution in a 3-D DCT block, due to the nonstationary nature of the image data, varies along the veritical, horizontal and temporal directions. Thus, aiming an adaptive system to local variations, adaptive procedures, such as the 3-D classification, the classified linear scanning technique and the VLC table selection scheme, have been implemented in our approach. Also, a hybrid structure which adaptively combines inter-frame coding is presented, and it is found that the adaptive hybrid frame coding technique shows a significant performance gain for a moving sequence which contains a relatively small moving area. Through an intensive computer simulation, it is demonstrated that, the performance of the proposed 3-D transform coding technique shows a close relation with the temporal variation of the sequence to be code. And the proposed technique has the advantages of skipping the computationally complex motion compensation procedure and improving the performance over the 2-D motion compensated transform coding technique for rates in the range of 0.5 ~ 1.0 bpp.

• 방송공학회논문지
• /
• 제10권3호
• /
• pp.413-421
• /
• 2005

최근 고화질 디지털 방송(HDTV : High Definition Television)이 일반화됨에 따라 보다 다양한 서비스애플리케이션이 개발되고 있으며, 이를 위한 빠른 동영상 처리 기술들이 요구되고 있다. 특히 HDTV 방송 프로그램에서 축소 영상을 포함한 동영상 요약 기술 및 축소 영상을 이용한 실시간 장면 전환 검출 기술 등은 빠른 축소 영상 처리 기술을 요구하고 있다. 축소 영상 추출을 위한 기술로 가장 대표적인 방법은 DC 영상 추출 방법이 있다. 본 논문에서는 MPEG-2로 압축된 동영상으로부터 DC 영상을 고속으로 추출하기 위한 방법을 제안한다 제안한 방법은 프레임 DCT 부호화 및 필드 DCT 부호화로 부호화된 블록에서 효율적으로 DC 영상을 추출하는 방법과, 가변장 부호화로 부호화된 DCT 계수 중 DC 영상 구성에 쓰이지 않는 DCT 계수들을 빠르게 분석할 수 있도록 다중부호 룩업테이블(multiple-symbol lookup table: mLUT)을 구성하는 방법이다. 제안한 방법에 의해서 기존 룩업테이블 참조휫수를 50$ \% $ 줄일 수 있었다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.137-148
• /
• 2014

상품 검색시간의 단축과 쇼핑에 투입되는 노력의 감소 등, 온라인 쇼핑이 주는 장점에 대한 긍정적인 인식이 확산되면서 전자상거래(e-commerce)의 중요성이 부각되는 추세이다. 전자상거래 기업들은 고객확보를 위해 다양한 인터넷 고객관계 관리(eCRM) 활동을 전개하고 있는데, 개인화된 추천 서비스의 제공은 그 중 하나이다. 정확한 추천 시스템의 구축은 전자상거래 기업의 성과를 좌우하는 중요한 요소이기 때문에, 추천 서비스의 정확도를 높이기 위한 다양한 알고리즘들이 연구되어 왔다. 특히 협업필터링(collaborative filtering: CF)은 가장 성공적인 추천기법으로 알려져 있다. 그러나 고객이 상품을 구매한 과거의 전자상거래 기록을 바탕으로 미래의 추천을 하기 때문에 많은 단점들이 존재한다. 신규 고객의 경우 유사한 구매 성향을 가진 고객들을 찾기 어렵고 (Cold-Start problem), 상품 수에 비해 구매기록이 부족할 경우 상관관계를 도출할 데이터가 희박하게 되어(Sparsity) 추천성능이 떨어지게 된다. 취향이 독특한 사용자를 뜻하는 'Gray Sheep'에 의한 추천성능의 저하도 그 중 하나이다. 이러한 문제인식을 토대로, 본 연구에서는 소셜 네트워크 분석기법 (Social Network Analysis: SNA)과 협업필터링을 결합하여 데이터셋의 특이 취향 사용자 (Gray Sheep) 문제를 해소하는 방법을 제시한다. 취향이 독특한 고객들의 구매데이터를 소셜 네트워크 분석지표를 활용하여 전체 데이터에서 분리해낸다. 그리고 분리한 데이터와 나머지 데이터인 두 가지 데이터셋에 대하여 각기 다른 유사도 기법과 트레이닝 셋을 적용한다. 이러한 방법을 사용한 추천성능의 향상을 검증하기 위하여 미국 미네소타 대학 GroupLens 연구팀에 의해 수집된 무비렌즈 데이터(http://movielens.org)를 활용하였다. 검증결과, 일반적인 협업필터링 추천시스템에 비하여 이 기법을 활용한 협업필터링의 추천성능이 향상됨을 확인하였다.