• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권1호
• /
• pp.368-391
• /
• 2018

Face recognition (FR) with a single sample per person (SSPP) is common in real-world face recognition applications. In this scenario, it is hard to predict intra-class variations of query samples by gallery samples due to the lack of sufficient training samples. Inspired by the fact that similar faces have similar intra-class variations, we propose a virtual sample generating algorithm called k nearest neighbors based virtual sample generating (kNNVSG) to enrich intra-class variation information for training samples. Furthermore, in order to use the intra-class variation information of the virtual samples generated by kNNVSG algorithm, we propose image set based multimanifold discriminant learning (ISMMDL) algorithm. For ISMMDL algorithm, it learns a projection matrix for each manifold modeled by the local patches of the images of each class, which aims to minimize the margins of intra-manifold and maximize the margins of inter-manifold simultaneously in low-dimensional feature space. Finally, by comprehensively using kNNVSG and ISMMDL algorithms, we propose k nearest neighbor virtual image set based multimanifold discriminant learning (kNNMMDL) approach for single sample face recognition (SSFR) tasks. Experimental results on AR, Multi-PIE and LFW face datasets demonstrate that our approach has promising abilities for SSFR with expression, illumination and disguise variations.

• International Journal of Internet, Broadcasting and Communication
• /
• 제11권4호
• /
• pp.37-42
• /
• 2019

In this paper, we explore the details of three classic data augmentation methods and two generative model based oversampling methods. The three classic data augmentation methods are random sampling (RANDOM), Synthetic Minority Over-sampling Technique (SMOTE), and Adaptive Synthetic Sampling (ADASYN). The two generative model based oversampling methods are Conditional Generative Adversarial Network (CGAN) and Wasserstein Generative Adversarial Network (WGAN). In imbalanced data, the whole instances are divided into majority class and minority class, where majority class occupies most of the instances in the training set and minority class only includes a few instances. Generative models have their own advantages when they are used to generate more plausible samples referring to the distribution of the minority class. We also adopt CGAN to compare the data augmentation performance with other methods. The experimental results show that WGAN-based oversampling technique is more stable than other approaches (RANDOM, SMOTE, ADASYN and CGAN) even with the very limited training datasets. However, when the imbalanced ratio is too small, generative model based approaches cannot achieve satisfying performance than the conventional data augmentation techniques. These results suggest us one of future research directions.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권9호
• /
• pp.3102-3119
• /
• 2021

In the modern rapid growing web era, the scope of web publication is about accessing the web resources. Due to the increased size of web, the search engines face many challenges, in indexing the web pages as well as producing result to the user query. Methodologies discussed in literatures towards clustering web documents suffer in producing higher clustering accuracy. Problem is mitigated using, the proposed scheme, Semantic Conceptual Relational Similarity (SCRS) based clustering algorithm which, considers the relationship of any document in two ways, to measure the similarity. One is with the number of semantic relations of any document class covered by the input document and the second is the number of conceptual relation the input document covers towards any document class. With a given data set Ds, the method estimates the SCRS measure for each document Di towards available class of documents. As a result, a class with maximum SCRS is identified and the document is indexed on the selected class. The SCRS measure is measured according to the semantic relevancy of input document towards each document of any class. Similarly, the input query has been measured for Query Relational Semantic Score (QRSS) towards each class of documents. Based on the value of QRSS measure, the document class is identified, retrieved and ranked based on the QRSS measure to produce final population. In both the way, the semantic measures are estimated based on the concepts available in semantic ontology. The proposed method had risen efficient result in indexing as well as search efficiency also has been improved.

• 컴퓨터교육학회논문지
• /
• 제16권5호
• /
• pp.31-37
• /
• 2013

본 연구는 대학 인터넷윤리 교육 방법에 따른 학습자의 인지 정의 행동 영역별 학습 효과를 비교하고 분석하기 위해 실시되었다. 교수 중심의 설명형 강의법(A 그룹)과 학생 주도의 참여 학습 방법(B 그룹)에 따라 학습자의 인지 정의 행동 영역에 있어서의 변화를 그룹간 그룹별로 비교 분석한 결과, 교수 중심 수업이 인지적 측면에 효과적이고 학생 주도 학습이 정의적 측면에 효과적인 것으로 나타났으며, 행동적 측면에서는 두 그룹 모두 양호 정도는 개선되었으나 통계적으로는 유의한 차이를 보이지는 않았다. 통합적 도덕성 교육으로서 인터넷윤리 교육이 좀 더 실효성 있는 교육으로 정착하기 위해서는 학생이 주도적으로 참여할 수 있는 학습이 주가 되면서 교수자가 필수적인 주요 지식 등을 보충하는 식의 수업 운영이 바람직하며, 행동적 변화를 가져올 수 있도록 하는 교육 방안에 대한 모색이 필요하다.

• 한국산업정보학회논문지
• /
• 제20권3호
• /
• pp.1-9
• /
• 2015

인터넷윤리는 대학에서 하나의 교양과목으로 위치하고 있으며, 본 연구자도 이 과목을 수년째 강의하고 있다. 인터넷윤리를 학생들에게 효과적으로 전달하기 위하여, 인터넷윤리 관련 동영상을 활용하고 일부 시범 실습을 실시하는 수업을 진행하였다. 최신 UCC 제시 및 이에 대한 토론도 진행하여 학생들의 인터넷윤리 이슈와 문제점을 인식시켰다. 그러나 단순히 비디오만 수동적으로 시청하는 것은 학생의 학습성과 향상 관점에서는 부족하다. 따라서 우리는 세 명이 팀을 이루어 인터넷윤리 주제에 관한 동영상을 제작하게 하였다. 이러한 팀프로젝트 교수법은 학생들이 수업에 능동적으로 참여하게 하고 스스로 비디오를 제작함으로써 개념을 이해하는데 효과적이다. 수강생 대상의 설문조사를 통하여, 제시된 UCC 제작 팀프로젝트 수업 방식이 학생들의 인터넷윤리 이해도 증진에 효과적임을 확인하였다.

• 한국도서관정보학회지
• /
• 제32권2호
• /
• pp.323-347
• /
• 2001

이 연구는 군사학 분야의 인터넷 학술정보자원을 효율적으로 조직, 활용하기 위한 청문서 분류체계의 모형을 제시하기 위해 시도된 것이다. 이를 위해, 우선 일반문헌분류표 가운데 군사정보에 관한 항목을 상세하게 전개하고 있는 LCC의 Class U(Military Science)와 Class V(Naval Class)를 상세히 분석하고, 웹 문서 분류체계 중 체계적 분류방식을 도입하고 있는 Yahoo!의 분류항목(처음/정부/군사)을 비교 분석하였다. 아울러 웹 문서 분류체계의 새로운 설계를 위해 기존의 Yahoo! Korea와 심마니, Yahoo! US를 종합적으로 비교 분석하였다. 이와 같은 비교 분석의 결과를 바탕으로, 실제적인 분류체계의 모형을 제시하였다.

• 한국수학사학회지
• /
• 제14권2호
• /
• pp.125-148
• /
• 2001

For this purpose, most of all, we thought over the theoretical background for the application of Web-resources to the teaching and learning program at the school mathematics. Second, we looked into the applied class and the class pattern with the internet. And then, we arranged the cases using the internet web materials. The last, we mentioned what the matters of learning based on the web are and what the teacher's roles are.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권11호
• /
• pp.4502-4518
• /
• 2015

Fisher linear discriminant analysis (LDA) is one of the most popular projection techniques for feature extraction and has been widely applied in face recognition. However, it cannot be used when encountering the single sample per person problem (SSPP) because the intra-class variations cannot be evaluated. In this paper, we propose a novel method called local similarity based linear discriminant analysis (LS_LDA) to solve this problem. Motivated by the "divide-conquer" strategy, we first divide the face into local blocks, and classify each local block, and then integrate all the classification results to make final decision. To make LDA feasible for SSPP problem, we further divide each block into overlapped patches and assume that these patches are from the same class. To improve the robustness of LS_LDA to outliers, we further propose local similarity based median discriminant analysis (LS_MDA), which uses class median vector to estimate the class population mean in LDA modeling. Experimental results on three popular databases show that our methods not only generalize well SSPP problem but also have strong robustness to expression, illumination, occlusion and time variation.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권11호
• /
• pp.4153-4169
• /
• 2014

To recognize F5-like (such as F5 and nsF5) steganographic algorithm from multi-class stego images, a recognition algorithm based on the identifiable statistical feature (IDSF) of F5-like steganography is proposed in this paper. First, this paper analyzes the special modification ways of F5-like steganography to image data, as well as the special changes of statistical properties of image data caused by the modifications. And then, by constructing appropriate feature extraction sources, the IDSF of F5-like steganography distinguished from others is extracted. Lastly, based on the extracted IDSFs and combined with the training of SVM (Support Vector Machine) classifier, a recognition algorithm is presented to recognize F5-like stego images from images set consisting of a large number of multi-class stego images. A series of experimental results based on the detection of five types of typical JPEG steganography (namely F5, nsF5, JSteg, Steghide and Outguess) indicate that, the proposed algorithm can distinguish F5-like stego images reliably from multi-class stego images generated by the steganography mentioned above. Furthermore, even if the types of some detected stego images are unknown, the proposed algorithm can still recognize F5-like stego images correctly with high accuracy.

• 디지털콘텐츠학회 논문지
• /
• 제14권3호
• /
• pp.343-348
• /
• 2013

본 연구의 목적은 영어 쓰기 학습 향상을 위한 도구로서 인터넷 활용과 소프트웨어의 영어 수업에 도입함으로써 얼마나 효과적이고 효율적인 교육이 될 수 있는지 연구하고자 한다. 첫째로 영어 쓰기에 관한 기존 연구들의 비교 분석과 연구 배경을 기술하고 둘째, 인터넷 도구들을 이용하여 영어 쓰기 과제 학습에 얼마나 효율적인지 기술하고자 한다. 이것은 인터넷 게시판에 주어진 어휘나 동사들을 가지고 문장을 완성해가는 과제를 예로 들 수 있다. 셋째, 이 연구는 인터넷 도구와 소프트웨어를 이용할 경우 오프라인 수업과 비교하여 학습자의 수업 태도와 적극성에 어떠한 변화가 있는지 비교 분석하고자 한다. 오프라인 수업에서와는 달리 웹사이트, IRC (Internet Relay Chat), 다양한 인터넷 도구와 여러 영어 말하기 및 듣기 실력향상을 위한 다양한 소프트웨어 활용이 학습자의 쓰기 실력 향상과 태도에 있어서 매우 중요한 영향을 미치고 있음을 알 수 있다.