• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 2001년도 춘계 Conference: CRM과 DB응용 기술을 통한 e-Business혁신
• /
• pp.331-341
• /
• 2001

본 논문에서는 Naive Bayes 문서 분류기를 위한 새로운 학습모델을 제안한다. 이 모델에서는 라벨이 없는 문서들의 집합으로부터 선택한 적은 수의 학습 문서들을 이용하여 문서 분류기를 재학습한다. 본 논문에서는 이러한 학습 방법을 따를 경우 작은 비용으로도 문서 분류기의 정확도가 크게 향상될 수 있다는 사실을 보인다. 이와 같이, 알고리즘을 통해 라벨이 없는 문서들의 집합으로부터 정보량이 큰 문서를 선택한 후, 전문가가 이 문서에 라벨을 부여하는 방식으로 학습문서를 결정하는 것을 selective sampling이라 한다. 본 논문에서는 이러한 selective sampling 문제를 Naive Bayes 문서 분류기에 적용한다. 제안한 학습 방법에서는 라벨이 없는 문서들의 집합으로부터 재학습 문서를 선택하는 기준 측정치로서 평균절대편차(Mean Absolute Deviation), 엔트로피 측정치를 사용한다. 실험을 통해서 제안한 학습 방법이 기존의 방법인 신뢰도(Confidence measure)를 이용한 학습 방법보다 Naive Bayes 문서 분류기의 성능을 더 많이 향상시킨다는 사실을 보인다.

• Ocean and Polar Research
• /
• 제22권2호
• /
• pp.57-67
• /
• 2000

Time-selective self-triggering water sampler, AUTTLE developed by Jin et al. (1999) has been improved in order to prevent pre-deposition of suspended sediments (SS) before sampling. By using two solenoids, the improved sampler is able to be moored or deployed with inclination. Its position is changed to horizontal position by activating the first solenoid, and then the endcaps of the sampling bottle are closed by the second solenoid that is driven three times to minimize possible failure of sampling. An external control unit for setting sampling time has been also constructed. Additionally, the electric circuit housing of the sampler has been modified to be detached from the sampling bottle when operating manually. Its performance has been confirmed through flume tests and a field experiment. It will serve as a valuable tool in the various fields of oceanography and environmental engineering, especially where seawater sampling synchronized at several sites and/or the information in storm period is important.

• 정보처리학회논문지D
• /
• 제13D권3호
• /
• pp.369-376
• /
• 2006

본 논문은 온라인 전자문서환경에서 전통적 베이지안 통계기반 문서분류시스템의 분류성능을 개선하기 위해 EM(Expectation Maximization) 가속 알고리즘을 접목한 방법을 제안한다. 기계학습 기반의 문서분류시스템의 중요한 문제 중의 하나는 양질의 학습문서를 확보하는 것이다. EM 알고리즘은 소량의 학습문서집합으로 베이지안 문서분류 알고리즘의 성능을 높이는데 활용된다. 그러나 EM 알고리즘은 최적화 과정에서 느린 수렴성과 성능 저하 현상을 나타내는데, EM 알고리즘의 기본 가정을 따르지 않는 온라인 전자문서환경에서 특히 그러하다. 제안 기법의 주요 아이디어는 전통적 EM 알고리즘을 개선하기 위해 불확정성도 기반 선택적 샘플링 기법을 활용한 것이다. 성능평가를 위해 Reuter-21578 문서집합을 사용하여, 제안 알고리즘의 빠른 수렴성을 보이고 전통적 베이지안 알고리즘의 분류 정확성을 향상시켰음을 보인다.

• Journal of Communications and Networks
• /
• 제5권4호
• /
• pp.319-327
• /
• 2003

We consider the problem of low-sampling rate high-resolution channel estimation and timing for digital ultrawideband (UWB) receivers. We extend some of our recent results in sampling of certain classes of parametric non-bandlimited signals and develop a frequency domain method for channel estimation and synchronization in ultra-wideband systems, which uses sub-Nyquist uniform sampling and well-studied computational procedures. In particular, the proposed method can be used for identification of more realistic channel models, where different propagation paths undergo different frequency-selective fading. Moreover, we show that it is possible to obtain high-resolution estimates of all relevant channel parameters by sampling a received signal below the traditional Nyquist rate. Our approach leads to faster acquisition compared to current digital solutions, allows for slower A/D converters, and potentially reduces power consumption of digital UWB receivers significantly.

• 대한임베디드공학회논문지
• /
• 제3권2호
• /
• pp.109-118
• /
• 2008

We present a robust localization algorithm using particle filter for mobile robots in a dynamic environment. It is difficult to describe moving obstacles like people or other robots on the map and the environment is changed after mapping. A mobile robot cannot estimate its pose robustly with this incomplete map because sensor observations are corrupted by un-modeled obstacles. The proposed algorithms provide robustness in such a dynamic environment by suppressing the effect of corrupted sensor observations with a selective update or a sampling from non-corrupted window. A selective update method makes some particles keep track of the robot, not affected by the corrupted observation. In a sampling from non-corrupted window method, particles are always sampled from several particle sets which use only non-corrupted observation. The robustness of proposed algorithm is validated with experiments and simulations.

• 산업기술연구
• /
• 제21권B호
• /
• pp.99-105
• /
• 2001

In this paper, the selective normalized constant modulus algorithm(SNCMA) is applied to a fractionally spaced equalizer. The fractionally spaced equalizer is insensitive to the sampling timing because it processes received signals with the sampling rate larger than the symbol rate. The SNCMA improves the convergence rate by using the large step size for the most outer covering symbol belonging to the trust-level. This blind equalizer exhibits a fast start-up convergence rate as well as a reduced steady-state residual error compared to the fractionally spaced blind equalizer and the T-spaced blind equalizer using conventional blind algorithms.

• 정보기술과데이타베이스저널
• /
• 제8권1호
• /
• pp.95-104
• /
• 2001

In the text classification domain, labeling the training documents is an expensive process because it requires human expertise and is a tedious, time-consuming task. Therefore, it is important to reduce the manual labeling of training documents while improving the text classifier. Selective sampling, a form of active learning, reduces the number of training documents that needs to be labeled by examining the unlabeled documents and selecting the most informative ones for manual labeling. We apply this methodology to Naive Bayes, a text classifier renowned as a successful method in text classification. One of the most important issues in selective sampling is to determine the criterion when selecting the training documents from the large pool of unlabeled documents. In this paper, we propose two measures that would determine this criterion : the Mean Absolute Deviation (MAD) and the entropy measure. The experimental results, using Renters 21578 corpus, show that this proposed learning method improves Naive Bayes text classifier more than the existing ones.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 추계학술발표대회
• /
• pp.38-41
• /
• 2007

데이타 마이닝을 위하여 수집된 대용량의 데이타를 여과 없이 기계학습에 적용하는 것은 많은 시간과 비용이 요구될 뿐만 아니라 저장 공간면에서도 비효율적이다. 선별적 샘플링은 이러한 상황에서 매우 효율적으로 적용할 수 있도록 원본 데이타의 특성을 가능한 반영하여 새로운 훈련 데이타를 생성하는 방법이다. 본 연구에서는 신경망의 하나인 SOM을 적용한 선별적 샘플링을 수행하는데 있어서 여러 가지 선택 문제를 효과적으로 해결하기 위한 실험을 수행한다. 실험 결과로는 두 가지 결과를 얻었다. 1) 충분한 맵 사이즈를 선택해야 학습 데이타의 함축적인 특성을 잘 반영한다, 2) 선택적 샘플링을 위한 유닛선택 방법에서는 의미없는 유닛을 제거함으로서 분류 성능향상을 얻을 수 있다.

• 환경생물
• /
• 제41권3호
• /
• pp.247-255
• /
• 2023

본 연구는 대량 발생으로 인한 피해를 유발하고 있는 돌발해충인 동양하루살이의 효율적인 모니터 선별적 포집 방법의 개발을 수행하였다. 동양하루살이의 대량 발생이 심각한 것으로 확인된 남양주시 한강공원 일대를 대상으로 현장 조사를 수행하였으며, 연구진에서 개발한 PMS 시제품을 활용하여 필터의 간격과 재질에 따른 선별 포집 효율을 확인하였다. 시제품은 4개의 필터가 설치되어있고, 실험 조건에 따라 필터의 재질과 간격을 교체하며 실험하였다. 동양하루살이의 출현이 가장 많은 6월 동안 수행하였으며, 19:00부터 22:30까지 30분 간격으로 조사하였다. 가장 높은 선별 포집 효율은 필터의 간격이 2.0 mm이고, 상위 필터가 1개 존재할 때 96.5%로 가장 높게 나타났다.

• 한국산업보건학회지
• /
• 제25권4호
• /
• pp.472-481
• /
• 2015

Objectives: Welding is a major task in shipbuilding yards that generates welding fumes. A significant amount of welding in shipbuilding yards is done on steel. Inevitably, manganese is present in the base metals being joined and the filler wire being used and, consequently, in the fumes to which workers are exposed. The objective of this work was to characterize manganese exposure associated with work area, total and particle size-selective mass concentration, and compare the mass concentrations obtained using a three-piece cassette sampler, size-selective impactor sampler and blood manganese concentrations. Materials: All samples were collected from the main work areas at one shipbuilding yard. We used a three piece cassette sampler and the eight stage cascade impactor sampler for the airborne manganese mass concentration of total and all size fractions, respectively. In addition, we used the results of health examination of workers sampled for airborne manganese. Results: The oder of high concentration of airborne manganese in shipbuilding processes was as follows; block assembly, block erection, outfitting installation, steel cutting, and outfitting preparation. The percentages of samples that exceeded the OES of the ministry of employment and labor by the cassette sampling method was 12.5%, however 59.1% of sampled workers by the impactor sampling method exceeded the TLV of the ACGIH. Conclusions: Even though the manganese concentrations in blood of workers exposed to higher airborne manganese concentration were higher than among those exposed to lower concentrations, there was no difference in blood manganese concentrations among work duration. The data analyzed here by characterizing size-selective mass concentrations indicates that the inhaled manganese of welders in shipbuilding yards could be mostly manganese-containing respirable particle sizes.