• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.331-333
• /
• 2003

UML(Unified Modeling Language) 액티비티 다이어그램은 시스템의 동적인 측면을 표현하는데 적합하기 때문에 비즈니스 프로세스와 워크플로우를 모델링 하는데 유용하게 사용된다. 워크플로우 모델링은 이해하기 쉽고. 작업하기 쉬운 보편성을 갖고 있도록 개발되어져야 한다. 또한 모델링을 하는 기법 자체에는 정형적인 의미를 내포하고 있어야 하며 분석이 가능해야 한다. 이에 본 논문에서는 워크플로우 시스템의 특성에 맞도록 ASM(Abstract State Machine) 시멘틱을 이용하여 액티비티 다이어그램 기반의 워크플로우 모델링에 대한 시멘틱 표현을 제안한다. 이와 같은 ASM 시멘틱을 기반으로 하는 정형적인 시멘틱 표현을 통하여 보다 효율적인 워크플로우 모델링이 가능하다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.22 no.8
• /
• pp.1613-1621
• /
• 1997

Many studies on internal data expression to process logic functions efficiently on computer have been doing actively. In this paper, we propose an efficient logic function manipulation system made on the Objected-Oriented manner, where Binary Decision Diagrams(BDD's) are adopted for internal data espressionof logic functions. Thus it is easy to make BDD's presenting combinational problems. Also, we propose a method of applying filtering function for reducing the size of BDD's instead of attributed bits, and add it to the mainpultion system. As a resutls, the space of address is expanded so that the number of node that can be used in the mainpulation system is increased up to 2/sup 27/. Finally, we apply the implemented system to One-Shot state assignment problems of asynchronous sequential circuits and show that it is efficient for the filtering method to reduce the size of BDD's.

• Annual Conference of KIPS
• /
• 2006.11a
• /
• pp.69-72
• /
• 2006

최근 생명 정보학 기술의 발달로 마이크로 단위의 실험조작이 가능해짐에 따라 하나의 chip상에서 전체 genome의 expression pattern을 관찰할 수 있게 되었고, 동시에 수 만개의 유전자들 간의 상호작용도 연구가능하게 되었다. 이처럼 DNA 마이크로어레이 기술은 복잡한 생물체를 이해하는 새로운 방향을 제시해주게 되었다. 따라서 이러한 기술을 통해 얻어진 대량의 유전자 정보들을 효과적으로 분석하는 방법이 시급하다. 본 논문에서는 마이크로어레이 실험에서 다양한 원인에 의해 발생하는 잡음(noise)을 줄이거나 제거하는 과정인 정규화과정을 거쳐 특징 추출방법인 SVM(Support Vector Machine) 방법을 이용하여 데이터를 2개의 클래스로 나누고, 표준화 방법들의 성능 비교를 위해 Adaptive Simulated Annealing 알고리즘으로 정확도를 평가하는 분류 시스템을 설계 구현하였다.

• Annual Conference of KIPS
• /
• 2006.11a
• /
• pp.377-380
• /
• 2006

최근 XML(eXtensible Markup language) 사용의 증가로 인해 다량의 대용량 XML 문서가 이용되고 있음에 따라, 효율적인 문서 관리를 위한 XML문서의 데이터 모델과 저장 스키마를 어떻게 구현할 것인가에 대한 연구가 활발히 진행되고 있다. 이에 본 논문에서는 관계형 데이터베이스를 기반으로 한 XML문서에 대한 효율적인 저장, 검색 및 관리 기법으로 노드의 텍스트 값이나 속성 값이 존재하는 경로만을 저장하고, 노드 표현에 따라 고유 노드명 식별자(Node Expression Identifier)를 부여함으로써 부여된 노드 식별자를 매칭하는 숫자 매칭(Number Matching)기법을 제안한다. 그리고 이를 입증하기 위해 WPath 질의들에 대한 처리 성능을 기존 방법과 비교함으로써 제안한 방법의 효율성을 제시한다.

• Annual Conference of KIPS
• /
• 2004.11a
• /
• pp.903-906
• /
• 2004

본 논문에서는 얼굴 표정 인식 시스템을 위한 얼굴 영역 추출 알고리즘을 제안한다. 이는 입력 영상으로부터 얼굴 후보 영역을 추출하고, 추출된 얼굴 후보 영역에서 눈의 위치를 정확히 추출한다. 그리고 추출된 눈 영역들의 정보와 타원 방정식을 이용하여 최종 얼굴 영역을 추출한다. 얼굴 후보 영역은 HSI 칼라 좌표계에 기반한 적응적 피부색 구간 범위를 설정하여 추출하였다. 추출된 얼굴 후보 영역에서의 눈 영역 추출을 위해 밝기 정보를 이용하여 먼저 눈의 후보 화소들을 추출하고, 레이블링 과정을 통하여 영역별로 그룹화하였다. 각 후보 영역들의 화소 수, 가로세로비 및 위치 정보를 고려하여 최종 눈 영역을 추출하였다. 추출된 두 눈 영역에서 무게중심을 구하고 이를 이용하여 장축과 단축을 설정하여 타원방정식을 이용 최종 얼굴 영역을 추출하였다. 제안된 알고리즘은 조명 변화, 다양한 배경들을 가지는 얼굴 영상에서도 정확히 얼굴 영역을 추출할 수 있었다.

• The Transactions of the Korea Information Processing Society
• /
• v.7 no.3
• /
• pp.872-878
• /
• 2000

In this paper a computer programming for the expression of nearest neighbor atoms in face-centered cubic (FCC) and body-centered cubic (BCC) crystals was suggested as one of the approaches to understand each of the crystal structure. By using this computer programming the distance values between a reference atom and the nearest neighbor atoms, and the numbers of the nearest neighbor atoms were calculated ane compared for the FCC and BCC crystals. In this algorithm, the positions of the atoms in a crystal were defined as two categories: the corner atoms and face- or body-centered atoms, and considered respectively. For the same order of nearest neighbor atoms except the second order ones the distance values form the reference atom were smaller in the FCC crystals than those in the BCC. Also, the numbers of he first and third nearest neighbor atoms n the FCC crystals were larger than those in the BCC. This difference was explained by the comparison of each atomic packing ratio of the FCC and BCC crystals. The algorithm used in this programming can also be expanded to the analysis of other crystal structures.

• Annual Conference of KIPS
• /
• 2002.11a
• /
• pp.351-354
• /
• 2002

최근 생명공학 기술과 분석화학 기술의 발달로 생물 유전 데이터를 대량으로 얻는 것이 가능하게 되었다. 아울러 이렇게 얻어진 데이터를 적절하게 처리하고 분석하는 방법들도 여러 가지가 소개되어 왔다. 본 논문에서는 DNA 마이크로어레이 정보를 분류하기 위하여 세 가지 데이터에 대하여 여러 가지 특징 전혀 방법으로 선택된 유전자들을 사용하여 신경망 분류기에 적용시켜 보았다. 실험 결과 백혈병 데이터의 경우 피어슨 상관계수를 이용한 분류가 97.1%로 가장 높은 인식률을 보여주었다. 한편 여러 가지 특징 선택 방법에 의하여 공통적으로 선택된 유전자를 사용하여 분류하면 더 높은 인식률이 나올 것 같았지만 실제로는 기대에 못 미치는 성과를 보여주었다. 따라서 무조건 여러 번 선택된 특징을 선택하기 보다는 특징들끼리의 상관관계를 고려하여 선택하는 방법이 필요할 것이다.

• Annual Conference of KIPS
• /
• 2002.11a
• /
• pp.789-792
• /
• 2002

컴퓨터 기술의 발달에 따라서 최근 애니메이션이 학계나 산업계의 주목을 받고 있다. 결코 예술로서는 존중받고 있지 않으나 늘 가까이 두는 기호 식품처럼 애니메이션은 예술성이나 문화성과는 별개로 자연스럽게 두터운 매니아 계층을 확보하고 있다. 이러한 환경아래서 애니메이션과 웹과의 결합은 앞으로 영상매체나, 영화, 광고, 텔레비젼 등의 시장을 쉽게 석권하리라고 생각된다. 이러한 애니메이션 필요성에 따라서 국내에서도 이와 관련된 학과들이 수없이 많이 생겨나고 있으나 애니메이션 제작에 대한 디지털 컨텐츠가 매우 부족해서 수 작업이나 과거 만화 애니메이션 형태에 국한하고 있는 곳이 대부분이다. 본 논문은 이러한 점에 착안해서 애니메이션에 가장 기본적인 동작인 "다양한 동물의 움직임", "인물표현과 동작", "자연현상", 등의 원시자료와 기본이미지, 애니메이션 과정 등을 수록한 디지털 애니메이션 모델을 선계하고 구현하였다.

• Annual Conference of KIPS
• /
• 2003.05a
• /
• pp.293-296
• /
• 2003

유전 발현 데이터는 생명체의 특정 조직에서 채취한 샘플을 microarray상에서 측정한 것으로 유전자들의 발현 정도가 수치로 나타난 데이터이다. 일반적으로 정상조직과 이상조직에서 관련 유전자들의 발현 정도는 차이를 보이기 때문에, 유전발현 데이터를 통하여 암을 분류할 수 있다. 하지만 분류에 모든 유전자가 관여하지는 않으므로 관련성 있는 유전자만을 선별해내는 작업인 특징 선택방법이 필요하다. 본 논문에서는 회귀분석의 변수선택방법중 하나인 전진 선택법(forward selection method)을 사용하여 유전자들을 선택하고 분류하는 방법을 제안한다. 실험데이터는 대장암 데이트를 사용하였고, 분류기는 KNN을 사용하였다. 이 방법과 상관계수를 이용한 특징 선택 방법인 피어슨 상관계수와 스피어맨 상관계수방법과 비교해본 결과 전진 선택법에 의한 특징 선택방법이 암의 분류에 있어서 더 효과적인 유전자 선택을 한다는 사실을 확인하였다. 실험결과 90.3%의 높은 인식률을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.757-759
• /
• 2003

암의 치료법은 같은 종류의 암이라 해도 그 하부 클래스에 따라 매우 다르기 때문에 암의 클래스를 예측하는 것은 그 정확한 치료를 위하여 매우 중요하다. 유전자 발현 데이터를 이용한 암의 분류에 있어 기존의 연구들은 각 데이터를 하나의 클러스터에 소속시키는 하드 분할(hard partition)에 의한 분할 방식을 사용하는 하드 클러스터링을 사용하였다. 하지만 일반적으로 유전자 발현 암 데이터와 같은 실세계의 데이터는 쉽게 나뉘어지기 힘들거나 클러스터 간의 경계가 분명하지 않기 때문에 하드 클러스터링 기법은 주어진 데이터의 성질을 손실시킬 수 있는데 반해, 퍼지 클러스터링 기법은 각 데이터가 소속 정도에 따라 여러 개의 클러스터에 속할 수 있도록 분할하기 때문에 이러한 손실을 최소화할 수 있다. 따라서 본 논문에서는 퍼지 클러스터링의 대표적인 방법인 fuzzy c-means 클러스터링을 적용하여 암의 클래스를 예측하고, 다양한 하드 클러스터링 방법과 비교함으로써 퍼지 클러스터링의 성능을 검증하였다.