• Annual Conference of KIPS
• /
• 2017.11a
• /
• pp.1095-1096
• /
• 2017

의사소통이 힘든 사람을 대상으로 열화상카메라를 이용한 사람의 감정을 파악하여 그에 맞는 감정에 대처를 함으로써 의사소통이 잘 이루어지지 않는 대상의 단점을 보완할 수 있다.

• JSTS:Journal of Semiconductor Technology and Science
• /
• v.2 no.1
• /
• pp.56-58
• /
• 2002

A closed form expression for the quality factor of the spiral inductor, methodologically, is presented as a function of the inductance ($L_{ind}$), metal-line width (W), spacing (S), inner and the diameter ($D_i$). For a given inductance, the dependences of quality factor on W, S, and $D_i$ are analyzed, and suggested the design optimization guidelines.

• ETRI Journal
• /
• v.30 no.4
• /
• pp.609-611
• /
• 2008

We address the outage performance for the opportunistic amplify-and-forward relaying strategies under Nakagami-m fading channels. A closed-form expression for the outage probability is derived. Simulation results verify our theoretical solutions.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.757-759
• /
• 2004

유전자 발현은 유전자가 mRNA와 생체의 기능을 일으키게 하는 단백질을 만들어내는 과정이다. 유전자 발현에 대한 정보는 유전자의 기능을 밝히고 유전자간의 상관 관계를 알아내는데 중요한 역할을 한다. 이러한 유전자 발현 연구를 위한 정보를 대량으로 신속하게 얻을 수 있는 도구가 DNA Chip이다. DNA Chip으로 얻은 수백-수천 개의 데이터는 그 데이터만으로는 의미를 갖지 못한다. 따라서 유전자 발현 정도에 따라 수치적으로 획득된 데이터에서 의미적인 특성을 찾아내기 위해서는 클러스터링 방법이 필요하다. 본 논문에서는 수많은 유전자 데이터 중에서 주요 정보를 포함한 것으로 판단되는 유전자 데이터를 선택하여 특징간을 계산하고 신경망 학습을 이용한 클러스터링하는 알고리즘에 대해서 기술한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.817-819
• /
• 2004

본 논문에서는 사람의 얼굴표정을 구분하기 위해서 무표정 영상으로부터 18개의 특징점을 찾고, 그 특징점 간의 거리를 템플릿으로 이용하는 방법을 연구하였다. 얼굴표정인식을 위해 정의된 기본 템플릿과 입력 표정 영상에서의 특징정 간의 상대적인 거리의 차이와 특징점의 좌표변위 차이를 이용하여 표정을 구분하도록 하였다. 각 테스트 표정영상의 특징점은 주요 얼굴요소로부터 아이겐포인트(eigen-point)를 자동으로 추출하였다. 표정 인식은 신경망 학습을 통해서 기쁨, 경멸, 놀람, 공포 슬픔 등 5가지로 나누어 실험하였고, 신경망의 인식 결과와 사람의 인식 결과를 통해서 비교한 결과, 72%의 인식성능을 보여주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.436-438
• /
• 1999

객체지향 프로그래밍에서 다형성이란 객체가 하나 이상의 객체 타입을 가질 수 있다는 것을 말한다. 이처럼 객체가 하나 이상의 타입을 가지게 되면 다양한 문맥에서 객체를 사용할 수 있게 되어 재사용성을 달성 할 수 있게 된다. 그러나 이러한 객체의 다형성은 정적인 타입 검사를 어렵게 하여 실행시 타입 오류를 유발할 가능성을 높이는 원인으로 작용한다. 본 논문에서는 객체 타입을 기술하기 위한 문맥에서 당일 타입만을 기술했던 것이 제약에서 벗어나 여러 타입의 조합으로 다형적 타입을 기술할 수 있게 함으로써 문맥에 맞는 객체 타입을 기술할 수 있도록 하는 메커니즘을 제안한다. 그리고 이 메커니즘이 어떻게 사용될 수 있는가에 대한 예제들도 함께 소개한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.736-738
• /
• 2002

계층적 클러스터링(hierarchical clustering)은 유전자 발현 데이터를 분석할 때 일반적으로 사용하는 방법이다. 계층적 클러스터링의 결과물은 유전자 발현 데이터의 덴드로그램이다. 이 덴드로그램에서 인접한 리프 노드들간의 유사도는 높아지게 하고 멀리 떨어진 노드들간의 유사도는 낮아지게 하기 위해서, 리프 노드들을 재배열하는 과정을 리프오더링이라고 한다. 본 논문에서는 전체 리프 노드들을 대상으로 하는 리프오더링 알고리즘들을 변형하여 각 클러스터별로 리프오더링을 하는 접근방식을 제안하고, 기존의 리프오더링 알고리즘을 사용했을 때의 결과와 제안하는 접근방식을 사용했을 때의 결과를 비교 분석하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.268-270
• /
• 2004

주어진 셀이나 조직에 발현된 단백질 프로파일의 구조적인 분석을 다루는 단백질체학(Proteomics) 연구에 있어서, 질병에 대한 마커 단백질(marker proteins)을 도출(identification)하는 것은 핵심 논점 중 하나이다. 수십 개의 샘플로부터 추출한 셀이나 조직 내에는 수많은 단백질이 포함되어 있으며, 존재하는 단백질의 질병에 의한 발현량(expression level) 변화 및 임상 특성에 의한 영향을 분석하기 위해서 데이터베이스와 데이터 마이닝 기술의 활용이 효과적이다. 본 논문에서는 질병 일 임상 특성에 따른 단백질의 발현량 변화를 분석하기 위한 OLAP 데이터 큐브(Data cube)의 응용 방법과 단백질 데이터의 분석에 적합한 척도(measure)를 제안하고, 유효성을 보인다.

• Annual Conference of KIPS
• /
• 2023.05a
• /
• pp.515-516
• /
• 2023

가상 피팅은 옷의 구매에 긍정적인 영향을 미치는 요소이다. 하지만 아직까지 여러 문제가 있어서 상용화가 되기 힘든 현실이다. 이러한 문제들 중에서 우리가 초점을 맞춘 것은 자연스러운 주름의 표현이다. 시간적 특성을 이용해 옷의 움직임을 자연스럽게 하고, 옷의 데이터를 얻어서 그 데이터로 옷의 주름표현과 텍스처 표현을 자연스럽게 할 수 있을 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.389-390
• /
• 2023

본 논문에서는 헤어가 젖었을 때 표현되는 다양한 물리적 효과를 사실적으로 표현할 수 있는 알고리즘에 대해 제안한다. 젖은 헤어에서 나타는 곱슬 형태를 헬릭스 기반으로 모델링하여 젖었을 때 더욱더 과하게 표현되도록 하였으며, 큰 계산양 없이 효율적으로 젖은 곱슬 헤어를 효율적으로 표현하였다.