• 한국정보과학회논문지:데이타베이스
• /
• 제34권3호
• /
• pp.206-216
• /
• 2007

현재 웹의 한계를 극복하기 위해 제안된 시맨틱 웹을 구축하기 위해서는 데이타에 잘 정의된 의미를 부여하는 온톨로지 언어를 사용해야 한다. W3C에서 제안한 OWL은 대표적인 온톨로지 언어이다. 시맨틱 웹 상에서 OWL 데이타를 효율적으로 검색하기 위해서는 잘 구성되어진 저장 스키마를 구축해야 한다. 본 논문에서는 효율적인 질의 처리를 위한 저장 스키마와 그에 적절한 질의 처리 기법을 제안하고자 한다. 또한 OWL 데이타는 클래스와 프로퍼티들의 상속 관계 정보를 포함한다. 따라서 질의 수행 시질의에서 나타나는 클래스와 프로퍼티들 뿐 아니라 그것들과 관련된 계층 구조에 대한 탐색이 필요하다. 본 논문은 계층 정보를 유지하는 XML 문서를 생성하여 XML 데이타베이스 시스템에 저장한다. 이때 부모/자식 관계 추출에 용이한 기존의 넘버링 기법을 기반으로 노드의 순서 정보를 XML 문서의 애트리뷰트로 유지함으로써 질의에서 나타나는 클래스와 프로퍼티의 하위 정보들을 효율적으로 추출하고자 한다. 마지막으로 실험을 통한 질의 처리 성능의 비교를 통해서 본 논문에서 제안하고자 하는 기법들이 효과적임을 보인다.

• Journal of Information Processing Systems
• /
• 제17권5호
• /
• pp.1020-1033
• /
• 2021

Nowadays, online or mobile social network services (SNS) are very popular and widely spread in our society and daily lives to instantly share, disseminate, and search information. In particular, SNS such as YouTube, Flickr, Facebook, and Amazon allow users to upload billions of images or videos and also provide a number of multimedia information to users. Information retrieval in multimedia-rich SNS is very useful but challenging task. Content-based media retrieval (CBMR) is the process of obtaining the relevant image or video objects for a given query from a collection of information sources. However, CBMR suffers from the dimensionality curse due to inherent high dimensionality features of media data. This paper investigates the effectiveness of the kernel trick in CBMR, specifically, the kernel principal component analysis (KPCA) for dimensionality reduction. KPCA is a nonlinear extension of linear principal component analysis (LPCA) to discovering nonlinear embeddings using the kernel trick. The fundamental idea of KPCA is mapping the input data into a highdimensional feature space through a nonlinear kernel function and then computing the principal components on that mapped space. This paper investigates the potential of KPCA in CBMR for feature extraction or dimensionality reduction. Using the Gaussian kernel in our experiments, we compute the principal components of an image dataset in the transformed space and then we use them as new feature dimensions for the image dataset. Moreover, KPCA can be applied to other many domains including CBMR, where LPCA has been used to extract features and where the nonlinear extension would be effective. Our results from extensive experiments demonstrate that the potential of KPCA is very encouraging compared with LPCA in CBMR.

• 정보처리학회 논문지
• /
• 제13권5호
• /
• pp.221-226
• /
• 2024

정보검색에서 질의는 다양한 유형이 존재한다. 추상적인 질의부터 구체적인 키워드를 포함하는 질의까지 다양한 형태로 구성되어 있어서 사용자의 요구에 정확한 결과 도출은 어려운 과제이다. 또한 검색시스템이 오타, 다국어, 코드와 같은 다양한 요소를 포함하는 질의를 다뤄야 하는 특징이 존재한다. 본 연구에서는 질의 유형을 분석하고, 이에 따라 딥러닝 기반 재순위화의 적용 여부를 결정하는 방법을 제안한다. 최근 연구에서 높은 성능을 보인 딥러닝 모델인 DeBERTa를 이용하여 질의에 대한 적합 문서의 학습을 통해 재순위화를 수행한다. 제안 방법의 유효성을 평가하기 위해 국제정보검색 평가대회인 TREC 2023의 상품 검색 트랙(Product Search Track) 테스트컬렉션을 이용하여 실험을 하였다. 실험 결과에 대한 정규화된 할인누적이득(NDCG) 성능측정 비교에서 제안 방법이 정보검색 기본 모델인 BM25 에 비해 질의 오류 처리를 통한 검색, 잠정적 적합성피드백을 통한 상품제목 기반 질의확장과 질의유형에 따른 재순위화에서 0.7810으로 BM25 대비 10.48% 향상을 보였다.

• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 2002년도 제9회학술대회 논문집
• /
• pp.259-264
• /
• 2002

기존의 질의확장 혹은 적합성 피드백 연구에서 코사인 정규화를 사용하여 검색성능을 향상시킨 연구들이 많다. 본 논문에서 실험한 결과를 근거로 하였을 때 이는 낮은 검색성능을 보였던 것이 검색공간의 확장으로 성능이 크게 향상되었을 가능성이 있다. 실험결과 가중치 유사도 모델간의 커다란 차이는 보이지 않고 코사인정규화 가중치 알고리즘에서 상당한 성능향상이 있었다. 그러나 기존의 코사인정규화 가중치 알고리즘을 이용한 전역적 질의확장의 경우 성능 향상률은 높으나 원질의어를 이용하여 가장 좋은 성능을 보였던 가중치 알고리즘들의 검색성능과 비교하면 오히려 낮은 성능을 보였다.

• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 1994년도 제1회 학술대회 논문집
• /
• pp.3-6
• /
• 1994

본 연구에서는 전문데이터베이스의 자연어 검색에 있어서 탐색시소러스의 검색효율과 퍼지시소러스 관련어 확장검색의 검색효율을 측정하였다. 한국경제신문사 ECONET의 기사 데이터베이스를 대상으로 질문의 기본 탐색어를 계층어와 관련어로 확장검색한 결과 탐색시소러스를 이용한 관련어 확장검색과 종합검색이 정확률은 저하시키지 앓고 재현율을 향상시켰다.

• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 1994년도 제1회 학술대회 논문집
• /
• pp.7-10
• /
• 1994

우리나라 연구소의 소규모 검색체계에서는 시소러스를 이용하지 않고 검색체계를 유지해도 별 문제가 없다는 생각을 가져온 것이 사실이다. 그러나 현실적으로는 검색효율이 극히 저조하고 잡음율이 높을 뿐만 아니라 필요한 정보의 접근이 불가능한 경우까지도 있다. 그래서 과연 현 체계대로 검색했을때 검색효율 즉 적합율과 재현율은 어느 정도 인가를 실험을 통해서 측정해 보았더니 극히 저조하다는 결론을 얻었고 그 원인을 분석해 보았다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제6권2호
• /
• pp.100-104
• /
• 2006

Fuzzy techniques can be applied in many domains of computer vision community. The definition of an adequate similarity measure for measuring the similarity between fuzzy sets is of great importance in the field of image processing, image retrieval and pattern recognition. This paper proposes a new class of the similarity measures. The properties, sensitivity and effectiveness of the proposed measures are investigated and tested on real data. Experimental results show that these similarity measures can provide a useful way for measuring the similarity between fuzzy sets.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2116-2119
• /
• 2003

In this paper, we present a DirectShow-based retrieval and playback subsystem of DVR(Digital Video Recorder), which supports real-time playback of stored video data and synchronized playback among several video channel data. The effectiveness of out proposed design is verified through experiments with a DVR system implementing the proposed design.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.231-235
• /
• 2001

순수한 부울 검색 시스템은 문서와 질의 사이의 유사도를 나타내는 문서값을 계산할 수 없기 때문에, 검색된 문서들을 질의를 만족하는 정보에 따라 정렬할 수 없다. 부울 검색 시스템의 이러한 단점을 보완하는 방법으로 MMM 모델, Paice 모델, P-norm 모델이 개발되었다. 본 논문에서는 높은 검색 효과를 제공하는 질의분해 적합성 피드백(QSRF) 모델을 제안한다. 질의 분해 적합성 피드백 모델의 연산 특성이 MMM, Paice, P-norm 모델보다 우수함을 설명하고, 또한 성능 비교를 통하여 이를 입증한다.

• 방송공학회논문지
• /
• 제13권6호
• /
• pp.828-837
• /
• 2008

본 논문은 단일 3차원 모델과 모델의 클래스의 특징적인 시점을 추출하여 3차원 모델 검색 및 분류를 수행하는 기법을 제안한다. 제안하는 기법은 3차원 모델을 투영한 2차원 형상 중에 특징적인 형상을 추출하는데, 이때 고르게 샘플(sample)된 형상들을 최근 개발된 친근도 전파 (affinity propagation) 기법을 이용하여 군집화(clustering)한다. 친근도 전파는 데이터를 군집화하는 동시에 각 클러스터의 대표 값을 계산하므로, 군집화된 형상들로부터 대표 형상이 자연스럽게 지정된다. 제안하는 기법은 친근도 기법을 클래스별로 각 모델의 대표 형상 집합에 재차 적용하여 클래스의 대표 형상을 추출하고, 이를 기반으로 하여 3차원 모델의 분류도 가능하게 한다. 3차원 모델의 검색 뿐 아니라 분류를 가능하게 함으로써, 분류를 검색의 전처리 과정으로 하여 연관된 클래스의 모델 중에서만 검색을 수행할 수 있게 하여 단위가 큰 데이터베이스에서도 효율적인 검색을 가능하게 한다. [16]에 제안된 프린스턴 벤치마크 데이터베이스(Princeton benchmark database)을 이용한 실험을 통해 제안하는 검색 및 분류 기법의 유용함을 보인다.