• Annual Conference of KIPS
• /
• 2001.10b
• /
• pp.1311-1314
• /
• 2001

PC, Notebook, PDA, Cellular telephone, Smart phone 등 많은 형식의 인터넷 단말기가 사용되고 있지만, 인터넷 상에 존재하는 많은 그래픽 요소들은 이러한 단말기의 형식에 많은 제약을 받고 있다. 또한 사용자가 원하는 형태로 직접 변형하는 것이 어렵고, 그래픽 부분 요소의 재사용이 불가능하다. 본 논문에서는 차세대 마크업 언어로 각광받고 있는 XML(Extensible Markup Language)의 그래픽 표준인 SVG(Scalable Vector Graphic)를 이용하여 어떤 단말기에서도 같은 형식으로 디스플레이 되고 사용자가 원하는 형태로 이미지의 수정 및 부분 요소의 재사용성을 놀인 웹 캐릭터 빌더(Builder)를 설계 및 구현하였다. 연구 결과를 이용하면 에이전트 상의 웹 캐릭터 혹은 웹 상에서 일어날 수 있는 어떠한 컨텐츠에도 사용할 수 있는 기술을 구현한 수 있을 것이다.

• Annual Conference of KIPS
• /
• 2003.11a
• /
• pp.301-304
• /
• 2003

SVM은 일반화된 높은 분류 정확률을 보인다. 그러나, SVM은 데이터의 양이 커질수록 높은 시간 공간적 복잡성 때문에 근사화 알고리즘(Approximation Algorithm)을 이용한다. 이러한 접근 방법은 실제구현에서 높은 시간 공간적 복잡성을 요구하여 분류 정확률과 효율성을 낮아지게 한다. 따라서, 본 논문은 SVM을 앙상블 구조로 구성하여 분류 정확률을 높이고, 분류자의 최적 하이퍼플랜(Optimal Hyperplane)결정을 위해 마진 벡터만을 이용하여 시간 공간적 문제를 해결하였다. 실험결과, 본 논문에서 제시한 방법이 단일 SVM을 이용한 방법보다 높은 분류 정확률과 높은 효율성을 가짐을 보여준다...

• Annual Conference of KIPS
• /
• 2016.10a
• /
• pp.810-813
• /
• 2016

기존 IoT 스마트 가로등은 모션 감지 센서를 이용하여 보행자를 감지하고, 가로등의 밝기를 조정하는 형태로 구성된다. 하지만 이러한 방법은 보행자가 나아갈 길을 미리 예측하여 밝혀주지 않는다. 특히 기존 방법은 보행자 현재 위치만 밝힐 뿐, 나아갈 길은 어두운 상태이기 때문에 통행에 불편함을 겪고 있다. 본 논문에서는 보행자 경로를 미리 파악하여 가로등 밝기를 조절하는 방식을 소개한다. 보행자의 현재 위치를 파악하기 위해 모션 감지 센서를 이용하며, 보행자 경로 예측은 모션 벡터를 사용하여 가로등 밝기를 조절한다. 이러한 개선을 통하여 보행자의 편의 증대와 범죄 예방 등 긍정적인 효과를 기대 할 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.33-35
• /
• 2016

본 논문에서는 모바일 디바이스를 이용하여 촬영한 이미지 또는 이미 모바일 디바이스에 저장된 이미지를 사용자가 검색을 위한 질의어로 사용할 수 있는 방법에 대하여 제안한다. 기존의 모바일 검색엔진을 그대로 활용하기 위해 이미지 어노테이션에 기반한 태깅 키워드를 검색 이미지와 매칭하여 질의하는 방식으로 구현하며, 이 과정에서 이미지의 분석과 분류를 위한 SVM(Support Vector Machine)과 SIFT(Scale Invariant Feature Transform) 알고리즘을 사용하였으며, 이미지 어노테이션 태깅에 대한 키워드 매칭을 위해 빅데이터에서의 MapReduce를 응용하였다.

• Proceedings of the KIEE Conference
• /
• 2005.07c
• /
• pp.2327-2329
• /
• 2005

In this paper, we identify the memory effects of the RF high-power base station amplifiers with Vector Signal Analyzer (VSA). It is found that the model of power- amplifier using Tapped Delayed Neural - Networks with back-propagation algorithm shows very accurate modeling performance. Based on this behavioral modeling, we conducted inverse compensation process which also uses Neural Networks.

• Annual Conference of KIPS
• /
• 2004.05a
• /
• pp.1577-1580
• /
• 2004

여러 응용 서비스를 유 무선을 포함한 다양한 네트웍을 통해 제공하기 위해서는 네트웍에 적응할 수 있는 서비스 형태가 요구된다. 그 가운데 멀티미디어 서비스의 경우 네트웍이 서로 다른 환경에 적응할 수 있는 해결책으로 트랜스코딩 기술이 제시되었다. 하지만, 트랜스코딩을 위해 필요한 복호 부호의 처리 과정은 실시간으로 제공되는 멀티미디어 스트리밍의 경우에 제약조건으로 작용하고, 이에 따른 처리 과정을 대폭 줄이는 일부 기술들은 사용자 측의 서비스 품질에 문제점을 안고 있다. 본 논문에서는 트랜스코딩을 통한 처리 과정과 사용자 측 서비스 품질의 두 가지 측면을 고려하는 frame dropping 시의 모션 벡터 합성 기법에 대해서 언급한다. 또한, 본 논문에서는 기존의 기법과는 달리 양방향 예측 프레임이 포함된 경우에도 적용할 수 있는 확장성을 제공한다.

• The Bulletin of The Korean Astronomical Society
• /
• v.34 no.1
• /
• pp.82.1-82.1
• /
• 2009

• Honam Mathematical Journal
• /
• v.27 no.3
• /
• pp.505-513
• /
• 2005

The aim of this paper is to establish a functional central limit theorem for multivariate moving average process generated by negatively associated random vectors under the finite second moments.

• Bulletin of the Korean Space Science Society
• /
• 2009.04a
• /
• pp.45.3-46
• /
• 2009

• The Journal of the Acoustical Society of Korea
• /
• v.36 no.6
• /
• pp.401-406
• /
• 2017

This paper presents the performance assessment of several key algorithms conducted for amphibian species sound classification. Firstly, 9 target species including endangered species are defined and a database of their sounds is built. For performance assessment, three feature vectors such as MFCC (Mel Frequency Cepstral Coefficient), RCGCC (Robust Compressive Gammachirp filterbank Cepstral Coefficient), and SPCC (Subspace Projection Cepstral Coefficient), and three classifiers such as GMM(Gaussian Mixture Model), SVM(Support Vector Machine), DBN-DNN(Deep Belief Network - Deep Neural Network) are considered. In addition, i-vector based classification system which is widely used for speaker recognition, is used to assess for this task. Experimental results indicate that, SPCC-SVM achieved the best performance with 98.81 % while other methods also attained good performance with above 90 %.