http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 조유근(Y.K Cho) (검색결과 5 건)
- 무료
- 기관 내 무료
- 유료
-
Multiple RPC를 사용한 분산 병렬 정보 검색 시스템의 구축
이영찬(Y C Lee),조유근(Y. K Cho) 한국정보과학회 1990 한국정보과학회 학술발표논문집 Vol.17 No.2
정보 검색 시스템은 유용한 데이타들을 컴퓨터로 분석, 정리하여 정보를 구성한 뒤 사용자의 요구에 따라 관련 정보를 제공해 주는 시스템이다. 분산 정보 검색 시스템은 이들을 네트워크를 통해 연결한 것으로 노드간의 정보 공유 및 검색을 제공할 수 있어야 한다. 본 논문에서는 이러한 분산 정보 검색 시스템을 구축하는 데 있어 분산 검색을 위해 Query 변환과 재분석을 필요로 하는 Query Broadcasting을 사용하던 기존의 방식과 달리, Multiple RPC를 사용해서 보다 효율적인 병렬 검색과 원격 정보 항목의 Interactive Browsing을 제공하는 분산 병렬 정보 검색 시스템(DPIRS Distributed and Parallel Information Retrieval System)을 제안, 설계하였다.
-
서경원(K.W. Suh),송인식(L.S. Song),유광현(K.H. Yoo),이동희(D.H. Lee),이명신(M.S. Lee),조유근(Y.K. Cho) 한국정보과학회 1992 한국정보과학회 학술발표논문집 Vol.19 No.2
본 논문에서는 대칭적 공유메모리를 갖는 intel 80486을 기반으로 한 SNUMP 다중 처리기 시스템을 위한 운영 체제의 이식 작업 내용과 그 경험을 기술한다. 본 연구에서는 다중 처리기를 효과적으로 지원하는 운영 체제로서 OSF/I 운영체제를 선택하여 SNUMP 시스템에 이식하였다. OSF/I SNUMP에의 이식 작업은 운영 체제 커널이 다수의 처리기에서 병렬적으로 수행될 수 있도록, 특히, OSF/I의 기계 의존부의 병렬화 작업을 위주로 시스템 초기화, MMU 테이블, 다중 처리기 임계 구역, 처리기간 인터럽트 기법, 클럭및 부동 소수점 처리기의 병렬화, 입출력 장치 관리의 병렬화 작업등이 수행되었다.
-
입력 차원 축소를 이용한 이동 불변 2차 신경망의 효율적 구현
이봉규(B.K. Lee),조유근(Y.K Cho) 한국정보과학회 1994 정보과학회논문지 Vol.21 No.12
오류역전파(EBP) 학습 규칙을 사용하는 1차 다층 퍼셉트론은 구조의 단순함과 우수한 문제 해결 능력으로 최근 패턴 인식 분야에서 많은 관심을 끌고 있다. 그러나 EBP를 사용하는 1차 다층 퍼셉트론이 위치 이동에 무관하게 패턴 집합을 구별하기 위해서는 많은 양의 변형된 형태들을 학습해야 한다. 따라서 위치 불변 패턴 인식에 사용하기 어렵다. 더욱이 1차 다층 퍼셉트론은 많은 패턴을 학습하고도 새로운 패턴에 대해 단지 80-90%를 인식할 뿐이다. 2차 신경망은 기하학적으로 관련 있는 2개 픽셀의 비선형 조합을 입력으로 가지는 다층 신경망이다. 따라서 2차 신경망은 패턴의 한 변형만을 학습하여 위치 불변 인식을 할 수 있다. 그러나 2차 신경망은 위치 이동만을 고려하더라도 입력 노드 수가 O(N²)로 증가하기 때문에 구현이 어렵다. 또한 학습 및 인식 시간이 많이 소요되는 문제점이 있다. 본 논문에서는 2차 신경망이 가지는 문제점인 입력 노드 수의 기하급수적인 증가 문제를 해결하기 위한 방법으로 입력의 픽셀 조합과 주성분 분석을 이용하여 위치 불변 2차 신경망의 입력 노드 수를 O(N²)에서 N보다 적게 축소하는 방법을 제안한다. 제안된 방법은 위치 불변 2차 신경망을 입력 패턴 차원 N에 대해서 (2*N)/5개의 입력 노드로 구현하기 때문에 2창 신경망 입력 노드 수의 기하급수적 증가를 해결할 수 있다. 또한 학습과 인식 시간을 향상시켰다. 구현된 2차 신경망은 위치 이동된 한글 명조체 990자에 대한 실험에서 축소되지 않은 것에 비해서 대등한 인식율을 보이면서 인식 및 학습 시간을 단축시키는 결과를 보였다. 1st-order Multi-layer perceptrons using EBP (Error Back Propagation) learning rule have attracted a great deal of interest recently in the field of pattern recognition, because of it's simplicity and superior problem solving capabilities. But, because 1st-order Multilayer perceptrons must be trained on a large subset of transformed views to learn to distinguish between a set of patterns independent of their position, they can hardly be used for shift invariant pattern recognitions. Moreover, even after extensive training with large training set, they usually achieve only 80-90% recognition capabilities on novel examples. 2nd-order neural network is a multi-layer network that has inputs consisting of geometrically related nonlinear combinations of two pixels. So, 2nd -order neural networks need to be trained on just one transformed view of each pattern for shift invariant recognition. But the number of 2nd-order neural network input nodes increase in proportion to O(N²), where N is the dimension of the input patterns, even if we only consider shift invariance. This is the major obstacle to actual implementations of 2nd-order neural networks. Also, such large number of input nodes lead to slow learning and recognition. In this paper, as a part of a method to solve the combinatorial explosion of the number of 2nd-order neural network input nodes, we propose a method for reducing the number of shift invariant 2nd-order neural network input nodes from O(N²) to less than N using pattern pixel combinations and PCA(Principal Component Analysis). Because we can implement a shift invariant 2nd-order neural network only with (2*N)/5 nodes using the proposed method, we are able to solve the combinatorial explosion of input nodes. Also, we improve the learning and recognition time of the network. The implemented 2nd-order neural network showed similar recognition rates to the unreduced network in experiments using 990 shifted Hangul Mungjo characters while decreasing the learning and recognition time.
-
주성분 분석을 이용한 이동 불변 이차 신경망의 노드 축소
이봉규(B.K. Lee),이흥호(H.H. Lee),조유근(Y.K Cho) 한국정보과학회 1994 한국정보과학회 학술발표논문집 Vol.21 No.1
신경망의 입력에 수직, 수평 방향으로 이동된 패턴이 입력되면 오인식의 원인이 된다. 표준의 EBP를 사용하는 다층 퍼셉트론은 패턴 픽셀의 값이 신경망의 입력 노드에 직접 입력되므로 위치 이동 문제를 해결하기 어렵다. 2차 신경망은 기하학적으로 관련이 있는 2개 픽셀의 비선형 조합들을 입력으로 가지는 다중 신경망이므로 위치 이동에 무관한 패턴 인식에 사용할 수 있다. 그러나 2차 신경망은 위치 이동만을 고려 하더라도 입력 노드 수가 N²로 증가하기 때문에 구현이 어렵다. 본 논문에서는 입력 패턴 픽셀들의 조합들과 PCA(Principal Component Analysis)를 이용하여 위치 이동에 불변하는 2차 신경망의 입력 노드 수를 축소하는 방법을 제안한다. 제안된 방법으로 입력 패턴 차원 N에 대해서 평균 2/5*N 정도의 입력 노드를 가지는 위치 이동에 불변하는 2차 신경망을 구현할 수 있었다. 축소된 2차 신경망을 위치 이동된 한글 명조체 990자에 대해서 실험한 결과 99.6%의 인식율을 얻었다. 그리고 학습 및 인식에 걸리는 시간도 단축시켰다.
-
방대욱(D. W Bang),조유근(Y K Cho) 한국정보과학회 1990 한국정보과학회 학술발표논문집 Vol.17 No.1
함수언어로 작성한 프로그램을 그래프 리덕션 계산모델로 수행하는 병렬 리덕션 컴퓨터의 설계 및 구현이 연구기관이나 대학에서 진행되고 있으나, 이 모델의 문제점으로 다른 모델에 비해 수행속도가 떨어지고 처리요소간의 통신속도 한계로 인해 병렬처리할 단위결정이 어렵다는 점이 지적되고 있다. 본 연구는 이러한 문제점을 해결하고자 순차 프로그램단위의 병렬 그래프 리덕션 모델을 제시한다. 그리고 범용 병렬 컴퓨터에 최소커널을 탑재하여 제시한 그래프 리덕션 원리로 함수 프로그램을 수행하는 가상 병렬 리덕션 컴퓨터를 설계한다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
