http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Top-n 스카이라인 질의를 이용한 다차원 외판원 순회문제
진창균 ( Changgyun Jin ),양세빈 ( Sevin Yang ),강은진 ( Eunjin Kang ),김지윤 ( Jiyun Kim ),김종완 ( Jongwan Kim ),오덕신 ( Dukshin Oh ) 한국정보처리학회 2019 한국정보처리학회 학술대회논문집 Vol.26 No.1
PDA나 휴대폰 단말로 여러 속성의 데이터를 이용하여 사용자에게 필요한 정보를 제공하는 위치기반 서비스는 물류/운송 정보 서비스, 버스/지하철 노선 안내 서비스 등에 사용된다. 여기에서 제공하는 데이터들을 최적 경로를 구하는 외판원 순회문제 (Traveling Salesman Problem)에 사용한다면 더 정확한 경로 서비스 제공이 가능하다. 하지만 데이터의 수가 많아질수록 비교 횟수가 기하급수적으로 늘어나는 외판원 순회 알고리즘의 특성상 일반 단말기에서 활용하기에는 배터리의 제약이 따른다. 본 논문에서는 이와 같은 단점을 해결하기 위해서 최적 경로의 후보군을 줄일 수 있는 스카이라인 질의를 이용하여 n차원 속성에 대한 최적 경로 알고리즘을 제안한다. 실험에서 정확도와 오차율을 통해 제안한 방식의 유용성을 보였으며 기존방식과 연산시간 차이를 비교하여 다차원방식의 효율성을 나타내었다.
합성곱 신경망(CNN)을 이용한 U-Net 기반의 인공지능 안면 정면화 모델
이상민 ( Sangmin Lee ),손원호 ( Wonho Son ),진창균 ( Changgyun Jin ),김지현 ( Ji-hyun Kim ),김지윤 ( Jiyun Kim ),박나은 ( Naeun Park ),김가은 ( Gaeun Kim ),권진영 ( Jin Young Kwon ),이혜리 ( Hye Yi Lee ),김종완 ( Jongwan Kim ),오덕신 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.2
안면 인식은 Face ID를 비롯하여 미아 찾기, 범죄자 추적 등의 분야에 도입되고 있다. 안면 인식은 최근 딥러닝을 통해 인식률이 향상되었으나, 측면에서의 인식률은 정면에 비해 특징 추출이 어려우므로 비교적 낮다. 이런 문제는 해당 인물의 정면이 없고 측면만 존재할 경우 안면 인식을 통한 신원확인이 어려워 단점으로 작용될 수 있다. 본 논문에서는 측면 이미지를 바탕으로 정면을 생성함으로써 안면 인식을 적용할 수 있는 상황을 확장하는 인공지능 기반의 안면 정면화 모델을 구현한다. 모델의 안면 특징 추출을 위해 VGG-Face를 사용하며 특징 추출에서 생길 수 있는 정보 손실을 막기 위해 U-Net 구조를 사용한다.
최근접 이웃 탐색 기반의 향상된 스카이라인 질의를 위한 전처리 기법
김지현 ( Ji-hyun Kim ),이상민 ( Sangmin Lee ),전형준 ( Hyeongjun Jeon ),진창균 ( Changgyun Jin ),김지윤 ( Jiyun Kim ),권진영 ( Jin Young Kwon ),김종완 ( Jongwan Kim ),오덕신 ( Dukshin Oh ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.1
스카이라인 질의는 객체의 속성을 기준으로 사용자의 선호에 적합한 대상을 탐색하는 기법이다. 기존 스카이라인 질의는 일괄처리 방식으로 탐색 결과를 반환하지만 대화형 앱이나 모바일 환 경과 같이 잦은 위치이동 발생 시 일괄처리 방식으로 스카이라인 질의 결과를 신속하게 받기 어렵다. 최근접 이웃(Nearest Neighbor) 알고리즘은 사용자와 상호 작용이 필요한 대화형 앱에서 실시간으로 선호 객체를 탐색하여 사용자에게 전달함으로써 객체의 반환 속도를 향상시켰다. 그러나 최근접 이웃 알고리즘은 객체 탐색 과정에서 반복적인 비교 연산을 수행하여 불필요한 탐색 시간이 소요된다. 본 논문은 대화형 앱에서 신속한 스카이라인 결과를 산출하고자 연산 대상 객체의 범위를 축소 함으로써 최근접 이웃 스카이라인 질의 알고리즘의 성능을 향상시킨 전처리 기법을 제안한다. 데이터 객체는 최대 40,000 개의 실험에서 제안 기법은 최근접 이웃 알고리즘보다 50% 빠른 성능을 나타내어 본 연구의 가용성이 증명되었다.
머신러닝을 이용한 의사결정트리 기반의 식품교환표 구성 모델
김지윤 ( Jiyun Kim ),이상민 ( Sangmin Lee ),전형준 ( Hyeongjun Jeon ),김가은 ( Gaeun Kim ),김지현 ( Ji-hyun Kim ),박나은 ( Naeun Park ),진창균 ( Changgyun Jin ),권진영 ( Jin Young Kwon ),김종완 ( Jongwan Kim ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.2
최근 국내에서는 식품에 대한 관심도가 높아짐에 따라 먹거리에 건강 환경 미래지향적 가치가 부여되고 있으며 식품 산업에서도 신규 식품 개발이 증가하는 추세이다. 식단을 구성할 때 기준이 되는 식품교환표는 개정과정에서 많은 인력과 시간이 소요되기 때문에 식품 섭취 변화를 신속하게 반영하기 어렵다. 본 논문에서는 식품교환표의 활용도를 높이기 위한 식품교환표 갱신 기법을 제안한다. 제안 기법은 의사결정트리 모델을 학습하여 새롭게 추가된 식품의 정보를 바탕으로 식품군을 분류하여 식품교환표를 갱신한다. 이는 영양 관리가 필요한 당뇨병 환자 등에게 실용적이며 기호성·다양성이 높은 식단을 구성하는 데 도움을 준다.