http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
구조적응 자기구성 지도를 이용한 인간 행동의 성별 분류
류중원(Jungwon Ryu),조성배(Sung-Bae Cho) 한국정보과학회 2001 한국정보과학회 학술발표논문집 Vol.28 No.1B
본 논문에서는 구조적응 자기구성 지도 모델을 사용하여 인간 행동의 성별을 분류하는 인식기를 제안하였다. 26명의 사람이 ‘화난 상태’ 혹은 ‘보통 상태’의 두가지 정서 하에서 ‘문 두드리기’, ‘손 흔들기’, ‘물건 들어올리기’의 세가지 동작을 수행하는 동안, 행위자 관절점의 속도나 위치 정보로부터 성별을 분류하였다. 또한 SASOM의 성능 비교 분석을 위하여 전통적인 SOM, 다층 퍼셉트론과 그의 두 가지 결합 모델, SASOM와 의사결정 트리 결합 모델, 단일 의사 결정트리, k-최근접 이웃 등의 인식기를 구현하여 성능을 비교분석 하였다. 실험 결과 SASOM 분류기가 가장높은 인식률을 보였으며 분류기로서 유용함을 알 수 있었다.
류중원(Jungwon Ryu),조성배(Sung-Bae Cho) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.2Ⅱ
인간과 기계가 효과적인 상호작용을 하기 위해서는 컴퓨터 시스템이 인간의 행동을 인식할 수 있어야한다. 본 연구에서는 인공 신경망을 사용하여 컴퓨터 시스템이 인간의 움직임을 관찰한 후 행위자의 성별을 인식하도록 하는 시스템을 구현하였다. 두 가지 감정상태(보통 상태, 화난 상태) 하에서 일어난 인간의 세 가지 동작(문 두드리기, 손 흔들기, 물건 들어올리기)을 대상으로 하여 인간 동작 데이터를 통해 만들어진 학습 데이터를 통해 98.0%의 인식률을 보일 때까지 학습시키고나서, 이전에 사용하지 않았던 새로운 데이터에 대해 얼마나 성별을 잘 구별해 내는지 실험하였다. 동작이 일어나는 동안 행위자의 몸 여섯 군데에서 속도 데이터를 얻어내서 신경망의 입력값으로 사용하였다. 그 결과 최저 62.3%이상 최고 94.3%까지 인간 성별을 구분해 낼 수 있었고 이는 같은 데이터에 대하여 사람을 통해 실험한 것 보다 훨씬 나은 것이다.
자기구성 지도를 이용한 인터넷 FAQ의 자동응답 및 개념적 브라우징
안준현(Joon-Hyun Ahn),류중원(Jungwon Ryu),조성배(Sung-Bae Cho) 한국지능시스템학회 2002 한국지능시스템학회논문지 Vol.12 No.5
최근 인터넷상의 정보를 가공하여 사용자에게 효율적으로 제공하는 서비스들이 많아지고 있지만, 컴퓨터에 익숙하지 않은 사용자들은 이러한 서비스를 쉽게 이용하지 못하기 때문에 사용자들을 돕는 시스템이 필요하다. 예를 들어, 웹사이트의 경우 전자우편을 통한 사용자들의 질문에 대해 관리자가 직접 답을 해줘야 하는데, 사용자의 증가로 질의응답 업무의 양이 커지고 있다. 본 논문에서는 이를 해결하기 위하여 사용자의 질의를 자동으로 분류하여 응답하고 사용자가 FAQ를 개념적으로 브라우징할 수 있도록 하는 시스템을 제안한다. 이 시스템은 다양한 크기의 질의 메일을 정형화된 크기로 만들기 위한 키워드 클러스터링 자기구성 지도(SOM)와 이를 실제 해당 답변 클래스로 분류하는 전자 우편 분류 SOM의 이단계 구조로 구성되어 사용자의 질의에 해당하는 답변을 자동으로 전송할 수 있으며, 사용자가 이차원상에 표현된 문서 지도를 이용하여 쉽게 전체 자료의 분포를 파악하여 검색할 수 있다. 실제 한 달간 수집한 2,206개의 한메일넷 질의 데이터에 대한 실험 결과, 95%의 분류율을 보여 그 유용성을 볼 수 있었으며, 단계별 검색이 가능하여 사용자가 효율적으로 검색할수 있음을 확인할 수 있었다. Though many services offer useful information on internet, computer users are not so familiar with such services that they need an assistant system to use the services easily. In the case of web sites, for example, the operators answer the users' e-mail questions, but the increasing number of users makes it hard to answer the questions efficiently. In this paper, we propose an assistant system which responds to the users' questions automatically and helps them browse the Hanmail Net FAQ (Frequently Asked Question) conceptually. This system uses two-level self-organizing map (SOM): the keyword clustering SOM and document classification SOM. The keyword clustering SOM reduces a variable length question to a normalized vector and the document classification SOM classifies the question into an answer class. Experiments on the 2,206 e-mail question data collected for a month from the Hanmail net show that this system is able to find the correct answers with the recognition rate of 95% and also the browsing based on the map is conceptual and efficient.
신경망 분류기를 이용한 암 관련 유전자 발현정보의 분류
권영준(Youngjun Kwon),류중원(Jungwon Ryu),조성배(Sung-Bae Cho) 한국정보과학회 2001 한국정보과학회 학술발표논문집 Vol.28 No.1B
최근 생물 유전자 정보를 효과적으로 분석하기 위한 적절한 도구의 필요성이 대두되고 있다. 본 논문에서는 백혈병 환자의 골수로부터 얻어낸 DNA Microarray 유전 정보를 분류하여 환자가 가지고 있는 암의 종류를 예측하기 위한 최적의 특징추출방법과 분류방법을 찾고자 한다. 이를 위해 피어슨 상관관계, 유클리디안 거리, 코사인 계수, 스피어 맨 상관관계, 정보 이득, 상호 정보, 신호 대 잡음비의 7가지 특징 추출 방법을 사용하였으며, 역전파 신경망, 의사결정 트리, 구조 적응형 자기구성 지도, k-최근접 이웃 등 4가지의 기계학습 분류기를 이용하여 분류 실험을 하였다. 실험결과, 피어슨 상관관계와 역전파 신경망을 이용한 분류 방법이 97.1%의 인식률을 보임을 알 수 있었다.
실세계의 FAQ 메일 자동분류를 위한 문서 특징추출 방법의 성능 비교
홍진혁(Jinhyuk Hong),류중원(Jungwon Ryu),조성배(Sung-Bae Cho) 한국정보과학회 2001 한국정보과학회 학술발표논문집 Vol.28 No.1B
최근 문서 자동분류의 중요성이 널리 인식되어 다양한 연구가 진행되고 있다. 본 논문에서는 한글 문서의 효과적인 자동분류를 위한 다양한 특징추출 방법들을 구현하고 실제 질의메일에 대한 효율적인 특징추출 방법을 제시한다. 실험을 위해 문서 빈도(document frequency), 정보 이득(information gain), 상호 정보량(mutual information), x² 통계, 적합성 점수(relevancy score), 교차비(odds ratio)과 단순화된 x²등 7가지 특징추출 방법을 사용하였으며 463개의 실제 테스트 질의메일에 적용한 결과, x² 방법이 74.7%의 인식률을 내어 성능이 가장 좋음을 알 수 있었다. 반면에 x² 와 함께 가장 자주 쓰이는 방법 중의 하나인 정보 이득은 인식률이 최대 40.6%밖에 되지 않았다.