이차원 Data Matrix 바코드에서 Base 256 모드의 디코딩 알고리즘

한희준,이효창,이종연 한국융합학회 2013 한국융합학회논문지 Vol.4 No.3

기존의 바코드는 정보 배열이 나란히 나열된 선 모양을 가지며 이를 1차원 바코드라 부른다. 이에 반해 2차원 바코드는 점자방식 또는 모자이크방식 코드로 작은 정사각형 도는 직사각형 안에 정보를 표현한다. 2차원 바코드는 기존의 1차원 바코드보다 작은 공간에 많은 데이터를 표현 가능함으로써 보다 효율적인 바코드의 구현이 가능하다. 현재 ISO 국제 표준화된 2차원 바코드는 총 4가지로 분류되는데 QR Code, Data Matrix, PDF417, MaxiCode가 있다. 본 논문에서는 ISO 국제 표준화된 바코드 중 하나인 Data Matrix의 Base 256 모드에 대한 기본 개념, 구성 방법, 인코딩 및 디코딩 방법을 상세히 제안한다. Data Matrix 심벌에 저장된 데이터를 보다 효율 적으로 구성하기 위해 숫자, Alphanumeric 문자, 이진법에 따라 다른 인코딩, 디코딩 방법을 사용하게 되는데 본 논문에서는 이를 고려한 디코딩 방법에 초점을 맞춰 기술할 것이다.

Modeling the Dynamics between Stock Price and Dividend: An Endogenous Regime Switching Approach

한희준,이나경 한국경제학회 2018 The Korean Economic Review Vol.34 No.2

This study considers a new error correction model (ECM) for stock price and dividend, which accommodates nonlinearities in both long- and short-run relationships. First, timevarying coefficient cointegration is adopted to explain the nonlinear long-run relationship between stock price and dividend. Second, the model allows for endogenous regime switching to describe the short-run relationship. The empirical application on the S&P 500 Index and dividend shows that our model fits the data significantly better than existing models and provides estimates with meaningful interpretations. In addition, the linear cointegration is unsuitable to describe the long-run relationship, and the ECM with endogenous regime switching better explains the data than that with conventional Markov switching. An extract latent factor specifically reveals the periods for each regime, and the periods of high-volatility regime include the NBER recession periods and certain periods of financial crisis.

Fluorescent Dissolved Organic Matter (FDOM) in the East Sea (Japan Sea): Distributions, Sources, and Sinks

한희준,조형미,권형규,김규범 한국해양과학기술원 2021 Ocean science journal Vol.56 No.2

We measured the north–south transactional distributions of nutrients, dissolved organic carbon (DOC), and fluorescent dissolved organic matter (FDOM) in the East Sea (Japan Sea) in November 2019. The humic-like (C peak and M peak) and protein-like (T peak) components were identified using the parallel factor analysis model. The concentrations of C peak, M peak, and nutrients increased with depth, while T peak and DOC concentrations decreased with depth. However, unusually higher DOC concentrations were observed in the deep layer of some stations near the Ulleung Basin, relative to those in the other stations, perhaps by internal oceanic waves driven by a combination of the anti-cyclonic eddy and the unique bottom topography. The humic-like FDOM in the deep layer was found to be produced mainly by aerobic degradation of sinking organic matter in the water column and additionally by anaerobic processes in the sediments, based on its plot against apparent oxygen utilization. Although the concentrations of M peak were almost constant in the entire depth, C peak decreased gradually from 1000 m to the surface, suggesting relatively ineffective production of M peak in the deep ocean and/or more effective UV degradation of C peak in the surface layer. The labile portion of FDOM, T peak, was observed only in the euphotic layer, indicating its rapid removal before reaching the deep ocean. Our results observed in the East Sea, a miniature of the global ocean, provide new insights into the production and removal mechanisms regarding the FDOM distributions in the ocean.

The cross-quantilogram: Measuring quantile dependence and testing directional predictability between time series

한희준 ELSEVIER SCIENCE SA 2016 JOURNAL OF ECONOMETRICS - Vol.193 No.1

“이생망!” 그럼 하나님나라, 어때?

한희준 새가정사 2021 새가정 Vol.744 No.-

코너 검출 기반의 융합형 Data Matrix 바코드 분할 알고리즘

한희준,이종연 한국융합학회 2015 한국융합학회논문지 Vol.6 No.1

바코드 검사기의 성능에 결정적인 영향을 미치는 것은 입력 영상으로부터 바코드 영역을 추출하는 세그먼테이션 과정이며, 기존의 세그먼테이션 기법에는 여러 가지 문제점이 존재한다. 첫째, 허프 직선 변환 방법은 길이 임계값에 매우 민감하여 임계값을 정하는데 어려움이 있다. 둘째, 모폴로지 변환은 영상을 수축, 팽창하는 과정에서 많은 지연시간이 발생한다. 따라서 본 논문에서는 이러한 바코드 검증에서 지연 현상을 해결하고 주변 영향을 적게 받는 해리스 코너 검출 기법 융합형 바코드 영역 검출 기법을 제안한다. 그리고 본 논문에서 제안한 알고리즘을 검증하기 위해 실제 라인과 유사한 실험 환경을 구성하고, 다양한 크기의 바코드 영상과 다양한 위치에서의 바코드 영역 추출실험을 하였다. 결과적으로 제안 기법은 기존의 알고리즘에 비해 주변 환경이나 임계값 설정의 어려움과 영상 처리의 지연 문제를 해결하였고 모든 테스트 영상에 대해 바코드 영역을 100% 추출하는 성능을 보였다. A segmentation process extracts an interesting area of barcode in an image and gives a crucial impart on the performance of barcode verifier. Previous segmentation methods occurs some issues as follows. First, it is very hard to determine a threshold of length in Hough Line transform because it is sensitive. Second, Morphology transform delays the process when you conduct dilation and erosion operations during the image extraction. Therefore, we proposes a novel Converged Harris Corner detection-based segmentation method to detect an interesting area of barcode in Data Matrix. In order to evaluate the performance of proposed method, we conduct experiments by a dataset of barcode in accordance with size and location in an image. In result, our method solves the problems of delay and surrounding environments, threshold setting, and extracts the barcode area 100% from test images

개인 관심분야 추적기법을 이용한 과학기술정보 개인화에 관한 연구

한희준,최윤수,최성필 한국문헌정보학회 2018 한국문헌정보학회지 Vol.52 No.3

In this paper, we analyze a user’s usage behavior, identify and track search intention and interest field based on the National Science and Technology Standard Classification, and use it to personalize science and technology information. In other words, we sought to satisfy both efficiency and satisfaction in searching for information that users want by improving scientific information search performance. We developed the personalization service of science and technology information and evaluated the suitability and usefulness of personalized information by comparing the search performance between expert experimental group and control group. As a result, the personalization service proposed in this study showed better search performance than comparative service and proved to provide higher usability. 본 연구의 목적은 사용자의 정보 서비스 이용행태를 분석하여 검색하는 의도와 관심분야를 국가과학기술표준분류 기반으로 파악하고 추적하며, 이를 이용해 과학기술정보를 개인화하는 것이다. 즉 과학기술정보 검색 성능을 개선하여 사용자가 원하는 정보를 탐색하는데 효율성과 만족도를 동시에 충족시키고자 하였다. 실시간 관심분야 추적, 관심 태그 클라우드 제공, 관심분야 기반 추천정보 제공, 검색 결과 개인화 네 가지 기능으로 구성된 과학기술정보 개인화 서비스를 개발하여 전문가 실험집단과 통제집단과의 검색 성능 비교를 통해 개인화 정보의 적합성 및 개인화 기능 유용성을 평가하였다. 그 결과 본 연구에서 제안된 개인화 서비스가 비교 대상 서비스보다 검색 성능이 더 우수한 것으로 나타났으며 더 높은 유용성을 제공하는 것을 입증하였다.

A Study on Shot Segmentation and Indexing of Language Education Videos by Content-based Visual Feature Analysis

한희준 한국정보관리학회 2017 정보관리학회지 Vol.34 No.1

As IT technology develops rapidly and the personal dissemination of smart devices increases, video material is especially used as a medium of information transmission among audiovisual materials. Video as an information service content has become an indispensable element, and it has been used in various ways such as unidirectional delivery through TV, interactive service through the Internet, and audiovisual library borrowing. Especially, in the Internet environment, the information provider tries to reduce the effort and cost for the processing of the provided information in view of the video service through the smart device. In addition, users want to utilize only the desired parts because of the burden on excessive network usage, time and space constraints. Therefore, it is necessary to enhance the usability of the video by automatically classifying, summarizing, and indexing similar parts of the contents. In this paper, we propose a method of automatically segmenting the shots that make up videos by analyzing the contents and characteristics of language education videos and indexing the detailed contents information of the linguistic videos by combining visual features. The accuracy of the semantic based shot segmentation is high, and it can be effectively applied to the summary service of language education videos.

Ti-Fe-Zr 수소 저장 합금의 미세 조직과 국소 표면 전위 분포

한희준,김하영,손소담,강정수,심재혁,서진유,신형준 한국진공학회 2019 한국진공학회 학술발표회초록집 Vol.2019 No.2

랜덤 포레스트(Random Forest)의 시계열 적용에 관한 연구: 한국 물가상승률 예측 사례 분석

한희준 한국경제학회 2023 經濟學硏究 Vol.71 No.3

본고는 한국과 미국의 물가상승률 예측에 랜덤 포레스트 모형을 적용할 때, Stationary Bootstrap이나 Moving Block Bootstrap 등 Block Bootstrap을 사용하는 것이 통상적인 독립 부트스트랩(Independent Bootstrap)을 사용하는 것에 비해 통계적으로 유의한 수준으로 예측력을 개선하지는 못한다는 것을 보인다. 그리고 FRED-MD를 참고한 총 93개의 관련 국내외 거시경제/금융 변수들을 사용하고, XGBoost, LSTM 등 다양한 머신러닝 방법을 활용하여 한국의 물가상승률을예측하고 분석한다. 2004년 9월에서 2022년 3월까지의 표본을 이용하였고, 1개월에서 12개월의 예측 대상기간(Forecast Horizon)을 고려하였다. 총 13개의 모형 중 대부분의 예측 대상기간에 있어 예측력이 우수한 모형이 존재하는 것으로나타났는데, 이는 보루타 알고리즘(Boruta Algorism)을 통해 중요한 변수로 분류된 변수들만을 랜덤 포레스트에 적용하는 모형이다. Giacomini and White(2006) 와 Hansen et al.(2009)의 검정을 통해 대부분의 예측 대상기간에서 통계적으로유의하게 예측력이 우수함을 확인하였는데, 특히 경제활동인구 및 취업자 수의증가율 등 고용시장 관련 변수, 기업경기실사지수, 주택가격 변화율 등이 물가상승률 예측에 중요한 변수로 선택되는 것으로 나타났다. This paper first investigates whether adopting the stationary bootstrap or the moving block bootstrap, instead of the usual independent bootstrap, in the random forest method improves forecasting of stationary time series. It is shown that the block bootstrap procedures adopted in the random forest method do not make any statistically significant improvement in Korean or US inflation forecasting. Secondly, we consider inflation forecasting in Korea using 93 macroeconomic/financial variables and various machine learning methods. The samples are from September 2004 to March 2022. Comparing total 13 models, one model outperforms the rest models for most forecast horizons, which is a simplified method of the model proposed by Kim and Han (2022). The method consists of the following two steps: 1) Select important variables based on the Boruta algorithm, 2) Using only those selected variables, implement the random forest and produce a forecast. The tests by Giacomini and White (2006) and Hansen et al. (2009) show that the model provides significantly better forecasts for most forest horizons. In particular, the Boruta algorithm selected total economically active population, total employed persons, BSI, house price as important variables for Korean inflation forecasting.