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 : 황명권 (검색결과 85 건)
- 무료
- 기관 내 무료
- 유료
-
공간관계 표현 기반 RDF 메타데이터를 이용한 의미적 이미지 검색
황명권,공현장,김판구 한국정보처리학회 2004 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.11 No.5
As the modern techniques have improved, people intend to store and manage the information on the web. Especially, it is the image data that is given a great deal of weight of the information because of the development of the scan and popularization of the digital camera and the cell-phone’s camera. However, most image retrieval systems are still based on the text annotations while many images are creating everyday on the web. In this paper, we suggest the new approach for the semantic image retrieval using the RDF metadata based on the representation of the spatial relationships. For the semantic image retrieval, firstly we define the new vocabularies to represent the spatial relationships between the objects in the image. Secondly, we write the metadata about the image using RDF and new vocabularies. Finally, we could expect more correct result in our image retrieval system. 현대 과학 기술의 발달로 인해, 사람들은 필요한 정보들을 웹에 보관하고 관리한다. 특히, 이미지 데이터는 복잡한 데이터를 한눈에 알아보기 쉽게 표현할 수 있기 때문에 가장 많이 사용하고 있다. 또한 스캔(scan) 기술의 발달, 핸드폰 카메라와 디지털 카메라가 보편화 되면서 누구나 손쉽게 이미지를 제작하여 웹상에 게시할 수 있게 되었다. 하지만 이렇게 많은 이미지 데이터의 생성 및 제공에 반해, 웹상에 있는 이미지를 검색하는 시스템에는 극히 원시적인 방법(text-based)을 이용하고 있는 것이 추세이다. 이에 본 논문에서 우리는 ‘공간 관계 표현 기반 RDF 메타데이터를 이용한 의미적 이미지 검색’을 제안한다. 이는 이미지에 표현되어 있는 개체들 사이의 공간적인 관계의 표현을 위하여 새로운 공간관계 어휘들을 정의하고, RDF 메타데이터에 이를 의미적으로 표현함으로써, 이미지 검색에서 더욱 정확한 응답을 제공하고, 궁극적으로 의미적 이미지 검색 시스템(Semantical Image Retrieval System)을 구축하고자 한다.
-
공간관계 표현 기반 RDF 메타데이터를 이용한 의미적 이미지 검색
황명권,공현장,김판구,Hwang, Myung-Gwun,Kong, Hyun-Jang,Kim, Pan-Koo 한국정보처리학회 2004 정보처리학회논문지B Vol.11 No.5
현대 과학 기술의 발달로 인해, 사람들은 필요한 정보들을 웹에 보관하고 관리한다. 특히, 이미지 데이터는 복잡한 데이터를 한눈에 알아보기 쉽게 표현할 수 있기 때문에 가장 많이 사용하고 있다. 또한 스캔(scan) 기술의 발달, 핸드폰 카메라와 디지털 카메라가 보편화 되면서 누구나 손쉽게 이미지를 제작하여 웹상에 게시할 수 있게 되었다. 하지만 이렇게 많은 이미지 데이터의 생성 및 제공에 반해, 웹상에 있는 이미지를 검색하는 시스템에는 극히 원시적인 방법(text-based)을 이용하고 있는 것이 추세이다. 이에 본 논문에서 우리는 ‘공간 관계 표현 기반 RBF 메타데이터를 이용한 의미적 이미지 검색’을 제안한다. 이는 이미지에 표현되어 있는 개체들 사이의 공간적인 관계의 표현을 위하여 새로운 공간관계 어휘들을 정의하고, RDF 메타데이터에 이를 의미적으로 표현함으로써, 이미지 검색에서 더욱 정확한 응답을 제공하고, 궁극적으로 의미적 이미지 검색 시스템(Semantical Image Retrieval System)을 구축하고자 한다. As the modern techniques have improved, people intend to store and manage the information on the web. Especially, it is the image data that is given a great deal of weight of the information because of the development of the scan and popularization of the digital camera and the cell-phone's camera. However, most image retrieval systems are still based on the text annotations while many images are creating everyday on the web. In this paper, we suggest the new approach for the semantic image retrieval using the RDF metadata based on the representation of the spatial relationships. For the semantic image retrieval, firstly we define the new vocabularies to represent the spatial relationships between the objects in the image. Secondly, we write the metadata about the image using RDF and new vocabularies. Finally. we could expect more correct result in our image retrieval system.
-
황명권,배용근,김판구,Hwang, Myung-Gwon,Bae, Yong-Geun,Kim, Pan-Koo 한국정보통신학회 2006 한국정보통신학회논문지 Vol.10 No.12
웹의 비약적인 성장으로 웹에는 무수한 정보를 축적하고 있으며, 특히 텍스트 문서는 인간에 의해 가장 쉽게 그리고 많이 이용되는 형식이라 하겠다. 텍스트 문서의 효율적 검색을 위해 많은 연구가 이루어졌으며, 확률을 이용한 방법, 통계적인 기법을 이용한 방법, 벡터 유사도를 이용한 방법, 베이지안 자동문서 분류 방법 등이 제안되었다. 그러나 이러한 기존의 방법들은 문서의 특징을 정확하게 반영할 수 없고, 의미적 검색이 이루어지지 않는 단점을 가지고 있다 이에 본 논문은 문서를 미리 분류하는 기존의 방법을 개선하기 위해, 유사한 문서를 의미적으로 찾아내기 위한 새로운 문서 분류의 척도를 제안하며 이를 적용하는 방법을 제시한다. 본 방법은 문서의 내용을 의미적인 계층으로 표현하고 중요 도메인에 가중치를 두며, 문서들간의 도메인 가중치와 도메인 내의 개념 일치도를 이용하여 유사도를 구한다. The current web is accumulating abundant information. In particular, text based documents are a type used very easily and frequently by human. So, numerous researches are progressed to retrieve the text documents using many methods, such as probability, statistics, vector similarity, Bayesian, and so on. These researches however, could not consider both subject and semantic of documents. So, to overcome the previous problems, we propose the document similarity method for semantic retrieval of document users want. This is the core method of document clustering. This method firstly, expresses a hierarchy semantically of document content ut gives the important hierarchy domain of document to weight. With this, we could measure the similarity between documents using both the domain weight and concepts coincidence in the domain hierarchies.
-
-
-
황명권(Myung-Gwon Hwang),윤병수(Byung-Su Youn),김동철(Dong-Chul Kim),김판구(Pan-Koo Kim) 한국멀티미디어학회 2009 한국멀티미디어학회 학술발표논문집 Vol.2009 No.1
본 논문은 텍스트를 가진 이미지를 의미적으로 인덱싱하는 방법을 다루고 있다. 이미지의 텍스트는 이미지의 내용을 묘사하고 이미지 핵심에 대해서는 조금 더 자세히 다루는 것이 일반적이다. 이미지를 가장 잘 표현하는 단어에 가중치를 의미적으로 부여하기 위해, Term Frequency와 문맥 가중치를 측정하는 방법을 제안한다. 본 논문에서는 이미지에 대한 저차원 처리에 대해서는 전혀 다루지 않고 text를 처리하기 때문에 자연어 처리의 일종이라 할 수 있다.
-
위키피디아 카테고리 유사도와 부트스트래핑 기법을 이용한 전문용어 정제
황명권(Myunggwon Hwang),정도헌(Do-Heon Jeong),이승우(Seungwoo Lee),정한민(Hanmin Jung),성원경(Won-Kyung Sung) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2C
본 연구는 대용량의 문서집합에서 추출한 전문용어 후보군들의 정제 방법을 다룬다. 유용한 정보를 효과적으로 추출하기 위한 텍스트 마이닝의 목표가 이제는 전문가 또는 일반인들의 삶에 직접적으로 영향을 줄 수 있는 방향으로 흐름이 바뀌어 가고 있다. 기술 기회 발굴(Technology Opportunity Discovery) 연구 또한 이를 위한 것으로 시대의 흐름에 따른 전문용어의 생명주기 파악 그리고 그들 사이의 관계를 추출하기 위한 것에 집중하고 있다. 이러한 목표들을 성공적으로 달성하기 위해 잘 정제된 전문용어의 추출이 가장 우선시 되어야 하며 본 연구에서는 이를 위해 위키피디아의 카테고리 유사도 측정 방법에 기반한 부트스트래핑 방법을 제안한다. 측정된 카테고리 유사도를 전문용어의 정제에 적용함으로써 본 연구의 가능성을 도출한다.
-
황명권(Myunggwon Hwang),최동진(Dongjin Choi),김판구(Pankoo Kim) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.1C
다양한 분야에 소속된 사람들이 사용하고 있는 개념들을 기존의 워드넷과 같은 지식베이스가 모두 포함하지 못한다는 한계점이 지적되었다. 본 연구에서는 이를 해결하기 위해 위키피디아 문서집합의 분석을 통하여 해결하고자 한다. 위키피디아는 현재 320만개 이상의 유/무형의 개체에 대한 상세한 설명을 포함하고 있으며, 현재도 해당 분야의 전문가들에 의해 지속적으로 제목(주제) 생성 및 내용 작성이 수행되고 있다. 이에, 위키피디아 문서는 지식베이스의 개념 확장을 위해 아주 유용한 자원이 될 수 있으며, 본 논문에서는 이러한 위키피디아 문서 제목의 개념화를 통해 기존의 지식베이스와 연결하는 의미적인 방법을 기술한다. 이를 이용한 간단한 실험을 통하여 본 연구가 우월한 가능성이 있음을 파악하였다.
-
황명권(Myung-Gwon Hwang),윤병수(Byung-Su Youn),김판구(Pankoo Kim) 한국정보기술학회 2009 Proceedings of KIIT Conference Vol.2009 No.-
본 연구는 의미적 정보 처리의 기반이 되는 지식베이스의 semantic relation network 확장을 다루고 있다. 본 연구실의 기존 연구에서, 현재 가장 보편적으로 사용되고 있는 지식베이스인 WordNet은 실세계에서 적용되는 많은 관계를 간과하고 있는 것으로 파악되었다. 지식베이스가 실세계의 개념 관계쌍을 최대한 반영할 수 있도록 semantic relation network를 증축하는 방법을 기존 연구에서 시도하였으며, 다른 연구와의 비교평가에서 더욱 풍부한 개념 관계쌍을 포함하는 것으로 확인되었다. 하지만, 일부 개념 관계쌍에서 관계성이 떨어지는 개념들까지 포함함으로써 오히려 의미적 정보 처리의 성능을 저하시키는 요인이 발견되어, 본 연구에서는 그러한 것들을 제거하는 방법을 다룬다
-
황명권, 김진형, 조민희, 정한민, 사자드 마자르, 정도헌 IT연구소 2012 정보기술융합공학논문지 Vol.2 No.2
본 연구는 온톨로지에 구축된 사실 정보를 바탕으로 실현 가능한 기관들 사이의 경쟁 및 협력 관계를 파악하기 위한 방법을 기술한다. 기관들은 다양한 기술(제품)을 수행(개발, 판매, 공급 등)하는데 있어서 타 기관들의 기술력에 의존하며, 이는 협력의 일부로 파악할 수 있다. 또한 동일한 기술을 수행하는 기관들은 서로 경쟁으로 간주할 수 있다. 대용량의 문서를 분석한 온톨로지가 사실 정보만을 다루고 있다면, 본 연 구는 그 정보들을 재가공함으로써 추가적으로 발견될 수 있는 경쟁 협력 관계를 파악하는데 그 초점을 맞 춘다. 이에, 본 논문에서는 기관들의 경쟁 협력 관계를 여러 단계로 나누어 정의하고, 실제 데이터를 이용 하여 서비스되는 사례를 기술하며, 그 가능성에 대해 살펴본다.
KISS연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
