http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
노영균(Yung-Kyun Noh),박종우(Frank Chongwoo Park),다니엘 리(Daniel D. Lee) 한국정보과학회 2012 정보과학회논문지 : 소프트웨어 및 응용 Vol.39 No.5
생성국부거리(Generative Local Metric, GLM) 학습을 통한 최근린 분류(Nearest Neighbor Classification, NN Classification)는 생성적(generative) 접근방법과 분류적(discriminative) 접근방법의 합성 모델이다. 두 방법의 차이는 분류형 형태를 띄는 최근린 분류기가 데이터의 모델을 고려하지 않는 반면, 생성형 분류기는 언제나 확률 밀도 함수의 형태를 가정하고 학습하게 된다는 데 있다. 이 연구에서는 어떻게 이러한 서로 다른 분류적, 생성적 접근이 서로 다른 종류의 강점을 가지게 되고, 어떻게 GLM은 이러한 양쪽의 강점을 모두 취하게 되는지 설명한다. 다양한 예시를 통해 우리는 어떠한 경우에 생성적 방법이 분류적 방법보다, 혹은 분류적 방법이 생성적 방법보다 좋은 성능을 보이게 되는가를 알아보고, 이러한 경우에서 비록 모델이 정확하지 않은 경우에 대해서도 GLM이 원래의 최근린 분류 성능을 계속 향상 시키는 좋은 특징이 있는 것을 보인다. Nearest neighbor (NN) classification with generative local metric (GLM) learning is a hybrid method of the discriminative and generative approaches. A discriminative NN classifier does not consider any model of data, while a generative classifier unavoidably adopts a particular form of the probability density function. In this work, we illuminate how these discriminative and generative approaches have different advantages and show how the advantages of both can be resolved into a GLM method. We present various examples that clearly show the different regimes where the discriminative and generative approaches should outperform each other. In these examples, we show that the GLM is robust to the usage of an incorrect model, enhancing NN classifier performance even when the model is not exact.
Jensen-Shannon divergence 추정을 위한 모수모델 기반 local metric 학습
노영균(Yung-Kyun Noh),Daniel D. Lee,박종우(Chongwoo Park) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2B
데이터가 생성된 기저 연속 확률 분포간 정보 추정(estimation)은 많은 응용분야에서 유용하게 쓰일 수 있다. 이러한 정보의 추정치(measure)는 정보이론(information-theory)을 통해 잘 정의되어(welldefined) 있지만 일반적으로 적분을 포함하고 있어 해석적으로 풀 수 없는 경우가 많다. 한편 이러한 해석적인 방법에 의존하지 않고 모델을 가정하지 않는 비모수(nonparametric) 방법을 이용하면 풀리지 않는 적분을 고려하지 않아도 되는 반면 충분히 많은 데이터를 사용할 수 없는 경우 추정된 값이 매우 부정확하게 된다. 이 연구에서는 nearest neighbor를 이용한 비모수 추정 방법에 주목하되 모수를 사용하는 모델(parametric model)의 정보를 이용하여 어떻게 비모수 추정 방법의 정확도를 더욱 높일 수 있는지 설명한다. 특별히 제시된 방법을 이용한 Jensen-Shannon divergence의 추정을 통해 유전자 발현(gene expression) 데이터의 feature selection 문제를 어떻게 성공적으로 풀어내는지 실제 데이터를 통해 보인다.
전도 열전달 위상최적화를 이용한 이동 로봇의 경로 최적화
류재춘(Jae Chun Ryu),김윤영(Yoon Young Kim),박종우(Chongwoo Park) 대한기계학회 2009 대한기계학회 춘추학술대회 Vol.2009 No.5
This paper addresses the path planning problem for a point robot moving in a planar environment filled with obstacles. In this paper we investigate another physics-based approach to path planning, this time based on the principles of thermal conduction and structural topology optimization. Our approach rests on the observation that, by identifying the starting and ending configurations of a point robot as the heat source and sink, respectively, on a conducting plate, the path planning problem can be formulated as a topology optimization problem that minimizes thermal compliance. Obstacles are modeled as regions of zero thermal conductivity; in fact, regions can be assigned varying levels of non-uniform conductivity values depending on the application. We describe the details of our novel approach, including the choice of penalty exponents.
가사활동을 돕는 서비스 로봇(Personal Robot)의 시스템 설계
주정현(Junghyun Chu),노학종(Hakjong Noh),최문택(Mun-Taek Choi),김문상(Munsang Kim),고인영(Inyoung Ko),박종우(Chongwoo Park) 대한기계학회 2010 대한기계학회 춘추학술대회 Vol.2010 No.11
This paper aims one system to combine components that is Personal Robot to help housekeeping in complex environment of house. The needed skills are Cognitive environment, Navigation, Mobile Manipulation, Object recognition and FT(Force Torque) Sensor Value Control. This research is used by 2-differential-wheels platform robot. Various components make in one system that is difficult, because to make the perfect function is not easy. So this thesis describes how make up for a few problems is come from integrating of components.