http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이미지 데이터베이스에서 매개변수를 필요로 하지 않는 클러스터링 및 아웃라이어 검출 방법
오현교(Hyun-Kyo Oh),윤석호(Seok-Ho Yoon),김상욱(Sang-Wook Kim) 大韓電子工學會 2010 電子工學會論文誌-CI (Computer and Information) Vol.47 No.1
이미지 데이터가 증가함에 따라 효율적인 검색을 위해서 이미지 데이터를 구조화해야 할 필요성이 증가하고 있다. 이미지 데이터를 구조화하기 위한 대표적인 방법으로는 클러스터링이 있다. 그러나 기존 클러스터링 방법들은 클러스터링을 수행하기 전에 매개변수로서 클러스터의 개수를 사용자로부터 제공 받아야 되는 어려움이 있다. 본 논문에서는 클러스터의 개수를 사용자에게 제공 받지 않고 이미지 데이터를 클러스터링 하는 방안에 대해서 논의 한다. 제안하는 방안은 객체들 간의 상호 연관관계를 이용하여 매개변수 없이 데이터의 감추어진 구조나 패턴을 찾아내는 방법인 Cross-Association을 기반으로 한다. 이미지 데이터 클러스터링에 Cross-Association을 적용하기 위해서는 먼저 이미지 데이터를 그래프로 변환해야 한다. 그런 후에 생성된 그래프를 Cross-Association에 적용시키고 그 결과를 클러스터링 관점에서 해석한다. 본 논문에서는 또한 Cross-Association을 기반으로 계층적 클러스터링 하는 방법과 아웃라이어 검출 방법을 제안한다. 실험을 통해서 제안하는 방법의 우수성을 규명하고 이미지 데이터를 클러스터링 하는데 적절한 k-최근접 이웃검색에서의 k값과 더 나은 그래프 생성 방법이 무엇인지를 제시한다. As the volume of image data increases dramatically, its good organization of image data is crucial for efficient image retrieval. Clustering is a typical way of organizing image data. However, traditional clustering methods have a difficulty of requiring a user to provide the number of clusters as a parameter before clustering. In this paper, we discuss an approach for clustering image data that does not require the parameter. Basically, the proposed approach is based on Cross-Association that finds a structure or patterns hidden in data using the relationship between individual objects. In order to apply Cross-Association to clustering of image data, we convert the image data into a graph first. Then, we perform Cross-Association on the graph thus obtained and interpret the results in the clustering perspective. We also propose the method of hierarchical clustering and the method of outlier detection based on Cross-Association. By performing a series of experiments, we verify the effectiveness of the proposed approach. Finally, we discuss the finding of a good value of k used in k-nearest neighbor search and also compare the clustering results with symmetric and asymmetric ways used in building a graph.
농촌지역 시군 관리 저수의 실태조사 및 관리시스템 개발
오현교 ( Oh Hyun Kyo ),박진선 ( Park Jin Seon ),김두환 ( Kim Doo Hwan ),윤성수 ( Yoon Seong Soo ) 한국농공학회 2007 한국농공학회 학술대회초록집 Vol.2007 No.-
The agricultural ewservoir in rual area is now managed by KRC. The rural reservoirs managed by rural area are which whose preforments were reduced and been changed mangagment from KRC. To rural area deering the reriod of industrialization and urbanization. The reservoirs managed by rural area take 60% of 18000reservoirs in whole by most of that was unused because of the difficulty even some have lost there performents. In this study, investigate the actual conditions of reservoirs which being scattered in rural area, and then analyze and examine the safety and functionality of reservoirs and systematize the one, develop the then administrations system.
오현교(Hyun-Kyo Oh),윤석호(Seok-Ho Yoon),김상욱(Sang-Wook Kim) 한국멀티미디어학회 2009 한국멀티미디어학회 학술발표논문집 Vol.2009 No.2
이미지 데이터가 증가함에 따라 효율적인 검색을 위해서 이미지 데이터를 구조화해야할 필요성이 증가하고 있다. 이미지 데이터를 구조화하기 위한 대표적인 방법으로는 클러스터링이 있다. 그러나 기존의 방법들은 클러스터링을 수행하기 전에 매개변수로서 클러스터의 개수를 사용자로부터 제공 받아야 하는 어려움이 있다. 따라서 본 논문에서는 클러스터의 개수를 사용자에게 제공 받지 않고 이미지 데이터를 클러스터링 하는 방안에 대해서 논의한다. 제안하는 방안은 객체들 간의 상호 연관관계를 이용하여 매개변수 없이 데이터의 감추어진 구조나 패턴을 찾아내는 방법인 Cross-Association을 기반으로 한다. 이미지 데이터 클러스터링에 Cross-Association을 적용하기 위해서는 먼저 이미지 데이터를 그래프로 변환해야 하는데, 이때 유사도 기반의 k-최근접 이웃검색과 비대칭적 방법 또는 대칭적인 방법을 이용하여 그래프를 생성한다. 그런 후에 생성된 그래프를 Cross-Association에 적용시키고 그 결과를 클러스터링 관점에서 해석한다. 실험을 통하여 이미지 데이터를 클러스터링 하는데 적절한 k-최근접 이웃검색에서의 k값과 적합한 그래프 생성 방법이 무엇인지를 제시한다.
오현교 ( Hyun-kyo Oh ),금효섭 ( Hyouseob Keum ),조승호 ( Seung-ho Cho ),김형태 ( Heong-tae Kim ),문봉희 ( Bong-hee Moon ) 한국정보처리학회 2013 한국정보처리학회 학술대회논문집 Vol.20 No.1
본 연구는 사용자가 센서를 의식하지 않고 편안하게 일상생활을 영위할 수 있는 비침습적 방식의 센서를 활용하여 향후 침대 위에 있는 사람의 움직임을 정량적으로 측정하고자 한다. 이러한 목적으로 필름 형태의 압전센서를 사용하는 센서 시스템을 구축하였으며, 본 논문에서는 구축된 시스템에서 필요한 전처리 과정을 제시한다. 본 연구에서 사용된 압전센서는 침대 매트리스 아래에 설치하였다. 사람의 움직임에 의한 압전센서의 출력 신호를 증폭하고 샘플링하여 PC로 전송하는 컨트롤러, 컨트롤러로부터 센서 데이터를 수신하고, 사용자에게 센서 데이터를 시각적으로 제시하는 모니터링 프로그램을 개발하였다. 본 연구에서는 컨트롤러에서의 노이즈 제거, 증폭, 샘플링 등의 전처리, 모니터링 프로그램에 의해 수집된 센서 데이터에 대한 이동 평균 필터, 불필요한 움직임이 없는 구간을 제거 후 움직임이 있는 구간 추출 등의 전처리 과정을 제시한다. 이러한 전처리 연산은 향후 침대 위 인체의 움직임을 정량적으로 측정하고, 행동유형을 식별하는데 기여하게 될 것이다.
배덕호,백지행,오현교,송주원,김상욱,최명회,조현주,Bae, DUck-Ho,Baek, Ji-Haeng,Oh, Hyun-Kyo,Song, Ju-Won,Kim, Sang-Wook,Choi, Myoung-Hoi,Jo, Hyeon-Ju 한국공간정보학회 2009 한국공간정보시스템학회 논문지 Vol.11 No.2
GIS 기술의 발달로 많은 양의 공간 데이터가 축적됨에 따라 공간 데이터 마이닝의 중요성이 커지고 있다. 본 논문에서는 새로운 공간 데이터 마이닝 시스템 SD-Miner를 제안한다. SD-Miner는 크게 입력과 출력을 담당하는 사용자 인터페이스, 공간 데이터 마이닝 기능을 처리하는 데이터 마이닝 모듈, DBMS를 이용하여 데이터를 저장하고 관리하는 데이터 저장 모듈의 세 부분으로 구성된다. 특히, 데이터 마이닝 함수 모듈에서는 공간 데이터 마이닝의 주요 기법인 공간 클러스터링, 공간 분류, 공간 특성화, 시공 간 연관규칙 탐사 기능을 제공한다. SD-Miner는 다음과 같은 특징을 가진다. SD-Miner는 사용자로 하여 금 공간 데이터 마이닝뿐만 아니라 비 공간 데이터에 대한 마이닝도 가능하게 하며, 각 마이닝 함수들을 라이브러리 형태로 제공하기 때문에 다른 시스템에서도 쉽게 사용 가능하다. 또한, 마이닝 매개 변수들을 테이블의 형태로 입력받기 때문에 시스템의 범용성이 높다. 개발된 SD-Miner의 실용성을 규명하기 위하여 실제 공간 데이터를 이용한 데이터 마이닝을 수행함으로써 여러 가지 의미있는 결과를 도출한다. Owing to the GIS technology, a vast volume of spatial data has been accumulated, thereby incurring the necessity of spatial data mining techniques. In this paper, we propose a new spatial data mining system named SD-Miner. SD-Miner consists of three parts: a graphical user interface for inputs and outputs, a data mining module that processes spatial mining functionalities, a data storage model that stores and manages spatial as well as non-spatial data by using a DBMS. In particular, the data mining module provides major data mining functionalities such as spatial clustering, spatial classification, spatial characterization, and spatio-temporal association rule mining. SD-Miner has own characteristics: (1) It supports users to perform non-spatial data mining functionalities as well as spatial data mining functionalities intuitively and effectively; (2) It provides users with spatial data mining functions as a form of libraries, thereby making applications conveniently use those functions. (3) It inputs parameters for mining as a form of database tables to increase flexibility. In order to verify the practicality of our SD-Miner developed, we present meaningful results obtained by performing spatial data mining with real-world spatial data.
메시지 전달 기법을 이용한 확률 기반의 신뢰관계 예측 방안
김진우(Jinwoo Kim),오현교(Hyun-Kyo Oh),김상욱(Sang-Wook Kim) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2C
상품에 대한 사용자들의 리뷰 (review)를 제공하는 몇몇 웹 사이트들은 사용자간에 신뢰관계 (trust relationship)를 형성할 수 있는 서비스를 제공한다. 이러한 서비스를 이용하여 사용자들은 신뢰관계 네트워크를 형성할 수 있고 이를 통해서 신뢰할 수 있는 리뷰 정보를 얻을 수 있다. 그러나 사용자 개개인이 수많은 다른 사용자들에 대해서 신뢰관계 형성 여부를 판단하는 것은 어렵다. 따라서 사용자간의 신뢰관계 예측이 필요하다. 기존의 신뢰관계 예측 방법은 사용자간의 행동정보를 이용하거나 신뢰관계를 나타내는 토폴로지정보를 이용하였다. 그러나 두 가지 정보를 함께 이용하는 방법은 존재하지 않았다. 본 논문은 신뢰관계 예측을 위해 사용자간의 행동정보와 신뢰관계를 나타내는 토폴로지정보를 동시에 이용하는 방법을 처음으로 제안한다. 실험 결과 두 정보를 동시에 사용하였을 때 더 좋은 신뢰관계 예측을 보였다.