http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
휴대장치 환경을 위한 프레임 단위의 영상 데이터 관리 시스템
최준혁(Jun-Hyeog Choi),윤경배(Kyung-Bae Yoon),한승진(Seung-Jin Han) 한국컴퓨터정보학회 2008 韓國컴퓨터情報學會論文誌 Vol.13 No.7
본 논문은 프레임 단위의 영상을 탐색하기 위한 이미지 코드 생성 시스템으로, 이를 위해 시스템은 영상 내에 기계판독 및 식별 가능한 코드를 생성한 후, 생성된 코드를 이미지에 삽입한다. 본 논문에서 제안하는 시스템은 녹화일자, 녹화시간, 녹화장소 또는 촬영방향 등을 포함하는 녹화된 영상을 프레임 단위로 외부 노이즈에 상관없이 탐색할 수 있다. 시스템은 CCD 카메라와 전자나침반, GPS로부터 데이터를 입력받는 데이터 입력부와 GPS 위치값 및 방향값과 같은 연속된 값을 표현하기 위해 정해진 코드 생성 규칙을 적용하여 연속성을 갖는 데이터 영상코드를 생성하는 데이터 영상코드 생성부, 영상의 각 프레임에 데이터를 이미지로 삽입하는 이미지 삽입부로 구성된다. 또한 영상 내에 삽입된 이미지를 녹화과정, 복사과정 또는 보관과정에 있어서 외부로부터 추가된 노이즈에 대하여도 실시간으로 판독하며, 검색조건에 의해 영상 정보를 검색하는 영상 판독 검색부 및 제어부로 구성된다. 본 논문에서 제안하는 알고리즘은 디코더를 이용하여 구현되었으며, 이를 이용하여 영상내에 데이터 코드를 손쉽게 삽입하고 검색할 수 있는 시스템을 제공함으로써 영상 검색에 대한 정확성과 사용 만족도를 극대화 시킬 수 있다. This paper proposes algorithm for the system that can search for an image of a frame unit, and we implement it. A system already inserts in images after generating the cord that mechanical decoding and identification are possible. We are independent of an external noise in a frame unit, and a system to propose at these papers can search for an image recorded by search condition to include recording date, recording time, a recording place or filming course etc. This system is composed by image insertion wealth to insert data to an image to data image code generation wealth, a frame generating data image code you apply a code generation rule to be fixed in order to express to a price to have continued like data entry wealth, GPS locator values and direction price receiving an image signal, image decoding signals and an image search signal to include search condition, and to have continuity from users each of an image. Also, image decoding we decipher about the noise that was already added from the outsides in a telerecording process, a copy process or storage processes inserted in images by real time, and searching image information by search condition. Consequently we implement decoder, and provide the early system that you use, and we easily insert data code among images. and we can search. and maximization can get precision regarding an image search and use satisfaction as we use algorithm to propose at these papers.
최준혁(Jun-hyeog Choi),김중배(Joong-bae Kim),김대수(Dae-su Kim),임기욱(Kee-wook Rim) 한국지능시스템학회 2001 한국지능시스템학회논문지 Vol.11 No.9
Bishop이 제안한 Generative Topographic Mapping(GTM)은 Kohonen이 제안한 자율 학습 신경망인 Self Organizing Maps(SOM)의 확률 버전이다. GTM은 데이터가 생성되는 확률 분포를 잠재 변수, 혹은 은닉 변수를 사용하여 모형화한다. 이것은 SOM에서는 구현될 수 없는 GTM만의 특징이며 이러한 특징으로 인하여 SOM의 한계들을 극복할 수 있게 된다. 본 논문에서는 이러한 GTM 모형에 베이지안 학습(Bayesian learning)을 결합하여 작은 오분류율을 가지는 분류 알고리즘인 베이지안 GTM(Bayesian GTM)을 제안한다. 이 알고리즘은 기존의 GTM의 빠른 계산 처리 능력과 데이터에 대한 확률 분포, 그리고 베이지안 추론의 정확성을 이용하여 기존의 분류 알고리즘보다 우수한 결과를 얻게 된다. 본 논문에서는 기존의 분류 알고리즘에서 많이 실험하였던 학습 데이터를 통하여 이를 확인하였다. GTM(Generative Topographic Mapping) model is a probabilistic version of the SOM(Self Organizing Maps) which was proposed by T. Kohonen. The GTM is modelled by latent or hidden variables of probability distribution of data. It is a unique characteristic not implemented in SOM model, and, therefore, it is possible with GTM to analyze data accurately, thereby overcoming the limits of SOM. In the present investigation we proposed a BGTM(Bayesian GTM) combined with Bayesian learning and GTM model that has a small mis-classification ratio. By combining fast calculation ability and probabilistic distribution of data of GTM with correct reasoning based on Bayesian model, the BGTM model provided improved results, compared with existing models.
BSC를 활용한 공공기관의 정보기술 자산 관리의 효과성에 관한 연구
최준혁(Jun-Hyeog Choi),김형진(Hyung-Jin Kim) 한국컴퓨터정보학회 2012 韓國컴퓨터情報學會論文誌 Vol.17 No.6
본 연구는 공공부문에 있어 행정의 효율적인 운영과 관리를 위해 구축되고 있는 지방자치단체의 BSC 통합 성과 관리시스템의 성과지표들을 물리적 자산관리와 인적자산관리, 관계적 자산관리와 같은 세 가지 정보기술 자산관리 관점으로 분류하여, 조직이 효율적인 성과달성을 위해 관리하려고 하는 지표들 중에 존재하는 정보기술 관리능력을 통하여, 각각의 자산관리가 조직의 내부프로세스 효율성 향상과 조직의 성과라고 할 수 있는 시민만족도에 미치는 영향을 분석하고자 하였다. 또한, 비즈니스 프로세스 수준의 성과에 대한 정보기술의 영향을 검토하기 위하여 세 가지 자산관리가 시민만족도에 직접적인 영향을 주기 보다는 내부 프로세스 효율성을 통해 시민만족도에 영향을 미치는지에 대한 매개효과를 분석하고자 하였다. 이를 위해, 지자체 S시의 성과관리 지표 138개를 대상으로 관련된 지표를 추출하여 정보기술 자산관리의 세 가지 관점에서 재분류하였으며, 이들을 정보기술 자산관리 측정을 위한 하위 측정변수로 사용하였다. By the way, in light of the knowledge, even public institutions are paying much attention to the management of IT assets for achieving organizational goals. Recently, some public institutions adopt balanced scorecard for enhancing efficiency in operations and management of total administrations. To be interested, some key performance indicators(KPI) of the balanced scorecard reflect the three aspects of IT assets and their possible outcomes. The main focus of this study is to investigate whether there is positive effects of IT asset management through balanced scorecard at public institutions. Specifically, we selected and classified KPIs into different categories depending on three aspects of IT assets, internal process change, and organizational outcomes. To address relationships of KPIs among the categories, we specified each category and developed as a variable respectively. A middle-sized city provided us with 138 KPIs for the development of scales.
베이지안 SOM 과 붓스트랩을 이용한 문서 군비화에 의한 문서 순위조정
최준혁(Jun Hyeog Choi),전성해(Sung Hae Jun),이정현(Jung Hyun Lee) 한국정보처리학회 2000 정보처리학회논문지 Vol.7 No.7
The conventional Boolean retrieval systems based on vector space model can provide the results of retrieval fast, they can''t reflect exactly user''s retrieval purpose including semantic information. Consequently, the results of retrieval process are very different from those users expected. This fact forces users to waste much time for finding expected documents among retrieved documents. In this paper, we designed a bayesian SOM(Self-Organizing feature Maps) in combination with bayesian statistical method and Kohonen network as a kind of unsupervised learning, then perform classifying documents depending on the semantic similarity to user query in real time. If it is difficult to observe statistical characteristics as there are less than 30 documents for clustering, the number of documents must be increased to at least 50. Also, to give high rank to the documents which is most similar to user query semantically among generalized classifications for generalized clusters, we find the similarity by means of Kohonen centroid of each document classification and adjust the secondary rank depending on the similarity.
문서의 주제어별 가중치 부여와 단어 군집을 이용한 한국어 문서 자동 분류 시스템
허준희,최준혁,이정현,김중배,임기욱,Hur, Jun-Hui,Choi, Jun-Hyeog,Lee, Jung-Hyun,Kim, Joong-Bae,Rim, Kee-Wook 한국정보처리학회 2001 정보처리학회논문지B Vol.8 No.5
새로운 문서를 기존에 존재하는 클래스들에 할당하는 방법을 문서의 자동 분류라고 한다. 문서의 자동 분류는 뉴스 그룹의 기사분류, 웹 문서의 범주화, 전자 메일의 순서화, 사용자의 관심을 학습하여 보다 정확한 정보 검색을 제시하는데 사용될수 있다. 본 논문에서는 한국어 문서분류의 정확도를 높이기 위하여 문서내의 모든 단어들에 대한 확률값을 사용하여, 문서를 분류하는 기존의 방법과 달리 문서의 주제어를 선정하여 주제어로 선정된 단어들에 가중치를 부여하고 그렇지 않은 단어들에 대해서는 제거하너가 낮은 가중치를 부여하는 베이지안 분류자를 사용한다. 문서에는 특징으로 추출된 단어가 적어 문서를 분류하기 위한 만족할 만한 정보를 제공하지 못할 경우에 부족한 문서의 특징을 보충하기 위하여 말뭉치로부터 자동 단어 군집화를 통해 형성된 연관 단어 군집을 사용한다. 이러한 방법을 한국어 문서에 적용한 결과 기존의 베이지안 확률을 사용한 분류법보다 향상된 분류 정확도를 얻을 수 있었다. The automatic document classification is a method that assigns unlabeled documents to the existing classes. The automatic document classification can be applied to a classification of news group articles, a classification of web documents, showing more precise results of Information Retrieval using a learning of users. In this paper, we use the weighted Bayesian classifier that weights with keywords of a document to improve the classification accuracy. If the system cant classify a document properly because of the lack of the number of words as the feature of a document, it uses relevance word cluster to supplement the feature of a document. The clusters are made by the automatic word clustering from the corpus. As the result, the proposed system outperformed existing classification system in the classification accuracy on Korean documents.
문서의 주제어별 가중치와 말뭉치를 이용한 한국어 문서의 자동 분류 : 베이지안 분류자
허준희(Jun-Hui Her),고수정(Soo-Jeong Ko),김태용(Tae-Yong Kim),최준혁(Jun-Hyeog Choi),이정현(Jung-Hyun Lee) 한국정보과학회 1999 한국정보과학회 학술발표논문집 Vol.26 No.2Ⅱ
문서 분류는 미리 정의된 두 개 또는 그 이상의 클래스에 새로 생성되는 객체들을 할당하는 방법이다. 문서의 자동 분류에 대한 연구는 오래 전부터 연구되어 왔지만 한국어에 대한 적용 및 연구는 다른 분야에 비해 아직까지 활발히 이루어지지 않고 있다. 본 논문에서는 문서를 자동으로 분류하기 위해 문서의 주제어에 가중치를 부여하고, 부족한 문서의 특징을 보충하기 위하여 말뭉치로부터 주제어들과의 상호정보에 의해 추출된 단어를 사용하여 문서를 표현한 후, 가중치를 부여한 문서의 주제어에 베이지안 분류자를 사용하여 문서분류를 수행한다. 실험은 한국어 정보검색 실험용 데이터 집합인 KTset95 문서 4,414개 중 1,300개의 문서를 학습 집합으로, 1,000개의 문서를 분류에 대한 검증 집합으로 사용하였다. 실험 결과, 순수 베이지안 확률을 사용한 기존의 방법보다 실험 집합과 검증 집합에서 각각 1.92%, 4.3% 향상된 분류 정확도를 얻었다.
앙상블 Support Vector Machine과 하이브리드 SOM을 이용한 동적 웹 정보 추천 시스템
윤경배,최준혁,Yoon, Kyung-Bae,Choi, Jun-Hyeog 한국지능시스템학회 2003 한국지능시스템학회논문지 Vol.14 No.7
최근, 인터넷 쇼핑몰과 같은 웹 사이트를 대상으로 각 사용자에게 가장 필요한 정보를 제공하기 위한 웹 정보 추천 시스템에 대한 연구가 활발히 진행되고 있다. 사용자 프로파일과 명시적 피드백에 의존하는 대부분의 웹 정보 추천 시스템의 경우 사용자의 다양하고 정확한 정보를 필요로 하지만 실세계의 문제에 있어 이러한 연관 정보를 얻기란 쉽지 않다. 본 논문에서는 사용자의 명시적 피드백과 프로파일에 의존하지 않는 웹 정보 서비스를 위한 정보 예측 기법을 제안한다. 이를 위해 앙상블 Support Vector Machine과 하이브리드 SOM을 설계하고 적용하여 웹 로그 데이터의 희소성 문제를 해결하면서 대용량 웹 데이터로부터 사용자에게 꼭 필요하고 유용한 정보를 추천할 수 있는 동적 웹 정보 예측 시스템을 설계하고 구현한다. Recently, some studies of a web-based information recommendation technique which provides users with the most necessary information through websites like a web-based shopping mall have been conducted vigorously. In most cases of web information recommendation techniques which rely on a user profile and a specific feedback from users, they require accurate and diverse profile information of users. However, in reality, it is quite difficult to acquire this related information. This paper is aimed to suggest an information prediction technique for a web information service without depending on the users'specific feedback and profile. To achieve this goal, this study is to design and implement a Dynamic Web Information Prediction System which can recommend the most useful and necessary information to users from a large volume of web data by designing and embodying Ensemble Support Vector Machine and hybrid SOM algorithm and eliminating the scarcity problem of web log data.