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 : 양형정(Hyoung-Jeong Yang) (검색결과 5 건)
- 무료
- 기관 내 무료
- 유료
-
신형욱(Hyoung-Wook Shin),양형정(Hyung-Jeong Yang),김선희(Sun-Hee Kim) 한국멀티미디어학회 2009 한국멀티미디어학회 학술발표논문집 Vol.2009 No.1
메타데이터(MetaData)는 어떠한 개체나 자원에 대하여 설명하는 일종의 기술 정보이다. 시맨틱 웹(Semantic Web)은 메타데이터를 기반으로 하는 의미기반 차세대 웹의 표준으로 인식되어 많은 주목받고 있는 기술이자 프레임워크이다. 시맨틱 웹 기반의 방대한 정보를 효율적으로 관리하고 사용자에게 제공하기 위해서 메타데이터가 반드시 필요하다. 그러나 메타데이터의 정보통합을 위한 이질의 정보 융합에 대한 연구 실정은 미비하다. 본 논문에서는 이질의 형태로 이루어진 XML기반의 데이터를 통합하여 사용자에게 제공할 수 있는 방법론을 제시한다. 또한 제시된 방법론의 효율성을 검증하기 위해 지체 부자유인을 위한 통합형 휠체어 정보 제공 시스템을 구현한다. 구현된 시스템은 각기 다른 데이터를 가지고 있는 페이지들의 정보를 명칭(named entity), 개체(entity)로 구분하여 하나의 페이지로 통합하는 과정을 거쳐 사용자에게 제공한다.
-
모바일 장치 상에서의 특이성 탐지를 위한 FCM 추론 모델
김정식 ( Jeong-sik Kim ),신형욱 ( Hyoung-wook Shin ),양형정 ( Hyung-jung Yang ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.2
모바일 장치에서 얻을 수 있는 정보는 의미 있는 다양한 개인 정보를 가지고 있다. 본 논문에서는 모바일 장치에서 얻을 수 있는 정보를 분석하여 특이성을 추론하는 방법을 제안한다. 특이성 추론 방법으로 인과관계의 지식을 모델링하고 표현하며 추론하는 주요 형식화 방법의 하나인 FCM(Fuzzy Cognitive Map)을 사용하였다. 제안된 방법은 모바일 장치에서 얻은 정보와 추론된 특이성을 개념노드로 이용하여 새로운 특이성을 추론하며, 개념노드간의 인과관계를 효율적으로 표현한다.
-
신형욱(Hyoung-Wook Shin),정종문(Jeong-Mun Jung),챠위핑(Wooi Ping Cheah),양형정(Hyung-Jeong Yang),김경윤(Kyoung-Yun Kim) 한국콘텐츠학회 2008 한국콘텐츠학회논문지 Vol.8 No.12
인과관계의 지식을 모델링하고 표현하며 추론하는 주요 형식화 방법의 하나인 퍼지인식도(Fuzzy Cognitive Map)는 주로 인과지식공학에 많이 사용되고 있다. 인과관계의 자연스럽고 쉬운 의사결정의 이해와 전후관계의 자연스러운 설명이라는 장점에도 불구하고 인과관계의 지식 모델링과 표현은 구현에 있어서 수학적인 적용의 모호함과 복잡한 알고리즘으로 인해 상호작용에 기반 한 구축 시스템을 찾아보기 어렵다. 본 논문에서는 인과지식 추론을 위한 퍼지 인식도의 구축 지원 시스템을 제시한다. 본 논문에서 제안하는 인과관계 추론 시스템은 다중 전문가의 지식을 반영하기 위해 지식을 점진적으로 반영하여 퍼지 인식도를 구축한다. 또한 전문가와의 상호작용을 통해 구현된 퍼지 인식도의 구조를 동적으로 디스플레이함으로써 사용자 지향적인 환경을 제공한다. Fuzzy Cognitive Map, one of ways to model, describe and infer reasoning relations, is widely used in the field of reasoning knowledge engineering. Despite of the natural and easy understanding of decision and smooth explanation of relation between front and rear, reasoning relation is organized with mathematical haziness and complex algorithm and rarely has an interactive user interface. This paper suggests an interactive Fuzzy Cognitive Map(FCM) construction support system. It builds a FCM increasingly concerning multiple experts' knowledge. Futhermore, it supports user-supportive environment by dynamically displaying the structure of Fuzzy Cognitive Map which is constructed by the interaction between experts and the system.
-
근사 정합과 개념 기반 정합을 지원하는 퍼지 트리플 기반 이미지 검색
정선호(Seon-Ho Jeong),양재동(Jae-Dong Yang),양형정(Hyoung-Jeong Yang) 한국정보과학회 1999 정보과학회논문지(B) Vol.26 No.8
본 논문에서는 퍼지 트리플을 사용하는 내용 기반 이미지 검색 방법을 제안한다. 이미지 내 객체들 사이의 공간 관계는 내용 기반 이미지 검색을 위해 사용되는 주요한 속성들 중의 하나이다. 그러나, 기존의 트리폴을 이용한 이미지 검색 시스템들은 개념 기반 검색 방법을 지원하지 못하고, 방향들 사이의 근사 정합을 처리하지 못하는 문제점을 가지고 있다. 이 문제를 해결하기 위하여 본 논문에서는 개념 기반 정합과 근사 정합을 지원하는 퍼지 트리플을 이용한 이미지 검색 방법을 제안한다. 개념 기반 정합을 위해서는 퍼지 소속성 집합으로 이루어진 시소러스가 사용되며, 근사 정합을 위해서는 방향들 사이의 관계를 정량화 하기 위한 k-weight 함수가 각각 이용된다. 이 두 가지 정합은 퍼지 트리플 간의 퍼지 정합을 통하여 균일하게 지원될 수 있다. 본 논문에서는 또한, 개념 기반 정합과 근사 정합에 대한 검색 효과를 정량적으로 평가하는 작업을 수행한다. This paper proposes an inexact and a concept-based image match technique based on fuzzy triples. The most general method adopted to index and retrieve images based on this spatial structure may be triple framework. However, there are two significant drawbacks in this framework; one is that it can not support a concept-based image retrieval and the other is that it fails to deal with an inexact match among directions. To compensate these problems, we develope an image retrieval technique based on fuzzy triples to make the inexact and concept-based match possible. For the concept-based match, we employ a set of fuzzy membership functions structured like a thesaurus, whereas for the inexact match, we introduce k-weight functions to quantify the similarity between directions. In fuzzy triples, the two facilities are uniformly supported by fuzzy matching. In addition, we analyze the retrieval effectiveness of our framework regarding the degree of the conceptual matching and the inexact matching.
-
양재동(Jae-Dong Yang),양형정(Hyoung-Jeong Yang),김용일(Yong-Il Kim) 한국정보과학회 2002 정보과학회 컴퓨팅의 실제 논문지 Vol.8 No.3
본 논문에서는 사용자가 개념과 개념을 보다 정제한 이미지의 특징 정보를 이용하여 질의 할 수 있는 확장된 개념 기반 이미지 검색 시스템(E-COIRS)을 설계하고 구현하였다. 예를 들어, E-COIRS는 "응접세트 북쪽에 검은색 가전제품이 있는 이미지를 검색하라"와 같은 질의를 지원한다. 질의에는 '가전제품'과 같은 IS-A개념과 '응접세트'와 같은 복합 개념이 포함된다. 이러한 질의 처리를 위해 E-COIRS는 3가지 구성 요소, 가시적 이미지 색인기, 시소러스, 그리고 질의처리기를 포함한다. 가시적 이미지 색인기에 의해 인식된 각 객체쌍은 두 객체의 식별자(oid)와 그들간의 공간 관계로 구성되는 트리플로 변환된다. 각 객체에 대한 이미지의 특징 정보는 oid에 의해 참조 가능하다. IS-A 개념은 질의 처리기에서 퍼지 용어 시소러스를 사용하여 인식하며, 복합 개념은 트리플 시소러스에 의해 인식된다. 질의처리기는 역화일과 CS-Tree를 조회하여 사용자 질의의 각 트리플과 관련이 있는 이미지 집합을 얻는다. 색상과 같은 고차원 특징 벡터를 효율적으로 저장하고 빠르게 검색하기 위해서는 셀 기반 시그니쳐 트리 (CS-Tree)를 사용하였다. E-COIRS는 개념이나 이미지의 특징만을 지원하는 다른 검색 시스템에 비해 한 단계 진보된 이미지 검색 시스템이다. In this paper, we design and implement E-COIRS enabling users to query with concepts and image features used for further refining the concepts. For example, E-COIRS supports the query "retrieve images containing black home appliance to north of reception set." The query includes two types of concepts: IS-A and composite. "home appliance" is an IS-A concept, and "reception set" is a composite concept. For evaluating such a query, E-COIRS includes three important components: a visual image indexer, thesauri and a query processor. Each pair of objects in an image captured by the visual image indexer is converted into a triple. The triple consists of the two object identifiers (oids) and their spatial relationship. All the features of an object is referenced by its oid. A composite concept is detected by the triple thesaurus and IS-A concept is recognized by the fuzzy term thesaurus. The query processor obtains an image set by matching each triple in a user query with an inverted file and CS-Tree. To support efficient storage use and fast retrieval on high-dimensional feature vectors, E-COIRS uses Cell-based Signature tree(CS-Tree). E-COIRS is a more advanced content-based image retrieval system than other systems which support only concepts or image features.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
