http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
단어간 거리 관계를 고려한 랜덤하이퍼그래프 기반 언어 모델의 문장 생성 능력
이바도(Bado Lee),석호식(Ho-Sik Seok),장병탁(Byung-Tak Zhang) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.2C
랜덤하이퍼그래프 모델은 다양한 오더의 하이퍼에지 생성을 통해 유연하게 패턴을 표현할 수 있으므로 언어에 내재되어 있는 패턴 학습에 매우 유용하다. 기존의 랜덤하이퍼그래프 기반 언어모델에서는 패턴의 존재는 잘 발견하였으나, 패턴을 구성하는 단어간 거리를 고려하지 않았기에, 언어 모델의 현실성이 부족하였다[1,2]. 본 논문에서는 단어간 거리 관계를 고려하도록 개선된 랜덤하이퍼그래프 기반의 언어 모델을 소개한다. 제안 방법론은 영어 TV 드라마의 대본을 통해 언어 모델을 구성하였으며, 언어 모델이 생성한 문장의 문법적 타당성을 확인하여 제안 모델을 평가하였다. 학습이 진행됨에 따라 문법적 타당성이 높아지는 것을 확인할 수 있었으며, 동시에 의미적 타당성도 증가하는 것을 확인할 수 있었다.
이바로,박성수 육군사관학교 화랑대연구소 2013 한국군사학논집 Vol.69 No.3
This paper considers maximum flow network interdiction problem (MFNIP), which is to minimize the maximum flow from a node to another node by interdicting the arcs with limited resources available in the capacitated directed network. To reflect the uncertainties in the amount of resources needed to attack, a robust maximum flow network interdiction problem was designed through the robust optimization technique. In order to solve the problem, an algorithm using combinatorial Benders’ cuts was proposed. The computational experiences were reported by using the algorithm on randomly generated grid networks.
드라마 동영상의 스토리 분석을 위한 계층적 은닉변수 모델
이바도(Bado Lee),석호식(Ho-Sik Seok),장병탁(Byoung-Tak Zhang) 한국정보과학회 2012 정보과학회 컴퓨팅의 실제 논문지 Vol.18 No.5
통계기법을 이용한 기계학습 연구가 활발히 진행되면서 시간 정보가 포함된 동적 스트림(stream) 분석에 기계학습 기법을 적용하려는 시도가 주목 받고 있다. 그러나 기존 연구는 동일 이미지 반복이라는 사전 지식을 이용하여 이미지 구간을 분리하였으며 각 스토리 구간을 특정짓는 이미지/텍스트의 분포가 뚜렷하게 구분되는 데이터를 대상으로 하였기에, 다양한 동영상 데이터에 적용하기에는 적합하지 않았다. 본 논문에서는 이미지 반복 등의 사전 지식을 이용하지 않고 비디오 스트림을 설명할 수 있는 생성모델(Generative Model)을 구성한 후 구성된 모델이 관찰한 장면(frame)을 만들어 낼 수 있는 가능성(Likelihood)에 기반 하여 주어진 드라마의 스토리 구간을 추정할 수 있는 방법을 소개한다. 본 논문에서 제안하는 방법은 각 스토리 구간의 은닉 구조 설명 모수 비교가 어렵다는 난점 해결을 위해 스토리 구간의 은닉 구조가 주어졌을 때 새로운 데이터의 설명 가능성을 계산하는 방법을 활용한다는 특징이 있다. 우리는 LDA(Latent Dirichlet Allocation) 방법론을 이용하여 스토리 구간 모델을 생성하였으며, 드라마 동영상에 제안 방법을 적용하여 추정한 결과를 인간 실험자의 스토리 구분 결과와 비교하여 제안 방법의 성능을 실험적으로 제시하였다. With the advancement of statistical machine learning, various machine learning methods have been applied to dynamic analysis of multimodal streams. However, previous studies have limitations for tackling various real-world streams because they focus on utilizing very limited characteristics of certain domains such as repetition of fixed frames. In this paper, we introduce a generative model-based segmenting method in which a story segment of a video stream is estimated through the likelihood of a given model to explain incoming data without requiring prior knowledge. There exists a profound question of how to compare each segment's latent structure parameters. In the proposed model, this difficulty is circumvented by computing likelihood of a new frame given a story model. We apply the proposed method to distinguishing several story segments in a TV drama episode. We employ LDA (Latent Dirichlet Allocation) framework for generating a story segment model. The proposed method is validated by comparing its results with those of human estimation.
낭종적출술 후 발생한 원인 모를 국소적 지방이영양증: 증례보고
이바다,나혜영,김남규,김형준,Lee, Ba-Da,Na, Hye-Young,Kim, Nam-Kyoo,Kim, Hyung-Jun 대한악안면성형재건외과학회 2012 Maxillofacial Plastic Reconstructive Surgery Vol.34 No.3
Lipodystrophy is a disorder characterized by the loss of subcutaneous adipose tissue which is inherited or heterogeneously acquired. We report 3 uncommon cases of localized lipodystrophy on face which distinguished 1 year after cyst enucleation of mandibular posterior area.
이바도(Bado Lee),장병탁(Byoung-Tak Zhang) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.1C
시각 피처를 사용한 이미지 표현은 이미지 검색 분야에서 이미 광범위하게 사용되고 있다. 특히 이미지 자체에 태깅이 되어있지 않거나 다른 추가 정보가 없는 경우에는 이미지 콘텐츠 자체의 정보만으로 검색하기 위해서는 이러한 전처리가 필수적이다. 이미지로 부터 얻어진 시각적 피처들이 시각 단어로 사용되기 위해서는 k-means 와 같은 군집 알고리즘을 통한 시각적 피처의 양자화를 위한 전처리가 필요한데, 시각 단어의 개수 k를 정하는데 모호함이 있다. 본 논문에서는 임의의 k를 사용하더라도, 대표적 토픽 모델링 기법인 LDA (Latent Dirichlet Allocation) 를 사용하여 데이터의 차원을 줄이게 되면 여러개의 시각적 단어들의 조합을 각각의 토픽이 나타낼 수 있게 됨을 이미지 검색 성능으로써 확인해 보고, 이러한 방법을 사용하면 표현형의 사이즈를 줄일 수 있고, 검색에 있어서도 이미지의 유사성을 더욱 효과적으로 표현할 수 있음을 확인해 본다.