권호 표지

정보처리학회논문지B (The KIPS Transactions:PartB) (The KIPS Transactions:PartB)

한국정보처리학회 (Korea Information Processing Society)

  • 격월간
  • /
  • 1598-284X(pISSN)

과학기술표준분류

  • 정보/통신 ＞ 정보이론

Aim & Scope

The KIPS Transactions:PartB publishes original research papers in information processing focusing on theories, methods, algorithms in multimedia system and graphics. Application oriented papers are also accepted. Technical fields of this journal in detail are as follows; artificial intelligence, image processing, voice processing, natural language processing, multimedia, human computer interface, pattern recognition, computer graphics, semantic web and web services.

KSCI

제19B권3호

  1. 박경수;문남미 155
    https://doi.org/10.3745/KIPSTB.2012.19B.3.155 PDF KSCI
    일반적으로 추천시스템의 구성변수가 많아질수록 평가함수 R을 극대화하는 것은 유리하나 계산의 복잡성으로 예측성능과 추천유효성을 저해할 수 있어 구성변수의 증가와 추천 성능을 동시에 해결하는 것이 필요하다. 본 연구는 이러한 과제를 해결하기 위해 음악추천시스템을 대상으로 음악추천 시 평가함수 R을 극대화하기 위한 다차원 구성요소와 이들의 상대적 중요도에 대해 연구하였다. 이를 위해 관련 선행연구를 바탕으로 도출된 수식과 차원들을 이용하여 다차원 최적화 모형을 수립하고 다차원 최적관계를 도출하기 위한 실제 고객의 사용로그 자료를 활용하여 다중회귀분석을 하였다. 그 결과 음악선호평가에 있어 상품차원, 사회관계차원, 사용자차원, 상황차원 순으로 상관관계가 높은 것으로 나타났고 특히 사회관계차원의 구성변수인 인기곡과 상품차원의 구성변수인 음악장르, 최신곡 및 선호아티스트가 음악선호평가와 상관관계가 높은 것으로 나타났다. 한편 도출된 다차원 추천모형은 사용자 상품의 2차원 추천시스템 및 사용자 상품 상황 또는 사용자 상품 사회관계의 3차원 추천시스템과 성능을 비교 평가한 결과 종속변수인 평가함수 R에 대한 투입된 독립변수들인 각 차원들의 설명력이 가장 높고 또한 평가함수 R과 사용자차원, 상품차원, 상황차원 및 사회관계차원의 개별 상관관계도 더 높은 것으로 나타났다.
  2. ;손종수;정인정 165
    https://doi.org/10.3745/KIPSTB.2012.19B.3.165 PDF KSCI
    최근 사용자들이 생성한 콘텐츠들이 크게 늘어나고 커뮤니티 기반 웹 사이트가 발전함으로 인하여 사용자들에게 인터넷 자원을 추천하는 시스템이 큰 각광을 받고 있다. 그러나 대부분의 인터넷 자원 추천 시스템들은 사용자의 특징을 충분하게 반영하지 못하는 한계를 가지고 있다. 이에 따라 본 논문에서는 사용자의 특징이 충분히 반영되는 자원의 추천을 위하여 FOAF와 SNA를 사용한 추천 방법을 제안한다. 제안하는 방법은 1) FOAF를 통해 사용자의 특징 데이터와 태그 데이터를 취득한다. 2) 취득한 데이터를 세 종류의 행렬에 삽입하고 통합한 후 사용자, 사용자의 특징, 태그를 나타내는 그래프를 생성한다. 3) 소셜 네트워크 분석을 통해 추천 항목의 일반 특징과 핫태그(Hot tag)를 선정하여 인터넷 자원을 추천한다. 본 논문의 검증을 위하여 우리는 실험을 통해 본 논문에서 제안한 방법과 아이템 기반 추천 방법을 비교하였다. 이를 통해 보다 많은 사용자가 참여할수록 아이템 기반 추천 방법보다 본 논문에서 제안한 방법에 의한 추천 결과의 품질이 우수함을 확인하였다. 본 논문에서 제안하는 방법을 활용하면 사용자들에게 보다 적합한 자원을 추천하는 것이 가능하다. 그리고 제안하는 방법은 폭발적으로 늘어나는 인터넷 자원을 검색하는데 있어 효율적으로 활용될 수 있다.
  3. 김인철;최은미;오휘경 177
    https://doi.org/10.3745/KIPSTB.2012.19B.3.177 PDF KSCI
    본 논문에서는 대규모 실내 환경에서 WiFi 모듈이 내장된 스마트폰 사용자의 위치를 추적하기 위한 효과적인 이동 모델과 관측 모델을 제시한다. 제안하는 세 가지 부속 이동 모델들은 보행자의 움직임에 대한 더 정확한 예상 확률 분포를 제공한다. 또, 가우시안 보간법 기반의 관측 모델은 훈련 데이터 의 수집이 이루어지지 않은 지역들에 대해서도 관측 우도 계산을 가능하게 한다. 파티클 필터 프레임워크 속에 이와 같은 이동 모델과 관측 모델을 결합함으로써, 본 연구의 위치 추적 알고리즘은 대규모 실내 환경들에서도 스마트폰 사용자의 위치를 정확하게 추적할 수 있다. 한 복층 건물에서 안드로이드 스마트폰으로 수행한 실험을 통해, 본 연구에서 제안한 WiFi 위치 추적 알고리즘의 성능을 확인할 수 있었다.
  4. 김준길;이경순 183
    https://doi.org/10.3745/KIPSTB.2012.19B.3.183 PDF KSCI
    정보 검색에서 성능 저하의 주요 요인은 사용자의 질의와 검색 문서 사이에서의 어휘 불일치 때문이다. 어휘 불일치 문제를 해결하기 위해 본 논문에서는 어휘 번역확률을 이용한 번역기반 언어모델에 질의개념연관도를 반영한 검색 모델을 제안한다. 어휘관계 정보를 획득하기 위하여 문장-다음문장 쌍을 이용하여 어휘 번역확률을 계산하였다. 제안모델의 유효성을 검증하기 위해 TREC AP 컬렉션에 대해 실험하였다. 실험결과에서 제안모델이 언어모델에 비해 아주 우수한 성능향상을 보였고, 번역기반 언어모델에 비해서도 높은 성능을 나타냈다.
  5. 조승현;이경순 189
    https://doi.org/10.3745/KIPSTB.2012.19B.3.189 PDF KSCI
    본 논문에서는 정보검색 성능 향상을 위해 잠정적 적합 문서 및 부적합 문서와 어휘 그래프를 이용한 질의 확장 방법을 제안한다. 언어모델에 의한 초기 검색 결과 상위 문서들은 질의 어휘 조합과 근접도를 기반으로 핵심 질의를 포함하는 문서들로 구성된 핵심 질의 클러스터와 핵심 질의를 포함하지 않는 문서들로 구성된 비핵심 질의 클러스터로 분류된다. 이때, 핵심 질의 클러스터는 잠정적 적합 문서 집합으로, 비핵심 질의 클러스터는 잠정적 부적합 문서 집합으로 본다. 각 클러스터는 어휘들과 질의 어휘와의 가까운 정도에 따라 어휘 그래프로 표현된다. 각 어휘에 대한 중요도는 핵심 질의 클러스터 그래프에서의 어휘 가중치에서 비핵심 질의 클러스터 그래프에서의 어휘의 가중치를 빼서 계산한다. 이는 부적합 문서에서 높은 가중치를 갖는 어휘는 확장 질의에서 제외시키는 역할을 한다. 중요도가 높은 어휘 순으로 확장할 질의를 선택한다. 웹 문서 테스트컬렉션인 TREC WT10g에서의 실험 결과에서 제안 방법이 언어모델(LM)에 비해 평균 정확률의 평균(MAP)에서 9.4% 성능 향상을 보였다.
  6. 김재훈;전길호 195
    https://doi.org/10.3745/KIPSTB.2012.19B.3.195 PDF KSCI
    한국어는 교착어이어서 형태소 분석 없이 품사 부착이 어려울 뿐 아니라 형태소를 분석할 때 다양한 어형 변화가 복원되어야 한다. 이것은 한국어 형태소 분석의 고질적인 문제 중 하나이며, 주로 규칙을 이용해서 해결한다. 규칙을 이용할 경우 주어진 문맥에 가장 적합한 복원을 어려워 여러 형태의 모호성을 생성하며, 이는 품사 부착에 의해서 해결된다. 본 논문에서는 이 문제를 기계학습 방법(Na$\ddot{i}$ve Bayes 모델)을 이용하여 해결한다. 기계학습 모델의 입력 자질은 어형 변화가 발생하는 주변 음절이며 출력 범주는 복원된 음절이다. ETRI 구문 말뭉치를 이용한 실험에서 제안된 형태소 복원 모델을 사용한 형태소 단위의 품사 부착 성능은 97.5%의 $F_1$점수를 보였으며 이 모델이 형태소 복원에 매우 유용함을 알 수 있었다.
  7. 박준호;고병철;박희준;남재열 201
    https://doi.org/10.3745/KIPSTB.2012.19B.3.201 PDF KSCI
    혈관 내 초음파 영상(IVUS: Intravascular ultrasoundimages)에서 내강(Lumen) 경계 영역을 검출하는 것은 환자의 심혈관 상태를 파악하는데 중요한 정보를 제공하며, 이를 통해 심혈관계 질환을 예측하고 진단할 수 있다. 따라서 정확하게 내강 경계를 분할하는 것은 매우 중요한 단계이다. 본 논문에서는 비모수적 확률 밀도 함수와 스무딩 함수를 사용하여 자동으로 내강 영역을 분할하는 기법을 제안한다. 각각의 혈관내 초음파 영상들을 극좌표 이미지로 변환 후 웨이블릿 변환을 적용하여 초기 관심 점들을 검출한다. 초기 관심점들 중에서 잡음과 칼슘에 의해 발생된 튀는 점들을 제거하기 위해 비모수적 밀도 함수와 스무딩 함수를 이용하여 튀는 점들을 제거하고 경계면에 해당하는 중요 관심 점만을 남긴다. 마지막으로, 다항곡선 접합(Polynomial curve fitting) 함수를 정의하고 다항식과 실제 내강 경계선에 접합된 관심 점을 이용하여 자연스러운 내강 경계면을 추정한다. 본 논문에서 제안한 방법을 다양한 초음파 영상에 대해 실험한 결과, 기존에 제안된 방법 보다 정확하게 경계면을 검출함을 알 수 있었다.