Earticle

길이가 같은 두 문자열에서 같은 위치에 있는 문자의 상대적인 순위가 모든 위치에서 일치하면 두 문자열은 순위동 형이라 한다. 순위패턴매칭문제는 대소 비교가 가능한 텍스트 T 와 패턴 P 가 주어졌을 때, P 와 순위동형인 T 의 모든 부분문자열의 위치를 찾는 문제이며 시계열 데이터 분석에 활용될 수 있다. 본 논문에서는 다양한 시계열 데이터 에 대한 순열 엔트로피를 계산하고, 각 데이터별로 순열 엔트로피 분포에 따른 순위패턴매칭 알고리즘들의 성능을 비교한다.

Two strings of the same length are called order-isomorphic if the relative order of characters at the same position is identical for all positions. The order-preserving pattern matching problem is finding the positions of all substrings in text T that are order-isomorphic to pattern P. This problem can be applied in time series data analysis. In this paper, we compute the permutation entropy for various time series data and compare the performance of order-preserving pattern matching algorithms based on the permutation entropy distribution for each dataset.

Compressed sensing (CS) provides a new solution for the problems of requiring large amount of measurements data and long data acquisition time in radar application, and both issues also exist in ground penetrating radar (GPR). Aiming at this problem, we adopt impulse radar with CS framework, and transform the GPR imaging into sparse constraint optimization problem performed on time-domain sub-sampling in this paper. Specifically, it focuses on the impulse GPR imaging method based on CS under double underground targets condition containing noise and abundant clutter. Furthermore, the performance of matching reconstruction algorithms under the different signal to noise ratios (SNR), measurement dimensions and sparseness values is also presented. The experimental results show that CS algorithms based on matching reconstruction can obviously reduce measurement data, improve the image quality and make a better anti-noise performance. When SNR of measurement data is 1dB, the probability of accurate imaging can still reach 95%. So we may reasonably conclude that the regularized orthogonal matching pursuit algorithm has a better performance than the other matching algorithms.

Block matching for motion estimation has been widely used in video compression for effi-cient transmission and storage of video bit stream by reducing the temporal redundancy ex-isting in a video sequence. The motion estimation is a process to predict the motion between two successive frames. This paper is primarily a review of the block matching algorithms using fast computational and winner-update strategies. The paper describes and analyses different types of block matching algorithms, namely Full Search (FS), Fast Computational of Full Search (FCFS), Three Step Search (TSS), New Three Step Search (NTSS), Three Step Search with Winner Update Strategy (WinUpTSS), Four Step Search (FSS) and Diamond Search (DS) algorithms.

In the previous research, we considered a logistics brokerage problem with the objective of minimizing total transportation lead time of freights in a logistics e-marketplace, in which a logistics brokerage agent intermediates empty vehicles and freights registered by car owners and shippers [7]. However, in the logistics e-marketplace, transportation due date tardiness is more important than the transportation lead time, since transportation service level is critically determined by whether the due date is met or not. Therefore, in this paper, we deal with the logistics brokerage problem with the objective of minimizing total tardiness of freights. Hungarian method based matching algorithms, real time matching(RTM), periodic matching(PM), and fixed matching(FM), are used for solving the problem considered in this paper. In order to test performance of the proposed algorithms, we perform computational experiments on a various problem instances. The results show that the waiting-and-matching algorithms, PM and FM, also give better performance than real time matching strategy, RTM, for the total tardiness minimization problem as the algorithms did for the total lead time minimization problem.

In this paper, we present a dynamic matching methodology for the logistics brokerage agent that intermediates empty vehicles and freights registered to the logistics e-marketplace by car owners and shippers. In this matching methodology, two types of decisions should be made: one is when to match freights and vehicles and the other is how to match freights and vehicles at that time. We propose three strategies for deciding when to match, i.e. real time matching (RTM), periodic matching (PM), and fixed matching (FM) and use Hungarian method for solving tho how-to-match problem. In order to compare the performance of the when-to-match strategies, computational experiments are done and the results show that the waiting-and matching strategies, PM and FM, give better performance than real time matching strategy, RTM. We can expect that the suggested matching methodology may be used as an efficient and affective tool for the brokerage agent in the logistics e-marketplaces

In this paper, we present a dynamic matching methodology for the logistics brokerage agent that intermediates empty vehicles and freights registered to the logistics e-marketplace by car owners and shippers. In this matching methodology, two types of decisions should be made： one is when to match freights and vehicles and the other is how to match freights and vehicles at that time. We propose three strategies for deciding when to match, ie. real time matching (RTM) , periodic matching (PM), and fixed matching (FM) and use Hungarian method for solving the how-to-match problem. In order to compare the performance of the when-to-match strategies, computational experiments are done and the results show that the waiting-and-matching strategies, PM and FM, give better performance than real time matching strategy, RTM. We can expect that the suggested matching methodology may be used as an efficient and effective tool for the brokerage agent in the logistics e-marketplaces.

In computational biology, desired patterns are searched in large text databases, and an exact match is preferable. Classical benchmark algorithms obtain competent solutions for pattern matching in O (N) time, whereas quantum algorithm design is based on Grover's method, which completes the search in $O(\sqrt{N})$ time. This paper briefly explains existing quantum algorithms and defines their processing limitations. Our initial work overcomes existing algorithmic constraints by proposing the quantum-based combined exact (QBCE) algorithm for the pattern-matching problem to process exact patterns. Next, quantum random access memory (QRAM) processing is discussed, and based on it, we propose the QRAM processing-based exact (QPBE) pattern-matching algorithm. We show that to find all t occurrences of a pattern, the best case time complexities of the QBCE and QPBE algorithms are $O(\sqrt{t})$ and $O(\sqrt{N})$, and the exceptional worst case is bounded by O (t) and O (N). Thus, the proposed quantum algorithms achieve computational speedup. Our work is proved mathematically and validated with simulation, and complexity analysis demonstrates that our quantum algorithms are better than existing pattern-matching methods.

본 논문에서는 이진화된 지문 이미지를 효율적으로 처리하기 위한 자료 구조인 Union and Division을 이용하여 이진화와 잡음 제거, 그리고 특이점 추출 단계로 이루어진다. Union and Division을 사용하는 경우에, 융선을 추적 가능하다는 성질을 이용하여 동일 융선 상에 있는 두 개의 특이점을 잇는 선분을 기준점으로 하는 정합 알고리즘을 제안한다.

본 논문에서는 처리시간을 줄이고, 인식률을 높이기 위해서 이진화된 지문 이미지를 효율적으로 처리하기 위한 자료 구조인 Union and Division을 이용한 이진화와 잡음 제거, 특이점 추출 단계로 이루어진다. Union and Division을 사용하는 경우에서는 융선을 추적 가능하다는 성질을 이용하여서 동일융선 상에 있는 두 개의 특이점을 잇는 선분을 기준점으로 하는 정합 알고리즘을 제안한다.

본 논문에서는 이진화된 지문 이미지를 효율적으로 처리하기 위한 자료 구조인 Union and Division을 이용하여 이진화와 잡음 제거, 그리고 특이점 추출 단계로 이루어진다. Union and Division을 사용하는 경우에, 융선을 추적 가능하다는 성질을 이용하여 동일 융선 상에 있는 두 개의 특이점을 잇는 선분을 기준점으로 하는 정합 알고리즘을 제안한다.

최근 들어 웜 바이러스의 출현과 더불어, 인터넷 대란과 같은 서비스 거부 공격의 피해 사례가 급증하고 있다. 이에 따라 네트워크 보안이 많은 관심을 받고 있는데, 보안의 여러 분야 가운데에서도 특히 침입탐지와 대응에 관한 연구가 활발히 이루어지고 있다. 또한 이러한 작업들을 자동화하기 위한 도구들이 개발되고 있지만 그 정확성이 아직 신뢰할 만한 수준에 이르지 못하고 있는 것이 지금의 현실이다. 본 논문에서는 이벤트 로그를 분석하여 침입 패턴을 예측하고, 이를 기반으로 자동화된 침입 탐지 및 대응을 구현할 수 있는 String Matching 알고리즘을 제안하고자 한다.

A Hausdorff distance (HD) is one of commonly used measures for object matching. It calculates the distance between two point sets of edges in two-dimensional binary images without establishing correspondences. This paper proposes three object matching algorithm using robust HD measures based on M-estimation, least trimmed square (LTS), and .alpha.-trimmed mean methods, which are more efficient than the conventional HD measures. By computer simulation with synthetic and real images, the matching performance of the conventional HD smeasures and proposed' robust ones is compared.

This work shows how to create an algorithm and implementation for motion and image matching between a vehicle simulator and Unity 3D based virtual object. The motion information of the virtual vehicle is transmitted to the real simulator via a RS232 communication protocol, and the motion is controlled based on the inverse kinematics solution of the platform adopting rotary-type six actuators driving system. Wash-out filters to implement the effective motion of the motion platform are adopted, and thereby reduce the dizziness and increase the realistic sense of motion. Furthermore, the simulator system is successfully designed aiming to reducing size and cost with adaptation of rotary-type six actuators, real driving environment via VR (Virtual Reality), and control schemes which employ a synchronization between 6 motors and 3rd order motion profiles. By providing relatively big sense of motion particularly in impact and straight motions mainly causing simulator sickness, dizziness is remarkably reduced, thereby enhancing the sense of realistic motion.

In logistics e-marketplaces, brokerage agents intermediate empty vehicles and freights registered by car owners and shippers. In the previous research, we proposed constant periodic/fixed matching algorithms for the logistics brokerage agents with the objective of minimizing the total transportation lead time and the transportation due date tardiness of freights(Jeong, 2004; Jeong, 2007). However, the constant type algorithms cannot consider changes in the balance status of an e-marketplace, i.e. the difference between the numbers of freights and vehicles to wait for matching, because they use non-changing matching periods and amounts. In this paper, we propose variable type algorithms for the logistics brokerage agent, in which the matching periods and amounts are changed continuously by considering the balance status between the freights and vehicles. In order to compare performance of the variable type algorithms to the previous constant type algorithms, we carried out computational experiments on various problem instances. The results show that the variable type algorithms give better performance than the constant type algorithms. We can expect that the logistics brokerage agents can improve their performance by using the proposed variable periodic/fixed matching algorithms.

본 논문은 클러스터링 탐색 방법과 온톨로지 학습 방법을 융합하여 보다 더 효율적인 검색 방안을 제안한다. 이를 통해 키워드가 정확하게 일치하지 않더라도 사용자가 원하는 웹 서비스를 검색할 수 있고, 반대로 키워드가 일치하지만 사용자가 의도하지 않은 웹 서비스는 검색 결과에서 제거할 수 있다. 주된 아이디어는 매개변수들 사이의 숨은 시맨틱 개념을 찾아내어 온톨로지를 학습하고, 확장된 키워드 탐색 방법과 온톨로지 활용 방법을 혼합 사용하여 보다 지능적인 웹 서비스 매칭을 수행하는 것이다.

본 논문은 클러스터링 탐색 방법과 온톨로지 학습 방법을 융합하여 보다 더 효율적인 검색 방안을 제안한다. 이를 통해 키워드가 정확하게 일치하지 않더라도 사용자가 원하는 웹 서비스를 검색할 수 있고, 반대로 키워드가 일치하지만 사용자가 의도하지 않은 웹 서비스는 검색 결과에서 제거할 수 있다. 주된 아이디어는 매개변수들 사이의 숨은 시맨틱 개념을 찾아내어 온톨로지를 학습하고, 확장된 키워드 탐색 방법과 온톨로지 활용 방법을 혼합 사용하여 보다 지능적인 웹 서비스 매칭을 수행하는 것이다.

In this paper, we propose VLSI architectures for the full search block matching algorithm (FS BMA) and two-stage BMA using integral projections that reduce greatly computational complexity with its performance comparable to that of the FS BMA. The proposed VLSI architectures are faster than the conventional ones with lower hardware complexity. Also the proposed architectures of the FS BMA and two-stage BMA are modeled in VHDL and simulated to show their functional validity.

영상 매칭 기술은 컴퓨터 비전 분야에서 다양하게 응용될 수 있는 기초적인 기술 중에 하나이다. 대표적인 영상 매칭 기술인 SIFT나 SURF는 강인한 영상 매칭 성능을 나타내지만 계산량이 방대하여 실시간 기술에 사용될 수 없는 문제점을 가진다. 최근에 ORB나 BRISK는 FAST 특징점 검출기와 BRIEF 특징점 표현자를 조합하여 실시간 영상 매칭을 가능하게 하면서 기존의 영상 매칭 기술과 견줄만한 성능을 나타내었다. 본 논문에서는 FAST와 BRIEF를 수정하여 영상 왜곡에 강인하면서 실시간으로 매칭을 수행할 수 있는 영상 매칭 알고리즘을 제안한다. 노이즈에 강인하면서 스케일 변화를 고려하기 위하여 특징점 후보 영역을 제한하고 스케일 공간을 생성하여 특징점을 검출한다. 또한 영상의 회전 변화에 강인한 영상 매칭을 가능하게 하기 위하여 주변 픽셀 패턴의 Gradient로 특징점 방향을 결정하여 픽셀 밝기 값 비교로 이진 특징점 표현자를 생성한다. 제안하는 영상 매칭 알고리즘은 적은 계산량으로 기존의 알고리즘보다 우수한 영상 매칭 성능을 나타낸다. 특별히 노이즈가 존재하는 영상의 매칭에서 노이즈의 영향에 강인한 매칭 성능을 보여준다.

본 논문에서는 멀티모달 생체인식 시나리오 중에서, 단일 생체 특징에 적용되는 다중 획득 및 매칭이 시스템 성능에 기여하는 효과에 대하여 논의한다. 얼굴이라는 단일 생체 검중 시스템에 본 논문에서 제안한 간단한 다중 획득 및 매칭 결합 방법론들을 적용하였고, 실제적인 평가모델과 데이터베이스를 구축하여 이를 실험하고 결과를 분석하였다 실험결과, 단일 획득 및 매칭 시스템보다 25％ 가량 향상된 우수한 성능을 나타냈으며, 이는 얼굴 검증 시스템 구축에 있어 반드시 고려되어야 할 사항 중에 하나임을 보여준다.

지식정보화시대가 시작되면서 멘토링은 인재 발굴 및 관리를 위한 효율적인 방법으로 인식되고 있다. 멘토링 효과를 높이기 위한 요소는 여러 가지이다. 그 중 멘토와 멘티를 매칭하는 요소는 멘토링 시스템에서 핵심이라 할 수 있다. 기존 e-멘토링 시스템의 매칭은 대부분 개인 정보를 충분히 활용하지 못하고 관리자에 의해 일괄적으로 처리되는데, 이는 멘토링 효과에 부정적인 영향을 미칠 수 있다. 본 논문에서는 중 고등학생을 대상으로 개인선호도를 입력받아 매칭 항목으로 결정하고 이를 기반으로 가장 적절한 멘토/멘티를 매칭시키는 개인선호도기반의 멘토/멘티 추천 알고리즘을 제안한다. 또한, 본 논문에서는 기존의 알고리즘과 함께 제안한 알고리즘을 정교성, 일치성, 다양성 측면에서 분석하여 제안한 알고리즘의 효율성을 증명한다.

In advance of Knowledge Information Society, mentoring is becoming an efficient method for developing and managing human resources. There are several factors to improve the effect of mentoring. Among them, a matching mechanism that connects a mentee and a mentor is the most important in mentoring. In the existing e-mentoring systems, administrators rarely consider personal data. They match suitable mentors for mentees in a mandatory way, which reflects bad effects in the e-mentoring. In this paper, we propose new recommendation algorithms for matching by analyzing personal preferences for secondary school students to improve the effects of the mentoring. In addition, we compare our algorithms with the existing algorithms in terms of elaborateness, accordance, and diversity in order to prove the effectiveness of the proposed algorithms.