- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구에서는 비디오의 의미를 잘 표현하고 있는 키프레임들을 추출하는 알고리즘을 설계하고 평가하였다. 구체적으로 영상 초록의 키프레임 선정을 위한 이론 체계를 수립하기 위해서 선행 연구와 이용자들의 키프레임 인식 패턴을 조사하여 분석해 보았다. 그런 다음 이러한 이론 체계를 기초로 하여 하이브리드 방식으로 비디오에서 키프레임을 추출하는 알고리즘을 설계한 후 실험을 통해서 그 효율성을 평가해 보았다. 끝으로 이러한 실험 결과를 디지털 도서관과 인터넷 환경의 비디오 검색과 브라우징에 활용할 수 있는 방안을 제안하였다.
Abstract
The purposes of the study are to design a key-frame extraction algorithm for constructing the virtual storyboard surrogates and to evaluate the efficiency of the proposed algorithm. To do this, first, the theoretical framework was built by conducting two tasks. One is to investigate the previous studies on relevance and image recognition and classification. Second is to conduct an experiment in order to identify their frames recognition pattern of 20 participants. As a result, the key-frame extraction algorithm was constructed. Then the efficiency of proposed algorithm(hybrid method) was evaluated by conducting an experiment using 42 participants. In the experiment, the proposed algorithm was compared to the random method where key-frames were extracted simply at an interval of few seconds(or minutes) in terms of accuracy in summarizing or indexing a video. Finally, ways to utilize the proposed algorithm in digital libraries and Internet environment were suggested.
초록
본 논문에서는 다중 모델 기계학습 기법을 이용하여 자동 문서 분류의 성능과 신뢰도를 향상시킬 수 있는 연구와 실험 결과를 기술하였다. 기존의 다중 모델 기계 학습법들이 훈련 데이터 또는 학습 알고리즘의 편향에 의한 오류를 극복하고자 한 것인데 비해 본 논문에서 제안한 메타 학습을 이용한 하이브리드 다중 모델 방식은 이 두 가지의 오류 원인을 동시에 해소하고자 하였다. 다양한 문서 집합에 대한 실험 결과. 본 논문에서 제안한 하이브리드 다중 모델 학습법이 전반적으로 기존의 일반 다중모델 학습법들에 비해 높은 성능을 보였으며, 다중 모델의 결합 방식으로서 메타 학습이 투표 방식에 비해 효율적인 것으로 나타났다.
Abstract
Inductive learning and classification techniques have been employed in various research and applications that organize textual data to solve the problem of information access. In this study, we develop hybrid model combination methods which incorporate the concepts and techniques for multiple modeling algorithms to improve the accuracy of text classification, and conduct experiments to evaluate the performances of proposed schemes. Boosted stacking, one of the extended stacking schemes proposed in this study yields higher accuracy relative to the conventional model combination methods and single classifiers.
초록
우리나라 의학도서관의 인쇄본 학술지 공동보존체제를 구축하기 위하여, 선행 연구와 사례를 통해 공동보존의 유형과 발전현황을 고찰하고, 한국의학도서관협의회 회원도서관들을 대상으로 인쇄본 학술지 폐기 실태와 공간현황 및 공동보존 요구도와 참여의지 및 선호방식 등을 조사하였다. 분석 결과에 기초하여, 기존의 MEDLIS 인프라를 활용한 집중형과 분산형으로 구성된 하이브리드 모형을 제안하였으며, 기본사항과 세부내용, 단계별 시행추진 전략을 제시하였다. 마지막으로 성공적인 구현을 위한 한국의학도서관협의회의 노력을 제언하였다.
Abstract
The purpose of this study is to develop a collaborative print journal preservation model for the medical libraries in Korea. After reviewing previous studies and advanced preservation practices, a survey was administered to the members of the Korean Medical Library Association to collect data about the present states of journal weeding and storage space as well as their needs and preferences for collaborative preservation. Based on the analysis, a hybrid model, consisting of centralized and distributed archives, is proposed with MEDLIS as infra structure. Detailed characteristics and three phases of implement strategies are described. Finally, recommendations for the Korean Medical Library Association to the successful substantiation are suggested.