• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제12권2호
• /
• pp.111-118
• /
• 2006

본 연구에서는 클러스터 시스템에 적용되는 새로운 부하할당 알고리즘을 기존의 알고리즘과 비교하여 분석하고자 한다. PWLC 알고리즘은 설정된 가중치 산정주기마다. 시스템의 부하를 감지하여, 각 서버에 가중치를 부여하여 다음 주기에 가중치에 의하여 부하를 분산시키는 알고리즘이다. PWLC 알고리즘과 DWRR 알고리즘을 가중치 산정주기를 변화시키면서 분산과 대기시간 등에 비교하였다. 가중치 산정주기가 너무 짧으면 시스템은 부하를 감지하는데 잉여부하가 소요될 수 있으며, 이와 반대로, 가중치 산정주기가 너무 길면 알고리즘 적용에 의한 부하할당이 비효율적으로 될 수 있다. PWLC 알고리즘이 DWRR 알고리즘보다. 더 효율적임을 알 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제19권5호
• /
• pp.73-78
• /
• 2019

본 논문은 NP-난제로 널리 알려진 최대 가중치 독립집합 문제에 대해 다항시간으로 풀 수 있는 규칙을 제시하였다. 기존에 알려진 분산형 알고리즘은 지역에서 최대 가중치 노드를 독립집합 원소로 결정하는 방법을 적용하였다. 그러나 지역에서 최대 가중치를 갖는 노드 단독이 아닌 보다 작은 가중치들을 갖는 노드들이 병합된 독립집합이 최대 가중치를 갖는 경우가 보다 빈번히 발생하여 기존에 알려진 방법으로는 최적 해를 구하지 못할 수도 있다. 이러한 문제점을 해결하기 위해, 본 논문에서는 지역에서 최대 가중치를 갖는 독립집합을 형성하는 방법을 제안하였다. 제안된 알고리즘을 다양한 망들에 적용한 결과, 기존에 알려진 알고리즘으로 구하지 못한 최적 해를 구할 수 있었다.

• 한국전자통신학회논문지
• /
• 제17권1호
• /
• pp.153-160
• /
• 2022

그래프신호가 각각의 가중치를 갖고 발생하는 경우 그래프상의 최적의 샘플링 노드집합을 선택하는 탐욕알고리즘에 대해 연구한다. 이를 위해 가중치를 반영한 복원오차를 비용함수로 사용하고 여기에 QR 분해를 적용하여 단순한 형태로 전개한다. 이렇게 도출된 가중치 복원오차를 최소화하기 위해 다양한 수학적 증명을 통해 반복적으로 노드를 선택할 수 있는 수학적 결과식을 유도한다. 이러한 결과식에 기반하여, 노드를 선택하는 샘플링 집합 선택알고리즘을 제안한다. 성능평가를 위해 다양한 그래프에서 발생하는 가중치를 갖는 그래프신호에 적용하여 기존 샘플링 선택 기술대비, 복잡도를 유지하면서 가중치 신호의 복원성능이 우수함을 보인다.

• 한국지능시스템학회논문지
• /
• 제9권4호
• /
• pp.396-403
• /
• 1999

본 논문에서는 새로운 블록기반 신경망을 제안하고 블록기반 신경망의 패턴류 성능을 확인하였다. 블록기반 신경망은 4개의 가변 입출력을 가지는 블록을 기본 구성요소로하고 있으며 블록들의 2차원배열 형태로 이루어진다. 블록기반 신경망은 재구성가능 하드웨어에 의하여 구현이 용이하고 구조 및 가중치의 최적화에 진화 알고리즘을 적용시킬수 있는 새로운 신경망 모델이다. 블록 기반 신경망의 구조와 가중치를 재고성 가능 하드웨어(FPGA)의 비트열에 대응시키고 유전자 알고리즘에 의하여 전역최적화를 하여 구조와 가중치를 최적화한다. 유전 알고리즘에 의하여 설계된 블록기반 신경망을 비선형 결정평면을 가지는 여러 학습패턴에 적용하여 패턴분류 성능을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 춘계학술대회 학술발표 논문집
• /
• pp.171-175
• /
• 1997

본 논문에서는 LVQ(Learning Vector Quentization) 신경회로망의 새로운 가중치 초기화법을 제안하고 이를 얼굴인식 시스템에 적용하였다. 제안한 방법은 초기가중치를 패턴 결정 경계면 주변에 설정함으로써 인식율을 높이는 방법이다. 얼굴인식의 특징 추출 방법으로서는 주성분 분석, 모멘트, 푸리에 기술자, 모멘트+주성분 분석 및 푸리에 기술자+주성분 분석 등을 사용하여 실험하였으며, 인식부의 LVQ 신경회로망에 제안된 방법을 적용하여 기존의 방법과 비교 실험하였다. 실험 결과 초기가중치를 최초 패턴으로 가지는 경우, 평균값을 취하는 경우, 랜덤하게 사용하는 경우 등에 비해서 우수한 인식율을 보임을 알 수 있었다.

• 전자공학회논문지
• /
• 제50권6호
• /
• pp.254-259
• /
• 2013

중력 방향에 대한 가중치를 적용한 3축 가속도 센서 데이터를 낙상 특징 변수로 사용해서 은닉 마르코프 모델(Hidden Markov Model; HMM)에 적용한 새로운 낙상 인식 알고리듬을 제안한다. 기존에 낙상인식에 많이 사용되는 변수인 3축 가속도의 벡터 합(Sum Vector Magnitude, SVM)과 새롭게 정의한 변수인 중력방향가중치를 적용한 3축 가속도의 벡터 합(Gravity-weighted Sum Vector Magnitude, GSVM)를 포함한 다섯 가지 낙상특징변수를 은닉 마르코프 모델에 적용하여 낙상 인식률을 평가하였다. 실험을 통해 얻은 가장 좋은 결과는 중력방향가중치를 적용한 3축 가속도의 벡터 합 변수를 적용한 결과이고 100% 민감도(sensitivity)와 97.96% 특이성(specificity)를 얻었다. 이것은 단순 3축 가속도의 벡터 합 변수에 비해 민감도는 5.2%와 특이성은 4.5% 정도 향상되었다. 단순히 운동량만을 표현하는 3축 가속도의 벡터 합 변수에 비해 중력방향가중치를 적용한 3축 가속도의 벡터 합 변수가 낙상의 움직임에 대한 특징을 잘 표현하기 때문에 높은 인식률을 나타내었다.

• 화약ㆍ발파
• /
• 제22권2호
• /
• pp.1-11
• /
• 2004

일반적으로 국내 석회석 광산에서의 발파는 20ms나 25ms 시차를 가지는 지발발파로 시행되어지고 있다. 국외에서는 전자뇌관을 사용하여 암반의 지질학적인 특성에 따라 지발 시차를 사용자의 현장에 따라 선정하여, 주변 보안 물건에 따른 진동 및 소음을 경감하면서, 1회 발파의 생산량을 증대할 수 있으며, 2차 파쇄 비용 및 적재비용을 절감하는 최적의 시차를 적용하여 발파 규모를 줄이지 않는 발파패턴을 적용하고 있다. 본 연구는 해외에서 사용되고 있는 전자뇌관을 국내 현장 석회석 광산(단양)에 적용함으로 최적지연시차를 찾아내는 방법과 초시의 오차에 따른 문제점과 향후 국내 적용성을 판단하고자 하였다. 대규모 석회석 광산을 대상으로 최적시차를 판단하고자 동일 패턴에서 시차를 6ms ~ 30ms로 시험발파를 시행하여 4가지 요소 발파진동속도, 주 주파수특성, 파쇄입도, 암석 이동 및 버력의 상태를 분석하여 각 시차에 따른 배점을 두어, 당 현장에 요구되는 개별 가중치를 선정하여 분석하였다. 분석 결과 당 현장에서의 발파결과에 따른 요소별 가중치를 발파진동속도(20), 주 주파수 특성(20), 파쇄입도(40), 암석 이동(10) 및 버력의 상태(10)로 하여 분석한 결과 15ms가 최적시차로 나타냈다. 향후 각 현장에 적합한 요소별 가중치를 선정하여 현장별 최적시차를 도출한다면 최적의 발파효과를 있을 것으로 판단된다.

• 융합신호처리학회논문지
• /
• 제5권3호
• /
• pp.205-209
• /
• 2004

벡터양자화에서 사용되는 부호책 생성 알고리즘들 중에서 가장 널리 사용되는 방법은 K-means 알고리즘이다. 본 논문에서는 부호책의 성능 개선을 위해 새로운 갱신조건을 적용한 부호책 생성 알고리즘을 제안한다. 기존의 K-means 알고리즘은 모든 학습반복 과정 동안 부호벡터 갱신 시 거리의 가중치를 고정하지만, 제안된 방법은 학습반복 과정에서 새로운 부호벡터의 갱신 조건에 따라서 다른 가중치를 적용하여 부호책을 구한다. 따라서, 갱신 조건에 의해 부호벡터에 다른 가중치를 적용할 수 있고, 학습반복 과정마다 가변되는 가중치를 적용하는 효과를 얻을 수 있다. 실험 결과 K-means 알고리즘보다 부호책의 성능이 향상됨을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 하계학술대회
• /
• pp.242-243
• /
• 2013

본 논문에서는 모바일 환경에서의 얼굴인증 성능 향상 방법을 제안한다. 제안했던 기존 방법에서는 다중 반경 LBP 히스토그램을 분석하고 임계값을 적용하여 개인별 주요 블록을 구성하였다. 이 때 임계값의 적용에 따라 인증 성능의 변화가 발생할 수 있고, 주요 블록에 동일한 가중치를 적용하기 때문에 블록의 분별력을 크게 고려하지 않았다. 제안하는 방법은 주요 블록에 가중치를 적용하는 방법으로 주요한 블록과 비교적 덜 중요한 블록의 분별력을 높여 개인인증의 성능을 향상시킨다. 실험 결과 제안하는 방법이 기존 방법들 과 비교하여 낮은 에러율을 보였다.

• 대한전자공학회논문지SP
• /
• 제39권4호
• /
• pp.462-469
• /
• 2002

벡터 부호책 설계에 사용되는 기존 K-means 알고리즘은 모든 학습반복에서 고정된 가중치를 적용하는데 반해 제안된 방법은 학습반복마다 가변되는 가중치를 적용한다. 초기 학습반복에서는 새로운 부호벡터를 얻기 위해 수렴영역을 벗어나는 2 이상의 가중치를 사용하고, 이 값이 클수록 가변 가중치를 적용하는 학습반복을 줄임으로써 우수한 부호책을 설계할 수 있다. 초기 부호책 설계에 사용되는 미세분할 방법을 개선하기 위하여 소속 학습벡터와 대표벡터간의 오차를 줄이는 방법을 사용한다. 즉 자승오차가 최대인 대표벡터를 제외시키고 최소인 대표벡터를 미세분할함으로써 초기 부호벡터로 대체될 보다 적절한 대표벡터를 얻을 수 있다.