• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.835-837
• /
• 2005

본 논문에서는 가보 웨이블릿을 통해 얼굴 이미지로부터 특징을 추출하고, 그에 Genetic Algorithm 을 통해 구한 특징점별 가중치를 적용하여 얼굴 인식을 하는 방법을 소개한다. 각 특징점별로 가중치를 적용하는 방법은, 기존의 Gabor wavelet 을 사용한 얼굴 인식 방법들에 비해 높은 인식률을 보인다. 특징점별 가중치들은 진화 알고리즘을 통해 학습 되어진다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권6호
• /
• pp.285-291
• /
• 2010

본 연구에서는 나이브 베이시안 학습의 환경에서 속성의 가중치를 계산하는 새로운 방식을 제안한다. 기존 방법들이 속성에 가중치를 부여하는 방식인데 반하여 본 연구에서는 한걸음 더 나아가 속성의 값에 가중치를 부여하는 새로운 방식을 연구하였다. 이러한 속성값의 가중치를 계산하기 위하여 Kullback-Leibler 함수를 이용하여 가중치를 계산하는 방식을 제안하였고 이러한 가중치들의 특성을 분석하였다. 제안된 알고리즘은 다수의 데이터를 이용하여 속성 가중치 방식과 비교하였고 대부분의 경우에 더 좋은 성능을 제공함을 알 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제14권2호
• /
• pp.35-42
• /
• 2014

본 논문은 최소신장트리를 쉽고 빠르게 구하는 방법을 제안하였다. 제안된 알고리즘은 먼저, 그래프의 가중치 간선의 수를 축소시키는 방법으로 그래프를 단순화 시켰다. 간선 수를 축소시키는 방법으로는 그래프 정점의 결합가가 3 이상인 경우, 최대 가중치 간선을 제거하는 방법을 적용하였다. 다음으로, 그래프를 단순화 시킨 축소된 모집단 간선들을 대상으로 사이클이 발생하는 부분을 확인하여 사이클 발생 간선들 중에서 최대 가중치를 갖는 간선을 삭제하는 방법을 적용하였다. 다양한 9개 그래프에 대해 제안된 사이클 최대 가중치 간선 제거 알고리즘을 적용한 결과 그래프의 사이클 개수만큼만 수행하여 MST를 쉽게 구하는 장점을 보였다. 모집단 축소 기법을 적용한 결과, 9개 그래프의 사이클 개수를 66%로 감소시키는 결과를 얻었으며, 최소 2개에서 최대 8개의 사이클에서의 최대 가중치 간선만 삭제하면 MST를 얻는 효과를 얻었다.

• 한국음향학회지
• /
• 제27권6호
• /
• pp.319-324
• /
• 2008

본 논문에서는 변별적 가중치 학습 (discriminative weight training) 기반의 3GPP2 Selectable Mode Vocoder (SMV) 실시간 음성/음악 분류 성능을 향상 시키는 방법을 제안한다. SMV의 음성/음악 실시간 분류 알고리즘에서 사용된 특징벡터와 분류방법을 분석하고, 이를 기반으로 분류성능향상을 위해 MCE (minimum classification error)방법을 도입하여, 각 특징 백터별로 다른 가중치를 적용하는 음성/음악 결정법 (decision rule)을 제시한다. 구체적으로 SMV의 음성/음악 분류알고리즘에서 사용되어진 특징벡터만을 선택적으로 사용하여 가중치를 적용한 값을 기하 평균한 값을 문턱값과 비교하는 실시간 분류기법이 제시되었다. SMV의 음성/음악 분류에 제안한 방법의 성능 평가를 위해 SMV 원래의 분류알고리즘과 비교하였으며, 다양한 음악장르에 대해 시스템의 성능을 평가한 결과 가중치를 적용하였을 때 기존의 SMV의 방법보다 우수한 음성/음악 분류 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제5권3호
• /
• pp.119-125
• /
• 2000

ATM망에서 CH, VBR, UBR, ABR과 같은 트래픽 관리에 대해서 많은 연구가 진행되고 있다. ATM망에서는 WRR의 구현에 있어 버퍼 관리를 효율적으로 하기 위한 BSW 기법의 알고리즘이 제안되었다. 그러나, BSW방식은VC에 실제로 할당된 가중치보다 더 큰 가중치를 할당하여 어느 한 VC의 큐가 비어있게 되면 셀 서비스를 수행하지 못하므로 각 VC의 가중치와 스케줄러의 처리율에 심각한 성능저하를 유발한다. 본 논문에서는 셀 지연과 버퍼 이용률을 개선한 BSW구조의 WRR스케쥴링 알고리즘을 제안하였다. 제안된 알고리즘은 기존의 BSW스케줄링 알고리즘의 문제점들을 해결하기 위해서 각 VC에 실제로 할당된 가중치를 유지 할 수 있도록 하였고, 각 VC의 큐가 비어있을 경우 다른 VC 셀을 서비스하게 함으로써 평균 셀 지연을 감소시키고 전체적으로 셀 서비스 율을 높일 수 있다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권6호
• /
• pp.15-29
• /
• 2018

본 논문에서는 기존 파티클 스웜 최적화를 기반으로 추적 대상 객체의 이동 궤적을 이용하는 객체 추적기에서 시간 정보 활용의 문제점을 개선한 강인한 객체 추적 알고리즘을 제안한다. 제안하는 알고리즘은 추적 대상 객체와 유사한 특징을 가지는 변위들의 집합에 대한 위치들의 온라인 업데이트와 추적을 가능하게 한다. 객체들의 중첩을 검출하고 추적 대상의 위치를 결정하기 위해 궤적 정보와 변위들의 집합을 기반으로 적응적 파라미터를 사용하는 규칙기반 접근을 사용한다. 기존 알고리즘들과 비교해보면 제안하는 접근법은 가용한 정보를 복합적으로 사용함으로써 각종 임계값에 대한 적응적 조정을 가능하게 한다. 또한, 파티클 스웜 최적화에서 발산에 의한 손실과 불완전한 수렴의 문제를 해결하기 위해 효율적인 가중치 조절 함수를 제안하고 있다. 제안하는 가중치 조절 함수는 파티클들이 최적의 해에 수렴하기 이전에 전체 프레임 영역에서 탐색할 수 있도록 한다. 유사한 특징 조합을 가지는 다중 객체가 존재하는 환경에서 제안 알고리즘을 테스트한 결과, 기존 스웜 최적화 기반의 객체 추적기들에 비해 기존 유사 변위들에 대한 잘못된 추적을 현저히 줄이는 것을 확인할 수 있었다.

• 융합신호처리학회논문지
• /
• 제23권1호
• /
• pp.44-49
• /
• 2022

최근 IoT 기술과 통신매체의 발전에 따라 다양한 영상 장비가 산업 현장에서 사용되고 있다. 카메라와 센서에서 취득된 영상 데이터는 송수신 과정에서 잡음의 영향을 받기 쉬우며, 시스템의 신뢰성에 큰 영향을 미치는 만큼 잡음 제거가 필수적으로 선행되고 있다. 본 논문에서는 AWGN에 훼손된 영상을 복원하는 과정에서 디테일을 보존하기 위해 화소값 분포패턴에 기반한 가중치 필터 알고리즘을 제안하였다. 제안한 알고리즘은 영상의 화소값 분포패턴에 따라 가중치를 계산하였으며, 필터링 마스크에 적용하여 영상을 복원하였다. 제안하는 알고리즘의 잡음 제거 성능을 분석하기 위해 기존 방법과 비교하여 확대영상 및 PSNR을 사용하여 시뮬레이션하였다. 제안한 알고리즘은 영상의 중요 특성을 보존하며 기존 방법에 비해 효율적으로 잡음을 제거하는 성능을 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제14권4호
• /
• pp.233-241
• /
• 2014

본 논문은 원 그래프를 2-간선 연결 그래프로 단순화하고, 사이클 속성을 적용하여 최소신장트리를 빠르게 얻는 알고리즘을 제안하였다. Borůvka 알고리즘은 정점 (v) 당 최소 가중치 간선 (v) 을 1개씩 선택하는 1-간선 연결 그래프에 대해 사이클 속성을 적용하여 부분신장트리를 얻는다. 추가적으로 절단속성을 적용하여 부분신장트리를 연결하는 최소 가중치 간선을 선택한다. Kruskal 알고리즘은 그래프의 모든 간선을 대상으로 오름차순으로 절단 속성을 적용한다. 역-삭제 알고리즘은 내림차순으로 사이클 속성을 적용한다. Borůvka, Kruskal과 역-삭제 알고리즘은 모든 간선들을 대상으로 하기 때문에 항상 |e| 회 수행된다. 제안된 알고리즘은 첫 번째로, 정점 당 최소 가중치 간선을 2개씩 선택하는 2-간선 연결 그래프를 얻는다. 두 번째로, 2-간선 연결 그래프에 대해 사이클 속성을 적용하여 |e|=|v|-1 일 때 알고리즘을 종료시켰다. 제안된 방법들을 10개의 실제 그래프들에 적용한 결과 모두 최소신장트리를 얻는데 성공하였다. 또한, Borůvka, Kruskal과 역-삭제 알고리즘에 비해 수행 횟수를 60% 단축시켰다.

• 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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.146-149
• /
• 2014

최근 자동차 산업과 IT 기술의 융합이 활발해지면서 스마트카, 자율주행 자동차(무인 자동차)와 같은 지능형 자동차 개발이 활발히 진행되고 지능형 자동차의 비전 기반 기술개발도 활발히 진행되고 있다. 고속도로와 같이 포장된 도로나 자갈길과 같은 비포장 도로에서도 운전자의 승차감을 고려한 능동적 안전시스템과 안정적인 자율주행 자동차의 주행능력을 보장하는 기술들 중 도로 유형을 판단하는 것이 중요 요소 중 하나이다. 따라서 본 논문에서는 가중치 기반 클러스터링 기술을 이용하여 도로표면 유형을 분류하는 알고리즘을 제안한다. 아스팔트, 자갈길, 흙길, 눈길의 도로표면 영상 데이터를 히스토그램의 분포도와 최고점 위치, 에지 영상의 에지량, 채도성분을 이용하여 특징값을 추출하고 클러스터를 구성한다. 분류할 입력 도로표면 영상에 대해 특징값을 분석한 후 탐색범위 내 선택된 각 클러스터의 벡터와의 거리를 측정하여 가중치를 계산하고 가중치가 높은 클러스터를 분류하여 입력 영상에 대한 도로표면을 결정한다. 실험결과 제안하는 방법이 각 도로표면 영상의 특징값과 이를 이용한 가중치만을 이용하여 약 91.25%의 정확도로 도로의 표면을 분류해 내는 것을 볼 수 있었다.