• 전자공학회논문지
• /
• 제51권11호
• /
• pp.66-72
• /
• 2014

Histogram of oriented gradient (HOG) 특징은 영상 기반 보행자 인식에서 널리 사용되고 있다. HOG 특징을 이용한 보행자 인식의 인식률을 높이는데 가장 중요한 역할을 하는 것은 보간 기술이다. HOG 특징 연산에 보간 기술을 적용하기 위해서는 각 픽셀의 기울기 방향에 가장 근접한 두 개의 기울기 방향 bin과 가중치를 계산해야 한다. 따라서 본 논문에서는 HOG 특징 연산에 적용하기 위한 효율적인 기울기 방향 bin 및 가중치 연산 회로를 제안한다. 제안하는 회로는 탄젠트 함수와 나눗셈 연산을 피하기 위해 미리 계산된 값을 테이블로 지정하여 사용하였으며, 탄젠트 함수와 가중치 값의 특성을 이용함으로써 회로 내 테이블의 크기를 최소화하였다. 또한 처리 속도 향상을 위해 파이프라인 구조를 적용하였으며, 효율적인 coarse 및 fine 탐색 방법을 적용하여 각 픽셀에 대한 기울기 방향 bin과 가중치를 두 클락 사이클 내에 계산한다. 본 논문에서 제안하는 회로는 $1^{\circ}$ 단위로 기울기 방향을 계산하여 기울기 방향 bin과 가중치를 모두 결정하기 때문에 HOG 특징을 위한 보간 기술에 적용되어 높은 인식률을 제공하기 위해 사용될 수 있다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.225-229
• /
• 2005

항공기 운항 승무원의 로스터링 문제에서 패턴 생성은 승무원의 효율적인 운항스케줄 생성에 가장 중요한 부분이다. 본 연구는 패턴 생성을 다음의 두 단계로 진행한다. 먼저, 단위운항구간의 특성을 고려하여 특정 단위운항구간에 대한 부분 집합 패턴을 생성한다. 그리고 생성된 패턴을 제외한 단위운항구간의 집합에 대해서 목적함수의 가중치와 비용함수를 적절히 적용한 집합 분할 모형을 사용하여 부분최적해 집합을 구하였다. 결과적으로, 항공 운항 승무원의 로스터링을 위한 성능이 우수한 실행 가능한 패턴을 생성하였다.

• 대한전자공학회논문지SD
• /
• 제38권2호
• /
• pp.51-51
• /
• 2001

본 논문은 디지털 순서회로 설계시 상태할당 알고리즘 개발에 관한 연구로, 동적 소비전력을 감소시키기 위하여 상태변수의 변화를 최소로 하는 코드를 할당하여 상태코드가 변화하는 스위칭횟수를 줄이도록 하였다. 상태를 할당하는데는 Markov의 확률함수를 이용하여 hamming거리가 최소가 되도록 상태 천이도에서 각 상태를 연결하는 edge에 weight를 정의한 다음, 가중치를 이용하여 각 상태들간의 연결성을 고려하여 인접한 상태들간에는 가능한 적은 비트 천이를 가지도륵 모든 상태를 반복적으로 찾아 계산하였다. 비트 천이의 정도를 나타내기 위하여 cost 함수로 계산한 결과 순서회로의 종류에 따라 Lakshmikant의 알고리즘보다 최고 57.42%를 감소시킬 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (A)
• /
• pp.800-802
• /
• 2003

이 논문에서는 웹 기반의 하이퍼미디어 교육시스템에서 이산 확률 분포 함수와 사용자 프로파일 기반의 동적 적응 모델을 제안하였다. 이 모델은 응용 영역을 동적 적응 객체의 가중치 방향성 그래프로 표현하며 사용자 행위를 이산 확률 함수를 동적으로 구축하는 접근 방식을 이용하여 모델링 한다. 제안한 확률적 해석은 웹 미디어 구조에서 사용자의 탐색 행위를 추적하여 사용자 행위에 대한 잠재적 속성을 나타내는데 사용될 수 있다. 이러한 접근 방식은 사용자에게 가장 알맞은 프로파일을 동적으로 할당할 수 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.308-314
• /
• 2002

본 논문은 2인용 보드게임의 정보에 대한 전략을 학습할 수 있는 방법을 유전자기반 역전파 신경회로망과 Temporal Difference학습알고리즘을 이용하여 제안하였다. 학습의 과정은 역전파에 의한 초기학습에 이어 국부해의 단점을 극복하기 위하여 미세학습으로 유전자알고리즘을 이용하였다. 시스템의 구성은 탐색을 담당하는 부분과 기물의 수를 발생하는 부분으로 구성되어 있다. 수의 발생부분은 보드의 상태에 따라서 갱신되고, 탐색커널은 αβ탐색을 기본으로 유전자알고리즘을 이용하여 가중치를 최적화하는 유전자기반 역전파 신경회로망과 TD학습을 결합하여 게임에 대해 양호한 평가함수를 학습하였다. 일반적으로 많은 학습을 통하여 평가함수의 정확도가 보장되면 승률이 학습의 양에 비례함을 알 수 있었다.

• 한국음향학회지
• /
• 제18권1호
• /
• pp.25-31
• /
• 1999

본 연구에서는 음향측정 목적의 선형배열에 가우시안 가중치를 적용시킨 광대역 단일 빔형성 알고리듬을 제안한다. 제안 알고리듬은 배열 내의 모든 센서를 동시에 사용하여 1회에 광대역 수신 빔을 형성시킨다. 여기서 주파수 종속 함수의 가우시안 가중치는 각 센서의 수신 주파수 범위를 제어하도록 시간지연 보상 전에 적용된다. 시뮬레이션 결과, 제안 알고리듬에 의해 형성된 광대역 단일빔의 지향지수 및 빔패턴 특성이 광대역 음향신호 측정에 가용함을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.209-212
• /
• 2010

본 논문에서는 영상을 확대할 경우에 발생하는 영상의 품질 저하를 최소화하기 위하여 원본 영상 픽셀과 확대된 결과 영상 픽셀 간의 명암도 차이와 보간 수행시 적용되는 가중치 값을 퍼지 기법에 적용하여 영상을 확대하는 방법을 제안한다. 제안된 방법은 기존의 양선형 보간법으로 도출된 결과 영상 픽셀과 원본 영상 픽셀 간의 명암도 차이와 보간 수행시 네 개의 픽셀 값에 곱하게 되는 가중치 값을 퍼지 소속 함수에 적용하여 원본 영상의 픽셀 정보와 가장 근접한 특징을 가진 확대된 결과 영상의 픽셀 정보를 최종적으로 도출한다. 제안된 방법을 실험한 결과, 기존의 양선형 보간법에 비해 영상 확대시, 발생하는 문제점인 흐림 현상이 상대적으로 감소하여 영상의 품질이 개선되는 것을 확인하였다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2005년도 춘계학술대회 논문집
• /
• pp.1054-1059
• /
• 2005

본 논문은 철도청 사령실 통합 신호설비 구축사업에 적용할 열차 경합의 효과적인 해소 기법을 제시하고자 한다. 열차경합의 검지 및 해소 시스템 (Railway Conflict Detection and Resolution System)은 열차 운행관리 시스템(Railway Traffic Management System, RTMS)의 의사결정 지원 모듈이다. 이 모듈은 열차운행의 정시성을 유지하기 위하여 매우 중요한 기능을 수행하고 있다. 하지만 현재 5개 지역본부별로 나뉘어서 기능이 수행되고 있고, 사령의 경험에 의하여 수작업 형태로 이루어지고 있기 때문에 전체 시스템의 관점에서 보면 최적의 해소안이 도출되고 있지 못하다. 따라서 본 논문에서는 시스템을 전역적으로 고려하여 최적의 해소안을 제시하고자 한다. 또한 최적화의 개념을 도입하기 위하여 6가지의 가중치를 설정하고, 이 가중치를 고려한 지연시간의 합을 목적함수의 값으로 설정한다. 본 시스템은 이러한 가중치의 합을 최소로 하는 복수의 해소안을 제시한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권12호
• /
• pp.1193-1201
• /
• 2000

본 논문에서는 탐색 영역과 특징의 가중치를 동적으로 조절하여 블록 단위의 움직임 벡터를 추출하는 활동적 블록 정합 알고리듬을 제안한다. 본 논문에서 제안하는 알고리듬은 탐색 영역의 중심 위치를 결정하기 위해 시간에 따른 블록의 동작 변화는 작다고 가정한다. 그리고 탐색 영역의 크기는 공간적으로 인접한 블록들의 신뢰도에 따라 조절된다. 또한 본 논문에서 제안하는 알고리듬은 다중 특징을 사용하는 블록 정합 알고리듬으로 블록 정합 시 특징의 기여 정도를 나타내는 가중치를 블록 안에서 각 특징이 가지는 구분력에 따라 자동으로 설정하는 정합 유사 함수를 사용한다. 실험 결과는 본 논문에서 제안한 블록 정합 알고리듬이 기존의 알고리듬 보다 정확하게 움직임 벡터를 추출함을 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.130-132
• /
• 2004

본 연구에서는 FMM 신경망을 이용한 패턴 분류 문제에서 학습 패턴에 포함되는 특징의 발생 빈도와 특징 값의 분포를 고려하는 네트워크 구조와 학습 방법론을 소개한다. 이를 위하여 하이퍼박스 소속함수의 산출 과정에 세부특징에 대한 가중치 개념이 적용되는 새로운 활성화 특성을 제안한다. 또한 하이퍼박스의 특징 범위와 빈도 및 특징 값의 분포를 유지하고 새롭게 정의된 하이퍼박스 생성, 확장, 축소기법을 적용한다 이는 가중치 개념을 통하여 각 특징별 중요도를 서로 다른 값으로 반영할 수 있게 하며, 특징의 분포 정보가 고려되어 기존 FMM 모델에 비하여 노이즈에 의한 영향을 개선하여 학습 효과를 증진시킬 뿐만 아니라 하이퍼박스의 생성 및 확장 과정 중에 학습패턴의 순서에 상관없이 동일한 특성을 보일 수 있게 한다.