• The Transactions of the Korea Information Processing Society
• /
• v.7 no.11
• /
• pp.3356-3371
• /
• 2000

본 논문에서는 분산시스템 환경에서 n개의 노드가 결함일 경우, 결함을 허용해 주고, 시스템의 안정성을 유지하면서, 결함 노드의 부하를 정상 노드로 조절하기 위하여 부하 조절 알고리즘 전송정책, 위치 정책, 선정 정책을 제안하였다. 이러한 메카니즘은 부하 상태의 정보를 효과적으로 획득하고, 응답 시간을 줄이기 위하여 자기 학습 경험을 기반으로 하는 최적의 알고리즘을 선정할 수 있었다. 결과적으로 이를 기반으로 유사한 상황에서도 최적의 알고리즘을 선정할 수 있음을 알 수 있었다. 각 기법들의 효율성에 영향을 미칠 수 있는 매개변수를 적용하여 성능평가를 하였다. 성능평가 결과 작업 도착 율, 서비스 율, 노드 결합 율은 서로간에 영향을 주지 못하고, 다만 결함 수리 율과 특히 부하의 이주에 대한 통신 지연 시간의 크기에 민감한 영향을 주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.454-456
• /
• 2002

한국어의 비재귀 명사구 즉 기반 명사구(basehp)를 인식하는 알고리즘을 제시한다. 본 논문에서는 한개의 주어진 학습 알고리즘에 대해 문맥 윈도우의 크기와 문맥 윈도우의 위치를 달리해 가면서 학습시킨다 이러한 방법을 통해 서로 다른 정보를 바탕으로 한 기반 명사구 인식을 수행할 수 있으며, 그 결과서로 다른 여러 개의 결과들을 생성할 수 있다. 본 논문에에서는 이렇게 얻어진 여러 개의 인식 결과들을 적절한 방법으로 결합하여 한국어에서 91% 이상의 높은 기반명사구 인식 정확도를 얻어낼 수 있다. 15만 단어 규모의 국어정보베이스의 말뭉치를 사용했으며 , 학습 알고리즘으로는 메모리 기반 학습 알고리즘 (memory-based learning)을 이용하여 실험하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.335-339
• /
• 2005

본 논문에서는 퍼지 RBF 네트워크의 학습 성능을 개선하기 위하여 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하는 개선된 퍼지 RBF 네트워크를 제안한다. 제안된 학습 알고리즘은 일반화된 델타 학습 방법에 퍼지 C-Means 알고리즘을 결합한 방법으로, 중간층의 노드를 자가 생성하고 중간층과 출력충의 학습에는 일반화된 델타 학습 방법에 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하여 학습 성능을 개선한다. 제안된 RBF 네트워크의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 40개의 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크와 기존의 퍼지 RBF 네트워크 보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.75-79
• /
• 2002

본 논문에서는 선박 디젤엔진의 속도를 조절함에 있어서 환경 변화에서도 지속적으로 만족스러운 성능을 유지하도록 시스템 파라미터 추정자, 제어기 계수 수정자를 결합한 자기동조 PID 제어기를 설계한다. 유전알고리즘을 기반으로 한 온라인 추정자가 시스템의 파라미터를 추정하면, 제어기 계수 수정자는 제안한 동조규칙으로 계수를 조정하게 된다. 이를 위해 시스템을 시간지연 1차 모델로 근사화하여 유전알고리즘 기반으로 그 파라미터를 온라인 추정하는 문제를 다룬다. 제안한 방법의 성능은 B&W사의 4L80MC 디젤엔진을 제어대상으로 퍼지모델을 얻고 모의실험을 통하여 확인한다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.18 no.6
• /
• pp.152-157
• /
• 2004

In this paper, an optimum design method is presented for BLDC moor magnet using genetic algorithm(GA) and response surface method(RSM). The cogging torque is calculated by finite element method for the designs obtained by GA and RSM. The results are compared and discussed for the simulation time and the cogging torque.

• The KIPS Transactions:PartD
• /
• v.16D no.5
• /
• pp.729-736
• /
• 2009

The accurate estimation of software development cost is important to a successful development in software engineering. Until recent days, the model using regression analysis based on statistical algorithm and machine learning method have been used. However, this paper estimates the software cost using support vector regression, a sort of machine learning technique. Also, it finds the best set of optimized parameters applying genetic algorithm. The proposed GA-SVR model outperform some recent results reported in the literature.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.370-372
• /
• 2002

다중처리기 상에서 실시간 태스크 스케줄링에 대한 연구가 현재 많이 수행되고 있지만, 주로 Pfair(P-fairness)와 EDF(Earliest Deadline First) 알고리즘에 대한 연구이다. Pfair는 이론적인 연구에 초점을 두고 있으며, EDF는 처리기들을 효율적으로 이용하지 못하는 문제점을 가지고 있다. 본 논문에서는 다중처리기 상의 주기적인 실시간 태스크 집합을 대상으로, LLA(Least Laxity Algorithm) 알고리즘이 높은 스케줄링 가능성(schedulability)을 가짐을 먼저 보인다. 다음으로 기존 알고리즘들의 문제점을 보완하기 위해 EDF와 LLA를 결합한 ED/LL(Earliest Deadline/Least Laxity)이라는 알고리즘을 제시한다. ED/LL은 LLA보다 문맥교환 횟수는 적고 EDF보다 스케줄링 가능성이 높으며, 구현 오버헤드도 크지 않다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.89-93
• /
• 2000

구조 적응형 자기구성 지도는 일반적으로 자기구성 지도의 구조가 초기에 결정되어 학습이 끝날 때까지 변하지 않기 때문에 발생하는 문제를 해결하기 위해 지도의 구조를 학습 중에 적절하게 변경시킨다. 이때, 변화된 구조의 가중치를 어떻게 초기화시킬 것인가 하는 것이 중요한 문제이다. 이 논문에서는 기존의 비교사 학습방법에 LVQ 알고리즘을 이용한 교사 학습방법을 결합한 구조 적응형 자기구성 지도 모델에서 유전자 알고리즘을 이용하여 분화된 노드의 가중치를 결정하는 방법을 제안한다. 이 방법은 기존의 구조 적응형 자기구성 지도 알고리즘보다 빠르게 학습되었고, 인식률 면에서도 기존의 방법보다 높은 값을 나타내었으며, 자기구성 지도의 특성인 위상 보존도 잘 이루어졌다. 오프라인 필기 숫자 데이터로 실험한 결과, 제안한 방법이 유용함을 알 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1254-1257
• /
• 2015

최근 위치기반서비스에 관심이 집중되면서 GPS 궤적에 관심 지점(POI: Point of Interest) 정보를 결합한 시맨틱 궤적(Semantic Trajectory)이 주목 받고 있다. 기존 연구에서는 GPS 궤적으로부터 속력을 계산하여 사용자가 정지했을 만한 예측 정지 구간(PSI: Predictive Stop Interval)과 실제로 방문했을 것이라 예상되는 POI를 선정하여 시맨틱 궤적을 생성하였다. 그러나 CPU에서는 대용량의 GPS 궤적에 대해서 PSI를 구할 시 많은 연산 때문에 시간이 오래 걸리는 문제가 있다. 이에 본 논문에서는 GPU의 병렬성을 이용하여 PSI를 생성하는 알고리즘을 제안한다. 제안하는 GPU를 이용한 PSI 생성 알고리즘은 기존의 CPU를 사용한 PSI 알고리즘보다 최대 5배 이상 속도 향상이 있으며, PSI의 개수가 많을수록 성능상의 이득이 더 큰 장점을 가지고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.645-648
• /
• 2015

ICT 시대를 맞아 하루가 다르게 새로운 기술이 등장하고 있으며, 최근에는 사물인터넷 시대까지 도래하였다. 하지만 현재 사물인터넷에서 폭발적으로 발생되는 시계열 데이터를 분석하는 연구는 미비한 상태이다. 따라서 본 논문에서는 사물인터넷에서 발생되는 시계열 데이터의 예측 정확도 향상을 위해 사계절이 뚜렷한 우리나라의 계절성 특성을 고려한 SARIMA알고리즘과 비선형 특성 예측 알고리즘인 SVM을 결합한 하이브리드 SARIMA-SVM알고리즘을 제안 한다.