• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 추계학술대회
• /
• pp.125-128
• /
• 2012

이 논문에서는 향상된 움직임 적응적 디인터레이싱 알고리듬을 제안한다. 정확한 움직임 정보탐색을 위하여 Modified Edgd-based Line Average(MELA)기법, 연속된 5개의 필드에서의 움직임 탐색, 블록기반의 지역적 특성을 포함한다. 움직임 검출부분에서는 FIR필터를 이용한다. 이것은 물체의 움직임의 내부를 정확하게 탐색 할 뿐만 아니라, 영상에 포함된 잡음도 줄일수 있는 향상된 기법을 이용함으로서 계산 할 수 있다. 검출된 움직임의 정도에 따라서 가중치를 구하여 공간적 기법과 시간적 기법을 결합 시킨다. 제안된 방법의 영상 시퀀스에 대한 실험 결과는 기존의 방법들에 비하여 주관적, 객관적인 비교에서 우수함을 보여준다.

• 한국컴퓨터정보학회논문지
• /
• 제13권6호
• /
• pp.13-24
• /
• 2008

오늘날 멀티 로봇에 대한 연구는 단순한 싱글 로봇들의 효율적인 운영을 넘어 공간탐색의 효율성 극대화 및 넓은 공간에서 각 로봇간의 중복작업 및 충돌 회피를 위한 부분에 집중되어 있다. 이러한 멀티 로봇을 효율적으로 운영하기 위해서는 각 싱글 로봇을 제어하고 효율적으로 작업을 할당 할 수 있는 관리체계가 필요하다. 이에 본 논문에서는 RFID를 기반으로 각 싱글로봇의 탐색공간을 효율적으로 할당함으로서 싱글로봇간의 중복 탐색을 최소화 할 수 있는 멀티로봇관리시스템을 제안한다. 또한, 탐색 작업의 완료 보장과 탐색 성능의 향상을 위하여 장애가 발생한 싱글 로봇을 탐지하고 대체 할 수 있는 고장 허용 기법을 제안한다. 제안한 시스템에서는 정확한 위치 파악이 힘들었던 기존 중앙 서버의 단점을 RFID 시스템과 홈로봇을 활용하여 극복하였다. 지정된 홈로봇은 각각의 싱글 로봇을 효율적으로 관리하며, RFID 태그의 위치 정보를 활용하여 각 싱글로봇에게 최적의 탐색 공간을 할당 한다. 제안하는 멀티로봇 관리 시스템은 공간 할당, 위치 추정 기법, 맵 생성 기법(Localization및 Mapping)을 효율적으로 수행하기 위해 RFID를 기반으로 하며, 싱글 로봇 시스템과 비교하여 시스템 운영의 효율을 극대화할 수 있을 뿐만 아니라 각 싱글 로봇의 상태와 주변 상태를 고려한 고장 허용(fault tolerance)을 제공함으로써 로봇 운영의 신뢰성을 보장할 수 있다. 본 논문에서는 시뮬레이션을 통해 제안한 시스템을 적용한 멀티로봇 시스템과 기존의 멀티로봇 시스템의 탐색 소요시간 및 중복 탐색율을 비교하여 제안한 시스템의 효율성을 입증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제11권1호
• /
• pp.97-105
• /
• 2006

수 년간 GIS가 발전하면서 위치 속성을 갖는 공간 데이터에 대한 인덱스 연구가 활발히 진행되어 왔다. 특히, R-tree기반의 인덱스들이 많이 연구되어 왔으며, 주된 이슈는 데이터 검색 성능의 향상이다. 본 논문에서는 공간 데이터에 대한 검색성능 향상을 위해 R-tree의 키 값을 압축하는 준근사(Semi-Approximation) 기법을 제안한다. 이 기법의 기본적인 아이디어는 위치 정보를 포함하는 2-차원 공간 데이터에 대한 인덱스를 압축하여 데이터 검색 성능을 향상시키는 것이다. 이 기법은 MBR의 시작 좌표를 상대좌표로 압축하고 끝 좌표는 전체 탐색영역에 대한 양자화(Quantization)를 통해 계산함으로써 MBR의 확장을 QMBR(quantization of MBR)의 반으로 줄임으로써 노드의 공간 이용률을 높이고 전체적인 탐색 성능을 향상시킨다. 기존에도 인덱스 크기를 줄임으로써 탐색 성능을 향상시키는 방법이 있었지만 본 논문과 같이 양자화의 확장공간을 반으로 축소시키는 연구는 처음이다. 성능평가는 실제 공간데이터를 기반으로 진행하였으며, 실험결과는 SA 기법이 MBR을 압축하는 기존의 연구보다 향상된 성능을 나타낸다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (3)
• /
• pp.97-99
• /
• 2000

운영체제의 성능을 향상시키기 위해서는 효율적인 메모리 관리가 필수적이다. 시스템에서는 존재하는 크기의 메모리보다 더 큰 크기의 메모리 공간을 요구하는 경우가 빈번히 발생한다. 이 문제를 극복하기 위해서 운영체제에서는 가상 메모리(virtual memory)를 사용한다. 리눅스 가상 메모리 지원 방식에는 요구 페이징(demand paging), 스왑핑(swapping), 공유 가상 메모리(shared virtual memory)가 있다. 이런 방식을 효율적으로 지원하기 위해서 리눅스는 캐시를 사용한다. 본 논문에서는 페이지 해시 리스트에서 페이지를 찾는 알고리즘을 수정하여 새로운 페이지 캐시 관리 기법을 제안한다. 이 방법은 탐색한 페이지를 해시 리스트의 헤드(head)로 옮김으로써 다음 탐색 때 그 페이지를 찾는데 필요한 탐색 회수를 줄일 수 있다는 장점을 갖는다. 또한 다른 프로세스에 의해서 동시에 많이 참조되는 페이지들은 탐색시간이 줄어들게 된다. 시뮬레이션 프로그램을 통해 본 논문에서 제안한 수정된 페이지 캐시 관리 기법을 이용하면, 기존의 방법에 비해서 페이지를 찾는데 필요한 탐색 회수와 탐색 시간의 측면에서 성능이 향상됨을 보인다.

• 한국지역지리학회지
• /
• 제22권2호
• /
• pp.424-438
• /
• 2016

도시쇠퇴와 공동화 현상을 방지하고 침체된 지역경제를 활성화시키기 위한 새로운 도시재생 패러다임이 등장하고 있다. 본 연구는 도시재생특별법에 제시된 쇠퇴기준과 공간자기상관 탐색을 기반으로 GIS 및 공간통계기법을 활용하여 도시쇠퇴 특성을 분석하는데 그 목적을 두고 있다. 광주광역시를 대상으로 하여 도시재생특별법에 제시된 쇠퇴 기준인 인구감소, 사업체감소, 노후건축물에 관한 지표를 적용함으로써 객관성을 확보하고자 하였다. 특히 GIS와 공간 통계기법을 적용함에 있어서 공간자기상관 탐색을 통해 도시쇠퇴 특성을 분석한다는 점에서 기존의 연구와 차별성을 지닌다. 전체적인 분석과정은 도시활성화지역 지정 기준을 원용하고, 공간탐색적 절차에 따라 단계적으로 추진하였다. 따라서 본 연구를 통해 제시된 공간통계분석 절차 및 도시쇠퇴 특성 분석의 결과는 대도시권 수준에서 도시쇠퇴 진단에 기여하고, 도시재생과 관련한 공간의사결정에 유용한 정보를 제공할 것으로 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.526-529
• /
• 2008

로봇의 응용과 활용분야는 현 산업의 주요 이슈가 되고 있다. 현재 싱글로봇의 효율적인 운용을 넘어 전체적인 공간탐색 효율 극대화와 넓은 공간에서 싱글 로봇간의 중복적인 공간 탐색을 최소화하기 위한 자동화된 멀티 로봇 운용 기법은 중요한 연구 주제로 부각되고 있다. 멀티 로봇을 효율적으로 운용하기 위해서는 멀티 로봇 시스템의 각 싱글 로봇의 움직임을 파악하여 효율적으로 업무를 할당 할 수 있는 관리체계가 필요하다. 멀티 로봇의 업무 할당과 중복 탐색 최소화를 위해 본 논문에서는 홈로봇(home robot)과 RFID 시스템을 이용한 멀티 로봇 운영 기법을 제안한다. 제안한 시스템은 로봇들의 Localization, Navigation 및 Mapping을 효율적으로 수행하기 위해 RFID를 활용하고 최적의 공간 할당을 위하여 홈로봇이 각각의 싱글 로봇을 효율적으로 관리한다. 제안된 멀티 로봇 시스템은 싱글 로봇 시스템과 비교하여 시스템 운영의 효율을 극대화할 수 있을 뿐만 아니라 각 싱글 로봇의 상태와 주변 상태를 고려한 fault-tolerance를 제공함으로써 로봇 운용의 신뢰성을 보장할 수 있다. 또한 시뮬레이션을 통해 제안한 시스템과 기존 시스템들을 비교하고 제안한 시스템의 효율성을 입증하였다.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2005년도 춘계학술대회논문집
• /
• pp.137-142
• /
• 2005

유전자 알고리즘은 전체 탐색 공간을 통해 전역 해를 찾는 최적화 알고리즘으로서 복잡한 상태 공간에서 최적 해를 찾기 위해 전통적인 최적화 기법과는 달리 유향성 임의 탐색을 행한다. 또한, 유전적 탐색과 국부 탐색을 결합시킨 복합 유전자 알고리즘은 최적해로의 수렵 속도를 향상시킬 수 있다. 이 논문에서는 함수 최적화를 위해 학습 속도를 개선한 복합 유전자 알고리즘(C-AGA)을 제안한다. 제안한 최적화 알고리즘의 효율을 기존의 복합 유전자 알고리즘 기법(라마키안 진화 및 볼드윈 효과)과 비교 평가하였다. 다양한 함수 최적화 문제에 대하여 제안한 알고리즘이 기존의 방법보다 더 빨리 전역 최적 해를 찾을 수 있음을 증명하였다.

• Spatial Information Research
• /
• 제11권3호
• /
• pp.251-260
• /
• 2003

본 연구에서는 지구통계기법과 GIS를 이용하여 Cl/sup -/ 농도 분포도를 작성하고 이를 통해 해수침투 분포 양상을 파악하였다. 분포도는 탐색적 공간자료 분석을 통해 자료의 분포 패턴을 파악한 후에 정규크리깅과 공동크리깅을 이용하여 작성하였다. 지구통계기법인 크리깅은 시ㆍ공간적인 자료의 분포특성과 상관관계를 이용하여 신뢰할 만한 결과를 제공한다. 공동크리깅의 이차변수는 상관분석을 통해 Cl/sup -/과의 상관성이 큰 TDS, Na/sup ＋/, Br/sup -/을 선정하였다. Cl/sup -/ 농도 분포도를 분석한 결과 공동크리깅에 의한 분포도가 정규크리깅의 분포도보다 더욱 정밀하게 나타났으며, 전반적으로 이민촌 일대와 해안가 지역에서 높은 농도 이상대를 보이고 있음을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.798-801
• /
• 2014

여행 정보 시스템(ATIS), 교통 관리 시스템 (ITS) 등 궤적 기반 서비스에서, 서비스 품질을 향상시키기 위해서는 주어진 궤적 질의에 대한 정확한 주행시간을 예측하는 것이 필수적이다. 이를 위한 대표적인 공간 데이터 분석 기법으로는 데이터 분류에서 높은 정확도를 보장하는 규칙 기반 분류화 기법이 존재한다. 그러나 기존 규칙 기반 분류화 기법은 단일 컴퓨터 환경만을 고려하기 때문에, 대용량 공간 데이터 처리에 적합하지 않은 문제점이 존재한다. 이를 해결하기 위해, 본 연구에서는 맵리듀스 환경에서 규칙 기반 분류화를 이용한 궤적 데이터 주행 시간 예측 알고리즘을 개발하고자 한다. 제안하는 알고리즘은 첫째, 맵리듀스를 이용하여 대용량 공간 데이터를 병렬적으로 분석함으로써, 활용도 높은 궤적 데이터 규칙을 생성한다. 이를 통해 대용량 공간 데이터 기반의 규칙 생성 시간을 감소시킨다. 둘째, 그리드 구조 기반의 지도 데이터 분할을 통해, 사용자 질의처리 시 탐색 성능을 향상시킨다. 즉, 주행 시간 예측을 위한 규칙 그룹을 탐색 시 질의를 포함하는 그리드 셀만을 탐색하기 때문에, 질의처리 성능이 향상된다. 마지막으로 맵리듀스 구조에 적합한 질의처리 알고리즘을 설계하여, 효율적인 병렬 질의처리를 지원한다. 이를 위해 맵 함수에서는 선정된 그리드 셀에 대해, 질의에 포함된 도로 구간에서의 주행 시간을 병렬적으로 측정한다. 아울러 리듀스 함수에서는 출발 시간 및 구간별 주행 시간을 바탕으로 맵 함수의 결과를 병합함으로써, 최종 결과를 생성한다. 이를 통해 공간 빅데이터 분석을 통한 주행 시간 예측 기법의 처리 시간 및 결과 정확도를 향상시킨다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제21권2호
• /
• pp.108-116
• /
• 1997

유전알고리즘은 진화원리에서 발견된 몇몇 특징들을 컴퓨터 알고리즘과 결합시켜 복잡한 최적화 문제를 해결하려는 도구로서 1975년 미국의 Holland 교수에 의해 처음으로 개발되었다. 주어진 문제에서 탐색환경이 다변수 또는 다봉(multi-modal)이 되어 대단히 복잡하거나 또는 부분적으로 알려질 경우는, 구배(gradient)에 기초한 재래식 방법을 사용하여 최적화하는 것은 매우 어렵게 되고 경우에 따라서는 불가능할 수도 있다. 이러한 이유로 유전알고리즘과 같은 강인한 탐색법이 요구된다. 유전알고리즘의 장점은 연속성(continuity), 미분가능성(differentiability), 단봉성(unimodality) 등과 같이 탐색공간에 대한 제약으로부터 자유롭다는 것이다. 다시 말하면 목적함수 외 탐색공간에 대한 사전지식을 필요로 하지 않고, 매우 크고 복잡한 공간일지라도 전역해 쪽으로 수렴해 갈수 있다는 것이다. 이러한 특성 때문에 유전알고리즘은 실제 환경에서 많은 복잡한 최적화 문제를 해결하는 방법으로 인정을 받고 있으며, 함수의 최적화, 신경회로망의 학습, 동적시스템의 식별및 제어, 신호처리등 여러 분야에 성공적으로 응용되고 있다. 이러한 중요성에 비해 유전알고리즘에 대한 연구는 국내적으로는 아직 미진한 수준이나 최근 이에 대한 관심이 고조되고 있으며, 또한 그 응용분야도 점점 넓어져 이론 개발과 실질적인 응용에 확산되리라 생각된다. 따라서 본 해설기사는 유전알고리즘의 원리와 응용 사례를 살펴봄으로서 최적화 문제를 해결하려는 독자들에게 조금이나마 도움을 주고자 한다.