• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.24 no.6A
• /
• pp.905-912
• /
• 1999

In this paper we explain a trellis representation of block codes and derive their MAP decoding algorithm based on it. We also analyze the performance of block codes and concatenated codes with block codes as components by computer simulations, which were performed by changing the structures and constituent codes of concatenated codes. Computer simulations show that soft decision decoding of block codes get an extra coding gain than their hard decision decoding and that concatenated codes using block codes have good performance in the case of high code rate.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1374-1375
• /
• 2008

본 논문은 3상 일괄형 GIS의 부분방전 진단을 위해 새롭게 개발한 진단 알고리즘에 관한 것이다. 진단 알고리즘 개발을 위해, 먼저 실시간 부분방전 데이터를 행벡터 및 열벡터로 구성하고 각각의 벡터에서 통계 특징량 및 질감 특징량을 추출하였다. 다음으로 이들 특징량을 GA-NN(Genetic Algorithm - Neural Network) 학습에 적용하여 진단 알고리즘을 구성하였다. 또한 진단 알고리즘의 위상독립성은 부분방전 신호의 위상변화에 관계없이 진단결과가 일치하는 것을 확인함으로써 검증하였다. 개발한 진단알고리즘의 실증 평가를 위해, 부분방전이 발생되고 있는 국내 3상 일괄형 GIS 변전소에 적용하였다. 적용 결과, 위상에 관계없이 부분방전 발생원을 정확히 진단함을 확인하였고, 이를 통해 개발 알고리즘의 우수성을 입증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.1433-1436
• /
• 2000

클러스터링에 있어서 k-means[7], DBSCAN[2], CURE[4], ROCK[5], PAM[8], 같은 기존의 알고리즘은 원형이나 타원형 등의 어느 고정된 모양에 의해 클러스터를 결정한다. 만약 클러스터 하려는 데이터의 분포가 우연히 알고리즘의 결정된 모양과 일치하면 정확한 해를 얻을 수 있다. 하지만 자연적인 데이터의 분포에서는 발생하기 어렵다. 데이터의 형태를 추적하여 이러한 문제점을 해결한 CHAMELEON[1] 알고리즘이 최근에 발표되었다. 하지만 모양에는 독립적이나 데이터의 양이 증가함에 따라 소요되는 시간이 폭발적으로 증가한다. 이것은 기존의 마이닝 데이터들이 대용량이라는 것을 고려하면 현실에 적용하기 힘든 문제점이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 K-means[7]]를 이용한 대표를 선출하는 방법으로 CHAMELEON[1]의 문제점 개선(EF-CHAMELEON)을 시도하였으며 여러 자연적인 형태의 도형들은 아주 작은 원형들의 집합으로 구성 될 수 있다는 생각을 기본으로 잡음에 영향을 받지 않을 정도로 아주 작은 초기 다수의 소형 클러스터를 K-mean을 이용하여 구성하고 이를 다시 크러스터간의 상대적인 거리를 이용하여 다시 머지 하는 방법으로 모양에 의존적인 문제를 해결하며 비교사 학습(unsupervised learning)에 충실하기 위해 임계값을 적용 적정 단계에서 알고리즘을 멈추게 한 ADF 알고리즘을 소개한다. 실험 데이터는 기존의 여러 클러스터링 알고리즘이 판별 할 수 없었던 다양한 모양을 가지고있는 2차원 배열을 사용하여 ADF. CHAMELEON[1], EF-CHAMELEON,의 성능을 비교하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.311-313
• /
• 2015

무선 센서 네트워크 맞는 에너지 효율적인 라우팅을 위해 많은 방법들이 제안 되고 있으며, 크게 계층구조 방식 알고리즘과 평면구조 방식 알고리즘으로 나뉘고 있다. 각 알고리즘들은 저마다 장단점을 가지고 있다. 본 논문에서는 무선 센서 네트워크에서 기존의 계층적 구조 알고리즘과 평면적 구조 알고리즘의 장점을 살린 혼합 방식 알고리즘을 구상하고 있으며, 해양 측정 센서의 위치를 GPS를 활용한 위치 파악을 안테나의 위치와 전파의 세기로 측정한 후 센서의 위치를 파악한다. 이 후, 파악된 위치를 고려한 혼합 방식 알고리즘을 사용하여 효율적인 네트워크 라우팅을 고려할 것이다. 이 때, 주변 환경으로 인한 센서의 위치 이동 또한 가속도 센서를 이용하여 끊임없이 파악을 하여 전파의 세기를 이용한 센서의 망구성에서 벗어나게 되면 센서의 폐기를 지시하여 새로운 망 구성을 하여 새로운 라우팅을 고려하게 된다. 이러한 라우팅 기법은 계층구조 클러스터처럼 여러 노드를 묶고 하나의 노드로 동작하게 한 후에 평면구조 방식 프로토콜을 적용하여 통신한다. 무선 센서 네트워크에서 중요시 하는 에너지 효율을 좋게 할 뿐만 아니라 효율적인 에너지 관리를 할 수 있다. 또한 이에 따르는 다양한 어플리케이션도 구현 할 수 있다. 더욱이, 기존의 센서 네트워크 라우팅 프로토콜의 특성인 data aggregation과 in-network 프로세싱도 수행 할 수 있고, 각 노드의 에너지를 고르게 사용 가능하게 함으로써 기존 계층 구조 라우팅 프로토콜의 단점도 보완할 수 있다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.16 no.6
• /
• pp.1239-1248
• /
• 2021

In this paper, we present FDNN algorithm to perform prediction based on academic understanding. In order to apply prediction based on academic understanding rather than data-dependent prediction to deep learning, we constructed algorithm based on mathematical and hydrology. We construct a model that predicts flow rate of a river as an input of precipitation, and measure the model's performance through K-fold cross validation.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.31 no.2
• /
• pp.111-119
• /
• 2013

It is essential and fundamental to extract boundary information of target object via massive three-dimensional point data acquired from laser scanner. Especially extracting boundary information of manmade features such as buildings is quite important because building is one of the major components consisting complex contemporary urban area, and has artificially defined shape. In this research, extended ${\chi}$-algorithm using geometry information of point data was proposed to extract boundary information of building from three-dimensional point data consisting building. The proposed algorithm begins with composing Delaunay triangulation process for given points and removes edges satisfying specific conditions process. Additionally, to make whole boundary extraction process efficient, we used Sweep-hull algorithm for constructing Delaunay triangulation. To verify the performance of the proposed extended ${\chi}$-algorithm, we compared the proposed algorithm with Encasing Polygon Generating Algorithm and ${\alpha}$-Shape Algorithm, which had been researched in the area of feature extraction. Further, the extracted boundary information from the proposed algorithm was analysed against manually digitized building boundary in order to test accuracy of the result of extracting boundary. The experimental results showed that extended ${\chi}$-algorithm proposed in this research proved to improve the speed of extracting boundary information compared to the existing algorithm with a higher accuracy for detecting boundary information.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.12
• /
• pp.2687-2696
• /
• 2011

A Clustering problem is one of the organizational problems to improve network lifetime and scalability in underwater acoustic sensor networks. This paper propose an algorithm to obtain an optimal clustering solution to be able to minimize a total transmission power for all deployed nodes to transmit data to the sink node through its clusterhead. In general, as the number of nodes increases, the amount of calculation for finding the solution would be too much increased. To obtain the optimal solution within a reasonable computation time, we propose a genetic algorithm to obtain the optimal solution of the cluster configuration. In order to make a search more efficient, we propose some efficient neighborhood generating operations of the genetic algorithm. We evaluate those performances through some experiments in terms of the total transmission power of nodes and the execution time of the proposed algorithm. The evaluation results show that the proposed algorithm is efficient for the cluster configuration in underwater acoustic sensor networks.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.38 no.4
• /
• pp.381-391
• /
• 2001

This paper presents an efficient approach to build an image mosaics from image sequences. Unlike general panoramic stitching methods, which usually require some geometrical feature points or solve the iterative nonlinear equations, our algorithm can directly recover the 8-parameter planar perspective transforms. We use four quasi-feature points in order to compute the projective transform between two images. This feature is based on the graylevel distribution and defined in the overlap area between two images. Therefore the proposed algorithm can reduce the total amount of the computation. We also present an algorithm lot efficiently matching the correspondence of the extracted feature. The proposed algorithm is applied to various images to estimate its performance and. the simulation results present that our algorithm can find the correct correspondence and build an image mosaics.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.187-189
• /
• 2005

무선 센서네트워크는 다수의 센서 노드로 구성되어 데이터를 수집하는 네트워크다. 센서 네트워크를 이루는 노드는 대부분 이동성이 없는 고정식 노드이다. 그러나 현재 센서 네트워크의 다양한 응용의 확장은 이동성있는 모바일 센서노드에 대한 지원을 요구하고 있다. 본 논문에서는 이동성 있는 모바일 센서 노드의 네트워크 구성과 데이터 전송을 위해 셀을 기반으로 센서네트워크를 구성하고, 셀의 헤드를 이용하여 이동성 노드로부터 싱크 노드로의 데이터 전송이 가능하도록 무선 센서네트워크의 자기 구성 알고리즘을 제안하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.303-306
• /
• 2004

기존의 퍼지 규칙에 기반을 둔 퍼지 다항식 뉴론(FPN)들로 구성된 SOFPNN은 데이터 수가 적고 비선형 요소가 많은 시스템에 대한 체계적이고 효율적인 최적 모델 을 구축할 수 있었으며 각 층 노드의 선택 입력을 변화시킴으로써 네트워크 구조 전체의 적응능력을 향상 시켰다. 유전자 알고리즘을 이용하여 자기구성 퍼지 다항식 뉴럴 네트워크의 입력변수의 수와 이에 해당되는 입력변수 그리고 규칙 후반부 다항식의 차수를 탐색하여 최적 의 자기구성 퍼지 다항식 뉴럴 네트워크를 구축한다. 그러나, SOFPNN의 기본 뉴론인 퍼지 규칙 기반 다항식 뉴론의 경우 입력변수가 많아질수록 규칙수가 기하급수적으로 증가한다는 단점을 가지고 있으나 본 노문에서 제안한 퍼지 집합 기반 다항식 뉴론(FSPN)의 규칙수는 입력 변수들이 서로 독립적이므로 규칙의 증가가 퍼지 규칙 기반 다항식 뉴런보다는 적다는 장점을 가지고 있다. 이러한 특성을 기반으로 기존의 SOFPNN의 노드에 퍼지 규칙 기반 다항식 뉴런 대신에 퍼지 집합 기반 다항식 뉴런을 적용한 SOFPNN을 제안하여 기존의 SOFPNN과 성능을 비교하였다. 최적의 자기 구성 퍼지 집합기반 다항식 뉴럴 네트워크를 구축하기 위하여 SOFPNN에서처럼 유전자 알고리즘을 이용하여 네트워크의 입력변수의 수와 이에 해당되는 입력변수 그리고 규칙 후반부 다항식의 차수를 탐색하였다.