• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.46 no.2
• /
• pp.65-74
• /
• 2009

In optimizing the neural network structure, there are two methods of the pruning scheme and the constructive scheme. In this paper we use the pruning scheme to optimize neural network structure, and the genetic algorithm to find out its optimum node pruning. In the conventional researches, the input and hidden layers were optimized separately. On the contrary we attempted to optimize the two layers simultaneously by encoding two layers in a chromosome. The offspring networks inherit the weights from the parent. For teaming, we used the existing error back-propagation algorithm. In our experiment with various databases from UCI Machine Learning Repository, we could get the optimal performance when the network size was reduced by about $8{\sim}25%$. As a result of t-test the proposed method was shown better performance, compared with other pruning and construction methods through the cross-validation.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.80-82
• /
• 2000

공간 데이터베이스 관리 시스템에서 제공하는 공간 질의는 많은 디스크 참조와 CPU 처리시간을 필요로 한다. 이 중에서 {{{{k}}}}-최근접 질의는 많은 디스크 참조를 요구하는 질의로써 지금까지 많은 연구가 이루어져 왔다. 트리 구조의 색인을 사용하는 {{{{k}}}}=최근접질의 처리방법은, 조건을 만족하지 않는 노드를 가지 치기 기법을 사용하여 노드 방문 횟수를 줄인다. 그러나, 이 방법은 가지치기 과정에서 불필요한 디스크 참고가 발생하여 성능을 저하시키는 단점을 가지고 있다. 본 논문에서는 가지치기 기법 대신 주어진 {{{{k}}}} 개의 최근접객체가 존재할 영역을 미리 예측함으로써 디스크 참조 횟수를 줄이는 방법을 제시한다. 이 영역을 예측하기 위해서 본 논문에서는 데이터 분포에 대한 밀도를 이용하였다. 실험에 의하면 이러한 방법은 기존의 가지치기 기법을 이용한 방법에 비해서 최고 22%, 평균 7%정도의 디스크 참조 횟수의 감소 효과가 있음을 알 수 있다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.6 no.4
• /
• pp.59-70
• /
• 2003

Spatial data base system provides many query types and most of them are required frequent disk I/O and much CPU time. k-NN search is to find k-th closest object from the query point and up to now, several k-NN search methods have been proposed. Among these, MINMAX distance method has an aim not to access unnecessary node by adapting pruning technique. But this method accesses more disks than necessary while pruning unnecessary nodes. In this paper, we propose new k-NN search algorithm based on density of object. With this method, we predict the radius to be expected to contain k-NN objects using density of data set and search those objects within this radius and then adjust radius if failed. Experimental results show that this method outperforms the previous MINMAX distance method. This algorithm visit less disks than MINMAX method by the factor of maximum 22% and average 7%.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.278-283
• /
• 2006

결정 트리는 큰 가설 공간을 가지고 있어 유연하고 강인한 성능을 지닐 수 있다. 하지만 결정트리가 학습 데이터에 지나치게 적응되는 경향이 있다. 학습데이터에 과도하게 적응되는 경향을 없애기 위해 몇몇 가지치기 알고리즘이 개발되었다. 하지만, 데이터가 속성 축에 평행하지 않아서 오는 공간 낭비의 문제는 이러한 방법으로 해결할 수 없다. 따라서 본 논문에서는 다변수 노드를 사용한 선형 분류기를 이용하여 이러한 문제점을 해결하는 방법을 제시하였으며, 결정트리의 성능을 높이고자 지지 벡터 머신을 도입하였다(SVMDT). 본 논문에서 제시한 알고리즘은 세 가지 부분으로 이루어졌다. 첫째로, 각 노드에서 사용할 속성을 선택하는 부분과 둘째로, ID3를 이 목적에 맞게 바꾼 알고리즘과 마지막으로 기본적인 형태의 가지치기 알고리즘을 개발하였다. UCI 데이터 셋을 이용하여 OC1, C4.5, SVM과 비교한 결과, SVMDT는 개선된 결과를 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.468-470
• /
• 2012

본 논문에서는 기존 VectorBoost기반 분류기의 문제점이었던 다중 분할 노드에서의 오판단 발생을 해결하기 위해, LDA를 이용해 학습 샘플들을 가장 잘 분리할 수 있는 최적의 초평면을 구하고, 이 초평면을 이용해 Positive샘플에서 VectorBoost의 판단율을 향상시키는 방법을 제안한다. 이러한 방법을 적용했을 때 Positive샘플들의 오판단율이 감소하는 효과를 보였으며, 불필요한 연산의 감소로 약 30%의 속도향상을 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.1263-1266
• /
• 2004

무선 환경에서의 멀티캐스트 문제는 기존의 유선 환경에서와는 다른 접근방식을 필요로 한다. 기존 유선환경에서의 멀티캐스팅 문제가 링크기반 모델에서 접근을 한 반면 무선환경에서는 노드기반 모델로의 접근 방법이 무선환경의 잇점을 고려하는 것이 된다. 더욱이 게이트웨이나 라우터 등의 기반시설 없이 무선 노드들 만으로 구성된 Ad-hoc 네트워크에서는 멀티캐스트 문제에 추가적인 사항이 고려되어야 하는데 그 대표적인 것 중의 하나가 에너지이다. 보다 짧은 경로의 최단 전달시간 보다. 에너지의 소비를 줄일 수 있는 멀티캐스트 트리의 구성이 더 중요한 경우가 있다. 본 논문에서는 브로드캐스트 트리의 가지치기(prune) 방법을 향상하여 통신으로 인한 전력소비를 줄이는 멀티캐스트 트리 생성 알고리즘을 제안한다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.24 no.1
• /
• pp.149-154
• /
• 2024

This paper proposes an algorithm that remedy Floyd's the tortoise and the hare algorithm (THA) shortcomings which is specialized in singly linked list (SLL), so this algorithm fails to detect the cycle in undirected graph, digraph, and tree with multiple inputs or outputs. The proposed algorithm simply pruning the source and sink with only one edge using cycle detection of single edge node pruning. As a result of the experimental of various list, undirected graph, digraph, and tree, the proposed algorithm can be successively detect the cycle all of them. Thus, the proposed algorithm has the simplest and fastest advantage in the field of cycle detection.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.5
• /
• pp.11-19
• /
• 2014

In this paper, a low complexity parallel sphere decoder algorithm is proposed for high-order MIMO system. It reduces the computational complexity compared to the fixed-complexity sphere decoder (FSD) algorithm by static tree-pruning and dynamic tree-pruning using scalable node operators, and offers near-maximum likelihood decoding performance. Moreover, it also offers hardware-friendly node operation algorithm through fixing the variable computational complexity caused by the sequential nature of the conventional SD algorithm. A Monte Carlo simulation shows our proposed algorithm decreases the average number of expanded nodes by 55% with only 6.3% increase of the normalized decoding time compared to a full parallelized FSD algorithm for high-order MIMO communication system with 16 QAM modulation.

• Journal of KIISE:Databases
• /
• v.27 no.2
• /
• pp.238-246
• /
• 2000

The distance join has been introduced previously, which finds nearest pairs in the order of distance incrementally among two spatial data sets built with multidimensional indexes like R-trees. We propose efficient K-distance joins when the number(K) of pairs to find is preset. Especially, we develop a distance join algorithm with bi-directional expansion and optimized plane sweeping using selection method of sweep axis and direction. The experiments on real spatial data sets show that the proposed algorithm is much better than the former algorithms.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.427-430
• /
• 2018

본 논문에서는 오목을 두는 지능적 프로그램을 설계하고 구현하였다. 규칙은 렌주 룰(renju rule)을 기준으로 하였으며, $15{\times}15$ 게임 판에서 오목을 둔다. 초기에는 문제 분석을 통하여 분석된 가중치로 판단을 하여 판단을 하여 게임을 진행하도록 하였으나, 반복된 수행의 경험적 판단을 통하여 얻은 정보로 여러 차례 수정하며 고정된 가중치를 구성하고, 이 가중치를 게임에서 돌을 놓을 때 평가 기준으로 삼도록 하였으며, 최소-최대 게임 트리(min-max game tree)를 이용하여 상대가 있는 게임을 수행할 수 있도록 하였다. 또한 프로그램 자신에게 유리한 수를 찾기 위한 탐색에서 무의미한 노드들의 전개를 줄여 제한된 시간안에 좋은 수를 찾을 수 있도록 알파 베타 가지치기(alpha-beta pruning)를 사용하도록 프로그램을 구현하였다. 이렇게 구현된 오목 프로그램은 게임을 본 프로그램과 게임 하기 원하는 주변의 일반인들에게 90% 이상의 승률을 보이고 있었다.