• 한국인터넷방송통신학회논문지
• /
• 제10권6호
• /
• pp.269-273
• /
• 2010

MMOG는 네트워크 가상 환경의 다양한 응용 중 하나이며, 수백 명 이상의 사용자들이 동시에 가상 세계에서 상호작용한다. P2P MMOG에서 대역폭 소비를 줄이기 위하여 VON 기법이 제안되었으며, Message Forwarding을 이용하여 성능을 개선한 Vorocast 기법도 있다. 본 논문에서는 Forwarding 모델 상에서 메시지를 발생하는 노드가 더 많은 이웃 노드들에게 위치 갱신 (Position Update) 메시지를 전달하는 방법으로써 적은 일관성이나 높은 지연성과 같은 문제를 개선한 동적 관심영역 (AOI : Area Of Interest) 관리기법을 제안한다. 제안 기법은 Direct-Connection 모델과 Vorocast 모델을 결합함으로써 기존의 기법과 비교해서 보다 높은 일관성을 제공하고 지연성을 감소시킨다. 시뮬레이션을 통하여 제안 기법의 성능을 보였다.

• 한국통신학회논문지
• /
• 제24권9A호
• /
• pp.1359-1371
• /
• 1999

본 논문에서는 기존의 폭주 회피형 명시율 트래픽 (Explicit Rate feedback) 스위치 알고리즘의 단점을 개선하여 버퍼의 수위와 변화율에 따라 동적으로 목표 이용률을 조장하여 링크 이용 효율을 향상시킨 효율적인 명시율 피드백 스위치 알고리즘을 제안하였다. 그리고, 시뮬레이션을 통하여 기존의 대표적인 명시율 피드백 스위치 알고리즘인 ERICA 스위치와 NIST 스위치의 성능을 분석하고, 제안된 명시율 피드백 스위치 알고리즘과 비교하였다. 시뮬레이션 결과 제안된 ER 피드백 스위치는 동적인 목표 이용률의 조정을 통하여 가용 대역폭의 변화에 빠른 전송률의 변화를 보였으며, 스위치의 최대 큐 길이를 줄여 버퍼 범람을 방지하면서도 매우 높은 링크 이용 효율을 보여 성능이 개선됨을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (3)
• /
• pp.232-234
• /
• 1998

ATM을 기반으로 하는 광대역 무선 멀티미디어 환경에서의 다양한 트래픽의 수용을 위한 MAC 프로토콜로서 TDMA기반의 예약 방식이 많이 연구되어 있다. 본 논문에서는 기존의 예약기반 MAC프로？로의 고찰을 통하여 다양한 트래픽 수용에 따른 QoS의 고려와 함께 전송대역의 효율을 극대화 할 수 있도록 프레임 구조에 있어 기지국과 단말간의요구 전송 피드백의 시간지연을 최소치로 유지하고, 순.역방향간의 동적 비태칭을 구현하는 MAC 프로토콜을 제안한다. 또한 요구 전송 단계에서의 개선 방안으로 충돌로 인한 오버해드를 줄이고 트래필에 따른 차별화로 QoS를 고려하는 방식을 제안하고 각각의 성능 분석을 수행하고 , 충돌 시 선택적 재전송 프로토콜의 사용으로 인한 MAC 프로토콜의 개선을 성능분석으로 보인다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제38차 하계학술발표논문집 16권1호
• /
• pp.149-154
• /
• 2008

FCM 기반 RBF 네트워크는 서로 다른 학습 구조가 결합된 혼합형 모델로서, 입력층과 중간층의 학습 구조는 FCM 알고리즘을 적용하고, 중간층과 출력층 사이의 학습 구조는 Max_Min 신경망을 적용한다. 입력층과 중간층의 학습시 입력벡터와 중간층의 노드중에서 중심과 입력벡터간의 가장 가까운 노드를 승자 노드로 선택하여 출력층으로 전달한다. 그리고 중간층과 출력층 사이의 학습 구조는 Max_Min 신경망을 적용하여 중간층의 승자 뉴런이 출력층의 입력벡터로 적용한다. 하지만 많은 패턴이 입력벡터로 제시될 경우 학습 성능이 저하되는 단점이 있다. 따라서 본 논문에서는 중간층과 출력층의 학습 구조인 Max_Min 알고리즘의 학습 성능을 개선시키기 위해 퍼지 제어시스템을 이용하여 학습률을 동적으로 조정하는 퍼지 제어 기법을 이용한 FCM 기반 RBF 네트워크를 제안한다. 제안된 방법의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 숫자, 영문 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 추계학술발표논문집
• /
• pp.226-230
• /
• 2001

오류 역전파 알고리즘을 영상 인식에 적용한 경우 은닉층의 노드 수를 경험적으로 설정하여야 하는 문제점이 있다. 따라서 본 논문에서는 오류 역전파 알고리즘의 은닉층 노드 수를 동적으로 설정하는 문제를 해결하기 위해 ART1을 수정하여 지도 학습 방법과 결합한 자가 생성 지도 학습 알고리즘을 제안하였다. 제안된 학습 알고리즘의 성능을 평가하기 위해 콘테이너 영상의 문자 및 숫자 인식 문제에 적용하여 기존의 오류 역전파 알고리즘과 성능을 비교, 분석하였다. 실험 결과에서는 제안된 자가 생성 지도 학습알고리즘이 기존의 오류 역전과 알고리즘보다 지역 최소화에 빠질 가능성이 감소하였으며 학습 시간과 수렴성이 개선되었을 뿐만 아니라, 영상 인식에 적용할 수 있는 가능성도 제시하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (3)
• /
• pp.490-492
• /
• 2000

기존의 인터넷 라우터는 Drop tail 방식으로 패킷을 관리한다. 따라서 네트워크 트래픽의 지수적인 증가로 인한 혼잡 상황으로 발생하는 패킷 손실을 해결할 수 없다. 이 문제를 해결하기 위해 IETF(Internet Engineering Task Force)에서는 RED(Random Early Detection)와 같은 능동적인 큐 관리 알고리즘을 제시하였다. 하지만 RED는 동적으로 변화하는 인터넷 트래픽에 대하여 단지 큐 크기의 변화 정보를 얻어 혼잡 상황을 제어하기 때문에 성능에 있어는 매우 비효율적이다. 본 논문에서는 기존의 RED를 개선한 MRED를 제안했다. MRED는 RED에 비하여 휴리스틱한 방법을 이용하여 폐기 확률 값을 계산하고, 이를 실험을 통하여 MRED의 성능을 검증하였다.

• 정보관리학회지
• /
• 제36권4호
• /
• pp.83-105
• /
• 2019

본 연구는 시계열 특성을 갖는 데이터의 패턴 유사도 비교를 통해 유사 추세를 보이는 키워드를 자동 분류하기 위한 효과적인 방법을 제안하는 것을 목표로 한다. 이를 위해 대량의 웹 뉴스 기사를 수집하고 키워드를 추출한 후 120개 구간을 갖는 시계열 데이터를 생성하였다. 제안한 모델의 성능 평가를 위한 테스트 셋을 구축하기 위해, 440개의 주요 키워드를 8종의 추세 유형에 따라 수작업으로 범주를 부여하였다. 본 연구에서는 시계열 분석에 널리 활용되는 동적 시간 와핑(DTW) 기법을 기반으로, 추세의 경향성을 잘 보여주는 이동평균(MA) 기법을 DTW에 추가 적용한 응용 모델인 MA-DTW를 제안하였다, 자동 분류 성능 평가를 위해 k-최근접 이웃(kNN) 알고리즘을 적용한 결과, ED와 DTW가 각각 마이크로 평균 F1 기준 48.2%와 66.6%의 최고 점수를 보인 데 비해, 제안 모델은 최고 74.3%의 식별 성능을 보여주었다. 종합 성능 평가를 통해 측정된 모든 지표에서, 제안 모델이 기존의 ED와 DTW에 비해 우수한 성능을 보임을 확인하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2009년도 정기총회 및 추계학술대회 논문집
• /
• pp.75-77
• /
• 2009

양방향 DC-DC컨버터는 일반적으로 아날로그방식이 사용되고 있다. 그러나 충 방전기로 사용하게 되면 모드전환 시 과도 응답특성이 좋지 않은 문제가 있다. 이에 대한 대안으로 디지털 제어기를 사용하게 되면 진보된 알고리즘들을 이용하여 시스템의 성능을 향상 시킬 수 있다. 본 본문에서는 전기이중층 콘덴서(EDLC)를 이용한 동적전압보상장치(DVR)의 양방향 충/방전 시스템을, Buck/Boost 양방향 컨버터를 이용하여 구현하고, DSP(TI사 TMS320F28335)를 이용한 디지털 제어기를 적용하였다. 모의실험 및 하드웨어를 구성하여 실험한 결과, 양방향 시스템의 과도응답특성 개선과 시스템 성능 향상을 보여준다.

• 한국정보과학회논문지:데이타베이스
• /
• 제27권4호
• /
• pp.596-603
• /
• 2000

낙관적 기법은 실시간 데이터베이스 시스템을 위한 동시성 제어로서 적합하다. 특히, 종료시 한을 초과한 트랜잭션이 시스템으로부터 제거되는 펌 실시간 데이터베이스 시스템에서 낙관 적 기법은 잠금 기법보다 우수한 성능을 보인다. 그러나 낙관적 기법은 낭비적 수행과 과도 한 재시작의 문제를 안고 있다. 종료에 가까운 트랜잭션의 재시작은 시스템 자원의 낭비는 물론 종료시한 초과 가능성을 높인다. 발생되는 재시작의 수를 줄이기 위해서 충돌하는 트 랜잭션들간의 직렬화 순서를 동적으로 저장하는 방법이 이용되었다. 그러나 직렬화 순서의 동적 조정 기법을 이용함에도 불구하고 불필요한 재시작이 발생된다. 본 논문에서는 기존의 타임스탬프 기반 동시성 제어에서 이용되던 Thomas 기록 규칙을 이용하여 이러한 불필요 한 재시작을 제거한 개선된 실시간 낙관적 동시성 제어 기법을 제한한다. 제안된 방법은 요 구되는 데이터베이스 일관성을 보장하면서도 발생되는 재시작 수를 줄임으로써 성능을 향상 시킨다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 추계학술발표대회
• /
• pp.35-38
• /
• 2006

다층 퍼셉트론(MLP) 학습 이론인 오류 역전파 알고리즘은 델타룰과 최급 하강법을 사용하기 때문에 학습시 많은 시간이 소요된다는 단점을 가지고 있다. 때문에 신경망에서의 잘못된 초기 가중치 선택은 오류 역전파 알고리즘을 사용하는 신경망에서의 현격한 학습 성능저하를 발생시키게 된다. 본 논문에서는 학습시 오류 역전파 알고리즘의 수렴시간을 개선하기 위한 신경망의 동적 초기 가중치 선택 알고리즘을 제안한다. 이 알고리즘은 학습전 기존의 선택 가중치와 모든 가중치가 1.0 또는 -1.0 값을 가지는 가중치 집합에서 가중치 변동률을 선측정하여 이들 중 가장 변동률이 큰 경우를 초기 가중치 집합으로 선정하게 된다. 즉, 초기의 가중치 변동률을 차후 성능을 판단하는 지표로 사용하여 잘못된 가중치 선택으로 인한 최악의 학습효율의 가능성을 배제시키고 다층 신경망의 학습특성상 평균 이상의 학습효율을 보장하는 초기 가중치 선택방법이다.