• 정보처리학회논문지D
• /
• 제19D권2호
• /
• pp.151-160
• /
• 2012

지금까지 제안된 분산 고차원 색인의 대부분은 균일한 분포를 가지는 데이터 집합에서 좋은 검색 성능을 나타내나, 편향되거나 클러스터를 이루는 데이터의 집합에서는 그 성능이 크게 감소된다. 본 논문은 강하게 클러스터를 이루거나 편향된 분포를 가지는 데이터 집합에 대한 분산 벡터 근사 트리의 k-최근접 검색 성능을 향상시키는 방법을 제안한다. 기본 아이디어는 전체 데이터를 클러스터링하는 상위 트리의 말단 노드가 담당하는 데이터 공간의 크기를 계산하고, 그 공간 상의 특징 벡터를 근사하는 데 사용되는 비트의 수를 달리하여 벡터 근사의 식별 능력을 보장하는 것이다. 즉, 고밀도 클러스터에는 더 많은 수의 비트를 할당하는 것이다. 우리는 합성 데이터와 실세계 데이터를 가지고 분산 hybrid spill-tree와 기존 분산 벡터 근사 트리와의 성능 비교 실험을 수행하였다. 실험 결과는 확장된 분산 벡터 근사 트리의 검색 성능이 균일하지 않은 분포의 데이터 집합에서 크게 향상되었음을 보인다.

• 한국광학회지
• /
• 제14권6호
• /
• pp.583-587
• /
• 2003

본 논문에서는 피드포워드(feedforward) 방식의 2차 편광모드분산 보상에 있어서 보상 장치에서 발생시켜야 할 최적의 보상 벡터를 펄스 폭 증가율을 최소화함으로써 이론적으로 유도하였다. 최적의 2차 보상 벡터는 전송 선로의 편광모드분산 벡터의 단순한 Taylor전개식과는 달리, 편광모드분산 벡터와 출력 신호 편광의 주파수 평균들의 선형 조합으로 표현됨을 밝혔다. 최적의 2차 편광모드분산 보상에서의 펄스 폭 증가율을 해석적으로 계산하였으며, 계산 결과를 전산 모의 실험에 의한 결과와 비교하여 일치함을 확인하였다. 본 논문에서 유도한 최적의 2차 보상 벡터에 관한 공식은 피드포워드 방식의 2차 편광모드분산 보상에 반드시 필요한 정보를 제공한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 추계학술대회
• /
• pp.129-131
• /
• 2010

분산 비디오 부호화(distributed video coding)는 분산 소스 부호화의 대표적인 응용분야로서 부호화 복잡도가 부호화기에서 복호화기로 이동되어 저전력 부호화 환경에 매우 적합하다. 본 논문에서는 분산 비디오 부호화의 성능 향상에 있어 가장 중요한 보조 정보의 효과적인 생성 방법을 제안한다. 우선 보조 정보 생성을 위한 키 프레임들 간의 블록 움직임 추정에 있어 기존 방법들이 대체적으로 가정하고 있는 선형적인 움직임 이동에 따른 잘못된 예측을 해결하기 위해 두 장 이상의 키 프레임을 사용하여 블록 움직임을 추정한 후, 선형 회귀(linear regression)를 이용하여 보조 정보 상의 블록 움직임 궤적을 추정한다. 이때 움직임 추정을 위한 키 프레임 번호를 증가하며 선입선출(FIFO)형 버퍼에 저장 및 삭제하여 동일한 보조정보에 해당하는 여러 움직임 벡터 필드와, 기존의 선형적인 움직임이 가정된 움직임 벡터 필드를 동시에 생성한다. 다음으로 보간(interpolation)하려는 보조 정보 프레임 내의 임의의 블록에 가장 가깝게 통과하는 움직임 벡터 필드를 선택하여 해당하는 블록의 최종 움직임 벡터로 선택한다. 실험결과 제안하는 보조 정보 생성 방법은 기존의 방법과 비교했을 때 비대칭성 움직임 벡터 사용만으로 평균 PSNR이 0.216dB 만큼 증가하는 것을 확인할 수 있었다.

• 방송공학회논문지
• /
• 제23권1호
• /
• pp.138-145
• /
• 2018

본 논문에서는 움직임 추정을 이용한 새로운 프레임 율 향상 변환 알고리듬을 제안한다. 제안 된 알고리듬은 더 정확한 움직임 벡터를 찾기 위해 움직임 추정 방법에서 오차의 분산을 추가적으로 이용한다. 그런 다음, 이웃 움직임 벡터들의 분산 및 현재 움직임 벡터와 이웃하는 평균 움직임 벡터 간의 분산을 사용하여 잘못 찾아진 움직임 벡터를 탐색한다. 탐색된 벡터들은 8 개의 이웃 움직임 벡터의 가중 합에 의해 수정된다. 또한, 보다 정확한 움직임 벡터를 찾고 동시에 계산 복잡도를 줄일 수 있는 적응적 탐색 영역 결정 알고리듬을 제안한다. 결과적으로, 제안하는 알고리듬은 기존의 알고리듬들에 비해 평균 최대 신호 대 잡음 비 (PSNR)와 구조적 유사도 (SSIM)을 각각 1.44dB 및 0.129까지 향상시켰다.

• 방송공학회논문지
• /
• 제16권1호
• /
• pp.133-143
• /
• 2011

본 논문은 엔트로피 코딩 기반 분산 비디오 코딩 시스템에서의 복잡도 분배 기법을 제안한다. 제안하는 방법은 복호화기의 복잡도 감소를 위하여 채널 코더 대신 엔트로피 코더를 이용하며, 저 복잡도로 높은 부호화 효율을 얻기 위한 블록 단위 복잡도 분배 방법을 수행한다. 제안하는 분산 비디오 복호화기는 움직임 추정을 수행하여 측정된 움직임 벡터를 부호화기로 전송하고, 부호화기에서는 복호화기로부터 수신된 움직임 벡터를 보정하여 보다 정확한 움직임 추정을 수행한다. 움직임 벡터의 보정을 수행 시, 수신된 움직임 벡터와 예측 움직임 벡터를 이용하여 최적의 예측 움직임 벡터를 결정하며, 움직임 벡터와 예측 움직임 벡터의 차에 따라 범위를 조절함으로써 블록의 복잡도를 적응적으로 할당한다. 제안하는 부호화기는 H.264/AVC의 부호화기의 복잡도에 비교하여 11.8% 감소하였고, 제안하는 복호화기는 기존의 분산 비디오 시스템의 복호화기 복잡도보다 99%감소되다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권5호
• /
• pp.228-237
• /
• 2010

고차원 데이터에 대한 다양한 색인 구조가 제안되어 왔음에도 불구하고, 인터넷 서비스로서 이미지 및 동영상의 내용 기반 검색을 지원하기 위해서는 고확장성 지원 및 k-최근접점 검색 성능 향상을 지원하는 새로운 고차원 데이터의 색인 구조가 절실히 요구된다. 이에 우리는 다중 컴퓨팅 노드를 바탕으로 구축되는 분산 색인 구조로 분산 벡터 근사 트리(Distributed Vector Approximation-tree)를 제안한다. 분산 벡터 근사 트리는 대용량의 고차원 데이터로부터 추출한 샘플 데이터를 바탕으로 hybrid spill-tree를 구축하고, hybrid spill-tree외 말단 노드 각각에 분산 컴퓨팅 노드를 매핑하여 VA-file용 구축하는 두 레벨의 분산 색인 구조이다. 우리는 다중 컴퓨팅 노드들 상에 구축된 분산 벡터 근사 트리를 바탕으로 병렬 k-최근접점 검색을 수행함으로써 검씩 성능을 향상시킨다. 본 논문에서는 서로 다른 분포의 데이터 집합을 바탕으로 한 성능 시험 결과를 통하여, 분산 벡터 근사 트리가 기존의 고확장성을 지원하는 색인 구조와 비교하여 검색 정확도에 대한 손실 없이 더 빠른 k-최근접점 검색을 수행함을 보인다.

• 응용통계연구
• /
• 제14권2호
• /
• pp.333-344
• /
• 2001

통계적 추론에 사용되는 많은 통계량들은 평균벡터의 평활함수의 형태로 표현이 가능하다. 본 연구에서는 이들 통계량들의 분포함수에 대한 안부점근사법을 제시하였다. 이 방법은 Na(1998)에서 제시된 일반적 통계량의 분포함수에 대한 안부점근사법이 평균벡터의 평활함수모형에 특히 유용하게 사용될 수 있음을 보인 것이다. 이 근사법은 정규근사에 비해 근사의 정도가 뛰어나며, 특히 통계량의 꼬리부분의 확률에 대해서도 정확도가 그대로 유지되는 장점이 있어 정밀한 추론이 요구되는 많은 문제에 효과적으로 사용될 수 있다. 모의 실험에 사용할 평균벡터의 평활함수 모형으로는 스튜던트화 분산을 고려하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.105-106
• /
• 2017

본 논문에서는 최대 우도 기반 파라미터 생성 알고리즘을 적용하여 인공 신경망의 출력인 음향 파라미터 열의 정확성 및 자연성을 향상시키는 방법을 제안하였다. 인공 신경망의 출력으로 정적 특징벡터 뿐 만 아니라 동적 특징벡터도 함께 사용하였고, 미리 계산된 파라미터 분산을 파라미터 생성에 사용하였다. 추정된 정적, 동적 특징벡터의 평균, 분산을 EM 알고리즘에 적용하여 최대 우도 기준 파라미터를 추정할 수 있다. 제안된 알고리즘은 파라미터 생성 시 동적 특징벡터 및 분산을 함께 적용하여 시간축에서의 자연성을 향상시켰다. 제안된 알고리즘의 객관적 평가로 MCD, F0 의 RMSE 를 측정하였고, 주관적평가로 선호도 평가를 실시하였다. 그 결과 기존 알고리즘 대비 객관적, 주관적 성능이 향상되는 것을 검증하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1999년도 학술발표대회 논문집 제18권 1호
• /
• pp.32-35
• /
• 1999

기존의 반연속 HMM의 파라미터들 중에서 평균 벡터와 분산 행렬은 Maximum Likelihood Estimation 방법을 사용하여 학습한다. 본 논문에서는 평균 벡터를 위하여 Fuzzy c-means(FCM) 알고리즘을 사용하였고 분산 행렬을 위하여 FCM 알고리즘의 평균 벡터를 적용, 변형한 새로운 함수를 사용하여 화자적응에 적용하였다. 이러한 평균 벡터와 분산 행렬의 추정 방법은 새로운 화자에 대한 적응 능력을 갖는다. 제안한 방법을 적용한 한국어 격리 단어에 대한 컴퓨터 모의 실험결과 새로운 화자에 대해 적응함을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.309-312
• /
• 2019

본 논문에서는 계산의 복잡성을 줄이고 피크 신호 대 잡음 비율(PSNR) 성능을 개선하기 위한 새로운 프레임 상향 변환 (Frame Rate Up Conversion) 알고리즘을 제안한다. 제안된 알고리즘을 사용하기 위한 모션 추정 과정(Motion Estimation) 은 이전 프레임과 현재 프레임에서 마크로블록(Macroblock) 값의 최소 차이값(Sum of absolute differences) 을 이용하여 보간된 프레임(Interpolated Frame) 의 마크로블록이 가지게 되는 모션 벡터 값을 추출한다. 이 때 반복된 배경 패턴 및 여러 움직임들 때문에 모션 추정 과정에서 출력되는 벡터값이 비정상적으로 출력되는 경우가 있다. 여기서 제안된 알고리즘을 통해 모션 벡터값들의 특이치(Outlier) 를 검출하고 이를 교정하기 위한 분산값(Variance) 을 이용하여 모션 벡터 평활화 작업(Motion Vector Smoothing) 을 거친다. 이와 같이 제안된 알고리즘을 이용하여 실험한 결과값으로 프레임률 상향 변환 과정을 통해 상대적으로 계산의 복잡성은 낮으면서 양호한 PSNR 값이 출력됨을 확인할 수 있다.