• 한국통신학회논문지
• /
• 제39A권5호
• /
• pp.237-243
• /
• 2014

이 논문에서는, 영확률을 최대화 (maximum zero-error probability, MZEP) 하도록 설계된 알고리듬에서 가중치 갱신에 쓰이는 기존의 블록 처리 방식의 합산 연산을 대신하여, 다음 기울기 계산에 현재 계산된 기울기를 활용할 수 있는 효율적인 가중치 갱신 계산 방식을 제안하였다. 실험 결과로부터, 제안한 방식은 원래의 MZEP 와 동일한 성능을 나타내면서도 오차 버퍼가 불필요하여 시스템의 복잡도를 감소시키며 연산 시간을 현저히 줄일 수 있다. 또한 제안한 알고리듬은 오차 엔트로피 (error-entropy)를 최소화하도록 설계된 알고리듬보다 우수한 수렴 속도를 지닌다.

• 한국정보통신학회논문지
• /
• 제18권3호
• /
• pp.706-712
• /
• 2014

본 논문은 2-점 보간 필터에 대한 효과적인 가중치 설정에 대한 방법을 제안한다. 2-점 보간법은 선형 보간 필터에 변형 함수를 적용함으로써 구현된다. 여기서 변형 함수를 적용할 때 적절한 가중치를 설정해야하는 문제가 발생한다. 기존 방법에서는 보간 커널 함수의 c1-연속성을 활용하여 설정하였다. 하지만 이러한 설정 방법은 변형 함수의 특성을 활용하지 못하는 부분이 존재한다. 논문에서는 변형 함수와 영상 신호에 대한 주파수 해석을 바탕으로 실험적으로 가중치 결정 기법을 제공한다. 이를 확인하기 위해서 다양한 실험을 진행한다. 실험결과는 변형 함수에 따라서 서로 다른 최적인 가중치가 결정됨을 확인할 수 있고 이전 방법보다 더 우수한 성능을 보여주는 것을 확인해 준다.

• 방송공학회논문지
• /
• 제26권6호
• /
• pp.778-789
• /
• 2021

최근 다양한 분야에서 뛰어난 성능을 나타내는 Convolutional Neural Network(CNN)모델을 모바일 기기에서 사용하기 위한 다양한 연구가 진행되고 있다. 기존의 CNN 모델은 모바일 장비에서 사용하기에는 가중치의 크기가 크고 연산복잡도가 높다는 문제점이 있다. 이를 해결하기 위해 가중치의 표현 비트를 낮추는 가중치 양자화를 포함한 여러 경량화 방법들이 등장하였다. 많은 방법들이 다양한 모델에서 적은 정확도 손실과 높은 압축률을 나타냈지만, 대부분의 압축 모델들은 정확도 손실을 복구하기 위한 재학습 과정을 포함시켰다. 재학습 과정은 압축된 모델의 정확도 손실을 최소화하지만 많은 시간과 데이터를 필요로 하는 작업이다. Weight Quantization이후 각 층의 가중치는 정수형 행렬로 나타나는데 이는 이미지의 형태와 유사하다. 본 논문에서는 Weight Quantization이후 각 층의 정수 가중치 행렬을 이미지의 형태로 비디오 코덱을 사용하여 압축하는 방법을 제안한다. 제안하는 방법의 성능을 검증하기 위해 ImageNet과 Places365 데이터 셋으로 학습된 VGG16, Resnet50, Resnet18모델에 실험을 진행하였다. 그 결과 다양한 모델에서 2%이하의 정확도 손실과 높은 압축 효율을 달성했다. 또한, 재학습 과정을 제외한 압축방법인 No Fine-tuning Pruning(NFP)와 ThiNet과의 성능비교 결과 2배 이상의 압축효율이 있음을 검증했다.

• 한국시뮬레이션학회논문지
• /
• 제19권2호
• /
• pp.91-98
• /
• 2010

기존의 경로 찾기는 장애물을 피하는 짧은 경로를 찾는 것에 집중되어 왔다. 그러나 컴퓨터 게임이 점점 복잡해지면서 경로 찾기에 매복지점이나 적으로부터의 가시성과 같은 전술적 정보를 포함하는 것이 요구되고 있다. 이와 같은 정보를 경로 찾기에 반영하는 한 가지 방법은 탐색 알고리즘의 휴리스틱 함수를 전술들의 가중치 합으로 나타내는 것이다. 본 논문에서는 주어진 전술적 정보에 대해 경로 찾기를 최적화하도록 휴리스틱을 학습하는 문제를 다룬다. 여기서 학습이란 휴리스틱 함수를 위한 좋은 가중치 벡터를 찾아내는 것을 의미한다. 학습용 훈련 예제는 게임 레벨 설계자가 제공하며 매 탐색 레벨마다 실제 탐색결과와 비교되어 가중치를 갱신하는데 사용된다. 본 논문에서는 전술적 경로 찾기를 위해 탐색과 결합된 학습 알고리즘을 제안한다. 가중치를 갱신하는데 사용된 퍼셉트론 유사 방법을 설명하며 이를 구현한 시뮬레이션 도구를 소개한다. 시뮬레이션 도구에서는 레벨 설계자가 캐릭터의 특성에 따라 바람직한 이동경로를 제시할 수 있고, 이를 훈련 예제로 이용하여 가중치를 학습하며 훈련에 따라 변화하는 경로의 자취를 보여주는 기능을 제공한다.

• 디지털콘텐츠학회 논문지
• /
• 제9권1호
• /
• pp.17-26
• /
• 2008

본 논문은 기준 화소의 인접 가해 성분값과 선형 축소 성분값의 평균으로 축소 성분값을 정하는 적응형 선형 축소기를 제안하고 주관적 화질과 하드웨어 복잡도 측면에서 그 성능을 분석함에 목적이 있다. 제안된 적응형 선형 축소기는 우선, 일차 미분 연산자를 이용하여 기준 화소의 우측 및 하측 인접화소의 기울기의 크기를 각각 계산한다. 이후, 두 기울기의 크기를 합산한 결과로 각 기울기의 크기를 나누어 우측 및 하측 인접 화소 각각의 국부 가해 가중치를 구한다. 다음으로, 각각의 국부 가해 가중치를 우측 및 하측 인접 화소값에 곱한 후에 그 결과를 합산함으로써 인접 가해 성분값을 정의한다. 제안된 방법은 인접 화소들의 유효 가해 정보를 각각의 국부 가해 가중치에 따라 축소 성분값에 적응적으로 반영함으로써 선형 축소기의 단점인 몽롱화 현상을 효과적으로 억제시킬 수 있다. 또한 적은 연산량을 요하면서도 평균적으로 양호한 결과를 제공하는 선형 축소 방식의 장점을 취할 수 있는 이점이 있다.

• 정보과학회 논문지
• /
• 제44권5호
• /
• pp.486-495
• /
• 2017

협업 필터링(CF, Collaborative Filtering)은 추천을 수행하기 위해 필요한 비용(시간/공간 복잡도 등)이 현실 데이터에 적용하기에는 한계가 있다. 평점 빈도 가중치 기반의 Baseline Predictor(RFWBP, Rating Frequency Weight-based Baseline Predictor)는 정확도가 기존의 방법과 근사하며, 비용을 크게 줄일 수 있는 효율적인 방법 중 하나이다. 그러나 효율성을 고려해 RFWBP만 사용할 경우, 1)학습을 수행하지 않기 때문에 발생되는 오차를 감소시킬 수 없고, 2)적합한 추천 목록을 작성하기 위한 조건이 없기 때문에 모두 추천했다. 본 논문은, 제시된 문제를 해결하기 위한 BBP(Bias-Based Predictor)를 제안한다. BBP는 Bias를 보정하여 오차의 범위를 감소시킴으로써 1)을 해결했고, 선호에 적합한 추천 목록 작성을 위한 몇 가지 Case를 정하고, 추천 목록을 구성함으로써 2)를 해결하였다.

• 한국산학기술학회논문지
• /
• 제12권6호
• /
• pp.2760-2769
• /
• 2011

지능형 자율 로봇은 주어진 목표를 달성하기 위하여 계획을 수립한다. 계획은 로봇이 목표를 달성하기 위한 행위들의 나열이며 모든 행위들이 순차적으로 그리고 성공적으로 실행되었을 때 목표를 달성하게 된다. 그러나 복잡하고 역동적인 현실 세계에서는 여러 가지 요인에 의하여 발생할 수 있는 예상하지 못한 상황으로 인하여 로봇이 계획한 행위들을 더 이상 실행하지 못하는 경우가 발생할 수 있다. 그러므로 지능형 자율 로봇은 이러한 돌발 상황을 적절히 대처하여 주어진 임무를 성공적으로 완수할 수 있는 효과적인 처리 방법을 가지고 있어야 한다. 이정표 상태를 이용한 계획 보정 방법은 이러한 상황을 효과적으로 처리할 수 있는 방법으로서 다른 계획 보정 방법들의 장점을 가지고 있다. 본 논문은 이정표 상태를 생성하는 방법으로 후진 방법과 이정표 상태들을 구성하는 조건들에 가중치를 부여하는 방법을 제안한다. 오류 보정 방법은 부여된 가중치를 보정해야 할 조건들의 우선순위로 사용할 수 있다. 후진 방법에 의하여 생성된 이정표 상태들은 복잡정도가 낮고 또한 적당한 값의 가중치를 가지게 되므로 이정표를 이용한 효율적인 계획 오류 보정 방법을 보장하게 된다.

• 한국전자파학회논문지
• /
• 제8권2호
• /
• pp.116-125
• /
• 1997

본 논문에서는 신호원의 도착방향을 추정하기 위한 새로운 방안으로 직교가중치 탐색(OWS : Orthogonal Weight Searching)이라고 명명되어진 새로운 기술을 제안한다. 신호공간에 직교하는 가중치 벡터는 개선된 공액기울기 방식(Conjugate Gradient Method)을 이용하여 신호행렬로부터 직접 계산되어진다. 본 논문에서 제안되는 기술은 고유치 및 고유벡터를 구할 필요가 없으며, 어레이 입력신호의 개수가 웨이트의 수보다 크지 않다는 가정하에 신호갯수의 탐지과정을 포함하지 않는다. 제안기술이 탐지절차와는 무관하게 수행되기 때문에 어레이 입력의 개수가 몇개인지 성공적으로 파악할 수 없는 열악한 신호환경하에서 제안기술은 우수한 성능을 나타 낸다. 제안된 기술의 성능은 기존의 잘 알려진 고유분해방법과 신호대 잡음비에 따른 각해상도 변에서 비교되어 지고, 계산상의 복잡도 변에서도 기존의 알고리즘과 비교하여 우수함을 보인다.

• 한국콘텐츠학회논문지
• /
• 제13권1호
• /
• pp.19-29
• /
• 2013

정보에 대한 공간 복잡도가 높은 현재의 인터넷 환경에서는 사용자가 원하는 정보를 정확히 제공하는 것이 검색엔진의 목표이다. 그러나 대다수 검색엔진이 활용하는 내용 기반 기법은 현재의 인터넷 환경에서는 효과적인 도구로 사용될 수 없다. 내용 기반 기법은 어휘의 형태적 특성을 이용하여 웹페이지 가중치를 결정하기 때문에 웹페이지에 대한 변별력이 우수하지 못하다는 단점이 있다. 이러한 문제점을 해결하여 사용자에게 효과적인 정보를 제공하기 위해, 본 논문에서는 범주 기반 평가 기법을 제안한다. 범주 기반 평가 기법은 질의어를 의미관계로 확장하여 웹페이지와 유사성을 측정한다. 웹페이지 가중치 적용에 있어서, 범주 기반 평가 기법은 웹페이지 검색에 대한 사용자 반응과 질의어 범주를 가중치에 활용함으로써 웹페이지에 대한 변별력을 증가시킨다. 본 논문에서 제안한 기법은 사용자가 원하는 정보를 검색엔진을 통해 효과적으로 제공할 수 있는 장점이 있으며, 다양한 실험을 통해 범주 기반 평가 기법의 활용성을 확인하였다.

• 전자공학회논문지
• /
• 제50권11호
• /
• pp.90-98
• /
• 2013

지역적 정합방법을 이용한 스테레오 시스템은 알고리즘의 특성상 하드웨어 설계가 용이하여 많이 사용되나 낮은 정합률로 인해 정확한 깊이 영상을 얻기 힘들기 때문에 많은 응용 분야에 사용하기에 제한이 있다. 본 논문에서 제안한 스테레오 시스템은 픽셀의 변화도(gradient)를 기반으로 한 적응적인 가중치 알고리즘을 이용하여 높은 정합 성능을 보이며 하드웨어로 설계하였을 때 실시간처리가 가능하다. 일반적으로 적응적인 가중치 윈도우를 적용할 경우 중간 결과를 재사용하기 불가능하지만 행, 열을 분리하여 처리함으로써 데이터를 재사용할 수 있고 따라서 처리성능이 개선되었다. 알고리즘에 필요한 지수 및 아크탄젠트 함수를 구현하기 위해 선형(PWL, piecewise linear) 및 계단(step) 함수 등으로 근사화한 뒤 에러를 분석하여 최선의 파라미터를 선택하였다. 제안한 구조는 실시간처리를 위하여 9개의 프로세서를 사용하여 병렬처리를 하였으며, 동부하이텍 0.18um 라이브러리로 합성하였을 경우 최대 동작주파수 350MHz(33 fps)와 424K 게이트의 하드웨어 복잡도를 나타내었다.