• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.140-143
• /
• 2013

본 논문에서는 데이터 병렬성이 뛰어난 벡터 기반의 Rasterization 알고리즘을 CUDA를 이용하여 코어 매핑에 따른 성능 및 에너지 효율을 분석해 보았다. 블록 사이즈를 동일하게 맞춘 후 블록의 차원을 변경 하는 방법과 블록 사이즈를 변경하는 방법을 사용하여 실험하였다. 모의실험결과, 블록 사이즈가 동일할 때는 오차 범위 내로 동일한 성능과 에너지 효율을 보였다. 아키텍처마다 모든 자원을 사용할수 있는 이론적인 블록 및 스레드 구조가 존재하지만 메모리 접근에 대한 최적화를 이루어 내지 못한다면 Amdahl's law에 의해 성능 향상에 한계가 있다는 것을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.744-747
• /
• 2011

센서 네트워크는 다수의 센서노드를 통해 특정한 요청에 대한 정보를 수집하고 공유하는 네트워크이다. 센서 네트워크에는 많은 수의 센서들이 존재하기 때문에 센서노드를 관리하고 모니터링 하기 위한 효율적인 방법이 필요하다. 센서 네트워크에 IPv6를 적용한 기술로써 6LoWPAN이 있다. SNMP 사용 등 IP를 이용함으로 얻을 수 있는 다양한 장점이 있지만 센서의 배터리 용량과 메시지 사이즈가 제한적이기 때문에 메시지 사이즈가 큰 기존의 SNMP를 그대로 적용하기는 어렵다. 따라서 센서 네트워크에서 제한된 배터리 용량과 메시지 사이즈에 적용할 수 있는 효율적인 네트워크 기법이 필요하다. 본 논문에서는 네트워크 관리 프로토콜인 SNMP를 경량화 하여 6LoWPAN 환경에서도 적합한 방안을 제안하였다. 특히, SNMP 버전 중 SNMPv1, v2보다 보안성이 강화된 SNMPv3을 경량화 하여 6LoWPAN에 적합하고 보안적인 네트워크 관리를 위한 기법을 제안한다.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.561-566
• /
• 2021

오차분포 추정을 위한 커널 사이즈는 오차확률밀도 사이의 유클리드 거리를 최소화 알고리즘의 가중치 갱신에 적합한 커널 사이즈가 될 수 없다. 이 논문에서는 MED 알고리즘의 수렴 성능 향상을 위해 적응적으로 커널 사이즈를 갱신하는 방법을 제안하였다. 제안한 방식은 MED 학습 알고리즘의 가중치 갱신을 위해 커널 사이즈에 대한 오차분산의 평균변화율을 도입하여 MED의 오차에 대한 평균전력이 감소하는 방향으로 커널 사이즈를 조절하도록 하였다. 제안된 적응 커널 추정법을 무선통신 채널의 왜곡 보상에 적용하여 학습 성능을 실험하고 그 효능을 밝혔다. 오차분산에 비례한 작은 값을 가지는 기존의 오차분포 추정 위한 최적 커널 사이즈와 달리, 제안한 방법에 의한 커널 사이즈는 MED 가중치 수렴을 위한 적절한 커널 사이즈로 수렴함을 보였다. 실험 결과로부터 제안한 방법이 MED 알고리즘의 커널 사이즈 설정에 따른 민감성을 크게 해결한 방법이라고 볼 수 있다.

• 인터넷정보학회논문지
• /
• 제21권2호
• /
• pp.49-55
• /
• 2020

랜덤 심볼열을 기반으로 한 정보이론적 학습법 (ITL)은 특정 확률분포를 갖도록 랜덤하게 발생시킨 심볼열을 타겟 데이터로 활용하고, 입력 데이터 사이의 확률분포 거리 최소화를 비용함수로 하여 설계된다. 이 방식의 단점으로, 고정상수를 알고리듬 갱신의 스텝사이즈로 사용하므로 입력 전력의 통계적 추이를 활용할 수 없다. 정보포텐셜 출력(information potential output, IPO)와 연관된 기울기에서는 정보포텐셜 입력(information potential input, IPI)이, 정보포텐셜 오차(information potential error, IPE)와 관련된 기울기에서는 입력자체가 입력으로 작용함을 이 연구에서 밝혀내고, 입력의 전력 추이를 따로 계산하여 스텝사이즈 (step size)를 정규화하도록 제안하였다. 제안된 알고리듬은 충격성잡음과 다중경로 페이딩 환경의 통신시스템 실험에서 기존 방식보다 약 4dB 정도 더 낮은 정상상태 오차 전력, 약 2배 이상 빠른 수렴속도를 나타냈다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.714-720
• /
• 2021

머신 러닝 및 신호처리에 활용되고 있는 정보이론적 학습법(ITL, information theoretic learning)은 커널 사이즈(σ) 설정이 매우 민감한 어려움을 지닌다. ITL의 성능지표중 하나인 코렌트로피 함수를 최대화하는 성능지표에 대해, 기울기에 존재하는 1/σ2를 제거한 뒤 남은 커널 사이즈에 대해 적응적으로 조절하는 방법들이 연구되었다. 이 논문에서는, 1/σ2의 커널 사이즈가 실제 시스템의 민감성이나 불안정에 큰 역할을 하고 있으며 남은 부분에 존재하는 커널 사이즈에 대한 최적해는 오차의 절대값 근방에 수렴함에 따라 오히려 수렴 후 가중치 갱신을 멈추게 하는 부작용이 나타남을 밝혔다. 이에 적응적 커널 사이즈 조절 대신 적절한 상수를 선택하는 것이 보다 효과적이라는 것을 제안하였고, 실험결과에서 동일한 수렴 속도에 약 2dB 향상된 정상상태 MSE를 보였다. 제안한 방식을 더욱 열악한 다경로 채널환경에 적용하여 실험한 결과 4dB 이상의 성능향상을 보여 제안한 방식은 열악한 상황일수록 더욱 향상된 성능을 보임을 알 수 있다.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.443-448
• /
• 2022

긴 길이의 적응 필터와 높은 상관도의 입력신호를 사용하는 적응 필터링 응용에서 적응 필터의 수렴성능을 향상 시키기 위해 가변 스텝사이즈를 이용하는 부밴드 인접투사 알고리즘을 제안한다. 제안한 알고리즘은 다위상 분해와 노블아이덴티티를 적용한 M-부밴드 구조에서 각 적응 부필터별 서로 다른 스텝사이즈를 사용함으로써 빠른 수렴속도와 작은 정상상태오차를 얻을 수 있다. 각 갱신시점에서 적응 필터의 평균자승오차를 최소화하도록 유도된 스텝사이즈는 가변 스텝사이즈를 사용하는 기존 알고리즘에 비해 좋은 수렴성능을 보인다. 기존 알고리즘에 비해 우수한 제안한 알고리즘의 수렴성능을 확인하기 위해 시스템 식별 모델을 고려하여 AR(1)과 AR(2) 유색 입력 신호에 대한 최소자승편차에 대한 컴퓨터 시뮬레이션을 수행한다.

• 한국콘텐츠학회논문지
• /
• 제7권5호
• /
• pp.110-117
• /
• 2007

최근의 유비쿼터스 미디어의 오디오/ 비디오 기술의 발전은 미디어 화면사이즈와 같은 외형적 특성의 다양화를 가져왔고, 이런 새로운 시청환경은 시청자의 매개 커뮤니케이션 경험을 바꿀 수 있게 되었다. 이에 따라 최근 미디어효과 연구 분야에서는 미디어 자체의 외형적 특성에 대한 관심이 증가되고 있다. 이런 관점에서 본 연구는 유비쿼터스 환경의 DMB폰(2.1인치), PMP(4.3인치), PC모니터(19인치)가 지니는 서로 다른 화면사이즈 특성이 시청자의 화면내용에 대한 기억과 감동에 어떤 영향을 미치는지 실험연구를 통해 고찰한 것이다. 검증결과 화면사이즈가 시청자의 기억과 감동에 미치는 효과는 유의미했고, 큰 화면을 지닌 미디어일수록 시청한 콘텐츠에 대한 화면정보에 대한 기억 및 콘텐츠에 대한 감동에 있어서 더 유리하게 작용하는 것으로 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권5호
• /
• pp.949-959
• /
• 2012

범주형 목표변수를 잘 예측하기 위한 데이터마이닝 방법 중에서 최근에는 여러 단일 분류자를 결합한 앙상블 기법이 많이 활용되고 있다. 앙상블 기법 가운데 부스팅은 재표본 시 분류하기 어려운 관찰치의 가중치를 높여 분류자가 해당 관찰치에 보다 집중할 수 있도록 함으로써 다른 앙상블 기법에 비해 오차를 효과적으로 감소시키는 방법으로 알려져 있다. 부스팅을 구성하는 분류자를 의사결정나무로 둔 부스팅 트리 모형의 경우 각 트리의 사이즈를 결정해야 하는데, 본 연구에서는 자료 별로 부스팅 트리에 가장 적합한 트리사이즈가 서로 다를수 있다고 가정하고, 주어진 자료에 맞는 트리사이즈를 추정하는 문제에 대해 논의하였다. 우선 트리사이즈가 부스팅 트리의 정확도에 중요한 영향을 미치는가를 파악하기 위하여 28개의 자료를 대상으로 실험을 수행하였으며, 그 결과 트리사이즈를 결정하는 문제가 모형 전체의 성능을 결정하는데 상당한 역할을 한다는 것을 확인할 수 있었다. 또한 그 결과를 바탕으로 최적의 트리사이즈에 영향을 미칠 것으로 판단되는 몇 가지 특성 변수를 정의하고, 해당 변수를 이용하여 부스팅 트리에서의 최적 트리사이즈를 설명하는 모형을 구성해 보았다. 자료 별로 고유한 최적의 트리사이즈는 자료의 특성에 의존적일 가능성도 있으므로 본 연구에서 제안하는 추정방법은 최적 트리사이즈를 결정하기 위한 출발점 또는 가이드라인으로 활용하는 것이 적절할 것이다. 기존에는 부스팅 트리의 사이즈에 대한 값으로 목표변수의 범주의 개수를 활용하였는데, 본 모형에서 제안하는 트리사이즈의 추정치로 부스팅 트리를 구축한 경우 기존방법에 비해 분류정확도를 유의미하게 개선하는 것을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제36권1A호
• /
• pp.35-40
• /
• 2011

랜덤 발생 심볼과 출력 신호에 대해 두 확률 밀도 함수 사이의 유클리드 거리를 최소화하는 복소 채널 등화 알고리듬은 정보 이론적 학습방법의 장점을 살리면서 위상 회전 문제까지 극복할 수 있도록 설계 되었다. 이 논문에서는 이 알고리듬에 대해 확률 밀도 함수 구축에 사용된 커널 사이즈가 성능에 끼치는 영향을 연구하였고 커널 사이즈의 변형에 인한 정보 포텐셜 간의 힘 조절에 변화를 준 Kernel-modified 알고리듬을 제안하였다. 이 제안한 방식은 커널 사이즈 변형이 이루어지지 않은 알고리듬에 대해 약 4 dB 정도의 성능 향상을 만들어 냈다. 성상도 특성에서도 복소 채널에 의한 위상 회전이 완벽하게 극복될 뿐 아니라 보다 집중된 심볼 점을 보였다.

• 한국산업정보학회논문지
• /
• 제21권3호
• /
• pp.1-6
• /
• 2016

LMS 알고리즘에서, 시간영역의 적응알고리즘은 입력신호의 고유치 분포 폭이 넓게 분포되면, 수렴속도가 느려지기 때문에 가변 스텝 사이즈가 많이 사용된다. 그러나 이 경우 많은 계산량이 필요하다. 본 논문에서는 시간영역의 적응 알고리즘을 변환영역에서 수행한다. 그리고 수렴성능 향상과 계산량을 줄이기 위하여 평균오차의 순시 절대 값을 exponential 함수에 적용한 새로운 알고리즘을 제안한다. 그리고 시스템 제너레이터를 이용하여 시뮬레이션 및 검증을 하였다. 그 결과 순시 절대 값에 비례하여 변화하는 가변스텝사이즈의 적응알고리즘이 기존의 알고리즘과 비교하여 보다 안정되고 성능이 우수함을 입증하였다.