• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1998.10a
• /
• pp.209-213
• /
• 1998

Job-Shop Scheduling 문제는 전형적인 NP-hard 문제로서 효율적인 발견적 기법을 필요로 한다. 본 연구에서는 이 문제에 대한 유전알고리즘들의 성능을 비교 분석한다. 유전 알고리즘의 주요 구성 요소들로는 크게 선별, 교차, 돌연변이 등이 존재하는데, 특히 선별은 적자 생존의 자연 법칙에 기초하여, 환경에 대한 적응도에 의해 현 세대의 모집단으로부터 다음 세대에 생존할 개체를 선택하는 과정으로 해의 산출에 중요한 역할을 하는 부분이다. 기존의 많은 연구들이 유전 연산자인 교차, 돌연변이 방법들에 대한 성능 비교에 초점을 맞추었는데, 본 연구에서는 선별 과정에 초점을 맞추어 기존의 알려진 여러 선별 방법 들을Job-Shop Scheduling 문제에의 적용을 통해 비교 분석하고 새로운 선별 방법을 제안한다.

• The KIPS Transactions:PartA
• /
• v.8A no.1
• /
• pp.36-41
• /
• 2001

In this paper, we first design an parallel quadratic sieve algorithm for factoring method. We then present parallel factoring algorithm for factoring a large odd integer by repeatedly using the parallel quadratic sieve algorithm based on the divide-and-conquer strategy on SIMD machines with DMM. We show that this algorithm is optimal in view of the product of time and processor numbers.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10b
• /
• pp.1447-1450
• /
• 2001

최근 라우터에서는 정체를 회피하고 전송률을 향상시키기 위한 능동적 큐 관리와 패킷 스케줄링에 대한 많은 논의가 이루어지고 있다. 본 논문은 라우터에서의 전송률 향상을 위한 Randrom Early Detectio(RED) 알고리즘과 최근까지 변형된 RED 알고리즘들의 특징을 살펴보고, RED 라우터에 적용하여 실제로 종단 호스트(End-to-end)에서 전송 받는 패킷의 양을 향상하기 위한 선별적 처리 알고리즘을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10c
• /
• pp.427-429
• /
• 2001

최근 라우터에서는 정체를 회피하고 전송률을 향상시키기 위한 능동적 큐 관리와 패킷 스케줄링에 대한 많은 논의가 이루어지고 있다. 본 논문은 라우터에서의 전송률 향상을 위한 Random Early Detection (RED) 알고리즘과 최근가지 변형된 RED알고리즘들의 특징을 살펴보고, RED라우터에 적용하여 실제로 종단 호스트(End-to-end)에서 전송 받는 패킷의 양을 창상하기 위한 선별적 처리 알고리즘을 제안한다.

• 전자공학회논문지 IE
• /
• v.47 no.4
• /
• pp.28-33
• /
• 2010

In this paper, we proposed to the inspection algorithm for cap, Electric fuse is an over current and circuit protection device which is occurred in electric & electronic appliance. Also the fuse are protection the second hazard at arc etc. Fuse are interest regarding a safety increased. Consequently, the fuse came to be very important. Cap inspection algorithm is designed for the cap of fuse. CCD camera is monitering the solder of cap distribution map. The conditioning of fuse cap; suming all searching data with non solder area. the area is bigger reference data then the cap is bad cap.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.443-446
• /
• 2019

빅데이터 분석을 위해 많이 사용하고 있는 기계학습 알고리즘들 중 딥러닝 알고리즘이 많이 활용되고 있으며 분류와 예측에 높은 정확도를 나타내고 있다. 딥러닝 알고리즘의 적용에 따른 많은 장단점들이 있지만, 단점은 분석에 사용되는 특징들이 너무 많다는 것과 분석 모델을 만드는데 사용되는 알고리즘도 여러 가지를 적용하다 보니 분석 시간이 오래 걸린다는 것이다. 이런 단점들은 업무를 파악하면 특징을 최소화할 수 있고 필요로 하는 정보만 선별해서 대표적인 딥러닝 알고리즘 하나에 분석을 하게 되면 분석 시간을 단축시킬 수 있다. 이 실험은 [1], [2]에서 연구한 영화 관객수 예측 모델을 4개의 특징으로 최소화하고 선별된 데이터를 인공신경망 알고리즘 하나로 예측 모델을 생성하였을 때 유의미한 정보를 도출해 낼 수 있는지를 알아보기 위한 것이다. 실험결과는 최종 관객수를 1명 단위까지 정확하게 예측하지는 못했지만 비슷한 수준의 관객수 정보를 예측하였다. 학문적인 접근으로 보았을 때 예측 정확도가 높지 않으면 사용이 불가능한 모델이라고 판단할 수 있지만, 기업 입장으로 접근해 보았을 때 예측 정보가 [1]. [2] 연구 결과에 비해 부족한 수준은 아니다. 총 소요된 시간은 기획 3일, 데이터 수집 및 모델 개발 5일, 분석 시간 10분으로 개발 시간 단축, 업무 효율성 향상, 비용 절감을 기대할 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.4
• /
• pp.902-908
• /
• 2013

This paper suggests to compress data selectively for improvement of data compression efficiency, not to perform unconditional compression on data. Whether to compress or not is determined by selective data distinction. By doing so, we can avoid unnecessary compression in the case of low compression efficiency. Cutting down the unnecessary compression, we can improve the performance of the pre-compression algorithm. Especially, the data algorithm which was already compressed could not be compressed efficiently in many cases, even if apply compression algorithm again. Even in these cases, we don't have to compress data unnecessarily. We implemented the proposed function actually and performed experiments with implementation. The experimental results showed normal operation.

• Journal of Korea Society of Industrial Information Systems
• /
• v.27 no.1
• /
• pp.1-9
• /
• 2022

The goal of this paper is to create a deep learning model based on triplet loss for generating similar child drawing selection algorithms. To assess the similarity of children's drawings, the distance between feature vectors belonging to the same class should be close, and the distance between feature vectors belonging to different classes should be greater. Therefore, a similar child drawing selection algorithm was developed in this study by building a deep learning model combining Triplet Loss and residual network(ResNet), which has an advantage in measuring image similarity regardless of the number of classes. Finally, using this model's similar child drawing selection algorithm, the similarity between the target child drawing and the other drawings can be measured and drawings with a high similarity can be chosen.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1597-1599
• /
• 2015

본 논문에서는 곡물이나 광석 등의 원료들 중에서 양품 및 불량품을 검출하기 위해, Color CCD 카메라로 촬영한 원료영상에서 Mean-Shift 클러스터링 알고리즘과 단계별 병합 방법을 제안하고 있다. 먼저 원료 학습 영상에서 배경을 제거하고 영상 색 분포정도를 기준으로 모폴로지를 이용하여 영상의 전경맵을 얻는다. 전경맵 영상에 대해서 Mean-Shift 군집화 알고리즘을 적용하여 영상을 N개의 군집으로 나누고, 단계별로 위치 근접성, 색상대푯값 유사성을 비교하여 비슷한 군집끼리 통합한다. 이렇게 통합된 원료 객체는 영상채널마다의 연관관계를 반영할 수 있도록 RG/GB/BR의 2차원 컬러분포도로 표현한다. 원료 객체별로 변환된 2차원 컬러 분포도에서 분포의 주성분의 기울기와 타원들을 생성한다. 객체별 분포 타원은 테스트 원료 영상데이터에서 양품과 불량품을 검출하는 임계값이 된다. 본 논문에서 제안한 방법으로 다양한 원료영상에 실험한 결과, 기존 선별방식에 비해 사용자의 인위적 조작이 적고 정확한 원료 선별 결과를 얻을 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.72-74
• /
• 2021

Recently, the spread of deep learning environments has increased the importance of dataset generation. Therefore, data is being augmented using GAN for efficient data set generation. However, several problems have been found in data generated using GAN, such as problems that occur in the early stages of learning and pixel breakage occurring in the generated image. In this paper, we intend to implement an image data selection algorithm to solve various problems arising from the existing GAN. The broken image screening algorithm was implemented to analyze the histogram distribution in the image and determine whether to store the generated image according to whether the result value satisfies the specified threshold value.