• 한국컴퓨터정보학회논문지
• /
• 제19권9호
• /
• pp.33-38
• /
• 2014

FCM 기반하이브리드 RBF 네트워크는 서로 다른 학습 구조가 결합된 혼합형 모델로서, 입력층과 중간층의 학습 구조는 FCM 알고리즘을 적용하고, 중간층과 출력층 사이의 학습 구조는 Max_Min 알고리즘을 적용한다. 입력층과 중간층의 학습시 입력 벡터와 중간층의 노드 중에서 중심과 입력 벡터간의 가장 가까운 노드를 승자 노드로 선택하여 출력층으로 전달한다. 그리고 중간층과 출력층 사이의 학습구조인 Max_Min 신경망은 중간층의 승자 뉴런이 입력벡터로 적용된다. 그러나 많은 패턴이 입력벡터로 제시될 경우에는 학습성능이 저하되는 단점이 있다. 따라서 본 논문에서는 중간층과 출력층의 학습 구조인 Max_Min 알고리즘의 학습 성능을 향상시키기 위해 퍼지 논리 시스템을 이용한 학습률 자동 조정 방법을 제안한다. 제안된 방법은 목표값과 출력값의 차이에 대한 절대값이 0.1보다 적거나 같으면 정확성으로 분류하고 크면 부정확성으로 분류한다. 정확성의 총 개수를 퍼지 제어 시스템에 적용하여 학습률을 동적으로 조정한다. 제안된 방법의 학습 및 인식 성능을 평가하기 위해 컨테이너에서 추출한 숫자, 영문 식별자를 인식 및 성능평가 실험에 적용한 결과, 제안된 방법이 문자 패턴 인식에 효과적임을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제26권11호
• /
• pp.1630-1636
• /
• 2022

현재 교통 표지판 인식 기법들은 다양한 날씨, 빛의 변화 등과 같은 외부환경 뿐만 아니라 교통 표지판이 일부 훼손된 경우에는 인식 성능이 저하되는 경우가 발생한다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위하여 홉필드 네트워크와 퍼지 Max-Min 신경망을 이용하여 손상된 교통 표지판의 인식 성능을 개선하는 방법을 제안한다. 제안된 방법은 손상된 교통 표지판에서 특징들을 분석한 후, 그 특징들을 학습 패턴으로 구성하여 퍼지 Max-Min 신경망에 적용하여 1차적으로 교통 표지판의 특징을 분류한다. 1차적 분류된 특징이 있는 학습 영상들을 홉필드 네트워크에 적용하여 손상된 특징을 복원한다. 홉필드 네트워크를 적용하여 복원된 교통 표지판의 특징들을 다시 퍼지 Max-Min 신경망에 적용하여 최종적으로 손상된 교통 표지판을 분류하고 인식한다. 제안된 방법의 성능을 평가하기 위하여 손상된 정도가 다른 다양한 교통 표지판 8개를 적용하여 실험한 결과, 제안된 방법이 퍼지 Max-Min 신경망에 비해 평균적으로 38.76%의 분류 성능이 개선되었다.

• 한국정보과학회논문지:시스템및이론
• /
• 제32권11_12호
• /
• pp.541-556
• /
• 2005

컴퓨터 시스템에서의 메모리 접근 지연은 전체 시스템 성능에 큰 장애 요인 중 하나이다. 특히 분산 메모리 구조에서 지역 메모리와 원격 메모리의 접근 지연 시간은 큰 차이를 나타낸다. 원격 메모리 접근 지연으로 인한 성능 저하를 줄이고자 원격 메모리 영역만을 캐싱하는 원격 캐쉬가 제안되었으며, 원격 캐쉬는 프로세서 캐쉬와 더불어 다단계 캐쉬 형태로 구성된다. 일반적으로 상위 계층 캐쉬의 모든 내용을 하위 계층 캐쉬가 반드시 포함하는 다단계 캐쉬 내포성(MLI)을 지키는 다중 계층 메모리 구조에서 LRU 교체 정책을 사용할 경우, 하위 계층 캐쉬의 LRU 알고리즘에 따른 라인 교체로 인하여 상위 계층 캐쉬의 라인 교체가 일어날 패, 상위 계층 캐쉬로 요구된 라인 교체가 상위 계층 캐쉬 자체의 LRU 정보와 일치하지 않는 경우가 발생하며, 이로 인해 상위 캐쉬의 적중률이 저하되어 전체 시스템 성능이 저하된다. 본 논문은 원격 캐쉬를 추가시킨 분산 공유 메모리 구조 다중 프로세서 시스템의 성능 향상을 위해 LRU 캐쉬 교체 정책의 단점을 보완한 새로운 원격 캐쉬 교체 정책을 제안한다. 논문에서 제안하는 교체 정책은 LRU 정보에 부가하여 프로세서의 시간적 접근 지역성을 이용하여 교체할 캐쉰 라인을 선택하게 함으로써, 프로세서에서 자주 사용되는 원격 캐쉬 라인의 교체가 일어나지 않도록 하여 시스템의 성능 향상을 꾀한다. 시뮬레이션을 통한 성능비교 결과, 본 논문에서 제시한 원격 캐쉬 교체 정책은 기존의 LRU 교체 정책과 비교하여 평균 $3\%$, 최대 $10\%$의 무효화 및 캐쉬 접근 실패를 감소시켰고, 이 결과 전체 시스템의 성능은 평균 $2.5\%$, 최대 $3.5\%$ 향상되었다.

• 디지털융복합연구
• /
• 제10권8호
• /
• pp.173-178
• /
• 2012

어휘 인식을 위한 모델 생성에서 준비하지 않은 트라이폰이 생성된다. 이는 모델 파라미터의 초기 추정치를 생성하지 못하는 원인으로 어휘 모델을 구성할 수 없는 단점으로 나타난다. 결과적으로 가우시안 모델의 정교함이 떨어지게 되어 인식률을 저하시키게 된다. 이를 개선하기 위한 방법으로 미등록 어휘 거절 알고리즘을 이용한 오류 보정 시스템을 제안한다. 이 방법은 어휘 인식 모델 생성 시 등록되지 않은 어휘를 거절하여 인식률을 향상시킨다. 또한 확률 분포를 이용하여 어휘 분석과 의미를 파악하고 음운 변동이 적용되기 전의 문자열로 복원시킨다. 시스템 분석은 음소 유사율과 신뢰도를 이용하여 오류 보정율을 확인하였고 성능 평가를 위해 에러 패턴, 오류 패턴, 의미 패턴 방법을 이용하여 평가하였다. 성능 평가 결과 2.8%의 오류 보정률의 향상을 보였다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.748-753
• /
• 2012

본 논문에서는 최적 pRBFNNs 패턴분류기 기반 3차원 스캐너를 이용한 얼굴인식 알고리즘을 설계한다. 일반적으로 2차원 영상을 이용한 얼굴인식 시스템은 사진의 명암도를 이용하여 얼굴의 특징을 추출하게 된다. 그렇기 때문에 빛이나 조명, 또는 얼굴 포즈와 같은 환경 변화들은 시스템의 성능을 저하시킨다. 따라서 본 논문에서 제안된 얼굴인식 알고리즘은 2차원 얼굴인식 시스템의 한계를 극복하기 위하여 3차원 스캐너를 사용하여 설계한다. 먼저 3차원 스캐너를 이용하여 얼굴 형상을 스캔하고 스캔된 얼굴 형상은 포즈 보상 과정을 통하여 정면으로 변환된다. 그 후에 Point Signature 기법을 사용하여 얼굴의 깊이 정보를 추출하고 마지막으로 고차원 패턴인식 문제에 대한 해결을 위하여 최적화된 pRBFNNs (Polynomial-based Radial Basis Function Neural Networks) 모델을 사용하여 인식성능을 확인한다.

• 한국정보기술학회논문지
• /
• 제16권12호
• /
• pp.75-83
• /
• 2018

최근 자율 주행 자동차에 대한 연구가 활발하다. 자율 주행 자동차는 보행자 검출 및 인식 기술이 중요하다. 최근에 주로 사용되는 CNN(Convolutional Neural Network)을 이용한 보행자 검출은 대체로 좋은 성능을 보이나 영상의 환경에 따른 성능 저하가 있다. 본 논문에서는 LGP-FL(Local Gradient Pattern-Feature Layer)을 추가한 CNN Network를 기반으로 해마 신경망의 장기 기억 구조를 적용한 보행자 검출 시스템을 제안한다. 먼저 입력 이미지를 $227{\times}227$의 크기로 변경한다. 그 후 총 5개 층의 Convolution layer를 거쳐 특징을 추출한다. 그 과정에서 추가되는 LGP-FL에서는 LGP 특징 패턴을 추출하여 출현 빈도수가 높은 패턴을 장기 기억 장치에 저장한다. 이후 검출 과정에서 밝기 및 색상 변화에 강인한 LGP 특징 패턴 정보를 이용해 검출함으로써 보다 정확하게 보행자를 검출할 수 있다. 기존의 방법들과 제안하는 기법의 비교를 통해 약 1~4%의 검출률 증가를 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제11권6호
• /
• pp.81-86
• /
• 2011

네트워크 코딩위에서의 TCP 성능문제를 해결하기 위해 제안된 가장 잘 알려진 방식에서는 네트워크 코딩 계층이 혁신적인(innovative) 선형 결합을 수신하면 새로 디코드 된 패킷이 없다 하더라도 승인을 보낸다. 이 방식은 매우 효과적이지만 실제로 구현될 때에는 패킷 헤더 크기의 제한으로 인해 코딩 윈도우 크기를 제한해야 하므로 패킷 순서 바뀜 현상이 많이 발생할 때 성능이 저하될 수 있다. 본 연구에서는 네트워크 코딩 환경에서도 패킷 순서 바뀜 현상과 관련된 문제를 다루기 위해서는 중복승인을 사용하지 않고 타이머에 의존하는 TCP가 필요함을 주장한다. 또한 이러한 TCP를 위한 새로운 네트워크 코딩계층을 제안한다. 모의실험 결과는 두 개의 경로를 사용하는 라우팅 환경에서 패킷 순서가 바뀌어 수신되는 패턴에 따라 최대 19%까지 성능이 개선됨을 보여준다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권5호
• /
• pp.551-555
• /
• 2010

단백질 2-DE 이미지 분석에서 단백질 자체가 가지고 있는 불안정성과 2-DE 실험이 가지고 있는 근본적인 문제점으로 인하여 이미지 스팟 매칭 분석의 정확도가 낮아지게 된다. 이 논문에서는 다중 참조이미지를 사용하여, 스팟 매칭 패턴의 정확도에 큰 영향을 주는 이미지 찌그러짐을 보완하고, 그에 따른 노이즈 스팟 제거와 참조 이미지 품질에 의한 정확도 저하를 최소화하는 방법을 제안하였다. 또한 2-DE 이미지의 데이터 특성에 의하여 이미지 수가 증가할 때 성능이 급격히 떨어지는 문제를 해결하기 위하여, 다중 참조이미지를 사용하여 구축한 스팟 매칭 데이터베이스를 이미지의 생물학적 특성에 의하여 "분할 및 확장" 방법을 사용하여, 정확도를 향상시키는 동시에 패턴 길이를 보장하는 스팟 매칭 패턴을 효과적으로 생성하였다. 실험에서는 실제 인간 2-DE 이미지 데이터를 사용하여 제안한 방법의 타당성을 보여준다.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권1호
• /
• pp.69-85
• /
• 2006

브로드캐스트는 하나 또는 여러 개의 채널을 이용해서 다수의 모바일 클라이언트들이 빈번하게 필요로 하는 데이타를 효과적으로 전송하기 위한 방법 중의 하나이다. 무선 브로드캐스트 환경에서는 채널의 상향 대역폭의 한계로 인해 기존의 동시성 제어 기법은 적합하지 않다. 무선 브로드캐스트 환경에서 서버는 종종 모바일 클라이언트의 접근 패턴을 고려하여 편향된 접근 빈도를 갖는 서로 다른 데이터 아이템을 브로드캐스트 하기도 한다. 무선 브로드캐스트 환경에서 모바일 트랜잭션을 위한 기존의 제안된 동시성 제어 기법들은 일정한 데이타 접근 패턴에 중점을 두고 있다. 하지만, 기존의 기법들은 데이터의 접근 패턴이 일정하지 않고 편향된 경우에는 오히려 심각한 성능 저하를 발생시킨다. 편향된 데이타 접근패턴을 갖는 갱신 모바일 트랜잭션들은 높은 접근 빈도를 같은 데이타를 동시에 접근하고자 하는 다른 모바일 트랜잭션들 간의 충돌로 인해 실행이 취소되고 재실행될 것이다. 본 논문에서는 일정한 데이타 접근패턴뿐만 아니라 편향된 데이타 접근 패턴을 갖는 모바일 트랜잭션을 위한 에너지 효율적인 동시성 제어기법을 제안한다. 본 논문에서는 임의 백오프 기법을 통해 갱신 모바일 트랜잭션의 빈번한 실행 취소와 재실행을 방지한다. 우리는 기존의 동시성 제어 기법과의 비교를 통해 본 논문에서 제안하는 기법을 심층적으로 분석한다. 또한 실험을 통해 기존의 기법들에 비해 평균 접근 시간, 상향 및 하향 통신 대역폭의 사용량이 현저히 줄어드는 것을 보임으로써 제안하는 기법의 성능을 검증한다.

• 스마트미디어저널
• /
• 제5권4호
• /
• pp.18-25
• /
• 2016

가상화 기술에 의해 추상화된 자원은 하드웨어적으로 효율적으로 사용 할 수 있어 관리가 용이하며, 이로 인해 클라우드 시스템과 대형 서버 클러스터 구축 등에 가상 머신 모니터가 널리 사용되고 있다. 가상화된 시스템의 성능은 가상머신 스케줄러의 영향을 크게 받는다. 하지만, 기존의 가상 머신에서 사용하는 Credit 스케줄러는 스케줄링 지연 시간이 길어질 경우, I/O 응답성이 저하되는 문제점이 있다. 본 논문에서는 가상머신의 이벤트 응답성 저하 현상을 개선하기 위해 기존 가상머신의 Credit 스케줄러에 대출/상환 기법을 도입하였다. 제안 기법은 가상 머신에 I/O 이벤트 처리를 위한 credit을 대출해주고, 대출 credit의 소비 패턴을 분석하여 각 가상머신의 태스크 특징을 분류한다. I/O 이벤트가 도착했을 때, 분석된 태스크 특징을 기반으로 일시적으로 가상 머신의 스케줄링 우선순위를 높임으로써 시스템의 I/O 성능을 향상시킨다. 제안 기법을 가상머신 모니터에 구현하였으며, 기존 가상머신의 Credit 스케줄러 대비 제안된 기법을 적용한 가상머신의 I/O 평균 응답성과 대역폭이 각 60%, 62% 향상되었다.