• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.493-496
• /
• 2004

본 연구에서는 신경망 학습의 중요한 평가 척도로써 고려될 수 있는 일반화 성능과 학습속도를 개선시키기 위한 방안으로써 초기 가중값과 학습률과 같은 주요 인자들을 이용한 신경망 학습 영향을 살펴본다. 특히 초기 가중값과 학습률을 고정시킨 후 새롭게 조정된 계수들을 점차적으로 변화시키는 새로운 인자 결합방법을 이용하여 신경망 학습량과 학습속도를 비교해 보고 계수조정을 통한 개선된 학습 영향을 살펴본다. 그리고 단순한 예제를 이용한 실증분석을 통하여 신경망 모형의 일반화 성능과 학습 속도 개선을 위한 각 인자들의 개별 효과와 결합 효과를 살펴보고 그 개선 방안을 제시한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.238-240
• /
• 2005

웹 서비스는 서비스 가용성(availability)과 성능(performance)연에서 신뢰성을 항상 보장해 주지 못한다. 동적 서비스 조정(Dynamic Service Coordination)은 웹 서비스를 호출하는 시스템이나 응용 프로그램 내에서의 비 신뢰적인 문제상황을 처리하는 기술이다. 이 환경 내에서의 웹 서비스는 제한된 시간내에 응답 하지 못하는 등의 문제가 발생 할 경우, 신뢰적인 웹 서비스의 호출을 위해 다른 웹 서비스로의 대체작업이 런타임(run-time)에 이뤄진다. 본 논문에서는 웹 서비스를 위한 동적 서비스 조정 프레임워크를 제안한다. 프레임워크 내에서 동적 서비스 조정의 지원 및 웹 서비스 호출을 담당하는 클래스와 워크플로우가 생성되고, 생성된 클래스 메소드를 호출함으로써 신뢰적인 웹 서비스 호출이 가능하다. 호출작업이 간접적으로 이뤄짐으로 인해 어느 정도의 성능적 손실이 발생하나, 이 방식을 통해 얻는 시스템 유연성과 신뢰성의 측면을 고려한다면, 충분히 감 수 될 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2003.10a
• /
• pp.268-271
• /
• 2003

SOM 알고리즘에서 가중치 조정은 입력 벡터와 승자 노드의 대표 벡터간의 차이만큼 조정되고 승노드의 대표벡터에 입력벡터의 정보를 반영하게 된다. 여기서 그 정보를 반영할 때 입력벡터와 승자노드의 대표 벡터간에 차이가 크면 승자 노드의 대표 벡터에 입력벡터를 기억시키기 위해 입력 벡터의 정보를 더 많이 반영해야 한다. 이러한 문제점을 개선하기 위해 본 논문에서는 승자 노드의 대표벡터와 입력벡터간의 출력오류를 0과1사이의 정규화된 값으로 출력오류를 계산하여 학습률을 조정하고 승자 노드의 저 활용 문제를 개선하기 위해 학습 중에 각 승자 노드의 대표 벡터들이 수정되고 선택되어지는 횟수가 가능한 동등해지도록 각 노드의 승자 빈도수를 가중치 조정에 반영하는 개선된 SOM 알고리즘을 제안하였다. 제안된 방법의 인식 성능을 평가하기 위해 주민등록증에서 추출한 숫자 패턴 50개를 대상으로 실험한 결과, 제안된 방법의 인식 성능이 기존의 SOM 알고리즘보다 개선된 것을 확인하였다.

• The KIPS Transactions:PartB
• /
• v.12B no.3 s.99
• /
• pp.343-348
• /
• 2005

The goal of this paper is to study the joint effect of factors of neural network teaming procedure. There are many factors, which may affect the generalization ability and teaming speed of neural networks, such as the initial values of weights, the learning rates, and the regularization coefficients. We will apply a constructive training algerian for neural network, then patterns are trained incrementally by considering them one by one. First, we will investigate the effect of these factors on generalization performance and learning speed. Based on these factors' effect, we will propose a joint method that simultaneously considers these three factors, and dynamically hue the learning rate and regularization coefficient. Then we will present the results of some experimental comparison among these kinds of methods in several simulated nonlinear data. Finally, we will draw conclusions and make plan for future work.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.5
• /
• pp.738-744
• /
• 2017

Recently, the installation of energy storage systems (ESSs) has increased in parallel with the extension of renewable energy resources. However, there has been no concrete analysis ofthe performance verification and economic evaluation of ESSs,which makes it difficult to perform aneffective installation and operation of an ESS. In particular, there are no international technical standards and guidelines on electric ESS for frequency regulation applications. Therefore, acomprehensive study on the power quality, impact on grid, extent of contribution, and cost benefit study of ESS are strongly being required. Under these backgrounds, this paper proposes a performance verification algorithm on ESS for frequency regulation application based on ananalysis of the AGC(Automatic Generation Control) performance verification method of PJM in USA. In addition,this paper proposes an economic evaluation algorithm on a 500 MW installation of ESS for frequency regulation applications using the account settlement of an expensive gas-fired generation plant and coal-fired power generation plant. From the simulation with real ESS operation data and 500 MW installation case, it wasconfirmed that the ESS showssuperior performance toany other conventional generators and provides anannual benefit of 500 MW ESS are between 345~429 billon won.

• Journal of the Institute of Convergence Signal Processing
• /
• v.3 no.4
• /
• pp.42-48
• /
• 2002

The case that cannot show the satisfactory control results with a modeling error and a shortage of related knowledge about a plant is if a fuzzy controller designed based on the plant model or the experience applies to an actual plant. We must adjust the scale factor which is a controller again in order to improve control performance in case of this and needs a lot of time and costs because this regulation process is carried out with a trial and error way We proposes the fuzzy controller that an automatic control adjust scale factors according to fuzzy logic and normalizer in this paper We confirmed that an automatic adjusted fuzzy controller displayed good performance than the fuzzy controller that scale factors was fixed through simulation. We implemented the controller using the DSP processor and applied in a hydraulic servo system. And then we observed an experimental results.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.343-347
• /
• 2022

최근 자연어처리 분야에서는 BERT, RoBERTa, 그리고 BART와 같은 사전 학습된 언어 모델 (Pre-trained Language Models, PLM) 기반 미세 조정 학습을 통하여 여러 하위 과업에서 좋은 성능을 거두고 있다. 이는 사전 학습된 언어 모델 및 데이터 집합의 크기, 그리고 모델 구성의 중요성을 보여주며 대규모 사전 학습된 언어 모델이 각광받는 계기가 되었다. 하지만, 거대한 모델의 크기로 인하여 실제 산업에서 쉽게 쓰이기 힘들다는 단점이 명백히 존재함에 따라 최근 매개변수 효율적인 미세 조정 및 Few-Shot 학습 연구가 많은 주목을 받고 있다. 본 논문은 Prompt tuning, Prefix tuning와 프롬프트 기반 미세 조정 (Prompt-based fine-tuning)을 결합한 Few-Shot 학습 연구를 제안한다. 제안한 방법은 미세 조정 ←→ 사전 학습 간의 지식 격차를 줄일 뿐만 아니라 기존의 일반적인 미세 조정 기반 Few-Shot 학습 성능보다 크게 향상됨을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.195-198
• /
• 2004

세대별 쓰레기 수집기의 알고리즘을 사용하는 자바 플랫폼에서 객체의 생명 주기가 짧은 응용프로그램과 객체의 생명 주기가 긴 응용프로그램에 각 각 힙의 크기를 조정하여 가비지 콜렉션 성능 측정과 동일한 힙의 크기일 때 young generation크기 조정을 하여 가비지 콜렉션의 회수와 실행시간의 성능을 향상시키도록 한다.

• Journal of IKEEE
• /
• v.18 no.2
• /
• pp.272-281
• /
• 2014

In electrical impedance tomography (EIT), modified Newton Raphson (mNR) method is widely used inverse algorithm for static image reconstruction due to its convergence speed and estimation accuracy. The unknown conductivity distribution is estimated iteratively by minimizing a cost functional such that the residual error namely the difference in measured and calculated voltages is reduced. Although, mNR method has good estimation performance, EIT inverse problem still suffers from ill-conditioned and ill-posedness nature. To mitigate the ill-posedness, generally, regularization methods are adopted. The inverse solution is highly dependent on the choice of regularization parameter. In most cases, the regularization parameter has a constant value and is chosen based on experience or trail and error approach. In situations, when the internal distribution changes or with high measurement noise, the solution does not get converged with the use of constant regularization parameter. Therefore, in this paper, in order to improve the image reconstruction performance, we propose a new scheme to determine the regularization parameter. The regularization parameter is computed based on residual error and updated every iteration. The proposed scheme is tested with numerical simulations and laboratory phantom experiments. The results show an improved reconstruction performance when using the proposed regularization scheme as compared to constant regularization scheme.

• Journal of Internet Computing and Services
• /
• v.3 no.2
• /
• pp.15-26
• /
• 2002

Since multimedia data such as video and audio data are displayed within a certain time constraint, their computation and manipulation should be handled under limited condition. Traditional real-time scheduling algorithms could net be directly applicable, because they are not suitable for multimedia scheduling applications which support many clients at the same time. Rate Regulating Proportional Share Scheduling Algorithm is a scheduling algorithm considered the time constraint of the multimedia data. This scheduling algorithm uses a rate regulator which prevents tasks from receiving more resource than its share in a given period. But this algorithm loses fairness, and does not show graceful degradation of performance under overloaded situation, This paper proposes a new modified algorithm. namely Modified Proportional Share Scheduling Algorithm considering the characteristics of multimedia data such as its continuity and time dependency, Proposed scheduling algorithm shows graceful degradation of performance in overloaded situation and the reduction in the number of context switching, Furthermore, a new evaluation method is proposed which can evaluate the flexibility of scheduling algorithm.