• 대한전자공학회논문지SD
• /
• 제46권9호
• /
• pp.49-57
• /
• 2009

본 연구에서는 상위 수준 합성에서 시간 제약과 하드웨어 제약을 동시에 고려하여 에너지 소모를 최소로 줄이는 다중 전압스케줄링 방법을 개발하였다. 기존의 다중 전압 스케줄링에서는 임계 경로에 있는 연산에 대해 높은 전압을 할당하고, 임계 경로에 있지 않은 연산에 대해서는 낮은 전압을 할당하는 방법을 주로 사용하였다. 우리는 다중 전압 리스트 스케줄링을 기반으로 simulated annealing기법을 적용하여 임계 경로상의 연산인지와 관계없이 자유롭게 여러 전압을 할당하여 최적화함으로서 저전력 스케줄링 결과를 얻을 수 있었다. 계산 시간 제한에 여유가 있을 때에는 전반적으로 낮은 전압을 사용하여 에너지 소모를 더욱 낮출 수 있다. 그리고 후처리 과정을 통해 추가의 에너지 감소를 얻을 수 있었다. 경우에 따라, 전압 level shifter 수를 줄일 필요가 있으므로 비용 함수에 가중치를 줄 수 있도록 하였다. 예를 들어, level shifter 에너지 소모에 6배의 가중치를 주면, 전압 level shifter 수는 약 24%, shifter 에너지 소모는 약 20% 정도 감소한다. 이를 이용하여 전체 에너지 소모와 level shifter 사용횟수의 tradeoff가 가능하다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권9호
• /
• pp.1171-1179
• /
• 2004

본 논문에서는 음성인식의 전처리 단계로서 음성 영역과 비음성 영역 사이의 경계를 검출하는 음성경계 추출에 대하여 기술한다. 본 논문에서는 음성경계 추출을 위해 두 가지의 특징벡터를 사용한다. 첫 번째는 백색잡음(white noise)에 강건한 시간 영역의 정보인 정규화된 RMS이고, 두 번째는 주파수 영역의 정보인 정규화된 멜주파수 대역 최대 에너지(met-frequency band maximum energy)이다. 본 논문에서 사용하는 음성경계 추출 알고리즘은 학습을 통해 규칙을 생성하고 음성의 시간 정보를 적용하기 위해 순환노드를 추가한 순환 퍼지연상기억장치이다. 퍼지부의 가중치 학습은 헤비안 학습 방법을 사용하고, 순환부의 가중치 학습을 위해서는 오류 역전파(error back-propagation) 알고리즘을 사용한다. 실험에서는 KAIST에서 제공한 연령과 성별로 구분된 음성 자료를 사용하였다.

• 한국통신학회논문지
• /
• 제31권5A호
• /
• pp.493-500
• /
• 2006

논문은 OFDMA/TDD 시스템에서 하향링크 빔 형성 송신기의 효율적인 구조와 설계 변수의 최적화에 대하여 고찰하였다. 다수의 송신 안테나를 사용하는 하향링크 빔 형성 송신기 설계에 있어 다수의 사용자에 대한 효율적인 빔 형성 구조 설계와 송신기 블록의 word-length 는 송신기의 성능과 하드웨어 복잡도 측면에서 중요한 설계 변수가 된다. 본 논문에서는 기지국 수신에서 사용자 구분 없이 부반송파별 가중치만 메모리에 저장하고, IFFT 입력의 부반송파 단위에서 사용자에 따라 할당된 부반송파의 가중치를 고속으로 계산하여 적용하는 효율적인 빔형성기 구조를 제시하였다. 또한, 고정 소수점 시뮬레이션을 통하여 최적의 설계 변수를 분석하였다. 제시한 구조는 프레임 당 최대 사용자 수에 비례하게 메모리를 줄일 수 있으며, 또한 기지국 수신에서 사용자 제어 없이 FFT 출력을 바로 송신에 적용하여 OFDM 한 심볼의 처리 시간을 줄일 수 있고 송신기에서 빔 형성 계산은 별도의 처리 시간을 요구하지 않는 장점이 있다.

• 디지털융복합연구
• /
• 제11권3호
• /
• pp.389-395
• /
• 2013

최근 SNS를 활용한 소셜커머스를 통해 식음료 쿠폰의 거래가 활발하게 이루어지고 있다. 소셜커머스 상에서 식음료 쿠폰을 구매하여 사용할 경우 원하는 상품을 할인된 가격으로 이용할 수 있으나, 쿠폰 구입 시 매장의 위치, 이용 가능 기간 및 시간, 할인율 등을 구매자가 직접 비교하여 선택해야 하는 어려움이 있다. 따라서 본 논문에서는 사용자의 위치 및 시간과 구매 이력 등의 상황정보를 고려하여 사용자에게 적합한 소셜커머스 상의 식음료 쿠폰을 추천하는 시스템을 제안한다. 이를 위해 사용자의 상황 인지 및 지속적인 사용자 성향 반영을 위해 베이지안 네트워크 기반의 쿠폰 추천 방법을 제안한다. 또한 사용자가 선호하는 쿠폰 선택 기준에 대한 개인화된 가중치를 반영하기 위해 AHP를 이용하여 선호도의 가중치를 측정하고 분류를 수행한다. 시스템의 효율성을 검증을 하기 위해 12명의 학생을 대상으로 1개월간 20회에 걸쳐 실험을 수행하였으며 그 결과 80%의 추천 만족도를 얻을 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제10권4호
• /
• pp.385-396
• /
• 2005

이 논문에서는 온라인 서명 검증에 대한 새로운 접근 방법으로, 서명을 필기의 기본 구성 요소들로 표현하는 구조적인 접근 방법을 제시한다. 속력의 국부 극소점을 분할점으로 하여 얻어지는 부분을 원시 패턴으로 정의하였고, 서브패턴으로서 방향 변화에 의해 얻어지는 단순 회전형 성분, 첨형 성분, 종형 성분의 세 가지 종류를 정의하여 서명을 구조적으로 표현하였다. 그리고 서브패턴을 기본 단위로 한 동적 계획정합 알고리듬을 제시하였다. 또한, 학습 샘플로부터 국부적인 부분에 대한 변화도와 복잡도를 추출하여 참조 패턴의 학습과 진위 판단 임계치를 설정하였다. 실험을 통하여, 함수적 접근과 매개변수적 접근 그리고 제안된 구조적 접근 방법을 동일 조건에서 검증률, 처리시간, 메모리의 측면에서 비교하였다. 제안된 방법에서는, 서명의 국부적인 가중치를 적용하고 복잡도를 판단임계치의 설정에 사용함으로써 평균 오류율이 14.2%에서 4.05%로 검증률이 크게 향상되었다. 또한, 시간과 메모리의 측면에서 함수적 접근 방법에 비해 효과적이면서도 함수적 접근 방법의 최고 성능에 근접한 검증률을 얻을 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.363-363
• /
• 2019

활성화 함수(activation function)는 기계학습(machine learning)의 학습과정에 비선형성을 도입하여 심층적인 학습을 용이하게 하고 예측의 정확도를 높이는 중요한 요소 중 하나이다(Roy et al., 2019). 일반적으로 기계학습에서 사용되고 있는 활성화 함수의 종류에는 계단 함수(step function), 시그모이드 함수(sigmoid 함수), 쌍곡 탄젠트 함수(hyperbolic tangent function), ReLU 함수(Rectified Linear Unit function) 등이 있으며, 예측의 정확도 향상을 위하여 다양한 형태의 활성화 함수가 제시되고 있다. 본 연구에서는 기계학습을 통하여 수위예측 시 정확도 향상을 위하여 Hybrid 활성화 함수를 제안하였다. 연구대상지는 조수간만의 영향을 받는 한강을 대상으로 선정하였으며, 2009년 ~ 2018년까지 10년간의 수문자료를 활용하였다. 수위예측 알고리즘은 Python 내 Tensorflow의 RNN (Recurrent Neural Networks) 모델을 이용하였으며, 강수량, 수위, 조위, 댐 방류량, 하천 유량의 수문자료를 학습시켜 3시간 및 6시간 후의 수위를 예측하였다. 예측정확도 향상을 위하여 입력 데이터는 정규화(Normalization)를 시켰으며, 민감도 분석을 통하여 신경망모델의 은닉층 개수, 학습률의 최적 값을 도출하였다. Hybrid 활성화 함수는 쌍곡 탄젠트 함수와 ReLU 함수를 혼합한 형태로 각각의 가중치($w_1,w_2,w_1+w_2=1$)를 변경하여 정확도를 평가하였다. 그 결과 가중치의 비($w_1/w_2$)에 따라서 예측 결과의 RMSE(Roote Mean Square Error)가 최소가 되고 NSE (Nash-Sutcliffe model Efficiency coefficient)가 최대가 되는 지점과 Peak 수위의 예측정확도가 최대가 되는 지점을 확인할 수 있었다. 본 연구는 현재 Data modeling을 통한 수위예측의 정확도 향상을 위해 기초가 되는 연구이나, 향후 다양한 형태의 활성화 함수를 제안하여 정확도를 향상시킨다면 예측 결과를 통하여 침수예보에 대한 의사결정이 가능할 것으로 기대된다.

• 한국음향학회지
• /
• 제41권5호
• /
• pp.525-533
• /
• 2022

초음파 영상 시스템의 수신 집속 과정에서, 채널 데이터를 2차원 푸리에 변환하여 부엽과 격자엽을 억제하는 방법을 제안하였다. 영상점에서 온 신호를 집속하면 모든 채널의 신호는 같은 위상을 가지는 직류로 나타난다. 그러나 영상점 밖에서 오는 신호를 집속하면 입사각에 따라서 다른 공간 주파수를 가지는 채널 신호로 나타난다. 따라서 집속 후의 채널 신호를 2차원 푸리에변환을 하면 입사각을 가지는 신호를 주파수 영역에서 효과적으로 분리할 수 있다. 수신 집속 지연 시간이 인가된 시간-채널 데이터를 2차원 푸리에변환을 하여 주파수 영역에서 직류 성분과 그 밖의 주파수 성분으로 분리하고, 두 값의 비율을 이용하여 가중치를 정의하였다. 초음파 영상에 가중치를 곱함으로써 부엽과 격자엽을 억제하였다. 64채널 선형 어레이에서 5 MHz의 주파수의 초음파 영상을 계산하였다. 초음파 영상에서 나타나는 격자엽은 제안한 방법을 적용하여 완전히 제거되었다. 또한 부엽이 줄어들어 측방향 해상도가 크게 증가되었다. 인체모사 영상의 시뮬레이션에서 대조도가 증가하여 병변의 진단에 도움을 줄 수 있음을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1999년도 KOBA 방송기술 워크샵
• /
• pp.35-40
• /
• 1999

이 논문은 디지털 TV의 압축 비트열을 전송할 때, 채널 오류로 인해 디지털 TV 디코더에서 화면을 재생할 때 발생할 수 있는 화질의 저하를 최소화시키는 방법을 기술한다. 텔레비전과 같은 단방향 방송 시스템에서 전송 도중에 오류가 발생하여 수신측에서 전송 오류를 제대로 정정하기 곤란할 때, 재생된 화면이 심각하게 훼손될 수 있다. 이때 오류로 인한 화면의 손상을 주변의 공간적 또는 시간적 상관 정보를 이용하여 화면을 복원하는 동작을 오류 은폐라고 한다. 최근 디지털 TV나 고선명 TV의 기본 부호화 방식으로 많이 사용하고 있는 MPEG 비디오 표준 방식은 공간적인 중복 정보를 압축하기 위해 DCT 변환을 수행하며, 시간적인 중복 정보를 압축하기 위해 움직임 예측과 움직임 보상 방법을 이용한다. 또한 MPEG 비디오 압축 방식은 일종의 차분 부호화 방법을 사용하기 때문에 현재 화면에서 오류가 발생하면 현재 화면뿐만 아니라, 시간적으로 나중에 부호화된 화면에도 오류가 전파된다. 본 논문에서는 MPEG 비트열의 채널 오류의 영향을 분석하여 화면간에 존재하는 시간적인 중복성을 이용하여 움직임 벡터를 추정하여 손상된 부분을 은폐시키는 방법을 제안한다. 기본적으로 손상된 매크로블록의 위와 아래로 인접한 화소값들을 움직임 벡터의 추정에 사용한다. 제안된 방법들 중에서 주변 움직임 벡터들의 가중치를 이용한 평균값 방법과 초기 움직임 벡터를 이용한 확장 영역 움직임 추정 방법이 우수한 결과를 보였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권3호
• /
• pp.47-54
• /
• 2016

본 논문에서는 동적인 차량 애드혹 네트워크 환경에서 시간의 흐름에 따라 상황에 적응하는 효율적인 경로 설정을 위해 제한시간 협상 게임 기반의 확률적 라우팅 프로토콜 기법을 제안하였다. 제안된 기법은 주기적인 메시지로 차량 간 신뢰도와 링크유지시간을 구하고, 이를 통해 차량 간의 링크 만족도를 정의한다. 각 차량은 그 정보를 이용해 포워딩할 데이터가 발생한 경우 자신의 효용을 최대화 하기 위해 가장 좋은 차량을 선택하게 된다. 따라서 목적지까지 링크 만족도의 총 합인 경로 만족도를 최대화 하는 경로에 가중치를 부여해 선택될 확률을 높여준다. 또한 메시지를 우선순위로 나누고, 우선순위에 따라 메시지의 경쟁 윈도우를 다르게 적용하여 충돌률을 감소시켰다.

• 인터넷정보학회논문지
• /
• 제14권2호
• /
• pp.15-24
• /
• 2013

최근 다수의 소셜 네트워크가 빠르게 확산되었다. 그 중에서도 소셜 북마킹 시스템은 가장 널리 사용되는 것 중 하나이다. 소셜 북마킹 시스템은 사용자들이 온라인 자원에 태그를 부여해서 공유하고 관리할 수 있는 환경을 제공한다. 소셜 북마킹 시스템에서는 품질향상을 위해 태그와 시간 정보를 반영하여 개인에 특화된 추천을 할 수 있다. 본 논문에서는 가중치와 유사도 측정 과정에서 태그와 시간을 반영한 추천 시스템을 제안하였다. 또한 제안 방법론을 실제 데이터에 적용하였고, 실험결과 태그와 시간 정보를 함께 반영하였을 때 추천 성능이 향상됨을 확인하였다.