• 정보처리학회논문지C
• /
• 제11C권4호
• /
• pp.555-562
• /
• 2004

근거리 무선 개인 네트워크 시스템 즉, 블루투스의 피코넷을 위한 전력 및 차등 대역폭 할당을 고려한다. 대역폭 요구는 어플리케이션/서비스에 또는 시간에 따라서 변할 수도 있으므로, 제한된 자원을 서비스 요구를 만족하면서 다양한 서비스 클래스로 어떻게 할당할 것인가를 결정 하는 것이 중요하다. 본 논문에서는 다양한 서비스 형태의 대역폭 요구를 만족하면서 전력 절약 모드 (즉, 스니프 모드)에 의해 전력 소비를 절약하는 간단하고 효율적인 대역폭 할당 메커니즘을 제안한다. 기존의 (가중치) 라운드 로빈 폴링 방법과 제안된 메커니즘을 비교하고, 전송율, 지연시간, 전력 소비 측면에서의 성능 향상을 보인다.

• 한국컴퓨터산업학회논문지
• /
• 제7권5호
• /
• pp.537-544
• /
• 2006

최근 대용량의 디지털 이미지가 제작되면서 멀티미디어 관련 기술에서 이미지 검색이 많은 관심의 대상이 되고 있다. 본 논문에서는 이미지 검색(Image Search)을 위한 가장 기본적인 요소인 이미지 색상에 칼라 분포 정보를 이용하고 다양한 요소에 따라 가중치를 부여한 칼라 기반의 검색 기술자(Descriptor)를 제안하였고 시뮬레이션을 통하여 제안 기술자의 성능을 평가하였다. 칼라 히스토그램을 통한 이미지 검색 기술자를 설계하는데 있어 칼라모델은 HSV를, 웨이블릿 변환 필터는 Daubechies 9/7을, 웨이블릿 분해 레벨은 2레벨을 적용하였을 때 가장 좋은 검색 효율성을 보였다. 또한 유사도 검색은 히스토그램 이차행렬(Quadratic Matrix)을 적용하여 보다 나은 성능을 얻었으나 유사도 검색 계산 시간에서 절대 차이값의 합(L1 Norm)을 사용하는 경우에 비해 20배 이상의 처리 시간이 소요되었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.616-618
• /
• 2002

MLP(multilayer perceptron)는 다른 패턴인식 방법에 비해 몇 가지 이점이 있어 다양한 문제영역에서 사용되고 있다 그러나 MLP의 학습에 일반적으로 사용되는 EBP(error backpropagation) 알고리즘은 학습시간이 비교적 오래 걸린다는 단점이 있으며, 이는 실시간 처리를 요구하는 문제나 대규모 데이터 및 MLP 구조로 인해 학습시간이 상당히 긴 문제에서 제약으로 작용한다. 패턴인식에 사용되는 학습데이터는 풍부한 중복특성을 내포하고 있으므로 패턴마다 MLP의 내부변수를 갱신하는 은라인 계열의 학습방식이 속도의 향상에 상당한 효과가 있다. 일반적인 온라인 EBP 알고리즘에서는 내부 가중치 갱신시 고정된 학습률을 적용한다. 고정 학습률을 적절히 선택함으로써 패턴인식 응용에서 상당한 속도개선을 얻을 수 있지만, 학습률을 고정함으로써 온라인 방식에서 패턴별 갱신의 특성을 완전히 활용하지 못하는 비효율성이 발생한다. 또한, 학습도중 패턴군이 학습된 패턴과 그렇지 못한 패턴으로 나뉘고 이 가운데 학습된 패턴은 학습을 위한 계산에 포함될 필요가 없음에도 불구하고, 기존의 온라인 EBP에서는 에폭에 할당된 모든 패턴을 일률적으로 계산에 포함시킨다. 이 문제에 대해 본 논문에서는 학습이 진행됨에 따라 패턴마다 적절한 학습률을 적용하고 필요한 패턴만을 학습에 반영하는 패턴별 가변학습률 및 학습생략(COIL) 방댑을 제안한다. 제안한 COIL의 성능을 입증하기 위해 화자증명과 음성인식을 실험하고 그 결과를 제시한다.

• 지능정보연구
• /
• 제6권1호
• /
• pp.83-96
• /
• 2000

본연구는 웹 상에서 원격 협력 학습을 위한 수준별 협력 학습자 진단 및 스케줄링 에이전트의 설계와 구현에 관한 연구이다. 원격 협력 학습은 동일한 학습내용에 흥미를 갖는 아동이 동시에 학습할 수 있는 환경이 필요하며 학습자의 지식 또한 비슷한 수준이어야 효과적인 협력학습을 할 수 있다. 분산 환경의 이질적인 학습자를 모으기 위해서는 좀 더 자율적이고 지능적인 시스템이 필요하며 학습자에 대한 지식을 표현하는 학습자 모델이 요구된다. 이를 위해 에이전트 시스템이 적절하게 사용될수 있으며 학습자의 수준을 판단하기 위한 진단 에이전트와 협력학습이 가능한 여러명의 학습자들을 알맞은 시간과 서버에 연결하는 스케줄링 에이전트를 웹 기반 지능형 교수 시스템에 접목하였다. 학습자 수준을 진단하는 진단 에이전트는 확신도를 높이기 위해 3-모수 로지스틱 확신공식과 시간 가중치 확신인자 공식을 적용하여 신뢰도를 높였다 또한 협력학습의 스케줄링을 위해 다양한 제약조건들의 최적해를 구하기 위해 제약 만족 문제(CSP)로 스케줄링 에이전트를 모델링하였다 본 연구에서 설계 구현한 협력학습자 진단 및 스케줄링 에이전트의 효율성을 살펴보기 위해 여러명의 학습자를 대상으로 실험하였다. 실험을 통해 각 학습자의 지식 수준 진단과 다수의 학습자가 적절한 협력학습을 하기 위한 스케줄링이 매우 효율적으로 이루어짐을 볼 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제7권8호
• /
• pp.1-12
• /
• 2007

본 논문은 스테레오 사운드에서 합쳐지기 이전의 개별적인 사운드를 분리해내는 기법을 제안한다. 기존의 Degenerate Unmixing Estimation Technique (DUET) 알고리즘의 W-Disjoint Orthogonal 가정에 기반을 두고 있으며, Windowed-Fourier 변환을 사용하여 시간-주파수 영역에서 주요 프로세스를 수행한다. 제안된 방식은 패닝 인덱스의 거리차이에 따라 가중치를 준 마스크를 사용하는 기법과 양쪽 채널의 성분을 비교하여 바이너리 기반의 마스크를 사용하는 방식이다. 전자는 부드러운 분리 특성을 보여주며, 후자는 높은 분리 특성을 보여주었다. 마지막에 실험을 통해 기존의 방식과 제안된 방식을 비교함으로써, 제안된 방식이 기존 방식 보다 좋은 성능을 가지고 있음을 알아볼 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제12권6호
• /
• pp.251-259
• /
• 2007

스캐터넷(Scatternet)에서 피코넷(Piconet)간의 연결을 통하여 블루투스 애드 혹 네트워크를 형성한다. 이러한 스캐터넷을 형성하기 위한 많은 알고리즘이 제안되었다. 하지만 이들은 스캐터넷 재구성 시간이 많이 걸리는 문제가 있다. 본 논문에서는 마스터가 피코넷을 벗어났을 경우 스캐터넷 재구성시 지연시간을 줄이기 위한 Fast-Recovery 알고리즘을 제안한다. 제안한 알고리즘에서는 마스터에 의해 생성된 피코넷 장치 테이블에서 마스터와 비슷한 가중치를 가지는 슬레이브를 Sub-Master로 선택한다. 마스터가 피코넷을 벗어났을 때 Sub-Master 가이전의 마스터 대신에 새로운 피코넷의 마스터가 되고, 페이지 상태에서 피코넷 장치 테이블을 통하여 모든 슬레이브와 브릿지에 직접 연결하도록 한다.

• 한국철도학회논문집
• /
• 제13권5호
• /
• pp.535-540
• /
• 2010

본 연구는 철도물류터미널에서 작업선 배정 및 열차조성을 위한 최적화 모형을 제시한다. 본 연구에서는 하루 터미널 작업 종료시간을 최소화하며 처리 컨테이너수를 최대화하는 다기준 정수 계획 모형을 개발하였고, 의왕ICD로부터의 실제 데이터로부터 구성된 현실 문제에 대해 본 모형을 적용하여 실험하였다. 실험 결과 목적함수의 가중치에 따라 다양한 파레토 최적해를 산출할 수 있었으며, 기존의 해보다 전체 작업종료 시간을 약 6% 감소시켰으며 이러한 결과는 본 연구에서 개발한 최적화 모형을 적용할 경우 설비의 추가적인 확장 없이도, 철도 컨테이너 터미널의 처리효율 향상을 가져올 수 있음을 의미한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 2부
• /
• pp.416-423
• /
• 2006

본 논문은 개인별 프로그램 선호도와 채널 선호도를 기반으로 프로그램을 추천해주는 선호프로그램편성표를 구성하여 이를 효과적으로 보여주는 사용자인터페이스(UI) 모델을 제안한다. 현재 개인 맞춤화 전자프로그램가이드(PEPG)에 대한 다양한 연구가 이루어지고 있으나 주로 추천 알고리즘 연구에 그 초점이 맞춰져 있는 실정이다. 동일한 추천 알고리즘에 의해 추출된 프로그램이라 할지라도 정렬 순서와 디스플레이 방법에 따라 편성표를 이용하는 사용자의 용이성이 달라질 수 있다. 이에 본 논문은 추천 알고리즘에 의해 추출된 프로그램들의 선호도에 현재시간 기준으로 가중치를 부과하여 그 프로그램들의 선호도를 합산한 값으로 정렬한 편성표를 구성하였다. 이러한 선호프로그램편성표는 시청자가 가장 선호하는 프로그램과 채널이 최우선으로 보여지게 되므로 쉽고 빠르게 원하는 프로그램을 찾아갈 수 있다는 장점이 있다. 따라서, 사용자는 원하는 프로그램이 시작할 때까지 기다리거나 하는 시간의 낭비없이 시청이 가능하다. 본 논문을 통해 향후 등장하게 될 많은 개인 맞춤화된 서비스들을 개발하는데 도움이 될 수 있길 바란다.

• 한국정보과학회논문지:시스템및이론
• /
• 제30권9호
• /
• pp.454-460
• /
• 2003

본 논문에서는 RNS 시스템 상에서 시간 및 공간 복잡도 향상을 위한 병렬 모듈러 곱셈 알고리즘을 제안한다. 모듈러 감소를 위해서 새로운 테이블 참조 방식을 사용한다. 테이블 참조시 RNS 시스템이 비 가중치 시스템이므로 대수 비교를 비교하기 위해서 MRS 시스템을 이용한다. 제안한 곱셈 알고리즘은 RNS 컴퓨터 상에서 상대적으로 계간하기 쉬운 MRS 시스템을 사용함으로써 대수 비교를 효율적으로 수행할 수 있다. 기존의 RNS 시스템 상에서 테이블 감소를 이용한 모듈러 곱셈 알고리즘과 비교시 전체 테이블의 크기를 1/2로 줄일 수 있고, 산술 연산도 2ㅣ 개의 프로세서를 사용하여 0(ι) 만에 수행할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.556-558
• /
• 2001

전체 영상을 이용하지 않고 영상 안에 포함된 특정 객체 혹은 영역만을 이용하는 "영역에 의한 질의(query-by-region)" 방법은 내용기반 영상 검색 중 상위개념의 방법 이지만, 영상 분할의 한계, 여러개로 분할된 영역을 모두 검색하기 위한 인덱싱 문제, 유사성 측정 시 선형적으로 분리되지 않는 특징 값들에 대한 무리한 선형 조합으로 인한 검색 오류와 같은 많은 문제점을 안고 있다. 따라서 본 논문에서는 영역 기반 영상 검색 시스템인 FRIP에 대하여 영상 분할의 한계를 극복하고, 사용자의 주관성을 영상 검색에 적용하기 위해 확률적 연관성 학습 모델(MPFRL)을 유사성 측정 단계에서 적용 하였고, 아울러 검색 모델로는 기존에 일반적으로 사용되어 오던, 선형 모델을 사용하지 않고 선형 모델보다 유연한 검색 결과를 보여주는 확률적 이접 부울 모델(PDB)을 사용하였다. 또한, 검색 시간을 단축 시키기 위해, 선형 검색 방법에 부울 AND 연산자를 적용 시킴으로써, 검색 시간을 상당부분 단축 할 수 있었다. 실험 결과, 본 논문에서 제안하는 방법(MPFRL+PDB)을 사용할 경우 검색 결과가 선형 조합 보다 향상되는 것을 알 수 있었다. 아울러 사용자 피드백을 통해 사용자가 특징 가중치를 일일이 조절하지 않더라도 단순한 몇 번의 클릭만으로 사용자의 주관성을 반영하고 보다 정확한 검색 결과를 보여 줄 수 있는 시스템을 설계 할 수 있었다.