• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.312-315
• /
• 2012

이 논문은 한 대의 모바일 로봇의 모션 계획 알고리즘인 Bug1과 Bug2를 개선한 알고리즘을 제안한다. 장애물이 있는 환경에서 목표지점까지 도달하기 위한 경로 계획 알고리즘으로 Bug1과 Bug2가 제안되었지만, 이 두 알고리즘은 모두 장애물 형태에 따라 탐사 시간이 오래 걸릴 수 있다는 단점이 있다. Bug2 알고리즘은 Bug1 알고리즘을 개선한 형태로 제안되었지만 심지어 극적적인 경우에는 무한 루프에 빠진다는 단점이 있다. 이 논문에서는 이러한 단점을 해결하기 위해 한 쌍의 모바일 로봇을 이용한 병렬 탐색 PBug1, PBug2 알고리즘을 제안한다. 제안된 PBug1과 PBug2 알고리즘은 각각 Bug1과 Bug2의 속도를 보장하며 일반적으로 빠른 탐사시간을 보인다. 측히 PBug2 알고리즘은 Bug2와 달리 무한루프에 빠지는 경우가 없다. 제안된 알고리즘의 성능을 평가하기 위해 PBug1, PBug2 알고리즘을 구현하여 Bug1, Bug2 알고리즘과 비교하였다. 실험결과 PBug1 알고리즘은 Bug1 알고리즘보다 탐사 시간이 64.9%로 감소하였고 PBug2 알고리즘은 Bug1 알고리즘과 비슷한 탐사 시간을 보였다.

• Communications for Statistical Applications and Methods
• /
• v.3 no.2
• /
• pp.239-247
• /
• 1996

본 연구에서는 패널티화 대수우도 함수의 해를 구하기 위해 Lange (1995)의 EMG 알고리즘을 적용할 경우에 발생하는 문제점을 제시하고 이를 해결하기 위해 OSLG알고리즘은 EMG 알고리즘이나 Green (1990)의 OSL 알고리즘으로 해결할 수 없는 문제에 쉽게 적용된다. 한편 이 알고리즘은 EMG 알고리즘의 변형이지만 OSL 알고리즘과 같은 국소수렴성질을 갖는다. OSLG 알고리즘은 특히 페널티함수에 대한 2차 도함수행렬이 대각행렬이 아닌 응용분야에서 매우 유용하게 사용될 수 있을 것으로 기대된다.

• The KIPS Transactions:PartB
• /
• v.18B no.3
• /
• pp.157-164
• /
• 2011

This paper presents a fast and scalable re-routing algorithm that adapts to dynamically changing networks. The proposed algorithm integrates Dijkstra's shortest path algorithm with the genetic algorithm. Dijkstra's algorithm is used to define the predecessor array that facilitates the initialization process of the genetic algorithm. After that, the genetic algorithm re-searches the optimal path through appropriate genetic operators under dynamic traffic situations. Experimental results demonstrate that the proposed algorithm produces routes with less traveling time and computational overhead than pure genetic algorithm-based approaches as well as the standard Dijkstra's algorithm for large-scale networks.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.389-391
• /
• 1999

영상 압축 기법에는 여러 가지 알고리즘을 적용되고 있다. 이런 알고리즘들에는 주파수 영역 중복을 제거하기 위한 DCT, 시간 중복성 제거를 위한 움직임 측정, 압축기법에 의해서 만들어진 정보를 부호화하는 VLC들이 있다. 이런 부호화 알고리즘들은 부호화기를 구현하는데 많은 시간을 요구하며 특히 움직임 추정은 부호화기의 절반에 가까운 시간을 소비한다. 움직임 측정 기술의 복잡도는 search algorithm, cost function, search range parameter의 요인으로 나타낼 수 있다. 본 논문에서는 기존의 Full Search 알고리즘 대신에 three-step 알고리즘을 사용하여 움직임 측정 시간을 줄였다. Full Search 알고리즘은 search area에서 모든 지역에 대해 cost function을 사용하여 이전 블록과 얼마나 유사한지를 조사한다. 따라서 이전 블록과 가장 유사한 부분을 찾는 좋은 방법이지만 그만큼 시간이 많이 사용한다. Three-step 알고리즘은 search area의 일정 지역에 대해 cost function를 사용하여 이전 블록과의 유사성을 찾는 fast 알고리즘이다. Three-step 알고리즘을 사용한 경우 기존의 full search 알고리즘을 사용할 때 보다 60% 정도의 시간이 단축되었다. 그리고 생성되는 압축 데이터의 크기는 full search 알고리즘을 사용할 때 보다 많이 차지한다. 생성되는 H.263파일의 화질에서는 Three-step 알고리즘을 사용한 경우일지라도 full search 알고리즘을 사용한 경우와 거의 비슷한 화질을 보여준다.

• Journal of KIISE:Software and Applications
• /
• v.28 no.1
• /
• pp.73-89
• /
• 2001

본 연구에서는 일반화된 let-다형성(let-polymorphic) 타입 유추 알고리즘을 제시하고, 이로부터 얻어지는 모든 예 알고리즘들은 Hindley/Milner 타입 체계를 안전하고 완전하게 (sound and complete) 구현하고 있음을 증명하며, 일반화된 알고리즘의 두 예 알고리즘들간에 어느 한쪽이 항상 오류를 더 신속히 감지하게 되는 조건을 제시한다. 일반화된 알고리즘으로부터 이론적으로 검증된 두 타입 유추 알고리즘, 즉, 상향성 표준 타입 유추 알고리즘 W와 하향성 알고리즘 M 뿐만 아니라 두 알고리즘의 혼성 알고리즘(hybrid algorithm)을 만들 수 있다. 만들어진 예 알고리즘들의 안전성, 완전성, 상대적인 신속한 오류 감지 성질들은 본 논문의 증명에 의해 자동적으로 유추된다. 본 논문에서 제시되는 알고리즘으로부터 만들어 낼 수 있는 예 알고르즘에는 SML/NJ와 Objective Caml 컴파일러에서 채택한 알고리즘을 포함하고 있다.

• 한국데이터정보과학회:학술대회논문집
• /
• 2003.05a
• /
• pp.19-25
• /
• 2003

데이터베이스에 내재된 패턴이나 관계를 묘사한 것만으로도 의사결정에 필요한 정보를 제공할 수 있는데 이 데이터들의 변수들을 비슷한 특징을 가지는 소그룹으로 나누어 패턴을 찾는 것을 군집분석이라 한다. 이러한 군집 분석에는 분리군집방법과 계층적군집방법이 있는데, 재할당이 가능한 분리군집방법의 여러 알고리즘에 대해 비교해보자. 분리군집알고리즘에는 중심을 평균으로 하는 k-평균 알고리즘과, 중심을 메도이드로하는 PAM, CLARA, CLARANS 알고리즘이 있다. 이러한 알고리즘에 대한 이론과, 장단점을 설명하고, 분산과 중심들간의 평균 거리로 비교해 본다.

• Communications for Statistical Applications and Methods
• /
• v.5 no.3
• /
• pp.743-754
• /
• 1998

EM 알고리즘은 통계적 화상복원에서 흔히 사용되는 방법이다. 특히 OSL 알고리즘은 다소 복잡한 형태의 페널티 함수가 주어지더라도 쉽게 반복 알고리즘을 유도할 수 있다는 장점을 갖는다. 그러나 이 알고리즘은 평활상수의 매우 제한된 영역에서만 수렴이 허용되어, 화상복원시 실험자의 경험의 폭을 상당히 제약하는 단점을 가지고 있다. 본 논문에서는 OSL 알고리즘을 변형하여, 수렴 허용영역이 확대된 평활상수를 갖는 알고리즘을 제시하고 그 수렴성질을 밝히며, 화상실험을 통해 제안된 알고리즘의 유용성을 밝힌다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.226-226
• /
• 2011

최적 저수지운영을 위한 운영률 도출이나 강우-유출 및 수질 모형의 매개변수 추정 문제처럼 비선형적이고 추정해야할 변수의 수가 많은 경우, 수학적으로 모형화하기에 너무 복잡해서 선형계획법, 비선형계획법, 동적계획법 등을 사용하여 최적해를 구할 수 없는 경우도 있다. 이러한 문제에 대해서는 구조적 진화를 통해 최적해를 구하는 방법들이 사용된다. 일반적으로 미지수의 개수가 많아지면 전역최적해를 찾기가 어려워진다. 전역최적해를 찾는 여러 가지 방법들이 수자원 분야에서는 강우-유출모형의 매개변수를 추정하는데 많이 사용되고 있으며, 특히 유전자 알고리즘, SCE-UA 알고리즘 등 전역최적해를 찾는 메타휴리스틱 방법이 많이 사용되고 있다. 전역최적화 방법을 개발하는 연구자들은 최적화방법의 성능을 평가하기 위해 다양한 검사함수(test function)를 만들어 성능을 평가하고 있다. 본 연구에 사용한 검사함수는 Mishra의 연구(2006a, 2006b)에서 사용한 중요하고 복잡한 검사함수이다. 유전자 알고리즘, SCE-UA 알고리즘, DDS 알고리즘을 검사함수 중 전역해를 찾기 어려운 2 차원 함수 2 가지, 다차원 함수 4 가지 함수에 적용하여 각각의 탐색 성능을 평가하였다. 2차원 함수인 Bukin 함수에 대해서는 모든 최적화 방법이 전역최적해를 찾을 수 없었지만, 유전자 알고리즘이 가장 전역최적해에 가까웠고 다음으로 DDS 알고리즘 순서였다. 지역수렴 영역이 많을 것으로 판단되는 10, 30, 50 차원 Michalewicz 함수에 대해서는 DDS 알고리즘으로 구한 최적해가 전역최적해와 매우 근접하였고 다음으로 SCE-UA 알고리즘, 유전자 알고리즘 순이었다. 지역수렴 영역이 상대적으로 다른 함수보다 넓은 10 차원 Schwefel 함수에 대해서는 DDS 알고리즘으로 구한 최적해가 전역최적해와 거의 근접하였고 유전자 알고리즘과 SCE-UA 알고리즘은 매우 큰 편차를 보였다. 40, 80 차원 Schwefel 함수에 대해서는 3 가지 알고리즘 모두 전역최적해와 편차를 보였지만 DDS 알고리즘에 의한 최적해와 다른 두 알고리즘에 의한 최적해는 1 오더(order) 정도의 차이가 났다. 지역수렴 영역이 큰 Michalewicz 함수와 Schwefel 함수에 대한 결과는 매우 흡사한 결과이다. 이상과 같은 결과로, 유전자 알고리즘은 매개변수의 수가 적을 경우 우수한 탐색성능을 가졌으며, SCE-UA 알고리즘은 Griewank, Rastrigin 함수와 같은 형태인 경우 우수한 성능을 보였다. DDS 알고리즘은 전체적으로 우수한 탐색 능력을 가진 것으로 판단된다. 그러므로 수위구간 영역별 저수지운영률 도출을 위한 적절한 최적화방법으로 DDS 알고리즘을 선정하였다.

• The KIPS Transactions:PartB
• /
• v.8B no.2
• /
• pp.144-154
• /
• 2001

협력적 여과 시스템은 사용자가 검색하고 읽었던 웹문서를 기반으로 사용자 군집을 생성하여 웹문서의 정확한 추천을 가능하게 한다. 이러한 목적으로 설계된 다양한 알고리즘이 있으나 속도가 느리거나 정확도가 낮다는 등의 단점이 있다. 본 논문에서는 이러한 단점을 보완하기 위하여 협력적 여과 시스템을 위한 효과적인 사용자 군집 알고리즘인 CUG알고리즘은 사용자 군집을 생성하기 위해 Apriori 알고리즘, Native Bayes 알고리즘을 이용한다. Apriori 알고리즘은 연관 단어 지식 베이스를 구축하고, Native Bayes 알고리즘은 구축된 연관 단어 지식 베이스에 가중치를 추가하며, 사용자가 검색하여 읽은 웹문서를 클래스별로 분류한다. CUG 알고리즘은 분류된 웹문서를 기반으로 하여 사용자 군집을 만든다. 이러한 방법으로 설계된 CUG 알고리즘은 사용자들이 사용할 문서를 미리 검색하여 저장함에 의해 정보검색의 효율성을 향상시키는데 사용될 수 있다. 본 논문에서 설계한 CUG 알고리즘의 선능을 평가하기 위하여 기존의 K-means 방법과 Gibbs샘플링 방법에 의한 군집과 비교한다.

• Journal of KIISE:Databases
• /
• v.28 no.1
• /
• pp.69-85
• /
• 2001

공간 데이터베이스에서 효율적으로 공간 질의를 처리하기 위해서는 클러스터링을 통해서 이스크 접근 비용을 줄이는 것이 필요하다. 이 논문은 공간 지역성에 기반을 둔 여러 가지 클러스터링 알고리즘을 제안하고 실험을 통해 제안한 클러스터링 알고리즘의 성능을 평가하였다. 이 논문에서 제안하는 클러스터링 알고리즘은 객체 클러스터링 알고리즘과 셀 클러스터링 알고리즘으로 나뉜다. 객체 클러스터링 알고리즘은 정규 준할 공간 색인 구조에서 영역 분할 선과 겹치는 객체들의 저장 위치를 결정하는데 사용된다. 셀 클러스터링 알고리즘은 클러스터를 만들기 위해 정규 분할된 영역들을 그룹화하는데 사용된다. 실험결과 객체 클러스터링 알고리즘에서는 객체간의 거리를 이용한 경우에 대체로 좋은 성능을 보였지만, 버퍼 크기가 커지거나 데이터가 희박한 영역의 질의에 있어서는 알고리즘 별로 성능의 차이는 거의 없었다. 셀 클러스터링 알고리즘에 대한 실험에서는 이 논문에서 제안한 클러스터링 알고리즘은 N-순서화 기법에 의한 클러스터링 알고리즘에 비해 우수한 성능을 보였다. 특히 중복 참조도를 이용한 경우와 셀의 무게 중심간 거리를 이용한 방법이 가장 우수하였다.