• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.71-74
• /
• 2014

스마트폰의 활용 범위가 점점 확장됨에 따라 데이터 통신량도 증가되어 가고 있으며, 데이터 유출을 방지하기 위해 다양한 암 복호화 알고리즘을 필요로 하고 있다. 본 논문에서는 기존의 비대칭 알고리즘과 대칭 알고리즘을 이용한 하이브리드 암 복호화 기반 데이터 교환방법을 제안한다. 비대칭 알고리즘은 RSA방법을 사용하여 상호간에 대칭키의 절반인 반키(Half Key)를 교환할 수 있도록 하였으며, 대칭 알고리즘은 AES를 사용하여 데이터를 암 복호화 할 수 있도록 하였다. 또한 기존의 AES 알고리즘의 S-Box와 키 스케쥴링 과정을 변형하여 무차별 대입 공격에 대해 방어할 수 있도록 하였다. 그 결과 기존의 비대칭 또는 대칭 알고리즘을 단독으로 사용하는 방법보다 안전하고 빠른 보안수준을 보장할 수 있음을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.257-262
• /
• 2002

영상을 적은 비트로 표현할 때 먼저 양자화를 이용하여 칼라맵을 생성한다. 그리고 적은 비트의 칼라맵으로도 인간의 시각에 적합하게 표현하기 위해 디더링을 결합한다. 본 논문에서는 디더링 기법중 오차확산법이 주변화소로 양자화 에러를 확산한다는 것을 고려하여 칼라맵을 생성하는 새로운 방법을 제안한다. 제안방법은 LBG 알고리즘의 개선하여 클러스터의 양자화 벡터를 구하는 각각의 반복단계에서 현재 양자화 벡터와 새로운 중심값(centroid)을 연결하는 직선 상에서 새로운 양자화벡터를 구하는 기존의 알고리즘에 에러를 고려하여 새로운 양자화 벡터를 얻을 수 있도록 하였다. 제안방법을 적용하였을 때 기존의 LBG 알고리즘에 비해 양자화 영상과 디더영상의 화질이 개선되었다. 또한 각 칼라별 MSE 와 영상전체 MSE 에 대해서도 제안방법은 기존의 LBG 알고리즘에 대해 개선되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.277-280
• /
• 2003

현재 많은 관심의 대상이 되고 있는 데이터 마이닝은 대용량의 데이터베이스로부터 일정한 패턴을 분류하여 지식의 형태로 추출하는 작업이다. 데이터 마이닝의 대표적인 기법인 군집화는 군집내의 유사성을 최대화하고 군집들간의 유사성을 최소화시키도록 데이터 집합을 분할하는 것이다. 데이터 마이닝에서 군집화는 대용량 데이터를 다루기 때문에 원시 데이터에 대한 접근횟수를 줄이고 알고리즘이 다루어야 할 데이터 구조의 크기를 줄이는 군집화 기법이 활발하게 사용된다. 그런데 기존의 군집화 알고리즘은 잡음에 매우 민감하고, local minima에 반응한다. 또한 사전에 군집의 개수를 미리 결정해야 하고, initialization 값에 다라 군집의 성능이 좌우되는 문제점이 있다. 본 연구에서는 유전자 알고리즘을 이용하여 자동으로 군집의 개수를 결정하는 군집화 알고리즘을 제안하고, 여기서 제시하는 적합도 함수의 최적화된 군집을 찾아내어 조금더 효율적인 알고리즘을 만들어 대용량 데이터를 다루는 데이터 마이닝에 적용해 보려한다.

• The Korean Journal of Applied Statistics
• /
• v.34 no.6
• /
• pp.969-977
• /
• 2021

We cluster the electricity consumption of households in A-apartment in Seoul, Korea using Hierarchical K-means clustering algorithm. The data is recorded from the advanced metering infrastructure (AMI), and we focus on the electricity consumption during evening weekdays in summer. Compare to the conventional clustering algorithms, Hierarchical K-means clustering algorithm is recently applied to the electricity usage data, and it can identify usage patterns while reducing dimension. We apply Hierarchical K-means algorithm to the AMI data, and compare the results based on the various clustering validity indexes. The results show that the electricity usage patterns are well-identified, and it is expected to be utilized as a major basis for future applications in various fields.

• Journal of Korean Society of Transportation
• /
• v.20 no.6
• /
• pp.99-113
• /
• 2002

The multi-class traffic assignment problem is the most typical one of the multi-solution traffic assignment problems and, recently formulation of the models and the solution algorithm have been received a great deal of attention. The useful solution algorithm, however, has not been proposed while formulation of the multi-class traffic assignment could be performed by adopting the variational inequality problem or the fixed point problem. In this research, we developed a hybrid solution algorithm which combines GA algorithm, diagonal algorithm and clustering algorithm for the multi-class traffic assignment formulated as a variational inequality Problem. GA algorithm and clustering algorithm are introduced for the wide area and small cost. We also performed an experiment with toy network(2 link) and tested the characteristics of the suggested algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.637-639
• /
• 2004

대기 중의 오염도를 한눈에 파악하기 위해서는 측정한 수치 데이터의 시각화가 필요하다. 시시각각 변화하는 대기 오염도를 시각화하고 활용하기에는 기존의 외곽선 생성 알고리즘과 3차원 기하모델 생성 알고리즘은 적절하지 못하다. 본 논문에서는 시시각각 변화하는 대기 오염도의 시각화를 위하여 측정한 수치 데이터를 보간 후 원하는 농도 값을 찾아 규칙적인 외곽선을 생성하여 주는 알고리즘과 높이별로 구해진 규칙적인 외곽선을 이용하여 빠르게 3차원 기하모델을 생성해 주는 알고리즘을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.490-492
• /
• 2001

세선화 알고리즘은 문자 인식에서 인식율을 높이기 위한 전처리과정으로 대상물체에 대하여 1픽셀 두께가 될 때까지 적용시키는 알고리즘으로 그 중요성과 필요성으로 인하여 수많은 논문들이 발표되었다. 본 논문에서는 인터넷 정보검색을 목적으로 하는 회색조(Gray) 영상에 대한 이진화 및 세선화 알고리즘을 제안한다. 제안된 알고리즘은 해당 픽셀과 이웃 화소 간의 픽셀값 차이를 이용하여 일정값을 증감시키는 방법으로, 이미지의 중심으로 픽셀이 응집하게 하는 과정을 통해 이진화 및 세선화를 시켰으며, 병렬 구현이 용이하다. 제안된 알고리즘의 성능평가는 회색조 영상에 대해 기존 알고리즘들을 적용한 결과와 비교, 분석하여 소개하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.110-113
• /
• 2019

본 논문에서는 임베디드 시스템에서의 양자화 기계학습을 수행할 경우 발생하는 양자화 오차를 효과적으로 보상하기 위한 방법론을 제안한다. 경사 도함수(Gradient)를 사용하는 기계학습이나 비선형 신호처리 알고리즘에서 양자화 오차는 경사 도함수의 조기 소산(Early Vanishing Gradient)을 야기하여 전체적인 알고리즘의 성능 하락을 가져온다. 이를 보상하기 위하여 경사 도함수의 최대 성분에 대하여 직교하는 방향의 보상 탐색 벡터를 유도하여 양자화 오차로 인한 성능 하락을 보상하도록 한다. 또한, 기존의 고정 학습률 대신, 내부 순환(Inner Loop) 없는 비선형 최적화 알고리즘에 기반한 적응형 학습률 결정 알고리즘을 제안한다. 실험결과 제안한 방식의 알고리즘을 비선형 최적화 문제에 적용할 시 양자화 오차로 인한 성능 하락을 최소화시킬 수 있음을 확인하였다.

• Journal of KIISE:Software and Applications
• /
• v.28 no.2
• /
• pp.168-178
• /
• 2001

진화 알고리즘은 자원 관리, 스케줄링, 패턴 인식 등의 다양한 문제들에 적용되는, 일반적이고 효율적인 최적화 방법이다. 그러나 이러한 진화 알고리즘의 문제점은 탐색해야할 변수가 증가할수록 그에 따른 차원의 증가로 인하여 기하급수적으로 늘어나는 탐색공간에 약하다는 것이다. 이러한 문제점을 해결하기 위해 Potter와 DeJong은 개개의 종족을 독립적으로 진화시킴으로써 탐색공간을 대폭 줄인, 협력 공진화 알고리즘을 제안하였다. 그러나 이것 또한 변수 의존성이 강한 문제들에 대해서는 비효율적인 탐색을 하는 문제점이 있다. 본 논문에서는 종족의 분할과 병합을 이용한 효율적인 공진화 알고리즘을 제안한다. 이 알고리즘은 최적화하려는 변수들이 서로 의존성이 없는 경우에는 종족의 분할을 통하여 탐색공간의 축소의 잇점을 얻고, 최적화하려는 변수들이 서로 의존성이 있는 경우에는 종족의 병합을 통하여 전역탐색을 하도록 한다. 제안하는 알고리즘을 몇 가지 벤치마크 함수 최적화 문제와, 상품 재고 제어문제로 실험하여 현존하는 어떤 공진화 알고리즘 보다도 효율적인 것을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.134-136
• /
• 2000

진화 알고리즘은 자원 관리, 스케줄링, 퍼지 논리 재어기의 설계 등의 다양한 문제들에 적용되는, 일반적이고 효율적인 최적화 방법이다. 그러나 이러한 진화 알고리즘의 문제점은 탐색해야할 변수의 증가에 따라 차원의 증가로 인하여 탐색공간이 기하급수적으로 늘어난다는 것이다. 이러한 문제점을 해결하기 위해 Potter와 Dejong은 개개의 종족을 독립적으로 진화시킴으로써 탐색공간을 대폭 줄인, 협력 공진화 알고리즘을 제안하였다. 그러나 이것 또한 변수 의존성이 강한 문제들에 대해서는 비효율적인 탐색을 하는 문제점이 있다. 본 논문에서는 종족의 분할과 병합을 이용한 효율적인 공진화 알고리즘을 제안한다. 이 알고리즘은 최적화 하려는 변수들이 서로 의존성이 없는 경우에는 종족의 분할을 통하여 탐색공간의 축소의 이점을 얻고, 최적화 하려는 변수들이 서로 의존성이 있는 경우에는 종족의 병합을 통하여 전역탐색을 하도록 한다. 제안하는 알고리즘을 상품재고 제어 문제(ICP)로 실험하여 현존하는 어떤 공진화 알고리즘보다도 효율적인 결과를 보여준다.