• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.364-367
• /
• 2010

분산 비디오 부호화(Distributed Video Coding: DVC)는 복호화보다 훨씬 적은 계산량으로 부호화를 가능하게 함으로써 계산 성능 및 전력이 제한된 환경을 위한 비디오 부호화 기법으로 주목 받고 있다. 그러나 DVC의 부호화 성능은 아직 기존의 비디오 압축 표준에 많이 미치지 못하고 있으며 이를 극복하기 위한 많은 연구가 진행되고 있다. 본 논문에서는 DVC의 부호화 성능 개선을 위한 율-왜곡 기반의 영역별 선택적 부호화 기법을 제안한다. 제안 기법은 복호기 측에서 보조정보를 얻는 과정에서 얻어지는 움직임 벡터가 부호기 측으로 피드백된다는 가정하에 이를 이용하여 움직임 보상 예측 신호를 구하고 율-왜곡(Rate-Distortion) 기반의 블록 단위로 선택적 부호화를 수행한다. 모의실험을 통하여 본 논문에서 제안한 움직임 정보 피드백을 이용한 율-왜곡 기반의 선택적 블록 부호화 기법이 기존의 DVC 부호화 기법보다 시퀀스에 따라 최대 약 2.25 dB 개선된 성능을 가짐을 보인다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.546-551
• /
• 2023

일반적으로 딥러닝 모델은 모든 라벨에 데이터 수가 균형을 이룰 때 가장 좋은 성능을 보인다. 그러나 현실에서는 특정라벨에 대한 데이터가 부족한 경우가 많으며 이로 인해 불균형 데이터 문제가 발생한다. 이에 대한 해결책으로 오버샘플링과 가중치 손실과 같은 데이터 불균형 기법이 연구되었지만 이러한 기법들은 데이터가 적은 라벨의 성능을 개선하는 동시에 데이터가 많은 라벨의 성능을 저하시키는 부작용을 가지고 있다. 본 논문에서는 이 문제를 완화시키고자 어텐션 기반의 앙상블 기법을 제안한다. 어텐션 기반의 앙상블은 데이터 불균형 기법을 적용한 모델과 적용하지 않은 모델의 출력 값을 가중 평균하여 최종 예측을 수행한다. 이때 가중치는 어텐션 메커니즘을 통해 동적으로 조절된다. 그로므로 어텐션 기반의 앙상블 모델은 입력 데이터 특성에 따라 가중치를 조절할 수가 있다. 실험은 에세이 자동 평가 데이터를 대상으로 수행하였다. 실험 결과로는 제안한 모델이 데이터 불균형 기법의 부작용을 완화하고 성능이 개선되었다.

• Computational Structural Engineering
• /
• v.10 no.3
• /
• pp.67-73
• /
• 1997

CFD 연구를 초고속선 선형개발에 활용한다면 선체주위의 유동장 계산결과로부터 압력 및 속도, 자유표면 파고분포 등 초고속선의 설계 및 기본계획 단계에서 필요한 저항 및 추진성능 자료를 얻을 수 있다. 이러한 기능을 더욱 개선 발전시키면 선형개발에 더 많은 적용이 예상된다. 또한 항주 시간에 따른 초고속선의 운동특성을 고려할 수 있게 된다면 앞으로 항주자세제어 및 내항성능과 승선감의 추정도 CFD 연구를 통해서 가능하리라 믿는다. 이제 국내 조선소를 중심으로, 21세기에 도래할 것으로 예측되는 고속 해상수송 수단에 대한 수요에 대응하고 조선기술의 우위확보를 위해 고부가가치, 고성능이 요구되는 초고속선 기술개발에 연구를 집중해야겠다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.277-279
• /
• 2003

Ad­hoc 네트워크 환경은 자유롭고 예측할 수 없는 통신 노드들의 이동으로 인해 기본적인 TCP 혼잡 제어가 상당히 나쁜 영향을 미치게 된다. 기본적인 기존의 TCP에 대한 에러 감지(detection) 및 복구(recovery)는 새로운 환경에 맞추어 개선되어야 한다. 이 논문에서는 잦은 경로변경 현상을 네트워크의 피드백 없이도 패킷의 순서가 바뀌어 전달됨을 이용하여 알아내고, 이를 처리하여 성능을 향상시킬 수 있는 기법을 제안한다. 또한 오랜 시간의 네트워크 단절에 따른 성능감소문제를 수신자(Receiver)가 검사하여 해결할 수 있는 기법을 제안한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.29 no.9C
• /
• pp.1330-1336
• /
• 2004

This paper addresses an adaptive motion vector prediction algorithm to improve the performance of video encoder. The block-based motion vector is characterized by non-stationary local statistics so that the coefficients of LS (Least Squares) based linear motion can be optimized. However, it requires very expensive computational cost. The proposed algorithm using LS approach with spatially varying motion-directed property adaptively controls the coefficients of the motion predictor and reduces the computational cost as well as the motion prediction error. Experimental results show the capability of the proposed algorithm.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.10 no.3
• /
• pp.51-59
• /
• 2010

There have been proposed several movie recommendation algorithms based on Collaborative Filtering(CF). CF decides neighbors whose ratings are the most similar to each other and it predicts how well users will like new movies, based on ratings from neighbors. This paper proposes a new method to improve the result predicted by CF based on genres of the movies seen by users. The proposed method can be combined to the most of all existing CF algorithms. In this paper, a performance evaluation has been conducted between an existing simple CF algorithm and CF-Genre that is the proposed genre-based method added to the CF algorithm. The result shows that CF-Genre improves 3.3% in prediction performance over existing CF algorithms.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.19-22
• /
• 2018

본 논문에서는 기존 Stack Pointer Network의 의존 파싱 모델을 확장한 Bi-Stack Pointer Network를 제안한다. Stack Pointer Network는 기존의 Pointer Network에 내부 stack을 만들어 전체 문장을 읽어 dependency tree를 구성한다. stack은 tree의 깊이 우선 탐색을 통해 선정되고 Pointer Network는 stack의 top 단어(head)의 자식(child)을 선택한다. 제안한 모델은 기존의 Stack Pointer Network가 지배소(head)정보로 의존소(child)를 예측하는 부분에 Biaffine attention을 통해 의존소(child)에서 지배소(head)를 예측하는 방향을 추가하여 양방향 예측이 가능하게 한 모델이다. 실험 결과, 제안 Bi-Stack Pointer Network모델은 UAS 91.53%, LAS 90.93%의 성능을 보여주어 기존 최고 성능을 개선시켰다.

• Proceedings of the KIPE Conference
• /
• 2018.11a
• /
• pp.213-214
• /
• 2018

본 논문에서는 전기자동차 온-보드 충전기용 단상 cycloconverter-type high frequency link 컨버터의 전력 제어성능과 동적 응답특성을 개선하기 위하여 예측전류제어 기법을 적용한다. 배터리를 충전 및 방전하기 위하여 전력계통에 연결되는 V2G 충전기는 전압 변동, 고조파 왜곡 등의 외란 발생에도 강인한 동적 응답 특성을 유지하여야 한다. 예측전류제어 기법이 적용된 제어기는 계통 외란이 존재하는 경우에도 전력 레퍼런스를 빠르게 추적하고 정확한 듀티를 생성할 수 있으므로 우수한 동적 및 과도 응답특성을 갖는다. 제안하는 제어기의 성능과 파라미터 변동에 대한 민감도는 PSIM 시뮬레이션을 이용하여 평가되며, 여러 계통외란 상태에서 PI 제어기와 비교된다.

• Proceedings of the KIPE Conference
• /
• 2016.07a
• /
• pp.251-252
• /
• 2016

본 논문에서는 토크 리플 저감과 동특성을 개선하는 유도 전동기(IM)의 토크 예측 제어 기법을 제안한다. 제안하는 방법은 고정된 전압 벡터의 크기를 사용하지 않고, 토크 변동분 넓이의 합이 최솟값이 되도록 하는 전압 벡터 인가 시간을 결정하여 유도 전동기에 인가한다. 이 방법은 토크 제어에 필요한 전압만 인가하므로 잉여 전압이 발생하지 않는다. 따라서 정확한 제어 성능을 가지면서도 과도 상태에서는 동특성이 개선되고, 정상 상태에서는 토크 리플의 크기를 최소화할 수 있다. 제안하는 알고리즘의 유효성과 우수성을 시뮬레이션으로 검증한다.

• Information Systems Review
• /
• v.16 no.1
• /
• pp.37-50
• /
• 2014

Conventional case-based reasoning (CBR) does not perform efficiently for high volume dataset because of case-retrieval time. In order to overcome this problem, some previous researches suggest clustering a case-base into several small groups, and retrieve neighbors within a corresponding group to a target case. However, this approach generally produces less accurate predictive performances than the conventional CBR. This paper suggests a new hybrid case-based reasoning method which dynamically composing a searching pool for each target case. This method is applied to diagnose for the heart disease dataset. The results show that the suggested hybrid method produces statistically the same level of predictive performances with using significantly less computational cost than the CBR method and also outperforms the basic clustering-CBR (C-CBR) method.