• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.10 no.4
• /
• pp.736-739
• /
• 2009

In this paper, an efficient lossless compression algorithm using motion adaptation is proposed. It is divided into two parts: a motion adaptation based nonlinear predictor part and a residual data coding part. The proposed nonlinear predictor can reduce prediction error by learning from its past prediction errors using motion adaption. The predictor decides the proper selection of the intra and inter prediction values according to the past prediction error. The reduced error is coded by existing context adaptive coding method. Experimental results show that the proposed algorithm has the higher compression ratio than context modeling methods, such as FELICS, CALIC, and JPEG-LS.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.31 no.9C
• /
• pp.859-868
• /
• 2006

H.264에서 다중참조 프레임을 사용한 움직임 예측 방법은 단일 참조프레임을 이용한 움직임 예측보다 더 많은 시간적 중복성을 제거하여 부호화 효율을 높이거나 채널에러에 강인하게 부호화하기 위해 사용된다. 하지만 다중 참조 프레임을 이용하여 움직임 예측을 하는 것은 단일의 참조 프레임을 이용하는 것보다 많은 계산량을 요구하기 때문에 비디오 인코더의 복잡도를 증가시키게 된다. 본 논문에서는 다중참조 프레임을 사용한 움직임 예측을 화질 열화 없이 적은 복잡도로서 가능하게 하는 알고리즘을 제안한다. 움직임 예측 절차의 복잡도를 줄이기 위해, 제안한 알고리즘에서는 연속되는 프레임 사이에 구성된 움직임 벡터맵을 이용하여 움직임벡터를 추정한다. 제안한 방식은 추정된 움직임벡터를 작은 탐색영역에서 보정하는 방식을 적용하기 때문에 기존의 방식들에 비해 적은 복잡도가 요구된다. 제안된 방법으로 추정된 움직임벡터는 각 참조프레임들에 대해 최적의 움직임 벡터를 효과적으로 추적하기 때문에 부호화 된 영상의 화질은 전 탐색영역 움직임 예측 알고리즘을 이용한 결과와 매우 비슷하다. 제안된 방식은 세가지 단계로 구성된다. (a) 연속되는 두 개의 프레임 사이에 벡터맵을 구성한다. (b) 벡터맵에 있는 요소벡터를 이용하여 시간적 움직임 벡터를 구성한다. (c) 마지막으로, 임시 움직임 벡터를 좁은 탐색영역에서 보정한다. 컴퓨터 실험을 통해 제안된 방식의 효율성을 입증하였다. 제안된 방식과 기존의 방식들과의 비교를 위해 H.264 부호화기에서 움직임 예측 모듈에 의해 소비된 CPU 시간을 측정하였다. 컴퓨터 실험을 통해 알 수 있듯이 제안된 방식에 의해 부호화된 영상의 화질은 기존 방식과 을 통해 얻은 영상화질과 거의 같으면서 알고리즘 복잡도는 크게 줄어드는 것을 볼 수 있다.

• The Korean Journal of Applied Statistics
• /
• v.34 no.2
• /
• pp.177-190
• /
• 2021

Random forests is a popular method that improves the instability and accuracy of decision trees by ensembles. In contrast to increasing the accuracy, the ease of interpretation is sacrificed; hence, to compensate for this, variable importance is provided. The variable importance indicates which variable plays a role more importantly in constructing the random forests. However, when a predictor is correlated with other predictors, the variable importance of the existing importance algorithm may be distorted. The downward bias of correlated predictors may reduce the importance of truly important predictors. We propose a new algorithm remedying the downward bias of correlated predictors. The performance of the proposed algorithm is demonstrated by the simulated data and illustrated by the real data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.104-104
• /
• 2021

연안에 발생하는 지진해일은 많은 인명 및 재산 피해를 유발할 수 있다. 이에 따라 주요 선진국은 자국의 피해 뿐 아니라 세계 주요도시에 거주하는 자국민의 안전과 대피에 대한 경보발령을 목적으로 전지구 지진해일 시스템을 구축하여 상시 운영중에 있다. 우리나라의 지진해일 예측시스템은 지진해일의 발생과 전파, 그리고 전세계 주요 연안에 도달할 때의 해일고 모의 등에서 우수한 성과를 보이는 것으로 인정되고 있으나, 실제적인 위험경보를 발령하기 위해서 필요한 해일도달 시 조위와의 상호작용에 대한 기능은 현재 없는 상태이다. 해일에 의한 주된 피해는 연안으로의 범람에 대한 것으로 이를 파악하기 위해서는 해일 도달 당시의 조위를 예측하고 해일과 조석과의 상호작용을 반영한 예측시스템 구축이 필요하다. 이에 따라 본 연구에서는 현재 사용되고 있는 지진해일 예측모델에서 조석-지진해일 상호작용을 고려하기 위해 조석과 지진해일을 동시에 모의할 수 있는 예측 알고리즘을 제시한다. 지진해일의 전파 및 범람에 조석이 상당한 영향을 미칠 수 있음은 관련 연구자들에 의해 꾸준히 지적되어왔으나 과거 연구는 이상적인 지형이나 조석 조건에 대해서만 일부 이루어졌으며, 아직까지 실제 조석을 활용한 충분한 연구는 미흡한 실정이다. 향후 실제 조석에 의한 지진해일의 변화를 모의하기 위해 지진해일 예측모델에서 실제 조석과 조류 조건에서 지진해일을 동시에 모의할 수 있도록 예측 알고리즘을 개발하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.191-194
• /
• 2000

일반 적인 고속 블록 정합 알고리즘들은 현재 프레임의 탐색 블록과 참조 프레임의 탐색영역 내의 블록간 MAD(Mean Absolute Distance)를 구하여 그 값을 탐색 점으로 사용하므로 탐색 점 수만큼 MAD를 구해야 하는 단점이 있다. 이와 같은 고속 블록 정합 알고리즘들의 단점을 해결하기 위해 탐색 점 예측에 의한 고속 블록 정합 알고리즘을 제안한다. 본 논문에서는 "이웃 한 화소는 서로 간에 거의 같은 값을 지니고 있다"라는 성질을 이용하여, 이웃 한 탐색 점 두개의 MAD 평균값을 계산하여 그 값을 새로운 탐색 점으로 사용하여 탐객 하기 때문에 탐색 점 수는 DS(Diamond Search)알고리즘과 비교하여 비슷하지만, 최소 오차가 center일 때의 탐색 점을 예측에 의해 산출 하므로 총 연산량은 2Ep$N_2$만큼 크게 줄어든다. Ep는 예측 탐색 점 수를 나타내며, N은 블록의 크기를 나타낸다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.1057-1060
• /
• 2006

본 논문에서는 OFDMA-TDD 환경에서 서비스 사용자들에게 QoS 를 보장해줄 수 있도록 예측 알고리즘을 이용하여 한정된 무선 자원을 효율적이고 공정하게 스케줄링 해주는 알고리즘을 연구하였다. 예측 알고리즘은 각 사용자의 이동 정보와 단말들의 변화해온 채널상태의 history data 를 이용하여 앞으로의 채널상태를 예측하고, 예측된 결과는 사용자의 이동 정보와 함께 무선 자원 스케줄링에 적용한다. 또한 이동단말과 고정단말이 공존하는 환경에서는 QoS 보장에 있어 공정하지 않음을 밝히고, 이와 같은 문제를 해결하는 방안을 제안하였으며, 실험결과를 PF 알고리즘과 비교하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.10A
• /
• pp.1737-1745
• /
• 2001

최근의 전자업계의 동향을 살펴보면, 휴대 가능한 제품의 요구가 증대되고, 고 집적화 됨에 따라 제품의 크기와 동작속도 뿐만 아니라, 소모하는 전력의 양이 큰 문제로 대두되었다. 더욱이 휴대 장비에서는 전지의 양이 제한되어 있기 때문에, 소모 전력을 줄이는 것은 중요한 문제이다. 휴대 장비가 아니라고 해도, 높은 전력소모를 보이는 제품은 안정된 동작을 위해 값비싼 냉각장치 등을 필요로 한다. 이와 같이 전력소모를 줄이거나 예측할 수 있는 CAD tool에 대한 개발이 시급한 상황이다. 이제까지의 업계의 경향은 물리적 단계의 소모전력을 분석하는 tool의 개발 쪽에 한정되어 있었다. 하지만 이러한 하위 단계에서의 tool은 제품 생산 직전의 단계에서 이루어짐으로, 제품이 원하는 규격에 맞지 않을 경우, 재생산의 비용과 시간의 손실이 크다. 따라서 보다 상위 단계에서의 소모전력 예측 tool의 필요가 증가하고 있다. 본 논문에서는 이러한 기대에 발맞춰 gate 단계에서 소모전력을 예측할 수 있는 알고리즘을 제안하였다. 제안한 알고리즘은 입력 신호와의 의존성을 줄이기 위해 확률을 이용한 방법을 기초로 하였으며, 알고리즘의 정확성을 입증하기 위해 시스템을 설계, HSPICE를 이용한 시뮬레이션 결과와 비교하였다. 본 논문에서 제한한 알고리즘을 이용하여, 널리 알려진 시스템(ISCAS 85, ISCAS 89)의 소모전력을 예측한 결과, 시뮬레이션을 통해 얻은 결과와 비교해 봤을 때, 10% 이내의 오차 한도를 가진 것으로 분석되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.863-866
• /
• 2000

본 논문에서는 비디오 코딩을 위한 적응적 블록 정합 알고리즘을 제안한다. 제안 알고리즘에서는 블록내의 움직임 정도에 따라 다단계의 블록 레벨을 설정하고, 그 블록 레벨에 따른 각기 다른 다단계의 움직임 예측을 수행한다. 이는 움직임이 적은 영역에서의 불필요한 탐색과정을 제거하여 계산적 효율성을 증대하고, 움직임 정도가 큰 부분으로 갈수록 움직임 예측 과정을 심화 시켜 예측의 정확성을 증가시킨다 본 제안된 방식을 가지고 실험한 결과 한 프레임 당 적은 수의 블록으로 고정된 크기의 블록을 가진 전역 탐색 블록 정합 알고리즘보다 적은 예측 에러를 발생시켜 1dB 정도의 PSNR 개선을 가져왔고 98% 정도의 연산량 절감 효과가 있는 것으로 나타났다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.247-249
• /
• 2005

Cleavage Site 분석 및 예측은 바이러스 증식에 필요한 핵심 단백질인 Protease$(3CL^{pro})$를 예측하게 하고, 예측한 Protease의 활성을 억제함으로써 바이러스 중식을 저지하게 된다. 본 연구에서는 신경망과 결정트리, 유전자 알고리즘을 이용하여 SARS-CoV의 cleavage site를 분석하고, 학습 결과에서 추출된 규칙(Rule)에 의해 cleavage site를 예측한다. 또한 신경망에서 학습된 지식(Knowledge)을 이용하여 유전자 알고리즘의 성능을 향상시키는 지식기반 유전자 알고리즘 (KBGA: Knowledge-Based Genetic Algorithm)을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.127-128
• /
• 2022

최근 많은 증권사 및 다양한 금융사기업에서 투자자의 주식투자를 돕는 투자자문 인공지능, 로보어드바이저를 제안하고 활용한다. 본 논문에서는 증권사 등에서 사용되고 있는 주식 시세예측 알고리즘의 성능을 상호 비교분석한다. 주식 시계열 데이터 예측에 용이한 4가지의 인공지능 알고리즘인 LSTM, GRU, 딥Q 네트워크강화학습, XGBoost 알고리즘의 성능을 분석하고 비교하는 시스템을 구현하였다. 본 연구에서는 구현된 성능 분석 시스템을 통해 어떤 알고리즘이 주식 시세를 예측하고 활용하기 위해 가장 좋은 성능을 가졌는지 비교분석하고 해당 시스템의 결과분석이 주식예측에 어떠한 영향을 주는지를 평가한다.