• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권3호
• /
• pp.246-254
• /
• 2007

국지적 탐색 알고리즘들은 최적해를 찾기 위해서 이웃해를 생성하여 평가한 뒤에 좋은 해로 이동하는 과정을 반복한다. 본 논문에서는 생성된 이웃해를 원래의 목적함수로 평가하기 전에 간단한 예비 평가 휴리스틱을 이용하여 미리 평가함으로써, 좋지 않아 보이는 이웃해를 확률적으로 여과할 수 있는 기법을 소개한다. 이 확률적 여과 기법은 결국에 버려질 이웃해를 엄밀하게 평가하는데 낭비되는 시간을 절약하고, 이 시간 동안 보다 좋아 보이는 이웃해를 더 많이 탐색할 수 있게 함으로써 탐색 효율을 높이는 기법이다. 대규모의 실세계 최적화 문제인 교통망에서의 교통 신호 최적화 문제와 작업 일정 계획에서의 부하평준화 문제를 대상으로 한 실험에서 확률적 여과를 적용한 경우가 적용하지 않은 경우에 비해 주어진 탐색시간 동안 더 좋은 질의 최적해를 얻을 수 있는 것으로 확인되었다.

• 한국컴퓨터정보학회논문지
• /
• 제11권1호
• /
• pp.129-138
• /
• 2006

지금까지 maximal covering문제를 해결하기 위해 다양한 기법들이 적용되어 왔다. 타부 탐색 역시 그 중의 하나이다. 그러나 기존 연구에서는 타부 탐색을 비롯한 언덕오르기 탐색이나 시뮬레이티드 어닐링과 같은 이웃해 탐색 기법들에 대한 종합적인 분석과 성능 향상을 위한 노력이 부족하였다. 본 논문에서는 다양한 실험과 분석을 통해 이웃해 탐색 기법들의 성능을 향상시키기 위한 방안을 소개한다. 기본적으로 모든 이웃해 탐색 기법들은 k-exchange 이웃해 생성 방법을 사용하고 있으며 다양한 파라미터 설정에 따라 각 기법의 성능이 어떻게 달라지는가를 분석하였다. 실험 결과 단순 언덕오르기 탐색과 시뮬레이티드 어닐링이 다른 기법들에 비해 훨씬 우수한 탐색 성능을 보였으며, 일반적인 경우와는 달리 단순 언덕오르기 탐색이 시뮬레이티드 어닐링과 비슷한 성능을 보임을 확인하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권11호
• /
• pp.1116-1120
• /
• 2010

본 논문에서 우리는 추천 시스템을 위한 두 개의 정제된 이웃선정 알고리즘을 제시하고, 또한 아이템의 속성정보가 어떻게 고품질의 예측을 위해 사용될 수 있는지를 보인다. 정제된 이웃선정 알고리즘은 가상 이웃과 대체 이웃을 각각 사용하여 이행적 유사도를 기반으로 한 이웃선정 방법을 적용한다. 실험 결과는 본 논문에서 제안한 알고리즘을 적용한 추천 시스템이 다른 시스템에 비해 보다 우수한 성능을 가짐을 보여준다. 이러한 제안 시스템은 예측 품질의 저하 없이 대규모 데이터셋 문제 및 초기 참여자 문제를 극복할 수 있게 한다.

• 한국가정과교육학회지
• /
• 제30권3호
• /
• pp.67-90
• /
• 2018

이 연구는 중학교 기술·가정 교과의 주생활 영역 '주거와 거주환경' 단원의 이웃과 더불어 살아가는 주생활을 위한 실천적 문제 중심 가정과 교수·학습 과정안을 개발하여 적용하는데 목적을 두고 있다. 개발은 ADDIE단계에 따라 2009 개정 교육과정과 2015 개정 교육과정, 2009 개정 교육과정에 의한 교과서의 주생활 단원을 분석하고 이웃과 더불어 살아가는 주생활과 실천적 문제 중심 수업 관련 문헌을 고찰하여 총괄 학습목표와 성취기준, 실천적 문제와 3차시분의 학습주제(더불어 살아가는 주생활의 중요성, 이웃공동체 활동과 지역사회 공동체, 이웃과 더불어 살아가는 주생활가치관)를 선정하였다. 차시별로 실천적 문제 중심 수업 방법을 적용한 교수·학습 과정안과 학습자료(학습 활동지 7개와 읽기 자료 3개, 과제지 1개, 교사용 자료 3개, PPT자료 3세트, 동영상 6개), 설문지를 개발하여, 2017년 9월 한 달 간 서울시 구로구 소재 C중학교 1학년 전체 8학급 남녀학생 204명을 대상으로 연구자가 직접 수업에 적용하고, 185명의 학생 평가 결과를 분석하였다. 학생들은 대부분 평소 이웃들에게 관심을 가지고 교류를 이어가고 있었으나 적극적으로 활동을 찾아보려는 노력은 하지 않는 것으로 나타났다. 수업 전반에 관한 평가에서 수업 활동과 수업 자료들이 수업 내용을 이해하는 데 도움이 되었다고 답했으며 수업의 내용이 자신들의 삶과 동네에 도움이 되는 것이라 응답하였고 다른 학교에서도 이러한 내용의 수업이 이루어지기를 바랐다. 각 차시별 수업 내용은 더불어 살아가는 것의 중요성에 대해 알고 이웃공동체 활동과 지역사회 공동체에 대해 탐색하며 이웃과 더불어 살아가는 주생활가치관을 함양하는 것으로 평소 이웃과의 관계에서 자신의 행동을 되돌아보고 자신의 행동이 나와 가족, 이웃과 사회에 미치는 영향을 고려할 수 있도록 하였다고 평가하였다. 특히 이웃들이 주생활 속에서 겪는 어려움에 대해 관심을 가지고 적극적으로 이를 해결하기 위해 서로 도우며 이웃공동체 활동에 참여하고 이웃과 더불어 살아가는 주생활 실천의식을 가지고 이웃과 더불어 살아가는 주생활가치관을 함양하는데 도움이 된 것으로 평가하였다. 이러한 결과를 바탕으로 이 실천적 문제 중심 교수·학습 과정안은 총괄 학습목표와 실천적 문제, 각 차시별 학습 주제와 2009 개정 교육과정 및 2015 개정 교육과정의 주생활 영역 성취기준을 달성하는데 적절하며 2015 개정 교육과정의 관계형성능력을 함양하는 데 활용될 것으로 기대한다.

• 한국사회복지학
• /
• 제67권2호
• /
• pp.237-257
• /
• 2015

본 연구는 지역사회 주민참여 결정요인과 사회자본 형성에 미치는 영향을 분석하는데 목적을 둔다. 이를 위해 부산지역의 마을만들기 사업에 참여한 경험이 있는 A동 주민 389명을 대상으로 질문지법을 통해 지역사회 주민참여 요인인 근린환경만족도, 외부지원만족도, 지역애착도, 이웃과의 유대감의 영향력을 분석하였다. 분석결과 첫째, 지역사회 주민참여 결정요인은 외부지원만족도와 이웃과의 유대감이 주요 요인으로 나타나, 다른 변수들을 통제하였을 때 외부지원이 커지거나, 이웃과의 유대감이 커지면 지역사회에 참여할 가능성이 높아지는 것으로 나타났다. 둘째, 외부지원만족도, 지역 애착도, 이웃과의 유대감 등이 사회자본 형성에 유의미한 영향력을 나타냈다. 셋째, 사회자본 하위 요소별로 영향력을 검증한 결과 신뢰와 네트워크는 외부지원만족도, 지역애착도, 이웃과의 유대감의 영향력이 유의미한 영향을 미치는 반면, 상호호혜성은 지역애착도와 이웃과의 유대감이 유의미하게 나타나 차이를 보였다. 이를 바탕으로 함의와 제언을 제시하였다.

• 한국통신학회논문지
• /
• 제39B권9호
• /
• pp.561-569
• /
• 2014

무선 애드혹 네트워크에서 이웃 탐색 과정은 네트워크를 초기화하는데 먼저 수행되어야 하고, 라우팅 알고리즘이나 토폴로지 컨트롤, 그리고 MAC 계층 설계를 위해서도 반드시 필요한 과정이므로 효율적인 분산적 이웃 탐색방법 설계가 필수적이다. 본 논문에서는 확률적 이웃 탐색 기법 (PND: Probabilistic neighbor discovery)을 제안한다. 제안한 기법에서는 MIMD (Multiplicative-increase, multiplicative-decrease) 정책을 통해 광고 메시지의 전송확률을 제어함으로써 이웃 탐색에 소요되는 시간을 줄이는 것이 가능하다. 더불어 임의의 기기가 광고 메시지를 전송한 경우, 그 메시지가 성공적으로 전송되었는지 여부를 알 수 있는 충돌 감지 기법 (CD: Collision detection)을 도입함으로써 확률적 이웃 탐색 기법의 성능을 더 높일 수 있다. 시뮬레이션 결과는 제안 기법이 모든 이웃을 탐색하기까지 소요되는 시간을 15.6%~57%까지 감소시킬 수 있음을 보여준다.

• 한국통신학회논문지
• /
• 제24권8B호
• /
• pp.1506-1517
• /
• 1999

본 논문에서는 이웃 블록과 중첩된 움직임 탐색영역에서의 MAD 분포 및 블록내 화소의 부표본화를 이용한 두가지 고속 움직임 추정 방법을 제안하였다. 제안한 두 가지 방법에서는 이웃 블록과 중첩된 영역에서 현재 블록 MAD의 최소 및 최대 범위를 구하여 이용하였으며, 이때 사용되는 MAD의 최소 및 최대 범위는 이웃 블록의 MAD와 현재 블록과 이웃 블록간의 MAD를 이용하여 구하였다. 또한, 블록 정합은 블록내 화소를 부표본화한 뒤 행하였다. 제안한 첫 번째 방법에서는 블록 MAD의 최소 범위를 이용하여 이웃 블록과 움직임이 중첩되지 않는 영역에서 구한 기준 MAD가 블록 MAD의 최소 범위보다 큰 탐색점에 대하여서만 블록 정합을 행함으로써 고속으로 움직임을 추정하였다. 또한, 본 논문에서는 계산량을 크게 줄이기 위한 방법으로 현재 블록 MAD의 분포 특성을 이용한 고속 움직임 추정 방법을 제안하였다. 이 방법에서는 이웃 블록과 중첩된 각 탐색점에서의 실제 MAD는 MAD의 최소 및 최대 범위 사이에 존재하게 된다는 것을 이용하여, 실제 MAD 분포의 확률적인 모델을 이용하여 고속으로 움직임을 추정하였다. 제안한 방법의 성능을 평가하기 위한 컸뼜\ulcorner모의 실험결과로부터 제안한 방법이 움직임 추정 오차 측면에서 우수한 성능을 유지하면서도 계산량을 현저히 줄일 수 있음을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.27-35
• /
• 2021

지역 탐색은 다양한 조합 최적화 문제들을 해결하기 위해 활용되어 왔다. 지역 탐색에 있어서 가장 중요한 요소 중 하나가 이웃해를 생성하는 방법이다. 본 논문에서는 순열 기반 조합 최적화를 위한 지역 탐색의 이웃해 생성 전략들을 제안하고, 순회 외판원 문제를 대상으로 각 전략들의 성능을 비교한다. 본 논문에서는 총 10가지 이웃해 생성 전략을 제안한다. 기본적으로 기존에 많이 사용했던 Swap 등 4가지 전략 이외에 Rotation 등 4가지 기법을 새롭게 제안한다. 이외에 기본 이웃해 생성 전략들을 결합하여 만든 Combined1과 Combined2가 있다. 실험은 기본적인 지역 탐색을 적용하되 이웃해 생성 전략만 변경하여 수행하였다. 실험 결과, 이웃해 생성 전략에 따라 성능 차이가 큰 것을 확인하였으며 아울러 Combined2의 성능이 가장 좋음을 확인하였다. 뿐만 아니라 Combined2는 기존의 지역 탐색 기법들보다 더 좋은 성능을 발휘함을 확인하였다.

• 정보보호학회논문지
• /
• 제18권6A호
• /
• pp.85-96
• /
• 2008

이웃 탐색(Neighbor Discovery) 프로토콜은 IPv6 프로토콜 사용 환경에서 동일 링크에 연결된 노드 사이에 이웃 노드에 관한 정보를 교환하는데 사용되는 프로토콜이다. 처음으로 제안되었던 IPsec 프로토콜의 인증 헤더(Authentication Header)를 이용한 이웃 탐색 프로토콜 보호 방법은 키 교환 프로토콜을 사용할 수 없고 수동적 키 분배의 어려움이 있는 문제점이 있었다. 그 후 모든 이웃 탐색 메시지를 디지털 서명(Digital Signature)으로 보호하는 보안 이웃 탐색(SEND) 프로토콜이 제안되었다. 그렇지만 공개키 암호화 시스템을 기반으로 한 디지털 서명 기술은 일반적으로 고비용이 드는 것으로 알려져 있어 가용성 측면에서 상당한 성능 저하가 있을 것으로 예상된다. 본 논문에서는 보안 이웃 탐색 프로토콜의 가용성을 개선시키기 위해 CGA(Cryptographically Generated Addresses) 주소 생성 과정에서 해시 함수 입력에 MAC(Media Access Control) 주소를 추가하는 Modified CGA 기법과 캐시를 활용하는 방법을 제안하였으며, 실험을 통해 기존 방법과의 성능 차이를 비교하였다.

• 한국게임학회 논문지
• /
• 제13권3호
• /
• pp.47-54
• /
• 2013

대부분의 연속된 k-개의 이웃 찾기 알고리즘은 차량, 핸드폰 등 이동하는 객체에 대하여 주기적으로 모니터링을 하는 위치 기반 서비스에서 연구되어 왔다. 이러한 연구들은 쿼리 포인트가 이동 객체에 비하여 매우 적을 뿐만 아니라 쿼리 포인트가 움직이지 않고 고정된 환경을 가정한다. 게임 환경에서 k-개의 이웃을 찾아야 하는 경우는 무리 짓기, 군중 시뮬레이션 및 로봇과 같이 이동 객체가 주변의 이웃 객체를 인식하여 다음 이동을 계산하여야 할 때이다. 따라서 모든 이동 객체가 쿼리 포인트가 되고, 그 결과 이동 객체와 쿼리 포인트의 수가 동일하며, 쿼리 포인트도 움직이게 된다. 본 논문에서는 이러한 게임 환경에서 기존의 위치기반 서비스에서 연구된 k-개의 이웃 찾기 알고리즘들을 적용하여 어떤 알고리즘이 어떤 조건에서 적합한지에 대한 성능을 분석한다.