• Journal of Convergence for Information Technology
• /
• 제8권1호
• /
• pp.201-206
• /
• 2018

Recently, as technologies for realizing artificial intelligence have become more common, machine learning is widely used. Machine learning provides insight into collecting large amounts of data, batch processing, and taking final action, but the effects of the work are not immediately integrated into the learning process. In this paper proposed an adaptive learning model to improve the performance of real-time stream analysis as a big business issue. Adaptive learning generates the ensemble by adapting to the complexity of the data set, and the algorithm uses the data needed to determine the optimal data point to sample. In an experiment for six standard data sets, the adaptive learning model outperformed the simple machine learning model for classification at the learning time and accuracy. In particular, the support vector machine showed excellent performance at the end of all ensembles. Adaptive learning is expected to be applicable to a wide range of problems that need to be adaptively updated in the inference of changes in various parameters over time.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.655-658
• /
• 2021

본 논문에서는 GPU 아키텍처를 이용하여 적응형 부호 거리장을 최적화하여 빠르게 구축하고 시각화 할 수 있는 방법에 대해 제안한다. 쿼드트리를 효율적으로 GPU 메모리로 전달하고, 이를 활용하여 삼각형에 대해 유클리디안 거리를 각 스레드 별로 병렬처리하여 최단 거리를 찾는다. 이 과정에서 GPU를 사용하여 삼각형으로 구성된 3D 메쉬로부터 빠르게 적응형 부호 거리장을 계산할 수 있는 최적화 기법과 절단면 보기, 특정 위치의 값 조회, 실시간 레이트레이싱 및 충돌처리 작업을 빠르고 효율적으로 수행할 수 있는지를 보여준다. 또한, 제안하는 프레임워크를 활용하면 하이 폴리곤 메쉬도 1초 내외로 부호 거리장을 계산할 수 있기 때문에 강체뿐만 아니라 변형체에도 충분히 활용될 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.271-273
• /
• 2021

본 논문은 이동노드의 클러스터링내에서 보다 효율적인클러스터링을 제공하고 유지하기위한 딥러닝의 선형회귀적 적응적 보정가중치에 따른 군집적 알고리즘을 제안한다. 대부분의 클러스터링 군집데이터를 처리함에 있어 상호관계에 따른 분류체계가 제공된다. 이러한 경우 이웃한 이동노드중 목적노드와는 연결가능성이 가장높은 이동노드를 클러스터내에서 중계노드로 선택해야 한다. 본 연구에서는 이러한 상황정보를 이해하고 동적이동노드간 속도와 방향속성정보간의 상관관계의 친밀도를 고려한 자율학습기반의 회귀적 모델에서 적응적 가중치에 따른 분류를 제시한다. 본 논문에서는 이러한 상황정보를 이해하고 클러스터링을 유지할 수 있는 자율학습기반의 적응적 가중치에 따른 딥러닝 모델을 제시 한다.

• Journal of the Institute of Convergence Signal Processing
• /
• 제9권4호
• /
• pp.272-279
• /
• 2008

Shot change detection is an important technique for effective management of video data, so detection scheme requires adaptive detection techniques to be used actually in various video. In this paper, we propose an adaptive shot change detection algorithm using the mean of feature value on variable reference blocks. Our algorithm determines shot change detection by defining adaptive threshold values with the feature value extracted from video frames and comparing the feature value and the threshold value. We obtained better detection ratio than the conventional methods maximally by 15% in the experiment with the same test sequence. We also had good detection ratio for other several methods of feature extraction and could see realtime operation of shot change detection in the hardware platform with low performance was possible by implementing it in TVUS model of HOMECAST company. Thus, our algerian in the paper can be useful in PMP(portable multimedia player) or other portable players.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.118-120
• /
• 2015

현재, 급격한 IT 기술 발전의 산물인 스마트 디바이스에서 발생되는 데이터의 양이 기하급수적으로 증가함에 따라 효율적으로 저장하기 위한 다양한 연구 및 기술 개발이 진행되고 있다. 이 중에 Desktop Storage Virtualization(DSV)은 비가용 데스크톱 스토리지 자원을 하나의 통합된 스토리지로 만들고 이를 스토리지 사용자 니즈에 따라 스토리지를 제공한다. DSV는 분산된 데스크탑의 비가용 자원을 통합함에 따라 신뢰성이 매우 중요시된다. 그러나 DSV 환경에서 산발적 서버다운 및 기타 장애시 대응체계가 미흡하다. 본 논문에서는 이러한 상황을 고려한 Server Selection Algorithm(SSA)를 제시한다. SSA는 서버 장애 발생시 대체 서버를 분산된 데스크탑이 적응적 인지 및 서버를 변경함으로써 고가용성을 제공한다.

• The KIPS Transactions:PartC
• /
• 제16C권2호
• /
• pp.237-244
• /
• 2009

The congestion in wireless sensor network increases the ratio of data loss and causes the delay of data. The existing congestion protocols for wireless sensor network reduces the amount of transmission by control the sampling frequency of the sensor nodes related to the congestion when the congestion has occurred and was detected. However, the control method of sampling frequency is not applicable on the situation which is sensitive to the temporal data loss. In the paper, we propose a new congestion control, ACT - Adaptive Congestion conTrol. The ACT monitors the network traffic with the queue usage and detects the congestion based on the multi level threshold of queue usage. Given network congestion, the ACT increases the efficiency of network by adaptive flow control method which adjusts the frequency of packet transmission and guarantees the fairness of packet transmission between nodes. Furthermore, ACT increases the quality of data by using the variable compression method. Through experiment, we show that ACT increases the network efficiency and guarantees the fairness to sensor nodes compared with existing method.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.397-398
• /
• 2007

본 논문에서는 환경변화에 대해 강인하게 동작하는 음성인식 시스템을 위해 잡음적응 훈련과 변별학습 방식을 결합한 형태의 환경적응 방식을 제안한다. 다중환경 훈련과 잡음제거방식을 결합한 형태인 잡음적응 훈련 방식은 음성인식을 위한 MCE (Minimum Classification Error)의 목적과는 거리가 있고, 음성인식 시스템이 사용되는 모든 환경을 반영하는 것은 현실적으로 어렵다는 점에서 한계가 있다. 이에 잡음적응 훈련방식으로 훈련된 기본 음향모델을 목적환경에서 수집한 소량의 데이터를 이용한 변별학습을 통해 환경적응 모델로 변환함으로써 이러한 단점을 보완할 수 있는 잡음 적응 변별학습을 이용한 훈련방식을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.153-156
• /
• 2004

이 연구에서는 동작 포착 데이터에서 최적의 동작을 얻기 위한 비용과 시간을 줄이고, 캐릭터의 체형 크기에 무관하게 복합 지형에서 적응적인 이동 동작을 빠르고 효율적으로 생성하는 방법을 제안한다. 즉 캐릭터의 신장이나 걷는 속도, 걸음폭 등의 매개변수들을 사용하여 평지면, 경사면, 계단면 그리고 굴곡면 등 다양한 지형에서의 달리기 동작을 생성하며 역운동학(Inverse Kinematics) 개념을 적용하여 관절들의 위치나 각도를 산출하고 관절의 이동 궤적을 계산하기 위해 큐빅 스플라인 곡선을 활용한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.139-140
• /
• 2008

문장 독립 화자 확인에서 SVM을 위한 적응된 GMM을 바탕으로 특징을 추출함으로써 GMM과 SVM 사이의 새로운 접근 방식을 제안한다. 우수한 측정성으로 인해, 적응된 GMM은 SVM 화자 확인을 위한 대규모의 음성 데이터로부터 적은 양의, 전형적인 특징 벡터를 추출해오곤 했다. 이 새로운 접근방식을 사용함으로써, 제안된 화자 확인 시스템은 기존의 GMM-UBM 시스템보다 훨씬 나은 성능을 보였다.

• The KIPS Transactions:PartC
• /
• 제10C권4호
• /
• pp.479-484
• /
• 2003

In the current Internet, it is difficult for an Internet Phone to guarantee the QoS due to variable network conditions such as packet loss rate, delay and bandwidth. In addition, the QoS of an Internet Video Phone is more hard to guarantee because of video data. In this paper, we investigate application-level QoS control schemes that can adapt to variable network conditions, and describe an error control scheme and a congestion control scheme. Based on these QoS control schemes, we have designed and implemented an Internet Video Phone System that supports adaptive audio and video delivery. Through experiments, we found that the Internet Video Phone can reduce the packet loss rate considerably as well as adjust the transmission rate considering other TCP flows.