• 융합정보논문지
• /
• 제8권1호
• /
• pp.201-206
• /
• 2018

최근 인공지능을 구현하기 위한 기술들이 보편화되면서 특히, 기계 학습이 폭넓게 사용되고 있다. 기계 학습은 대량의 데이터를 수집하고 일괄적으로 처리하며 최종 조치를 취할 수 있는 통찰력을 제공하나, 작업의 효과가 즉시 학습 과정에 통합되지는 않는다. 본 연구에서는 비즈니스의 큰 이슈로서 실시간 데이터 분석의 성능을 개선하기 위한 적응형 학습 모델을 제안하였다. 적응형 학습은 데이터세트의 복잡성에 적응하여 앙상블을 생성하고 알고리즘은 샘플링 할 최적의 데이터 포인트를 결정하는데 필요한 데이터를 사용한다. 6개의 표준 데이터세트를 대상으로 한 실험에서 적응형 학습 모델은 학습 시간과 정확도에서 분류를 위한 단순 기계 학습 모델보다 성능이 우수하였다. 특히 서포트 벡터 머신은 모든 앙상블의 후단에서 우수한 성능을 보였다. 적응형 학습 모델은 시간이 지남에 따라 다양한 매개변수들의 변화에 대한 추론을 적응적으로 업데이트가 필요한 문제에 폭넓게 적용될 수 있을 것으로 기대한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 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.

• 한국정보통신학회:학술대회논문집
• /
• 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.

• 융합신호처리학회논문지
• /
• 제9권4호
• /
• pp.272-279
• /
• 2008

장면 전환 검출은 비디오 데이터의 효율적인 관리를 위한 주요 기술로서 다양한 영상에 실제적으로 적용하기 위해서 적응적인 검출 기술이 요구된다. 본 논문에서는 가변 참조 구간의 평균 특징값을 이용한 적응적인 장면 전환 검출 알고리즘을 제안한다. 제안하는 알고리즘은 비디오 프레임에서 추출한 특징값들 중에서 가변 구간 동안의 평균 특징값을 참조하여 적응적 임계값을 정의하고, 특징값과 임계값을 비교하여 장면 전환 유무를 판단한다. 동일한 비디오 데이터를 사용한 실험을 통해서 제안한 방법이 기존의 방법들보다 검출 결과가 최대 15%이상 향상되었음을 확인하였다. 제안한 방법은 여러 가지 특징 추출 방법에 대해서도 좋은 성능을 나타내었으며, 홈캐스트사의 TVUS 모델에서 구현함으로써 하드웨어 성능이 낮은 플랫폼에서 실시간 장면 전환 검출이 가능한 것을 확인하였다. 따라서 제안하는 방법은 휴대용 미디어 장치나 유사 휴대형기기에서 유용하게 사용될 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 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.

• 정보처리학회논문지C
• /
• 제16C권2호
• /
• pp.237-244
• /
• 2009

무선 센서 네트워크에서의 혼잡은 데이터 손실 비율을 증가시키고, 전송 지연이 길어지는 문제점을 야기한다. 기존의 무선 센서 네트워크를 위한 혼잡 제어 방법들은 혼잡을 판단하고, 혼잡에 연관된 센서노드들을 선택하여 샘플링 주기를 조절함으로써 전송량을 줄이는 방법을 사용한다. 그러나 샘플링 주기 조절 기법은 시간적 데이터 손실에 민감한 응용에 사용하기 어려운 문제점이 있다. 본 연구에서는 무선 센서 네트워크에서의 혼잡을 해결하는 새로운 혼잡 제어 기법인 ACT를 제안한다. 제안하는 ACT기법에서는 큐 감시를 통해 다중 큐 임계값을 사용하여 네트워크의 상태를 판단한다. ACT는 혼잡 발생시 패킷 전송 간격을 조절하는 적응적 흐름 제어 기법을 통해 네트워크의 효율성을 높이며 패킷판단 기법을 통하여 노드간의 공평성을 보장한다. 또한 압축을 이용하여 센서노드 간 전송량을 조절하도록 하여 이용가능한 데이터양을 증가시킨다. 실험을 통하여 제안된 ACT기법이 기존 프로토콜에 비해 네트워크의 패킷 전송 효율성을 향상시키며 센서노드들에게 공평성있는 데이터전송을 제공함을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 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.

• 정보처리학회논문지C
• /
• 제10C권4호
• /
• pp.479-484
• /
• 2003

현재의 인터넷 전화는 가변적인 대역폭과 패킷손실, 지연으로 인하여 일반 전화만큼의 통화품질을 제공하지 못하고 있다. 더욱이 비디오를 포함하는 화상전화에서 QoS를 보장하기는 더욱 어렵다. 본 논문에서는 가변적인 네트웍 변화에 적응적으로 대처할 수 있는 응용 수준의 QoS 제어 기법들을 고찰하고 화상전화에 적합한 오류제어 기법과 혼잡제어 기법을 설명한다. 또한, 이러한 기법들을 기반으로 적응적 QoS를 지원하는 인터넷 화상전화를 설계 및 구현한다. 실험 결과, 구현된 화상전화는 음성과 화상 데이터의 패킷 손실을 크게 줄일 수 있었고 경쟁하는 다른 TCP 플로우들을 고려해서 전송률을 조절하였다.