• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• pp.2833-2835
• /
• 1999

이 논문에서는 임의의 시스템 동정에 사용되는 적응필터의 계수를 최적화시키는 방법으로 광범위하게 사용되어지고 있는 기존의 적응 알고리즘인 Least Mean Square(LMS)방법과 최근들어 다양한 최적화 문제에 응용되고 있는 유전자 알고리즘(GA)을 합성한 하이브리드 형태의 적응 알고리즘을 사용한다. 이 알고리즘은 TIR 필터를 설계하는데 있어, 경사하강법의 개념을 사용함으로써 야기되는 지역 수렴문제의 단점을 보완하기 위해, 미분과 같은 결정론적인 규칙없이 단지 확률적인 연산자만으로 진행하는 유전자 알고리즘을 이용한다. 그리고 유전자 알고리즘에 있어서 확률적인 연산을 사용함으로써 발생하는 많은 계산량과 느린 수렴속도 문제를 LMS의 경사하강법을 이용하여 보완한다. 이처럼 유전자 알고리즘이 지닌 장점과 LMS 알고리즘이 갖는 장점을 이용하여 각 알고리즘이 지니는 단점을 서로 보완함으로써 알고리즘의 성능을 향상시키고 이 향상된 알고리즘을 이용하여 최적 필터계수를 찾는다 이렇게 얻은 필터계수값을 이용하여 적응 필터의 성능을 확인 평가한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• 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 KIEE Conference
• /
• 2005.07d
• /
• pp.2525-2527
• /
• 2005

큰 지연시간을 갖는 고차계 시스템에 대하여 일반적으로 적용할 수 있는 PID 제어기의 동조방법중 한 가지 방법으로써 축소모델을 이용하는 방법이 있다. 이 방법은 큰 지연시간을 갖는 고차계 공정을 SOPTD(Second Order Plus Time Delay Model)로 축소를 하여 SOPTD의 고정된 형태의 모델에 대하여 PID 제어기를 동조하는 방법이다. SOPTD로 모델을 축소하는 방법과 최적화 PID 파라미터를 동조하는 방법이 제시되었다. 본 논문에서는 기존의 최적화 PID 제어구조에 RLSE를 추가하여 실시간으로 축소모델의 계수를 보정해주는 최적화 적응형 PID 제어구조를 제안하였고, 기존의 제어구조보다 우수한 적응성을 가짐을 시뮬레이션을 통하여 보였다.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.7
• /
• pp.81-89
• /
• 1999

Image obtained by incomplete communication always include noise, blur and distortion, etc. In this paper, we propose and apply the new spatial filter algorithm, called an optimal adaptive generalized stack filter(AGSF), which optimizes adaptive generalized stack filter(AGSF) using neural network weight learning algorithm of back-propagation learning algorithm for improving noise removal and edge preservation rate. AGSF divides into two parts: generalized stack filter(GSF) and adaptive multistage median filter(AMMF), GSF improves the ability of stack filter algorithm and AMMF proposes the improved algorithm for reserving the sharp edge. Applied to neural network theory, the proposed algorithm improves the performance of the AGSF using two weight learning algorithms, such as the least mean absolute(LAM) and least mean square (LMS) algorithms. Simulation results of the proposed filter algorithm are presented and discussed.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.5
• /
• pp.451-461
• /
• 2002

Differential evolution(DE) has been preyed to be an efficient method for optimizing real-valued multi-modal objective functions. DE's main assets are its conceptual simplicity and ease of use. However, the convergence properties are deeply dependent on the control parameters of DE. This paper proposes an adaptive differential evolution(ADE) method which combines with a variant of DE and an adaptive mechanism of the control parameters. ADE contributes to the robustness and the easy use of the DE without deteriorating the convergence. 12 optimization problems is considered to test ADE. As an application of ADE the paper presents a supervised clustering method for predicting events, what is called, an evolutionary event clustering(EEC). EEC is tested for 4 cases used widely for the validation of data modeling.

• The Journal of the Acoustical Society of Korea
• /
• v.20 no.5
• /
• pp.61-68
• /
• 2001

In this paper, an analytical method and a difference approximation method to calculate the gradient of an objective function have been applied to the directivity optimization in an adaptive ultrasonic transducer which is combined with a point source array and an optimization algorithm (DFP method). To compare these two methods, quasi-ideal .beam with a beam width and direction specified are chosen as the desired directivity. As the numerical results, the difference approximation method shows better suppressive capacity of side lobe level, good stability in the convergence processing, faster convergence speed and excellent adaptability compared with the analytical method.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.366-369
• /
• 2006

본 논문에서는 계층적 공정 경쟁 유전자 알고리즘을 통한 비선형시스템의 정보입자 기반 퍼지집합 퍼지집합 모델의 최적화 방법을 제안한다. 퍼지집합 모델은 주로 전문가의 경험에 기반을 두어 얻어지기 때문에 동정과 최적화 과정이 필요하며 GAs를 이용하여 퍼지모델을 최적화한 연구가 많이 있다. GAs는 전역 해를 찾을 수 있는 최적화 알고리즘으로 잘 알려져 있지만 조기 수렴 문제를 포함하고 있다. 병렬유전자 알고리즘(PGA)은 조기수렴를 더디게 하고 전역 해를 찾기 위한 진화알고리즘이다. 적응형 계층적 공정 경쟁기반 유전자 알고리즘(AHFCGA)을 이용하여 퍼지모델의 입력변수, 멤버쉽함수의 수, 멤버쉽함수의 정점 등의 전반부 구조와 파라미터를 동정하였고, LSE를 사용하여 후반부 파라미터를 동정하였으며 실험적 예제를 통하여 제안된 방법의 성능을 평가한다.

• Journal of KIISE
• /
• v.41 no.12
• /
• pp.1090-1098
• /
• 2014

In this paper, an improved ACDE (Adaptive Cauchy Differential Evolution) algorithm with faster convergence speed, called ACDE2, is suggested. The baseline ACDE algorithm uses a "DE/rand/1" mutation strategy to provide good population diversity, and it is appropriate for solving multimodal optimization problems. However, the convergence speed of the mutation strategy is slow, and it is therefore not suitable for solving unimodal optimization problems. The ACDE2 algorithm uses a "DE/current-to-best/1" mutation strategy in order to provide a fast convergence speed, where a control parameter initialization operator is used to avoid converging to local optimization. The operator is executed after every predefined number of generations or when every individual fails to evolve, which assigns a value with a high level of exploration property to the control parameter of each individual, providing additional population diversity. Our experimental results show that the ACDE2 algorithm performs better than some state-of-the-art DE algorithms, particularly in unimodal optimization problems.

• The Journal of Korean Association of Computer Education
• /
• v.11 no.5
• /
• pp.57-66
• /
• 2008

An adaptive optimization of parametric cubic convolution for image interpolation is derived in this paper. The proposed technique is based on optimizing the standard cubic convolution interpolation formula at each interpolated pixel. Conventional parametric cubic convolution methods use a fixed parameter in an image, so properties of each pixel cannot be incorporated into the interpolation. The proposed method optimizes the interpolation kernel by obtaining parameters adaptively on each pixel. A new cost function is introduced to reflect frequency properties of the original data. The proposed technique produces noticeably sharper edges than traditional techniques and exhibits an average PSNR improvement of traditional techniques.

• The Journal of the Korea Contents Association
• /
• v.12 no.9
• /
• pp.1-8
• /
• 2012

In this paper, we propose a rate-distortion optimization method to improve the coding efficiency of the conventional 3D-DCT based compression method using adaptive block mode selection for integral images. In the conventional 3D-DCT based compression method, 3D-DCT blocks of variable block sizes are adaptively selected depending on the characteristics of integral images, and then 3D-DCT is performed. The proposed method applies a rate-distortion optimization to determine the optimal block mode. In addition, we suggest the optimal Lagrangian parameter for integral images. Experimental results show that the proposed method gives bit-rate reduction of about 5%.