• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.1356-1358
• /
• 2007

데이터 병합은 무선 센서 네트워크에서 발생하는 통신량 축소로 에너지 소비의 최소화를 달성하기 위해 적용되는 기법이다. 이런 데이터 병합의 시간 제어는 종단간 지연시간을 최적화하면서 병합 시간의 적응적인 조절로 WSNs의 성능을 크게 향상시킬 수 있다. 따라서 본 논문은 WSNs에서 데이터 정확성과 종단간 지연시간 사이에 발생하는 상충조건의 최적화를 위해 무선 손실을 고려한 적응성 있는 타이밍 제어 프로토콜을 설계하였다. 이 프로토콜은 무선 손실의 변화에 적응성을 있는 데이터 병합을 수행할 수 있도록 선택적 참여율과 중요도를 결정함으로써 네트워크 전체에 패킷 전송 횟수를 균등하게 분배하여 전체 네트워크 안정성을 높일 수 있도록 하였다.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1936-1939
• /
• 2003

본 논문에서는 최소 계승 선형 예측 방식의 에지 방향성을 이용하여 공간영역에서의 다양한 움직임 벡터 예측기를 적응적으로 설정하는 방식을 제안하고자 한다. 적응 움직임 예측 방식은 동영상 움직임 벡터가 국부 통계적인 특성의 돌연한 변화로 특징지어진다는 것을 바탕으로 예측기를 움직임 벡터의 통계적인 특성에 따라 전환하는 방식이다 본 논문에서 사용된 최소 계승 예측 방식은 움직임 벡터의 다양한 통계적 특성을 이용하여 국부적으로 움직임 벡터 예측 계수를 최적화하지만 최적화 과정에서 매우 큰 계산량을 갖게 됨으로 실제적으로 적용하기가 어려웠다. 그러므로 본 논문에서는 최소 계승 예측 방식을 에지 방향성의 관점에서 재해석하여 적응적으로 움직임 벡터 예측기를 개선하므로 계산량을 줄이면서 일정한 성능을 유지함을 확인 할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2002.11a
• /
• pp.45-48
• /
• 2002

본 논문에서는 최소 계승 선형 예측 방식의 에지 방향성을 이용하여 공간영역에서의 다양한 움직임 벡터 예측기를 적응적으로 설정하는 방식을 제안하고자 한다. 적응 움직임 예측 방식은 동영상 움직임 벡터가 국부 통계적인 특성의 돌연한 변화로 특징지어진다는 것을 바탕으로 예측기를 움직임 벡터의 통계적인 특성에 따라 전환하는 방식이다. 본 논문에서 사용된 최소 계승 예측 방식은 움직임 벡터의 다양한 통계적 특성을 이용하여 국부적으로 움직임 벡터 예측 계수를 최적화 하지만 최적화 과정에서 매우 큰 계산량을 갖게 됨으로 실제적으로 적용하기가 어려웠다. 그러므로 본 논문에서는 최소 계승 예측 방식을 에지 방향성의 관점에서 재해석하여 적응적으로 움직임 벡터 예측기를 개선하므로 계산량을 줄이면서 일정한 성능을 유지함을 확인 할 수 있었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.220-223
• /
• 2004

지금까지 배송에 관한 연구는 주로 최적화된 차량의 배송 경로의 생성에 있어서 계획 생성까지의 시간의 단축이나 경로계획의 안정성의 확보에 초점을 두었다. 그러나 고객의 높은 서비스 수준을 만족시키기 위해서는 다양한 요구 사항을 충분히 반영한 동적인 운송계획의 수립과 함께 배송 단계에서 빈번히 발생하는 다양한 예외상황에 대한 적절한 대처가 필요하게 되었다. 본 연구에서는 최적화, GIS, GPS, ITS, Mobile등의 기술을 이용하여 동적으로 변화하는 실시간 환경에서 높은 서비스 수준을 제공할 수 있는 적응 운송 시스템의 모습을 제시하고자 한다.

• Journal of the Korean Institute of Telematics and Electronics
• /
• v.19 no.5
• /
• pp.12-19
• /
• 1982

In general the design methods of adaptive filter are divided into two categories, one is based upon the local parameter optimization theory and the other is based upon stability theory. Among the various design techniques, the LMS algorithm by steepest-descent method which is based upon local parameter optimization theory is used widely. In designing the adaptive filter, the most important factor is the convergence rate of the algorithm. In this paper a new algorithm is proposed to improve the convergence rate of adaptive firter compared with the commonly used LMS algorithm. The faster convergence rate is obtained by adjusting the adaptation gain of LMS algorithm. And various aspects of improvement of the adaptive filter characteristics are discussed in detail.

• The Journal of the Korea Contents Association
• /
• v.15 no.4
• /
• pp.1-8
• /
• 2015

This paper presents a Electrocardiogram(ECG) identification method using adaptive weight based on Least Mean Square Error(LMSE) optimization. With a preprocessing for noise suppression, we extracts the average ECG signal and its standard deviation at every time instant. Then the extracted information is stored in database. ECG identification is achieved by matching an input ECG signal with the information in database. In computing the matching scores, the standard deviation is used. The scores are computed by applying adaptive weights to the values of the input signal over all time instants. The adaptive weight consists of two terms. The first term is the inverse of the standard deviation of an input signal. The second term is the proportional one to the standard deviation between user SAECGs stored in the DB. Experimental results show up to 100% recognition rate for 32 registered people.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.29 no.9C
• /
• pp.1330-1336
• /
• 2004

This paper addresses an adaptive motion vector prediction algorithm to improve the performance of video encoder. The block-based motion vector is characterized by non-stationary local statistics so that the coefficients of LS (Least Squares) based linear motion can be optimized. However, it requires very expensive computational cost. The proposed algorithm using LS approach with spatially varying motion-directed property adaptively controls the coefficients of the motion predictor and reduces the computational cost as well as the motion prediction error. Experimental results show the capability of the proposed algorithm.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1994.10a
• /
• pp.806-811
• /
• 1994

최근의 절삭가공 생산시스템은 무인자동화,고속화,정밀화로 대별되면서 생산성을 극대화시킬려는 방향으로 연구 가 진행되고 있다. 종래의 CNC화된 기계가공시스템에서는 절삭속도,이송속도 그리고 절삭깊이 등과 같은 절삭 조건은 On-line으로 조절되는 장치를 갖지 않고 Off-line으로 프로그래머의 경험이나 절삭가공의 데이터 핸드북을 통하여 결정되어진다. 이러한 절삭조건은 절삭률 즉 생산성의 측면에서 최적의 값이 될 수가 없다. 이는 프로그래머가 측면에서 최적의 값이 될 수가 없다. 이는 프로그래머가 공구의 마모나 표면거칠기, 또는 공작기계의 부하 등을 고려하여 극적으로 NC프로그램을 짜기 때문이다. 이러한 문제점 때문에 현재 개발되어지고 있는 대부분의 적응제어시스템은 실용화가 되지못하고 있는 실정이어서 효휼적인 적응시스템의 개발은 필수적이다. 따라서 본 연구에서는 무인자동화 가공시스템에서 생산성을 최대화하기 위하여 사용하는 ACO 시스템에서 발생하는 상기의 문제를 해결하여 실용화할 수 있는 가공 최적화 시스템을 개발함을 연구의 목적으로 하고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.305-307
• /
• 2000

본 논문에서는 다층 퍼셉트론 신경망에서 연결선 수를 최소로 하면서 일반화 성능을 향상시키기 위해 가장 널리 쓰여지고 있는 Optimal Brain Surgeon을 이용한 프루닝(pruning)을 기반으로 하여 오차 함수의 가중치 감소항을 추가시키는 방법을 사용한다. 이때 학습 및 프루닝의 성능에 많은 영향을 미치는 가중치 감소항의 방영정도를 베이시안 테크닉에 기반하여 적응적으로 최적화 하는 방법을 제안한다. 제안하는 방법의 성능을 검증하기 위해 벤치마크 데이터를 이용하여 실험을 수행하였다. 순수한 OBS 방법과 고정된 반영정도를 가진 가중치 감소항을 추가시킨 OBS, 그리고 제안하는 적응적 가중치 감소항을 적용한 OBS 방법을 비교하여 제한하는 방법이 기존의 두 방법에 비해 신경망 구조의 최적화 능력이 뛰어남을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.343-345
• /
• 2005

유비쿼터스 환경에서의 원격화상회의 시스템은 그 시스템을 이용하는 사용자에 따라서 시스템의 실행환경이나 사용자의 디바이스 환경 등 많은 변화 요소를 가지고 있다. 본 논문에서는, 사용자가 가질 수 있는 서로 다른 환경 등에 스스로 적응하여 효과적이고 최적화된 원격화상회의를 진행 할 수 있는 시스템 구조를 제안하며, 이를 이종의 플랫폼에서 구동할 수 있도록 각각의 플랫폼 환경에 최적화된 적응 구조를 동적으로 재구성할 수 있는 방법과 응용프로그램을 제안한다. 또한, 제안시스템의 프로토타입을 실제 구현하여 그 유효성을 확인하였다.