• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.11a
• /
• pp.129-131
• /
• 2012

본 논문은 2비트 변환 (two-bit transform : 2BT) 알고리즘의 탐색 범위를 적응적으로 조정하는 알고리즘을 제안하였다. 2BT는 정합 오차 기준으로 SAD (sum of absolute differences)를 사용하지 않고 Number of Non-Matching Points (NNMP)를 사용하여 속도를 향상시키고, 하드웨어 구현을 용이하게 했다. 그러나 움직임 예측 시 기존의 방법인 전역 탐색 (FS : Full Search) 알고리즘을 사용하여 방대한 연산량을 요구한다. 이 점을 개선하기 위해 이 논문에서는 2BT의 탐색 범위를 매 블록마다 적응적으로 조정하면서 알고리즘의 계산량을 줄이고 속도를 향상시키는 알고리즘을 제안하였다. 기존의 2BT와 제안하는 알고리즘을 비교한 실험결과는 PSNR이 거의 동일하나 복잡도 측면에서 제안하는 알고리즘이 훨씬 우수한 성능을 보여준다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.3
• /
• pp.71-79
• /
• 1998

This paper introduces a new optimization algorithm which is combined with genetic algorithm and random tabu search method. Genetic algorithm is a random search algorithm which can find the global optimum without converging local optimum. And tabu search method is a very fast search method in convergent speed. The optimizing ability and convergent characteristics of a new combined optimization algorithm is identified by using a test function which have many local optimums and an optimum allocation of pipe support. The caculation results are compared with the existing genetic algorithm.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.222-224
• /
• 2011

본 논문은 1 비트 변환(1-bit transform: 1BT) 알고리듬에 적응적 탐색 지점 조정을 추가적으로 적용한 알고리듬이다. 1BT는 정합 오차 기준을 Sum of Absolute(SAD)를 대신 하여 Number of Non-matching Point(NNMP)를 사용하여 속도를 향상시키고, 하드웨어 구현을 용이하게 했다. 하지만 정합 오차 기준만 바뀌었을 뿐, 전역 탐색(FS: Full Search)알고리듬을 사용한다. 본 논문에서는 1BT방법에 적응적 탐색 지점 조정을 적용함으로써 추가적으로 속도 향상하는 알고리듬을 제안하였다. 실험 결과에서는 기존의 1BT와 제안하는 알고리듬을 비교하여 PSNR과 시간 측면에서의 뛰어난 성능을 보여준다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1998.03a
• /
• pp.213-219
• /
• 1998

Genetic Algorithms(GAs ; 유전자 알고리즘)은 자연적 선택(natural selection)의 유전적인 메카니즘에 기초한 탐색 알고리즘(search algo-rithms)이다. GA는 세대(generation)를 거듭함에 따라 어떤 최적화화하는 해에 수렴해가는 탐색 알고리즘으로 전세대의 우수개체로부터 새로운 세대의 개체들이 집합이 형성되는 과정을 이용한 탐색 알고리즘이다. GA에 대한 최근의 활발한 연구와 많은 관심은 주로 기존의 기법이 특정 영역의 지식을 많이 필요로하는데 비해서 GA는 효율적인 영역독립 탐색경험들의 집합을 제공하여 최적해를 얻는 기법으로서 전역함수 최적화와 NP 등의 문제에 유용하다는 연구결과가 제시되고 있기 때문이다. 본 연구에서는 GA에 대한 명확한 이해와 세대의 형성 , 개체를 선택하기 위한 타당한 연산자(operator)에 관한 내용을 고찰하고, GA가 언제, 어떻게 사용되는가에 대해 응용사례를 중심으로 GA의 향후 연구방향에 대해 논의하고 GA가 앞으로 어떤 분야에서 어떻게 발전해 나가야 할 지에 대한 과제에 대해 논의한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.384-389
• /
• 1998

본 논문은 특정 응용에 적합한 퍼지 제어기의 최적 설계 파라메터(퍼지 규칙과 소속 함수)를 찾는데 역전파 학습 과정과 유전 알고리즘을 결합한 Lamarckian 상호적응 기법을 이용한 뉴로-퍼지 제어기의 새로운 설계 방법을 제안한다. 설계 파라메타들은 진화에 의한 전역적 탐색을 통해 높은 포함값과 유용한 퍼지 규칙들을 갖는 규칙 베이스와 작은 근사화 오차와 좋은 제어 성능을 갖는 소속 함수들을 얻도록 제어기간 파라메타 조절을 수행하며, 학습에 의한 국부적 탐색을 통해 각 퍼지 제어기가 원하는 제어 결과를 나타내도록 제어기내 파라메타 조절을 수행한다. 제안한 상호적응 설계 방법은 유전 알고리즘의 모든 세대에서 역전파 학습이 이루어지므로 보다 좋은 근사화 능력을 나타나고, 사용한 무게 중심 비퍼지화기가 정확한 비퍼지화값을 계산하므로 보다 좋은 제어 성능을 가지며, 퍼지 규칙 베이스와 소속 함수들의 최적화 탐색 과정이 입출력 공간의 같은 퍼지 분할 상에서 통합된 적응 함수에 의하여 동시에 수행되므로 탐색을 위한 작업 공간이 아주 작아지는 장점이 있다. 시뮬레이션 결과는 Lamarckian 상호 적응에 의해 얻어진 FLC가 퍼지 규\ulcorner 수, 근사화 능력, 제어 성능등 모든면에서 다른 방법에 의해 얻어진 FLC보다 가장 우수함을 보여준다.

• Proceedings of the KIEE Conference
• /
• 2003.11a
• /
• pp.113-115
• /
• 2003

본 논문에서는 확률적인 전역 최적해 탐색 방식인 유전알고리즘과 경험적인 최적화 알고리즘인 Tabu 탐색법을 이용하여 실시간으로 적용 가능한 배전계통 선로 재구성 및 커패시터 용량결정 방안을 제안하고자 한다. 제안한 알고리즘은 PC Cluster System으로 병렬처리하여 배전계통의 손실 최소화를 위한 선로 재구성 및 커패시터 용량 결정문제의 최적해 탐색에 소요되는 계산시간을 단축하고, 실시간 지원시스템의 성능 개선을 도모하고자 한다. PC Cluster System은 이용자의 편의를 위해서 MS Windows 환경에서 구축하였고, Visual C++ 환경에서 개발하였다. 제안한 방법의 유용성을 입증하기 위해 참고 문헌의 예제 계통에 적용한 후 종래의 방법과 비교함으로써 제안한 방법이 해의 탐색속도 및 해의 성능면에서 우수함을 입증하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.11
• /
• pp.2298-2304
• /
• 2015

In this paper, we provide a new approach which optimizes the vertical tilting angle of the base station for multi-cell multiple-input single-output (MISO) downlink active antenna systems (AAS). Instead of the conventional optimal algorithm which requires an exhaustive search, we propose simple and near optimal algorithms. First, we represent a large system approximation based vertical beamforming algorithm which is applied to the average sum rate by using the random matrix theory. Next, we suggest a signal-to-leakage-and-noise ratio (SLNR) based vertical beamforming algorithm which simplifies the optimization problem considerably. In the simulation results, we demonstrate that the performance of the proposed algorithms is near close to the exhaustive search algorithm with substantially reduced complexity.

• Journal of Korea Multimedia Society
• /
• v.12 no.4
• /
• pp.483-491
• /
• 2009

In this paper, we propose a fast motion estimation algorithm using adaptive elimination of sub-block partial coefficients. The proposed algorithm predicts an adaptive threshold for each sub-block by using relationship of an initial sum of absolute difference(SAD) and a minimum SAD at the current point, and efficiently reduces unnecessary calculation time of the conventional partial distortion elimination(PDE) algorithm with the predicted threshold. Our algorithm reduces about 60% of computations of the conventional PDE algorithm without any degradation of prediction quality compared with the con ventional full search. Additionally, the proposed algorithm can be applied to other fast motion estimation 떠gorithms. the proposed Our proposing algorithm will be useful to real-time video coding applications using MPEG-2 or MPEG-4 AVC standards.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.2
• /
• pp.164-170
• /
• 2004

This paper proposes a Distributed Autonomous Robotic System(AIS) based on Artificial Immune System(AIS) and Distributed Genetic Algorithm(DGA). The behaviors of robots in the system are divided into global behaviors and local behaviors. The global behaviors are actions to search tasks in environment. These actions are composed of two types: dispersion and aggregation. AIS decides one among above two actions, which robot should select and act on in the global. The local behaviors are actions to execute searched tasks. The robots learn the cooperative actions in these behaviors by the DGA in the local. The proposed system is more adaptive than the existing system at the viewpoint that the robots learn and adapt the changing of tasks.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.6
• /
• pp.699-704
• /
• 2004

This paper proposes a Distributed Autonomous Robotic System(DARS) based on an Artificial Immune System(AIS) and a Classifier System(CS). The behaviors of robots in the system are divided into global behaviors and local behaviors. The global behaviors are actions to search tasks in environment. These actions are composed of two types: aggregation and dispersion. AIS decides one among these two actions, which robot should select and act on in the global. The local behaviors are actions to execute searched tasks. The robots learn the cooperative actions in these behaviors by the CS in the local. The proposed system is more adaptive than the existing system at the viewpoint that the robots learn and adapt the changing of tasks.