• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2006.11a
• /
• pp.121-124
• /
• 2006

본 논문에서는 영상 압축에 있어서 사용되는 새로운 고속 움직임 추정 기법에 대해 소개한다. 전역 탐색 블록 정합 알고리즘(FSBMA)은 최상의 PSNR을 갖는 화질로 움직임 벡터를 추정할 수 있지만 높은 계산량으로 인하여 실시간 구현에 부적합하다는 단점을 가지고 있다. 그러므로 계산량을 낮추면서 유사한 화질을 유지할 수 있는 많은 고속 탐색 기법들이 제안되어 왔다. 본 논문에서는 기존의 잘 알려진 고속 블록 정합 알고리즘을 수정 보완한 새로운 알고리즘을 제안한다. 제안한 방법에서는 움직임 추정에서의 고속 블록 정합 알고리즘에 있어 변형된 다이아몬드(Diamond) 탐색 기법을 이용하여 영상이 갖는 서로 다른 움직임 패턴에 대해 움직임의 방향성에 따라 적응적으로 탐색 방향과 패턴을 달리하면서 움직임을 예측하여 다이아몬드(Diamond)탐색 알고리즘과 유사한 화질을 유지하면서 보다 적은 계산량을 가지고 움직임 벡터를 추정학 수 있다. 또한 이를 PMVFAST(Predictive Motion Vector Field Adaptive Search Technique)와 결합함으로서 보다 좋은 화질을 가질 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.542-547
• /
• 2000

진화프로그래밍(Evolutionary Programming : EP)은 최적화 문제에 있어서 매우 유용한 기법으로 자연선택의 원리를 모방한 탐색알고리즘이다. EP는 기존의 최적화 알고리즘에 비하여 여러해를 동시에 탐색하는 전역탐색(global search)방법이므로 국부수렴(local convergence)의 가능성이 줄어들고, 최적화 파라메터 영역의 연속성과 미분치의 존재성과 같은 조건이 필요 없는 장점을 갖는다. 이러한 장점에도 불구하고, EP의 탐색영역이 초기조건 및 최적화 파라메터들의 랜덤 생성 그리고 최적화에 필요한 전략적 파라메터들에 의하여 탐색 영역이 결정되고, 수렴성이 느린 단점을 갖는다. 이러한 문제를 해결하기 위하여, 본 연구에서는 빠른 수렴성과 다양성을 갖는 개선된 EP을 제안하고, 제안된 방향성 벡터를 갖는 개선된 EP를 함수 최적화 문제에 적용하여 그 성능의 유용성을 보이고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2004.10d
• /
• pp.173-180
• /
• 2004

생의학 도메인에서 약어 중의성 해결이란 생의학 문서에 나타난 약어의 원래 형태(long form)를 판별하는 작업이다. 본 논문은 생의학 도메인에서 약어 중의성 해결에 적합한 자질들을 실험적으로 탐색하는데 목적이 있다. 이를 위해서 약어 중의성 해결에 사용할 문맥을 전역 문맥(topical context)과 지역 문맥(local context)으로 구분하고, 각각의 문맥에서 스테밍(stemming), 불용어 제거, 품사 부착 등의 과정을 통해서 다양한 자질들을 고려하도록 한다. 생의학 도메인에서 약어 중의성 해결을 위한 실험 자료의 부족을 해결하기 위해서, 학습 자료와 평가 자료를 자동으로 구축했으며, 평가를 위한 약어로는 기존 연구에서 사용된 두 가지 약어 목록을 사용했다. 또한 단순 베이지언 모델(Naive Bayesian Model)을 이용해서 각 자질들의 유용성을 평가하였다 실험 결과, 전역 문맥이 지역 문맥보다 더 좋은 성능을 보였으며, 전역 문맥에서는 불용어만을 제거한 경우가 각각의 평가 자료에서 94.2%와 96.2%로 가장 좋은 결과를 보였으며, 전역 문맥과 지역 문맥을 함께 사용하는 경우에 각각의 평가 자료에서 1.8%와 0.3%의 성능 향상이 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.6
• /
• pp.538-542
• /
• 2001

DNA computing has been applied to the problem of getting an optimal soluting since Adleman's experiment. DNA computing uses strings with various length and four-type bases that makes more useful for finding a global optimal solutions of the complex multi-modal problems This paper presents DNA coding method finding optimal solution of the multi-modal function and compares the efficiency of this method with the genetic algorithms(GA). GA searches efffectively an optimal solution via the artificial evolution of individual group of binary string and DNA coding method uses DNA molecules and four-type bases denoted by the A(Ademine) C(Gytosine);G(Guanine)and T(Thymine). The selection, crossover, mutation operators are applied to both DNA coding algorithm and genetic algorithms and the comparison has been performed. The results show that the DNA based algorithm performs better than GA.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.17 no.3
• /
• pp.117-126
• /
• 2016

In this study, a new meta-heuristic optimization algorithm, Vision Correction Algorithm (VCA), designed according to the optical properties of glasses was developed. The VCA is a technique applying optometry and vision correction procedure to optimization algorithm through the process of myopic/hyperopic correction-brightness adjustment-compression enforcement-astigmatism adjustment. The proposed VCA unlike the conventional meta-heuristic algorithm is an automatically adjusting global/local search rate and global search direction based on accumulated optimization results. The proposed algorithm was applied to the representative optimization problem (mathematical and engineering problem) and results of the application are compared with that of the present algorithms.

• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.47 no.12
• /
• pp.48-54
• /
• 2010

This paper presents a high-performance architecture of integer-pel motion estimation circuit for H.264 video CODEC. Full search algorithm guarantees the best results by examining all candidate blocks. However, the full search algorithm requires a huge amount of computation and data. Many fast search algorithms have been proposed to reduce the computational efforts. The disadvantage of these algorithms is that data access from or to memory is very irregular and data reuse is difficult. In this paper, we propose an efficient integer-pixel motion estimation algorithm and the circuit architecture to improve the processing speed and reduce the external memory bandwidth. The proposed circuit supports seven kinds of variable block sizes and generates 41 motion vectors. We described the proposed high-performance motion estimation circuit at R1L and verified its operation on FPGA board. The circuit synthesized by using l30nm CMOS standard cell library processes 139.8 1080HD ($1,920{\times}1,088$) image frames per second and supports up to H.264 level 5.1.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.21 no.1
• /
• pp.21-34
• /
• 2008

An improved optimum design method for reinforced concrete frames using integrated genetic algorithm(GA) with direct search method is presented. First, various sets of initially assumed sections are generated using GA, and then, for each resultant design member force condition optimum solutions are selected by regression analysis and direct search within pre-determined design section database. In advance, global optimum solutions are selected from accumulated results through several generations. Proposed algorithm makes up for the weak point in standard genetic algorithm(GA), that is, low efficiency in convergence causing the deterioration of quality of final solutions and shows fast convergence together with improved results. Moreover, for the purpose of elevating economic efficiency, optimum design based on the nonlinear structural analysis is performed and therefore makes all members resist against given loading condition with the nearest resisting capacity. The investigation for the effectiveness of the introduced design procedure is conducted through correlation study for example structures.

• Journal of the Korea Society of Computer and Information
• /
• v.8 no.2
• /
• pp.31-36
• /
• 2003

This paper proposes an acceleration method of PCA(Principal Component Analysis) based feature detection. The feature detection method makes decision whether the target feature is included in a given image, and if included, calculates the position and extent of the target feature. The position and scale of the target feature or face is not known previously, all the possible locations should be tested for various scales to detect the target. This is a search Problem in huge search space. This Paper proposes a fast face and feature detection method by reducing the search space using the multi-stage prediction map and contour Prediction map. A Proposed method compared to the existing whole search way, and it was able to reduce a computational complexity below 10％ by experiment.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.1408-1412
• /
• 2005

본 연구에서는 퍼지논리제어의 적용을 통해 홍수시 저수지의 방류량을 결정하는데 있어, 예측유입량 자료에 내재된 불확실성을 고려할 수 있는 저수지 운영 모형을 구성하고자 하였다. 제어규칙은 전문가들의 의견을 반영해 규칙기반을 설정하는데 이러한 일반적인 방법의 단점을 보완하고자 전역 최적화 기법인 타부탐색을 이용하여 제어규칙을 자동적으로 설정해 퍼지-타부탐색 모형을 구성하였다. 모형의 적용 결과, 첨두방류량이 감소되어 홍수조절 율이 개선되었으며 총 방류량도 감소되어 결과적으로 치수효과가 증대될 수 있음을 확인하였다. 또한 홍수 후에 가용할 수 있는 수자원의 양이 증가되어 이수적 차원에서 향상된 결과를 나타내었다.

• Journal of Advanced Marine Engineering and Technology
• /
• v.21 no.2
• /
• pp.108-116
• /
• 1997

유전알고리즘은 진화원리에서 발견된 몇몇 특징들을 컴퓨터 알고리즘과 결합시켜 복잡한 최적화 문제를 해결하려는 도구로서 1975년 미국의 Holland 교수에 의해 처음으로 개발되었다. 주어진 문제에서 탐색환경이 다변수 또는 다봉(multi-modal)이 되어 대단히 복잡하거나 또는 부분적으로 알려질 경우는, 구배(gradient)에 기초한 재래식 방법을 사용하여 최적화하는 것은 매우 어렵게 되고 경우에 따라서는 불가능할 수도 있다. 이러한 이유로 유전알고리즘과 같은 강인한 탐색법이 요구된다. 유전알고리즘의 장점은 연속성(continuity), 미분가능성(differentiability), 단봉성(unimodality) 등과 같이 탐색공간에 대한 제약으로부터 자유롭다는 것이다. 다시 말하면 목적함수 외 탐색공간에 대한 사전지식을 필요로 하지 않고, 매우 크고 복잡한 공간일지라도 전역해 쪽으로 수렴해 갈수 있다는 것이다. 이러한 특성 때문에 유전알고리즘은 실제 환경에서 많은 복잡한 최적화 문제를 해결하는 방법으로 인정을 받고 있으며, 함수의 최적화, 신경회로망의 학습, 동적시스템의 식별및 제어, 신호처리등 여러 분야에 성공적으로 응용되고 있다. 이러한 중요성에 비해 유전알고리즘에 대한 연구는 국내적으로는 아직 미진한 수준이나 최근 이에 대한 관심이 고조되고 있으며, 또한 그 응용분야도 점점 넓어져 이론 개발과 실질적인 응용에 확산되리라 생각된다. 따라서 본 해설기사는 유전알고리즘의 원리와 응용 사례를 살펴봄으로서 최적화 문제를 해결하려는 독자들에게 조금이나마 도움을 주고자 한다.