• The KIPS Transactions:PartB
• /
• v.16B no.4
• /
• pp.319-326
• /
• 2009

PSO(Particle Swarm Optimization) is an optimization algorithm in which simple particles search an optimal solution using shared information acquired through their own experiences. PSO applications are so numerous and diverse. Lots of researches have been made mainly on the parameter settings, topology, particle's movement in order to achieve fast convergence to proper regions of search space for optimization. In standard PSO, since each particle uses only information of its and best neighbor, swarm does not explore diverse regions and intended to premature to local optima. In this paper, we propose a new particle's movement strategy in order to explore diverse regions of search space. The strategy is that each particle moves according to relative weights of several better neighbors. The strategy of exploring diverse regions is effective and produces less local optimizations and accelerating of the optimization speed and higher success rates than standard PSO. Also, in order to raise success rates, we propose a strategy for checking whether swarm falls into local optimum. The new PSO algorithm with these two strategies shows the improvement in the search speed and success rate in the test of benchmark functions.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.37 no.5
• /
• pp.54-63
• /
• 2000

We present a multi-resolution block matching algorithm (BMA) for fast motion estimation At the coarsest level, a motion vector (MV) having minimum matching error is chosen via a full search, and a MV with minimum matching error is concurrently found among the MVs of the spatially adjacent blocks Here, to examine the spatial MVs accurately, we propose an efficient method for searching full resolution MV s without MV quantization even at the coarsest level The chosen two MV s are used as the initial search centers at the middle level At the middle level, the local search is performed within much smaller search area around each search center If the method used at the coarsest level is adopted here, the local searches can be done at integer-pel accuracy A MV having minimum matching error is selected within the local search areas, and then the final level search is performed around this initial search center Since the local searches are performed at integer-pel accuracy at the middle level, the local search at the finest level does not take an effect on the overall performance So we can skip the final level search without performance degradation, thereby the search speed increases Simulation results show that in comparison with full search BMA, the proposed BMA without the final level search achieves a speed-up factor over 200 with minor PSNR degradation of 02dB at most, under a normal MPEG2 coding environment Furthermore, our scheme IS also suitable for hardware implementation due to regular data-flow.

• The KIPS Transactions:PartB
• /
• v.15B no.2
• /
• pp.159-170
• /
• 2008

Nowadays, one of the important functionalities required from robot task planners is to generate plans to compose existing component services into a new service. In this paper, we introduce the design and implementation of a heuristic search planner, JPLAN, as a kernel module for component service composition. JPLAN uses a local search algorithm and planning graph heuristics. The local search algorithm, EHC+, is an extended version of the Enforced Hill-Climbing(EHC) which have shown high efficiency applied in state-space planners including FF. It requires some amount of additional local search, but it is expected to reduce overall amount of search to arrive at a goal state and get shorter plans. We also present some effective heuristic extraction methods which are necessarily needed for search on a large state-space. The heuristic extraction methods utilize planning graphs that have been first used for plan generation in Graphplan. We introduce some planning graph heuristics and then analyze their effects on plan generation through experiments.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.9
• /
• pp.69-76
• /
• 2022

The traveling salesman problem(TSP) is one of the most famous combinatorial optimization problem. So far, many metaheuristic search algorithms have been proposed to solve the problem, and one of them is local search. One of the very important factors in local search is neighbor generation method, and random-based neighbor generation methods such as inversion have been mainly used. This paper proposes 4 new greedy-based neighbor generation methods. Three of them are based on greedy insertion heuristic which insert selected cities one by one into the current best position. The other one is based on greedy rotation. The proposed methods are applied to first-choice hill-climbing search and simulated annealing which are representative local search algorithms. Through the experiment, we confirmed that the proposed greedy-based methods outperform the existing random-based methods. In addition, we confirmed that some greedy-based methods are superior to the existing local search methods.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.66-66
• /
• 2022

아날로그 기법은 대표적인 공간상세화 기법 중 하나로써, 과거 기상 현상이 미래 재현된다는 가정 하에 목표 시점과 가장 유사한 기상패턴을 보이는 과거 시점을 활용하여 공간상세화를 수행하는 방법이다. 상세화 목표 시점과 가장 유사한 과거 시점을 찾기 위해서는 선결되어야 하는 매개변수가 존재한다. 특히 상세화 성능에 민감한 것으로 알려진 매개변수로는 목표 시점과 유사한 과거 시점 탐색에 활용되는 시공간 범위, 상세화 변수와 역학적 관계를 가지고 있는 종관기상변수, 상세화에 활용되는 과거 시점의 개수 등이 있다. 아날로그 기법의 매개변수를 탐색하고자 하는 시도는 국외에서 여러 차례 진행되어 왔으나, 각 매개변수는 지역의 기상특징에 따라 상이한 결과를 나타내었다. 국내에서는 국외에서 수행한 탐색 결과를 활용하여 공간상세화를 주로 수행하여 왔지만, 보다 높은 성능의 상세화를 수행하기 위해서는 국내 지역에 맞는 매개변수를 활용하는 것이 타당하다. 본 연구에서는 국내 지역에 적합한 아날로그 공간상세화 매개변수를 탐색하고 이를 제시하고자 한다. 탐색된 매개변수는 아날로그 공간상세화 기법뿐만 아니라 다양한 공간상세화 기법에 활용하능한 정보이기 때문에, 연구결과의 활용성이 높을 것으로 판단된다.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.10
• /
• pp.27-35
• /
• 2021

Local search has been used to solve various combinatorial optimization problems. One of the most important factors in local search is the method of generating a neighbor solution. In this paper, we propose neighbor generation strategies of local search for permutation-based combinatorial optimization, and compare the performance of each strategies targeting the traveling salesman problem. In this paper, we propose a total of 10 neighbor generation strategies. Basically, we propose 4 new strategies such as Rotation in addition to the 4 strategies such as Swap which have been widely used in the past. In addition, there are Combined1 and Combined2, which are made by combining basic neighbor generation strategies. The experiment was performed by applying the basic local search, but changing only the neighbor generation strategy. As a result of the experiment, it was confirmed that the performance difference is large according to the neighbor generation strategy, and also confirmed that the performance of Combined2 is the best. In addition, it was confirmed that Combined2 shows better performance than the existing local search methods.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2003.11a
• /
• pp.657-671
• /
• 2003

정보화 사회에서 관광 웹 사이트는 그 지역의 가치가 있는 관광정보를 제공하고, 관광객을 유치하는 마케팅 도구로서 그 역할이 중요시되고 있다. 또한, 인터넷 정보 수용자는 관광 웹 사이트를 매개로 하여 그 지역에 대한 이미지를 갖게 되고, 점차적으로 일정한 태도를 형성하여 결국 관광지를 선택하는데 영향을 받는다고 볼 수 있다. 지방 자치 단체의 홈페이지에서 관광 홍보가 매우 중요하다. 그 이유는 첫째 인터넷 외에 지역의 관광정보를 여행하기 전에 입수하는 것이 매우 어려운 상황이고, 둘째로, 인터넷을 통한 관광 정보 탐색이 대중화되고 있기 때문이다. 정보탐색은 지속적 탐색이라 표현할 수 있는데 잠재적 관광객이 관광 홈페이지를 매개로 하여 그 지역의 대한 이미지를 갖게 되고 그에 따라 관광지 선택에 영향을 받는다고 볼 수 있다. 하지만, 광역자치단체의 웹사이트 상에서 관광정보를 구축하여 제공할 때에 정보 수용자 측면보다는 개발자 측면 중심으로 이루어진 경우가 많이 있다. 그래서, 막대한 재정적 투자를 통해 개발된 관광정보가 수용자의 욕구에 다소 못 미칠 수 있다. 이에 관광정보 수용자들의 정보탐색 요인을 파악하여 개발할 필요성이 대두되고 있다. 또한, 관광정보 요구자가 관광정보를 탐색할 때 그들의 특성에 따라 관광정보 웹 사이트를 평가하는 기준이 다르게 나타날 수 있다. 이를 기반으로 대학생들이 개인의 특성에 따라 웹 사이트의 평가에 미치는 영향에 대해 분석하고자 한다. 설문지법을 사용하여 전남 D대학교의 관광학 전공, 경영학 전공, IT(정보통신)학 전공 학생을 대상으로 총 90부를 설문조사 하였으며, 각 전공별 학생들을 컴퓨터 실습실에서 1시간 동안 전남도청 관광 웹 사이트를 탐색하게 한 후 설문지에 응답하는 방식을 사용했다. 개인의 특성에 따라서 관광정보 웹 사이트 수용도 에서는 유흥성향과 외향-내향성 성향이 관광정보 웹 사이트의 수용도에 영향을 미친다는 매우 유의하다는 결과를 도출 할 수 있었다. 웹 사이트의 특성에 따라서 관광정보 웹 사이트 수용도 에서는 탐색의 편리성, 정보의 충실성, 정보의 질이 관광정보 수용도 유의적이라는 결과를 도출했다. 하지만, 대고객 서비스에는 관광정보 웹 사이트 수용도에 대한 영향이 유의적이지 못한 결과를 보이고 있는데, 이를 위해서는 사용자에게 개별서비스 제공을 함으로서, 동영상이나 각종 사운드, 사용자 편의를 위한 관련정보 다운로드, 사용자를 고려한 부과서비스를 제공한다면 웹 사이트의 성과가 높을 것임을 기대할 수 있다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.37 no.2A
• /
• pp.113-118
• /
• 2012

In this paper, we propose the removal of search point using motion vector correlation and distance between reference frames in H.264/AVC. We remove the search points in full search method and predictive motion vectors in enhanced predictive zonal search method. Since the probability that the reference frame far from the current frame is selected as the best reference frame is decreased, we apply the weighted average based on distance between the current and reference frame to determine the fianl search range. In general, the size of search range is smaller than initial search range. We reduce motion estimation time using the final search range in full search method. Also, the refinement process is adaptively applied to each reference frame. The proposed methods reduce the computational throughput of full search method by 57.13% and of enhanced predictive zonal search by 14.71% without visible performance degradation.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.69-71
• /
• 1998

본 논문에서는 웹을 기반으로 한 인터넷에서 유전자 알고리즘을 이용한 정보검색 방법을 제시한다. 특정 문제에 대한 가설 공간을 탐색하여 최적의 해를 찾을 때 지역성과 전역성을 함께 고려하는 유전자 알고리즘의 특성을 웹에서의 정보검색에 이용한다. 여기에서 고려할 점은 탐색속도와 탐색방향인데 본 논문에서는 탐색속도를 고려하지 않았다. 탐색방향은 사용자의 정보 요구와 검색된 문서와 유사도 평가함수로 조절하였다. 본 논문에서 제안한 유사도 평가함수로 실험을 한 결과, 사용자의 초기 정보요구에 대한 검색결과의 적합성 여부에 대한 사용자의평가가 기존의 검색엔진을 사용했을 때보다 개선된 결과를 얻을 수 있었다. 그리고 HTML 문서의 특성을 고려해서 검색하는 경우에는 검색어에 대해 보다 특정적인 결과를 제시했으며, 문서 내에서 검색어의 지역 중요도만을 고려하는 경우는 보다 일반적인 결과를 제시하는 것을 확인할 수 있었다.

• Annual Conference of KIPS
• /
• 2012.11a
• /
• pp.792-795
• /
• 2012

애드 혹 네트워크(MANET: Mobile Ad hoc NETworks)는 기본적인 내부구조(infrastructure) 없이 노드들만으로 네트워크 망을 구성한다. 경로 탐색 정책으로 리액티브(reactive) 방식과 프로액티브(proactive) 방식이 있는데, 전통적으로 리액티브 방식의 성능이 더 좋은 것으로 평가된다. 그리고 두가지 방식의 장점을 취합한 하이브리드(hybrid) 방식의 클러스터 토폴로지(cluster topology) 도입에 관한 연구가 이루어지고 있다. 그 중, HCR(Hybrid Cluster Routing)이 제안되었는데, 이는 프로액티브 방식에 보다 중심을 둔 기법이다. HCR 은 리액티브 방식 경로 탐색 방법인 플라딩(flooding)의 탐색 지역을 한정된 범위로 제한할 수 있으나, 프로액티브 방식의 전체 네트워크 구성 정보 유지에 따른 막대한 오버헤드를 발생한다. 본 논문에서는 이러한 오버헤드를 줄이기 위해, 클러스터 내부 경로 탐색 기법인 MICF(Maginot path based Intra Cluster Flooding)를 제안한다. MICF 는 HCR 을 개선한 FSRS(First Search and Reverse Setting) 기반의 기법으로서, 클러스터 내부의 마지노 패스(maginot path)를 기준으로 경로 탐색 지역을 제한한다. MICF 는 게이트웨이(gateway) 간 최단 거리가 항상 클러스터 헤드(cluster head)를 중점으로 원의 내각 지역에 존재함을 바탕으로 하며, 최단 경로의 보장과 플라딩 지역 제한을 동시에 만족한다. 실험 결과, MICF 는 FSRS 기반의 기존 클러스터 내부 플라딩 방식보다 총 에너지의 7.79%만큼 더 에너지를 보존하였다. 결론적으로, MICF 역시 기존의 방식보다 에너지를 더 효율적으로 사용할 수 있으며, 마지노패스 설정과 이를 기반으로 한 제어 과정에 추가적인 오버헤드가 발생하지 않는다. 그리고 플라딩 면적이 작을수록 오버헤드가 줄어들게 됨을 알 수 있다.