• ICROS
• /
• v.6 no.3
• /
• pp.82-90
• /
• 2000

본 논문에서는 관리제어시스템의 사양으로 주어진 언어가 일반적으로 제어불가능이거나 관측불가능인 상황하에서 관리제어기 설계에 대한 문제를 다룬다. 먼저 사양언어가 제어불가능인 겨우 제어가능성의 성질들을 이용하여 사양언어에 근사한 최고 제어가능 부언의 및 최적 닫힘 제어가능 초언어를 유도해내고 이를 바탕으로 관리제어기를 설계한다 그리고 사양언어가 관측불가능인 경우는 관측가능성의 집합연산에 대한 성질들을 이용하여 사양언어에 가장 근사하면서 관측가능인 초언어 및 관측가능성보다 강한 조건인 표준성을 도입하여 관측가능 부언어 등을 유도하고 이를 토대로 관리제어기를 설계힌다 나아가 사양언어가 제어불가능이면서 관측불가능인 경우의 관리제어가 설계에 대해 결과를 확장한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.451-454
• /
• 2002

본 논문에서는 개인의 적성을 판단하는 문제를 처리하기 위한 가중치 퍼지추론 알고리즘을 제시하고, 지식표현을 위해 퍼지 집합 이론과 퍼지 생성 규칙들을 이용하였다. 거리척도에 서는 퍼지값이 높은 구간의 척도를 낮은 구간의 척도에 비례하여 유사성을 구하였다. 또한, 가중치를 정량화한 값과 척도값을 연산하여 유사성을 나타냈고, 추출된 항목과 규칙과의 가능성을 구하였다. 여기서, 결과는 수검자들이 응답한 값들에 따라 임의의 직업군이 적당한 지를 나타내기 위해 확신도로 해석하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06a
• /
• pp.323-328
• /
• 2010

본 논문에서는 도로 네트워크에서 지배받지 않는(non-dominated) 점 집합을 찾는 문제를 다루었다. 지배받지 않는 자료는 다른 자료들에 비해 질의에 대해서 한 가지 조건이라도 우위에 있는 자료들을 의미한다. 본 논문에서 주어진 도로는 연결된 그래프의 형태로 주어지면 각 도로는 도로를 이용하는데 소요되는 시간을 가중치로 가진다. 우리는 지배성(dominance)과 지배받지 않는 자료의 성질을 이용하는 알고리즘을 우선 제시한다. 또한 이 방법이 지배받지 않는 점을 찾을 때 비효율적인 연산을 수행함을 보이고, 이 알고리즘과 시간복잡도는 동일하지만 비효율적인 부분을 개선하여 실제 수행시간이 향상된 알고리즘을 제시한다. 이와 함께 실험을 통해 개선된 수행성능을 보인다.

• Proceedings of the KIEE Conference
• /
• 2006.10c
• /
• pp.217-219
• /
• 2006

본 연구는 정보입자와 유전알고리즘의 기호코딩을 통해 퍼지집합 기반 다항식 뉴럴네트워크(IG based gFSPNN)의 최적 설계 제안한다. 기존의 Furry Srt-based Polynomial Neural Networks의 최적설계를 위해 유전자 알고리즘의 이진코딩을 사용하였다. 이지코딩은 스티링 길이 때문에 연산시간이 급격히 증가되는 현상과 해밍절벽(Hamming Cliff)에 따른 급격한 비트변환이 힘들다는 단점이 내제 하였다. 이에 본 논문에서는 스티링 길이와 해밍절벽에 따른 문제를 해결 하기위해 기호코딩을 사용하였다._데이터들의 특성을 모델에 반영하기 위해 Hard C-Means(HCM)을 결합한 Information Granulation(IG)을 사용하여 최적모델 구축 속도를 빠르게 하였다. 실험적 예제를 통하여 제안된 모델의 성능을 평가한다.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.3
• /
• pp.141-149
• /
• 2006

In this paper, we introduce an improved algorithm for computing matrix triple product that commonly arises in primal-dual optimization method. In computing $P=AHA^{t}$, we devise a single pass algorithm that exploits the block diagonal structure of the matrix H. This one-phase scheme requires fewer floating point operations and roughly half the memory of the generic two-phase algorithm, where the product is computed in two steps, computing first $Q=HA^{t}$ and then P=AQ. The one-phase scheme achieved speed-up of 2.04 on Intel Itanium II platform over the two-phase scheme. Based on memory latency and modeled cache miss rates, the performance improvement was evaluated through performance modeling. Our research has impact on performance tuning study of complex sparse matrix operations, while most of the previous work focused on performance tuning of basic operations.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.193-195
• /
• 2005

서브시퀀스 매칭은 주어진 질의 시퀀스와 변화의 추세가 유사한 서브시퀀스들을 시계열 데이터베이스로부터 검색하는 연산이다. 본 논문에서는 크기 효과로 인한 서브시퀀스 매칭의 심각한 성능 저하 현상을 정량적으로 관찰하여, 하나의 윈도우 크기를 대상으로 만든 단 하나의 인덱스만을 이용하는 것은 실제 응용에서 만족할만한 성능을 제공할 수 없다는 것을 규명하였다. 또한, 이러한 문제로 인해 다양한 윈도우 크기를 기반으로 다수의 인덱스들을 구성하여 서브시퀀스 매칭을 수행하는 인덱스 보간법의 응용이 필요함을 보였다. 인덱스 보간법을 응용하여 서비시퀀스 매칭을 수행하기 위해서는 먼저 다수의 인덱스들을 위한 윈도우 크기들을 결정해야 한다. 본 연구에서는 물리적 데이터베이스 설계방식을 이용하여 이러한 최적의 다수의 윈도우 크기들을 선정하는 문제를 해결하였다. 이를 위하여 시계열 데이터베이스에서 수행될 예정인 질의 시퀀스들의 집합과 인덱스 구성의 기반이 되는 윈도우들의 크기의 집합이 주어질 때, 전체 서브시퀀스 매칭들을 수행하는 데에 소요되는 비용을 예측할 수 있는 공식을 산출하였다. 또한, 이 비용 공식을 이용하여 전체 서브시퀀스 매칭들의 성능을 극대화 할 수 있는 최적의 윈도우 크기들을 결정하는 알고리즘을 제안하였으며, 이 알고리즘의 최적성과 효율성을 이론적으로 규명하였다. 끝으로, 실험에 의한 성능 평가를 제안된 기법의 우수성을 제시하였다.

• Proceedings of The KACE
• /
• 2018.01a
• /
• pp.49-52
• /
• 2018

스카이라인 질의는 데이터들 사이의 비교 연산을 통해 지배되지 않은 데이터들의 최소 집합을 스카이라인으로 탐색하며 이때 지배되지 않고 스카이라인으로 선택된 데이터들은 지배된 데이터들을 대표하게 된다. 이러한 특징은 금융, 네트워크, 웹서비스 등 다양한 분야에서 스카이라인의 활용을 이끌어냈다. 하지만 스카이라인 질의는 데이터의 양이나 차원의 수가 증가하는 경우 전체적인 성능이 크게 감소하는 문제를 야기하기 때문에 이를 해결하기 위한 다양한 기법들이 연구 및 제안되고 있다. 하지만 실제 스카이라인 질의를 활용하기 위해서는 객관적 성능 평가를 통해 주어진 상황에서 최적의 성능을 보일 수 있는 기법을 선택해야할 필요가 있지만 기존의 연구들은 성능 평가에 있어 각 기법이 목표한 문제들에 대한 단편적인 실험을 진행하고 있기 때문에 이들을 객관적으로 평가하기 위해서는 새로운 스카이라인 성능 평가 방법이 필요한 실정이다. 본 논문에서는 이러한 문제를 해결하기에 앞서 스카이라인 질의 기법의 객관적 성능 평가를 위한 품질 요소 선택 기준을 선택하기 위해 기존 연구들에 대한 조사와 분석을 진행한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.316-318
• /
• 2004

DNA 컴퓨팅에 대한 연구가 진행되어 강에 따라 기존의 튜링 머신과 동등한 계산 능력을 가진 다양한 계산 모델이 제안되고 있으며, 이와 함께 DNA의 병렬성을 이용하여 NP 문제들을 풀고자 하는 시도가 계속되고 있다. 그러나 전통적인 폰 노이만 기계에서의 알고리즘이 해집합에 대한 순차적 탐색을 하는 것과는 달리 가능한 모든 해를 미리 생성해 놓고 그 중에서 해를 찾아내는 기존의 DNA 컴퓨팅 알고리즘으로는 NP 문제의 크기가 증가함에 따라 초기 해의 생성조차도 불가능하게 된다. 이에 대한 해법의 하나로 진화적인 방법론을 생각할 수 있지만, 이 경우에는 진화 연산을 위한 추가적인 연산자의 고안과 이의 적용에 따른 어려움이 생긴다. 따라서 본 논문에서는 DNA 컴퓨팅에서 가능한 초기 해를 모두 생성할 수 있는지를 열역학적인 데이터에 근거한 시뮬레이션을 통하여 검증하였다. 이러한 과정을 통해서 값비싼 실제 실험의 성공 여부나 실험 디자인의 정당성 등을 미리 예측할 수 있을 뿐만 아니라, DNA 컴퓨팅이 보다 큰 크기의 NP 문제를 해결할 수 있는 가능성을 제공할 수 있다.

• Journal of KIISE:Databases
• /
• v.32 no.5
• /
• pp.536-546
• /
• 2005

In this paper, we focus on the filtering step of candidate objects for spatial join operations on the input tables that none of the inputs is indexed. Over the last decade, several spatial Join algorithms for the input tables with index have been extensively studied. Those algorithms show excellent performance over most spatial data, while little research on solving the performance degradation in the presence of skewed data has been attempted. Therefore, we propose a spatial hash strip join(SHSJ) algorithm that can refine the problem of skewed data in the conventional spatial hash Join(SHJ) algorithm. The basic idea is similar to the conventional SHJ algorithm, but the differences are that bucket capacities are not limited while allocating data into buckets and SSSJ algorithm is applied to bucket join operations. Finally, as a result of experiment using Tiger/line data set, the performance of the spatial hash strip join operation was improved over existing SHJ algorithm and SSSJ algorithm.

• KIPS Transactions on Software and Data Engineering
• /
• v.9 no.3
• /
• pp.83-90
• /
• 2020

Prototype selection offers the advantage of ensuring low learning time and storage space by selecting the minimum data representative of in-class partitions from the training data. This paper designs a new training data generation method using hyper-rectangles that can be applied to general classification algorithms. Hyper-rectangular regions do not contain different class data and divide the same class space. The median value of the data within a hyper-rectangle is selected as a prototype to form new training data, and the size of the hyper-rectangle is adjusted to reflect the data distribution in the class area. A set cover optimization algorithm is proposed to select the minimum prototype set that represents the whole training data. The proposed method reduces the time complexity that requires the polynomial time of the set cover optimization algorithm by using the greedy algorithm and the distance equation without multiplication. In experimented comparison with hyper-sphere prototype selections, the proposed method is superior in terms of prototype rate and generalization performance.