• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.299-302
• /
• 2011

승무일정계획이란 특정 기간 동안 운행할 차량들을 대상으로 각 차량마다 필요로 하는 승무원을 배정하는 계획을 말한다. 최적 승무일정계획의 수립은 일반적으로 제약 조건을 만족하는 모든 종류의 개별 다이아를 생성한 다음 이들을 대상으로 모든 차량을 운행할 수 있는 최적조합을 선정하는 방식으로 이루어지고 있다. 승무일정계획 문제의 난이도는 제약 내의 개별 다이아 생성하는 단계에서 생성되는 후보다이아 집합에 많은 영향을 받는다. 본 논문에서는 승무일정계획 문제의 난이도를 줄일 수 있는 후보다이아 집합을 생성하기 위한 방안 2가지를 제시한다. 실제 현장의 승무일정계획 문제를 대상으로 한 실험 결과, 방안들을 적용한 경우에 기존의 방법으로는 수립하기 어려웠던 계획을 빠른 시간 내에 수립할 수 있음을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 1992.10a
• /
• pp.515-523
• /
• 1992

일반적으로 한글 인식 과정은 많은 후보들을 생성하며 이 후보들로부터 정확한 인식결과를 얻고 복잡도를 줄이기 위해서는 효과적인 한글 표현과 탐색기법이 요구된다. 이런 목적을 위하여 본 논문에서는 한글에 적합한 구조적 정보들을 4단계 계층적 형태로 표현한다. 그리고 이 정보들을 근거로 후보 문자의 생성과 탐색을 진행하며 전체적으로 최적우선탐색을 이룬다. 인식실험은 다양한 필자들을 대상으로 한글 잦기 상위 422자로 실험한 결과 평균 86% 인식률을 얻을 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.836-839
• /
• 2016

In this paper, we propose a motion estimation method that is important in performance of video encoding. Conventional motion estimation methods have serious problems of low prediction quality and problems of much computation increase. In the paper, we propose a method that reduces unnecessary computations only using optimal candidate points, while keeping prediction quality almost similar to that of the full search. The proposed method takes only 3~5% in computational amount and has decreased prediction quality about 0~0.01dB compared with the fast full search algorithm.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.217-220
• /
• 2011

본 연구에서는 경상북도 북부지역의 5개의 소수력발전 후보지점을 설정하였으며, 5개 후보지점에 대하여 설치가능한 소수력 발전시설은 지형학적 측면을 비롯하여 다양한 타당성 검토를 통하여 댐식 소수력 발전시설이 타당한 것으로 분석되었다. 5개 후보지점에서 설정된 유량지속곡선을 이용하여 발전용량을 산정하고 수차를 선정하였다. 따라서 산정된 발전 용량을 편익비용 분석법과 내부수익률 분석법을 이용하여 경제성분석을 실시하였다. 본 연구에서는 3개의 소수력발전 후보지점(경상북도 봉화군 명호면, 경상북도 영주시 문수면 권선리, 경상북도 예천군 형호리)이 B/C 비율이 1이상으로 경제성이 있는 것으로 분석되었으나, 설비용량 500kW 이상인 최적 개발후보지는 경상북도 영양군 입암면 후보지점인 것으로 나타났다.

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.7
• /
• pp.11-18
• /
• 2008

Korean morphological analyzer generally generates multiple candidates, and then selects the most likely one among multiple candidates. As the number of candidates increases, the chance that the correctly analyzed candidate is included in the candidate list also grows. This process, however, increases ambiguity and then deteriorates the performance. In this paper, we propose a new rule-based model that produces one best analysis. The analysis rules are automatically extracted from large amount of Part-of-Speech tagged corpus, and the proposed model does not require any manual construction cost of analysis rules, and has shown high success rate of analysis. Futhermore, the proposed model can reduce the ambiguities and computational complexities in the candidate selection phase because the model produces one analysis when it can successfully analyze the given word. By combining the conventional probability-based model. the model can also improve the performance of analysis when it does not produce a successful analysis.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06b
• /
• pp.292-297
• /
• 2008

본 논문은 FPGA 기반 설계에서 주변보다 급격한 온도 변화를 보이는 hotspot들을 탐지하기 위한 열 감지 센서 수를 정하고, 센서의 놓여야 할 배치 장소를 결정하는 알고리즘을 제안한다. 열 감지 센서로는 동적으로 설계가 가능한 ring oscillator 센서 기술을 사용한다는 가정 하에, 센서의 사용 개수를 최소화함과 동시에 최적의 센서 배치 위치 찾는다. 기존의 연구의 단점은 센서가 감지하는 영역 범위를 적당한 크기의 정사각형으로 간주하였기에, 실제 원형의 관측 범위를 보이는 센서 감지 영역의 현실을 올바로 반영하지 못하였으며, 또한 잘 알려진 회로 분할(partition) 기법에 의존한 휴리스틱으로 최적의 결과를 보장하지는 못하였다. 이와는 달리 본 연구에서는 센서의 관측 범위를 원형으로 할 수도 있게 함과 동시에 최적의 해를 보장하는 센서 할당 및 배치 알고리즘을 제안한다. 구체적으로 본 제안 알고즘에서는 소위 “Candidate Coloring 기법”을 통해 센서가 놓여야 할 모든 후보 영역을 표시하며, “Candidate Filtering 기법”을 통해 불필요한 후보 영역들을 완전히 삭제하여 탐색 공간을 줄이게 되며 (해의 최적 해는 항상 유지 되도록 하면서), 마지막으로 Branch-and-Bound 알고리즘을 적용해 최적의 센서 할당 및 배치 결과를 찾아내었다.

• Journal of KIISE:Software and Applications
• /
• v.28 no.9
• /
• pp.612-628
• /
• 2001

This paper presents a methodology to extract classes and inheritance relations from procedural software. The methodology is based on the idea of generating all groups of class candidates, based on the combinatorial groups of object candidates, and their inheritance with all possible combinations and selecting a group of object candidates, and their inheritance with all possible combinations and selecting a group with the best or optimal combination of candidates with respect to the degree of relativity and similarity between class candidates in the group and classes in a domain model. The methodology has innovative features in class candidates in the group and classes in a domain model. The methodology has innovative features in class and inheritance extraction: a clustering method based on both static (attribute) and dynamic (method) clustering, the combinatorial cases of grouping class candidate cases based on abstraction, a signature similarity measurement for inheritance relations among n class candidates or m classes, two-dimensional similarity measurement for inheritance relations among n class candidates or m classes, two-dimensional similarity measurement, that is, the horizontal measurement for overall group similarity between n class candidates and m classes, and the vertical measurement for specific similarity between a set of classes in a group of class candidates and a set of classes with the same class hierarchy in a domain model, etc. This methodology provides reengineering experts with a comprehensive and integrated environment to select the best or optimal group of class candidates.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.11a
• /
• pp.185-186
• /
• 2019

카캐리어선에 화물을 선적하기 위해서는 각 화물의 선적 순서와 위치를 결정해야 하며, 이를 선적 계획이라 한다. 선적 계획은 선박의 무게 중심과 공간 손실률, 화물 재취급(re-handling) 횟수를 최소화하도록 수립된다. 최적의 선적 계획을 수립하기 위해서는 여러 후보 선적 계획들을 평가하여 적합도(fitness)가 가장 높은 것을 탐색하여야 한다. 하지만 화물 종류의 수와 도착지의 수가 증가할수록 후보 선적 계획의 수가 증가하게 되어, 탐색 시간과 계산 비용이 커지는 문제가 발생한다. 본 논문에서는 탐색 공간이 매우 큰 환경에서 최적의 선적 계획을 효율적으로 탐색하기 위해 유전 알고리즘(genetic algorithm)을 사용한다. 또한, 선박의 무게 중심과 공간 손실률, 화물 재취급 횟수로 목적 함수(objective function)를 구성하여 최적 선적 계획을 탐색한다. 실험 결과, 휴리스틱(heuristic) 방식보다 공간 손실률과 재취급 횟수가 향상되었으며, 특히 재취급 횟수는 70% 감소하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.7
• /
• pp.1732-1739
• /
• 2013

The identification of haplotypes, which encode SNPs in a single chromosome, makes it possible to perform a haplotype-based association test with diseases. Given a set of genotypes from a population, the process of recovering the haplotypes that explain the genotypes is called haplotype inference. We propose a new preprocessing algorithm for the haplotype inference by pure parsimony (HIPP). The proposed algorithm excludes a large amount of redundant candidate haplotypes by detecting some groups of haplotypes that are dispensable for optimal solutions. For the well-known synthetic and biological data, the experimental results of our method show that our method run much faster than other preprocessing methods. After applying our preprocessing results, the numbers of haplotypes of HIPP solvers are equal to or slightly larger than that of optimal solutions.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.2
• /
• pp.191-196
• /
• 2009

In this paper, we proposed a feature selection method using Binary Particle Swarm Optimization(BPSO) and Mutual information. This proposed method consists of the feature selection part for selecting candidate feature subset by mutual information and the optimal feature selection part for choosing optimal feature subset by BPSO in the candidate feature subsets. In the candidate feature selection part, we computed the mutual information of all features, respectively and selected a candidate feature subset by the ranking of mutual information. In the optimal feature selection part, optimal feature subset can be found by BPSO in the candidate feature subset. In the BPSO process, we used multi-object function to optimize both accuracy of classifier and selected feature subset size. DNA expression dataset are used for estimating the performance of the proposed method. Experimental results show that this method can achieve better performance for pattern recognition problems than conventional ones.