• Journal of Korean Society of Transportation
• /
• v.17 no.2
• /
• pp.163-178
• /
• 1999

Conventional shortest path searching a1gorithms are based on the partial searching method such as Dijsktra, Moore etc. The a1gorithms are effective to find a shortest path in mini-modal condition of a network. On the other hand, in multi-modal case they do not find a shortest path or calculate a shortest cost without network expansion. To copy with the problem, called Searching Area Problem (SAP), a global searching method is developed in this paper with Genetic Algorithm. From the results of two examples, we found that the a1gorithm is useful to solving SAP without network expansion.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.5
• /
• pp.373-378
• /
• 2001

The optimization method based on an enhanced genetic algorithms is for multimodal function optimization in this paper. This method is consisted of two main steps. The first step is a global search step using the genetic algorithm(GA) and function assurance criterion(FAC). The belonging of an population to initial solution group is decided according to the FAC. The second step is to decide the similarity between individuals, and to research the optimum solutions by single point method in reconstructive search space. Four numerical examples are also presented in this papers to comparing with conventional methods.

• Journal of KIISE:Software and Applications
• /
• v.27 no.12
• /
• pp.1193-1201
• /
• 2000

본 논문에서는 탐색 영역과 특징의 가중치를 동적으로 조절하여 블록 단위의 움직임 벡터를 추출하는 활동적 블록 정합 알고리듬을 제안한다. 본 논문에서 제안하는 알고리듬은 탐색 영역의 중심 위치를 결정하기 위해 시간에 따른 블록의 동작 변화는 작다고 가정한다. 그리고 탐색 영역의 크기는 공간적으로 인접한 블록들의 신뢰도에 따라 조절된다. 또한 본 논문에서 제안하는 알고리듬은 다중 특징을 사용하는 블록 정합 알고리듬으로 블록 정합 시 특징의 기여 정도를 나타내는 가중치를 블록 안에서 각 특징이 가지는 구분력에 따라 자동으로 설정하는 정합 유사 함수를 사용한다. 실험 결과는 본 논문에서 제안한 블록 정합 알고리듬이 기존의 알고리듬 보다 정확하게 움직임 벡터를 추출함을 보여준다.

• 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.

• The Journal of the Acoustical Society of Korea
• /
• v.22 no.4
• /
• pp.293-298
• /
• 2003

In this paper. we propose a fast search algorithm for nearest neighbor vector quantization (NNVQ). The proposed algorithm rejects those codewords which can not be the nearest codeword and reduces the search range of codebook. Hence it reduces computational time and complexity in encoding process, while it provides the same SD performance as the conventional full search algorithm. We apply the proposed algorithm to the adaptive multi-rate (AMR) speech coder and a general vector quantizer designed by LBG. algorithm. Simulation results show effectiveness of the proposed algorithm.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.211-214
• /
• 2011

비디오 압축 기법에서 움직임 추정 (Motion Estimation)은 매우 중요한 부분을 차지하는데, 그것은 움직임 추정이 화질과 인코딩 시간에 직접적으로 영향을 미치기 때문이다. 가장 기본적인 움직임 추정 기법은 전역 탐색 기법 (Full Search Algorithm, FSA)인데, 이는 가장 좋은 화질을 보여주긴 하지만 매우 많은 계산량을 필요로 한다는 단점이 있다. 따라서 좋은 화질을 유지하면서도 계산량을 낮추기 위한 많은 고속 탐색 알고리즘들이 제안되었다. 이 논문에서는 고속 탐색 알고리듬 중 하드웨어 구현 시 많은 이점을 가진 1비트 변환 알고리듬 (One-bit Transform-based Motion Estimation, 1BT)을 소개하고 1비트 변환 알고리듬의 방법에 있어서 기존의 1비트 변환 알고리듬의 PSNR을 유지하면서 좀 더 빠른 속도로 인코딩이 가능한 커널 및 알고리듬을 제시한다. 실험결과에 따르면 우리가 제안한 알고리듬은 기존의 1비트 변환 알고리듬과 비슷한 PSNR을 유지하면서 속도가 향상된 것을 볼 수 있었다.

• The Journal of the Acoustical Society of Korea
• /
• v.15 no.5
• /
• pp.107-112
• /
• 1996

In this paper we propose a new fast codebook training algorithm for reducing the searching time of LBG algorithm. For each training data, the proposed algorithm stores the indexes of codewords that are close to that training data in the first iteration. It reduces computation time by searching only those codewords, the indexes of which are stored for each training data. Compared to one of the previous fast training algorithm, FSLBG, it obtains a better codebook with less exccution time. In our experiment, the performance of the codebook generated by the proposed algorithm in terms of peak signal-to-noise ratio(TSNR) is very close to that of LBG algorithm. However, the codewords to be searched for each training data of the proposed algorithm is only about 6%, for a codebook size of 256 and 1.6%, for a codebook size of 1.24, of LBG algorithm.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1932-1935
• /
• 2003

본 논문에서는 MPEG-2, MPEG-4, H.263 등에서 블록정합을 위해 사용되는 움직임 추정(Motion Estimation) 기법에서 적응적 탐색 범위를 기존의 알고리듬에 적용시킴으로써 계산량을 줄이고 화질도 개선하는 방법을 제안한다 제안된 알고리듬은 먼저 이웃한 움직임 벡터(Motion Vector)의 위치를 이용하여 예상된 움직임 벡터를 찾고 이 예상된 움직임 벡터의 X, Y 값의 크기를 작은 값, 중간 값, 큰 값, 세 가지로 분류해서 탐색범위를 적응적으로 변화시켜 움직임 벡터가 있을 확률이 큰 범위를 집중적으로 찾는다 그리고 각 분류에서 작은 값일 때는 전역 탐색을 적용하고 큰 값일 때는 기존의 알고리듬을 적용시키고 중간 값 일 때는 3단계탐색 기법을 적용시켜 더 적합한 움직임 벡터를 찾도록 하였다. 그리고 작은 값 일 때 구해진 움직임 벡터의 SAD(Sum of Absolute Difference) 값과 이웃한 움직임 벡터의 SAD값을 비교해 국소점에 빠졌다고 판단이 되면 다시 탐색 범위를 조정해서 움직임 벡터를 구함으로써 국소점에 빠지는 경우를 줄였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.184-187
• /
• 2011

영상 압축은 멀티미디어 전송에 있어 핵심적인 기술이다. 동영상 압축 기술 중 움직임 예측은 H.264, MPEG-4 등의 압축 표준에서 시간적 중복성을 줄이기 위해 이용되고 있다. 따라서 영상의 압축 효율을 높이는 다양한 움직임 예측 알고리듬이 제안되었다. 이에 본 논문은 계산량을 줄이기 위해서 EPDS(Edge-Based Partial Distortion Search)를 기반으로 한 개선된 이단 탐색 움직임 예측 알고리듬을 제안한다. 이를 위하여 이단 탐색에서의 적응적 탐색 구간 적용 기술을 사용하였다. 제안한 알고리듬은 FS보다 98.11배 빠르다. 뿐만 아니라, PSNR을 통해 화질이 비슷하게 유지됨을 알 수 있다. 따라서 제안한 알고리듬은 고화질 디지털 영상 실시간 구현에 적합하다.

• Journal of the Korean Institute of Gas
• /
• v.1 no.1
• /
• pp.33-40
• /
• 1997

An optimization system, APROGA II using genetic algorithm, was developed to solve multi-modal and multiobjective problems. To begin with, Multi-Niche Crowding(MNC) algorithm was used for multi-modal optimization problem. Secondly, a new algorithm was suggested for multiobjective optimization problem. Pareto dominance tournaments and Sharing on the non-dominated frontier was applied to it to obtain multiple objectives. APROGA II uses these two algorithms and the system has three search engines(previous APROGA search engine, multi-modal search engine and multiobjective search engine). Besides, this system can handle binary and discrete variables. And the validity of APROGA II was proved by solving several test functions and case study problems successfully.