• The Transactions of the Korea Information Processing Society
• /
• v.4 no.7
• /
• pp.1851-1864
• /
• 1997

This paper presents an algorithm simplifying the ESOP function by several rules. The algorithm is repeatedly performing operations based on the state of each terms by the product transformation operation of two functions and thus it is simplifying the ESOP function through the reduction of the product terms. Through the minimization of the product terms of the multi-valued input binary multi-output function, an optimization of the input has been done using EXOR PLA with input decoder. The algorithm when applied to four valued arithmetic circuit has been used for a EXOR logic circuit design and the two bits input decoder has been used for a EXOR-PLA design. It has been found from a computer simulation(IBM PC486) that the suggested algorithm can reduce the product terms of the output function remarkably regardless of the number of input variables when the variable AND-EXOR PLA is applied to the poperation circuit.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.954-957
• /
• 2013

고안전성이 요구되는 내장형 소프트웨어의 경우 극히 낮은 확률로 발생하는 오류로 인하여 전체시스템의 안전에 치명적인 상황을 야기할 수 있으므로, 철저한 안전성 검증이 요구된다. 모든 가능한 실행경로를 고려해야 하는 안전성 검증의 고비용 문제를 해결하기 위하여, 기존연구에서는 안전성 특질기반 테스트 대상함수를 추출하여 테스트 시나리오 생성하는 생성기를 개발하여 검증 효율을 높이는데 기여하였다. 그러나 기존의 도구는 함수포인터를 탐색 하지 못한 문제와, 변수에 대한 규칙 부족문제 그리고 모듈화 되지 않아 유지 및 보수가 어려운 문제가 있었다. 본 논문에서는 기존도구의 문제점들을 개선하여 정확도를 높인 새로운 함수탐색기를 소개한다. 개발된 함수탐색기는 모듈화 되어 차후에 수정 및 보완 문제에 대하여 유연하게 대처할 수 있게 하였다. 개선된 함수탐색기를 OSEK/VDX[1] 기반의 개방형 차량전장용 운영체제인 Trampoline을 대상으로 테스트 해 본 결과 기존 도구보다 약 68%의 높은 정확도를 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.307-307
• /
• 2021

개념적 강우-유출모형에서 토양수분과 관련된 물리적 거동은 간략화 된 형태로 강우 및 온도자료를 활용하여 중간변량(state variable)으로 간접적으로 고려되고 있다. 특히 강우-유출모형에 초기함수 조건은 선행함수조건을 고려하여 수문지질학적 평가를 통하여 결정되어야 하나, 일반적으로 가정되거나 모형에서 간략화 된 분석과정을 통해 추정되고 있다. 본 연구에서는 토양의 Water Balance 모형 기반의 개념적 토양수분 추정모형을 활용하였다. 토양수분의 시간적 변동성을 평가하는데 있어서 연속적으로 측정된 In-situ 토양수분 자료를 이용하여 모형의 적합성을 평가하였다. Green-Ampt 방법과 중력식 침투방법과 온도를 활용한 증발산 추정기법을 연계한 토양함수 평가 모형을 개발하였다. In-situ 토양수분 자료와 유역의 강수량 및 온도자료를 이용한 관련 매개변수를 Bayesian 기법을 통해 추정하였으며 매개변수의 민감도를 평가하여 제시하였다. 최종적으로 제안된 모형의 활용측면에서 강우-유출모형의 초기함수 조건으로써의 역할을 평가하였다. 구체적으로 첨두유량 및 유출고와 초기함수조건과의 관계를 제시하고 강우-유출모형에서 활용방안을 제시하고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.129-132
• /
• 2022

Super-resolution is the process of converting a low-quality image into a high-quality image. This study was conducted using ESPCN. In a super-resolution deep neural network, different quality images can be output even when receiving the same input data according to the activation function that determines the weight when passing through each node. Therefore, the purpose of this study is to find the most suitable activation function for super-resolution by applying the activation functions ReLU, ELU, and Swish and compare the quality of the output image for the same input images. The CelebaA Dataset was used as the dataset. Images were cut into a square during the pre-processing process then the image quality was lowered. The degraded image was used as the input image and the original image was used for evaluation. As a result, ELU and swish took a long time to train compared to ReLU, which is mainly used for machine learning but showed better performance.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.389-391
• /
• 2003

컴퓨터 학습의 군집화는 주어진 데이터를 서로 유사한 몇 개의 집단으로 묶는 작업을 수행한다. 군집화를 위한 유사도 결정을 위한 측도는 많은 기법들에서 매우 다양한 측도들이 사용되고 또한 연구되어 왔다. 하지만 군집화의 결과에 대한 성능측정에 대한 객관적인 기준 설정이 어렵기 때문에 군집화 결과에 대한 해석은 매우 주관적이고 애매한 경우가 많다. 퍼지 군집화는 이러한 애매한 군집화 문제에 있어서 융통성 있는 군집 결정 방안을 제시해 준다. 각 개체들이 특정 군집에 속하게 될 퍼지 멤버 함수값을 원소로 하는 유사도 행렬을 통하여 군집화를 수행한다. 본 논문에서는 베이지안 학습을 통하여 군집화를 위한 퍼지 멤버 함수값을 구하였다. 본 연구에서는 최적의 퍼지 군집화 수행을 위하여 베이지안 학습 기반의 퍼지 규칙을 추출하였다. 인공적으로 만든 데이터와 기존의 기계 학습 데이터를 이용한 실험을 통하여 제안 방법의 성능을 확인하였다.

• The Journal of the Korea Contents Association
• /
• v.6 no.2
• /
• pp.93-98
• /
• 2006

The paper describes a method o( user feedback in order to enhance the retrieval system effectiveness. The existing fuzzification function adapting fuzzy technique has difficulty that 4 type graph is made each time user select components. In this paper, to overcome this weak point of feedback, we proposed the interaction function using gaussian function that gives different learning rate according to choice of components with same function. We suggest the most efficient dynamic interaction function based on comparison of retrieval performance according to parameter of function. And then, we will construct the efficient retrieval system.

• Proceedings of the Optical Society of Korea Conference
• /
• 2002.07a
• /
• pp.30-31
• /
• 2002

하나의 구동기를 작동하여 거울을 변형시킬 때, 변형된 거울면의 형태를 영향 함수(influence function)라고 정의하며, 이러한 영향 함수를 이용하여 적응 광학계의 주요한 광학 요소인 변형 거울을 효과적으로 모형화하고 설계할 수 있다. 본 논문에서는 유한요소해석을 이용하여 계산된 변형 거울의 실제 영향 함수를 가우시안 함수(Gaussian function) 형태로 단순화하고, 추가로 구동기들 사이의 영향을 고려한 커플링 계수(coupling coefficient)를 도입하여, 주어진 구동기 배열에 대한 영향 함수를 결정하였다. (중략)

• Communications of Mathematical Education
• /
• v.16
• /
• pp.67-80
• /
• 2003

함수적 사고는 수학적 문제 해결에 있어 기본적인 사고이다. 함수적 사고에서는 변수 사이의 종속성 파악이 그 핵심이 된다. 이는 DGS 동적 기하의 동적(변화), 종속적(구성)이라는 특성에 잘 부합한다. 이에 우리는 동적 기하 환경에서 타당한 종속성 부여를 통해 primitive한 생성자를 알아보고, 이들의 조작과 역 조작, 합성 조작하는 과정을 통해 함수적 사고에 접근하는 방법을 연구해 보려 한다. 나아가 자취 기능을 이용함으로써 시각화를 통해 종속적 관계를 표현해 보고자 한다. 이것은 MicroWorld 환경에서 학습자가 스스로 대상을 구성하는 경험을 통해 함수적 사고를 자연스럽게 형성하도록 하는 것이 바람직하다는 관점에 바탕을 두고 있다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.6B
• /
• pp.840-847
• /
• 2001

본 논문에서는 클럭 동기 회로에 사용되는 다차 함수 형태의 결합 필터를 선형 근사화 하는 알고리즘을 제안하고 이를 하드웨어로 구현한다. 정합 필터와 보간필터에 의한 클럭 동기회로는 수신기를 전 디지털 회로를 구현하기 위해 선호되지만 계산량이 증가하는 단점이 있다. 본 논문에서는 정합 필터의 임펄스 응답을 갖는 결합 보간 필터를 구현하고, base 함수의 적용을 선형 근사화 하여 필터의 계산량을 감소시켰다. 본 논문에서는 선형 근사화된 결합 보간 필터의 동작을 Matlab을 통한 시뮬레이션과 ALTERA Chip으로 테스트하였다.

• Journal of Broadcast Engineering
• /
• v.25 no.2
• /
• pp.157-165
• /
• 2020

In this paper. we propose an effective compensation scheme to the quantization error arisen from quantized learning in a machine learning on an embedded system. In the machine learning based on a gradient descent or nonlinear signal processing, the quantization error generates early vanishing of a gradient and occurs the degradation of learning performance. To compensate such quantization error, we derive an orthogonal compensation vector with respect to a maximum component of the gradient vector. Moreover, instead of the conventional constant learning rate, we propose the adaptive learning rate algorithm without any inner loop to select the step size, based on a nonlinear optimization technique. The simulation results show that the optimization solver based on the proposed quantized method represents sufficient learning performance.