• 한국통신학회논문지
• /
• 제34권3B호
• /
• pp.255-263
• /
• 2009

본 논문에서는 IEEE 802.15.4 클러스터-트리 기반 LR-WPAN(Low Rate-Wireless Personal Area Network)에서 각 노드가 데이터량의 변화에 따라 실제 데이터 수신 구간을 조절하기 위한 적응적 Beacon 스케줄링 알고리즘을 제안한다. Beacon Interval을 짧게 조절하면, 노드는 일정한 시간동안에 더 많은 양의 데이터를 수신할 수 있다. 그러나 짧은 Beacon Interval을 가진 노드는 에너지 소비가 증가하게 되므로, 다시 수신할 데이터량이 줄어들면 Beacon Interval을 길게 조절함으로써 에너지 소비를 최적화시킨다. NS-2 시뮬레이터를 이용하여 검증한 결과, 제안하는 적응적 Beacon 스케줄링 알고리즘은 고정된 Beacon Interval을 사용하는 기법에 비해, 패킷 손실률과 End-to-End 전달 지연시간 측면에서 더 나은 성능을 보인다. 따라서 본 알고리즘과 결과는 향후 클러스터-트리 기반 LR-WPAN 설계 시, 서비스의 지연시간을 보장해야 하는 응용분야에 유용하게 사용될 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (D)
• /
• pp.251-254
• /
• 2008

H.264/AVC의 확장 표준으로 제정된 SVC는 공간적 확장성의 압축 효율을 높이기 위해 기존 H.264/AVC에서 제공하는 인트라 예측과 인터 예측뿐만 아니라 계층 간 예측을 추가로 수행한다. SVC 표준의 인트라 예측 과정은 부호화가 가능한 모든 모드를 부호화한 후에 최적의 RD(Rate Distortion) 값을 갖는 모드를 선택하기 때문에 계층 간 예측이 추가되어 연산량이 더욱 증가되는 문제점이 있다. 본 논문에서는 공간적 향상 계층에서 인트라 예측 시 연산량을 효과적으로 감소시킬 수 있는 빠른 인트라 예측 모드 결정 방법을 제안한다. 매크로블록 내 경계의 평탄 여부를 조사하여 미리 Intra_BL 모드를 결정하는 방법으로 모드 선택에 따른 RD 값 비교 과정을 줄임으로써 SVC 표준의 인트라 예측 방법보다 연산량이 크게 감소되었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.413-417
• /
• 2009

The use of scalable video coding scheme has been regarded as a promising solution for guaranteeing the quality of service of the video streaming over the Internet because it is a capable coding scheme to perform quality adaptation depending on network conditions. In this paper, we use a streaming model that transmits base layer using TCP and enhancement layers using DCCP, which try to provide transmission reliability of the BL and TCP friendliness. Unlike pervious works, the proposed algorithm performs rate adaptation based on playout buffer status. The PoB status of the client is sent back periodically to the server and serves as a network congestion indicator. Experimental results show that our scheme improves streaming quality comparing with pervious scheme in the case of not only constant/dynamic background flows but also VBR-encoded video sequence.

• Journal of Electrical Engineering and Technology
• /
• 제4권4호
• /
• pp.467-475
• /
• 2009

Congestion management is one of the technical challenges in power system deregulation. This paper presents single objective and multi-objective optimization approaches for optimal choice, location and size of Static Var Compensators (SVC) and Thyristor Controlled Series Capacitors (TCSC) in deregulated power system to improve branch loading (minimize congestion), improve voltage stability and reduce line losses. Though FACTS controllers offer many advantages, their installation cost is very high. Hence Independent System Operator (ISO) has to locate them optimally to satisfy a desired objective. This paper presents optimal location of FACTS controllers considering branch loading (BL), voltage stability (VS) and loss minimization (LM) as objectives at once using GA. It is observed that the locations that are most favorable with respect to one objective are not suitable locations with respect to other two objectives. Later these competing objectives are optimized simultaneously considering two and three objectives at a time using multi-objective Strength Pareto Evolutionary Algorithms (SPEA). The developed algorithms are tested on IEEE 30 bus system. Various cases like i) uniform line loading ii) line outage iii) bilateral and multilateral transactions between source and sink nodes have been considered to create congestion in the system. The developed algorithms show effective locations for all the cases considered for both single and multiobjective optimization studies.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.20-26
• /
• 2008

지능형 로봇이나 컴퓨터가 일상생활 속에서 차지하는 비중이 점점 높아짐에 따라 인간과의 상호교류도 점점 중요시되고 있다. 이렇게 지능형 로봇(컴퓨터) - 인간의 상호 교류하는데 있어서 감정 인식 및 표현은 필수라 할 수 있겠다. 본 논문에서는 음성 신호와 얼굴 영상에서 감정적인 특징들을 추출한 후 이것을 Bayesian Learning과 Principal Component Analysis에 적용하여 5가지 감정(평활, 기쁨, 슬픔, 화남, 놀람)으로 패턴을 분류하였다. 그리고 각각 매개체의 단점을 보완하고 인식률을 높이기 위해서 결정 융합 방법과 특징 융합 방법을 적용하여 감정 인식 실험을 하였다. 결정 융합 방법은 각각 인식 시스템을 통해 얻어진 인식 결과 값을 퍼지 소속 함수에 적용하여 감정 인식 실험을 하였으며, 특징 융합 방법은 SFS(Sequential Forward Selection) 특징 선택 방법을 통해 우수한 특징들을 선택한 후 MLP(Multi Layer Perceptron) 기반 신경망(Neural Networks)에 적용하여 감정 인식 실험을 실행하였다. 그리고 인식된 결과 값을 2D 얼굴 형태에 적용하여 감정을 표현하였다.