• 전기전자학회논문지
• /
• 제15권3호
• /
• pp.191-197
• /
• 2011

직관적 퍼지 c-평균 군집화 모델을 이용하는 자기공명 영상의 분할 방법이 본 논문에서 제안되었다. 본 논문에서 채택하는 fuzzy c-means with intuition (FCM-I)은 잡음의 영향을 줄이기 위하여 직관이라는 척도를 사용한다. 실제적 자기 공명 영상에 대해 영상 분할의 실험을 수행하고 기존의 몇몇 군집화 알고리즘과 성능을 비교하였다. 기존의 모델들과 성능을 비교한 결과, FCM-I 기반의 분할 방법은 잡음과 필요한 계수의 선택에 대해 상대적으로 강인하여, 영상 분할에 유용한 모델이 될 수 있음을 확인할 수 있었다.

• 대한전자공학회논문지TC
• /
• 제48권9호
• /
• pp.1-9
• /
• 2011

본 논문에서는 셀룰러 이동통신 시스템에서 협력적으로 신호를 전송하는 기지국 집합인 클러스터를 효율적으로 생성하기 위한 방법을 제안한다. 이를 위해 선택된 클러스터 내 기지국들과 협력적 전송이 가능한 후보 기지국들 중 협력 전송에 참여시 가중합 전송률 측면에서 최대의 이득을 줄 수 있는 기지국들을 순차적으로 선택하여 클러스터에 포함하는 방식을 사용한다. 특히 제안방식에서는 시스템 운용과 구현 측면에서의 복잡도를 고려하여 특정 협력 전송 클러스터에 포함될 수 있는 기지국의 개수를 제한하며, 또한 채널 환경의 변화에 따라 클러스터 조합이 다이나믹하게 변경됨을 특징으로 한다. 기존의 비협력 전송 방식 및 고정된 클러스터 방식과의 컴퓨터 시뮬레이션을 활용한 비교를 통해 순차적 선택 기반 클러스터 형성 방식이 특히 평균 전송률 측면의 하위 사용자 성능을 향상시키는 효과가 있음을 보임으로써 사용자 간의 공평성 문제를 개선할 수 있는 방식임을 입증한다.

• 대한전자공학회논문지TC
• /
• 제46권2호
• /
• pp.1-10
• /
• 2009

에너지 효율적인 동작은 무선 센서 네트워크에 전체 수명을 연장하기 위한 원천적인 기술요소이다. 클러스터 기반 프로토콜은 데이터를 수집하는 과정에서 에너지를 보존하기 위한 가장 널리 쓰이는 기법이다. 본 논문은 시간 지연을 기반으로 에너지를 인식하면서 자율적으로 클러스터를 구성하는 방안을 제시한다. 제안된 방안은 3단계로 구성되어 있다. 먼저 노드의 에너지 잔류를 반영한 시간 지연을 수단으로 임의 클러스터의 커버리지 효율성을 반영하여 후보 클러스터 헤더가 선정된다. 다음으로 후보 클러스터 헤더중에 클러스터 헤더를 정의하기 위해서 시간지연이 다시 적용된다. 마지막으로 임의 클러스터에 포함되지 못한 고아노드의 문제를 해결한다. 시뮬레이션 결과는 제안된 방안이 LEACH 방법보다 네트워크의 수명을 3배정도 늘리고 있음을 보인다. 또한 클러스터 헤더의 변화가 상대적으로 작으며, 클러스터 헤더의 에너지가 작게 소모됨을 보이고 있다.

• 한국음향학회지
• /
• 제16권2호
• /
• pp.31-35
• /
• 1997

본 논문에서는 훈련용 음성 데이터와 무관한 임의의 새로운 어휘를 인식해 낼 수 있는 가변 어휘 단어 인식기 개발에 대하여 기술한다. 가변 어휘 단어 인식기를 구현하기 위해서는, 인식 대상이 될 새로운 어휘를 즉시 발음 사전으로 변환시키는 on-line 발음 사전 생성기가 필요하고, 발음 사전 출력을 가지고 각 단어를 모델링할 수 있는 신뢰성 있는 음소 및 변이음 모델이 필요하다. 이와 같은 신뢰성 있는 음소 및 변이음 모델은 생성시키기 위하여 본 연구에서는, 각 음소의 전후 음소들의 음성학적 자질을 고려하여 3 음소열을 집단화(clustering)하여 변이음을 정의하고 이를 당 연구실이 보유하고 있는 POW(Phonetically Optimized Words) 3,848개 단어에 적용하여 1,548개의 변이음 모델을 생성시켰다. 이를 토대로 가변 어휘 단어 인식기를 구현하고 이를 POW 3,848 DB, PBW 445 DB 및 호텔 예약용 244 단어 DB 등에 적용하여 그 성능을 평가하였다. 평가 결과, POW DB에 대해서는 79.6%, PBW DB에 대해서는 445 단어 사전의 경우 79.4%, 100 단어 사전의 경우 88.9%의 성능을 보여 주었고, 호텔 예약 DB에 대해서는 71.4%의 성능을 보여 주었다.

• 정보처리학회논문지B
• /
• 제12B권7호
• /
• pp.755-760
• /
• 2005

이동통신 채널과 같은 저대역 통신망에서는 비디오 전송을 위해서 H.263+와 같이 압축율이 높은 부호화 방법이 사용된다. 저대역폭을 통해 고압축 비디오 비트스트림을 전송할 경우, 패킷이 손실되면 영상의 품질이 심각하게 떨어진다. 본 논문에서는 H.263+ 부호화영상이 전송될 때 손상되는 움직임 벡터의 복원기법을 제안하였다. 본 논문에서는 손실된 블록의 움직임 벡터는 인접한 블록의 움직임 벡터와 높은 상관성을 갖는 다는 사실에 착안하여, 시공간적 오류은닉(Temporal-Spatial Error Concealment) 방법을 제안한다. 제안된 방법에서는 손실된 모션벡터를 인접한 블록의 움직임을 클러스터링하여 복원한다. 인접한 블록의 모션벡터는 ALA(Average Linkage Algorithm) 클러스터링 알고리즘에 따라 클러스터링되며, 각 클러스터의 대표값을 계산하여 후보 움직임 벡터 집합을 얻은 다음, 이들 후보의 움직임의 왜곡정도를 계산하여 왜곡이 최소인 움직임 벡터를 선택한다. 제안한 방법으로 복원한 영상의 화질에 대한 객관적, 주관적 평가에서 개선된 결과를 확인하였다.

• 정보처리학회논문지D
• /
• 제12D권5호
• /
• pp.719-728
• /
• 2005

2DE는 조직 내의 단백질을 규명하는 단백질 분리 기술이다. 그러나 2DE 이미지는 실험 조건, 스캐닝 상태와 같은 환경에 민감하게 영향을 받는다. 이러한 이미지간의 변화를 극복하기 위해서 사용자는 각각의 서로 다른 이미지에 수동으로 기준점을 입력해주어야 한다. 그러나 이 과정은 에러를 발생시키며 긴 시간을 요구하는 작업으로, 빠른 분석에 장애 요인이 된다. 따라서 본 논문에서는 기준점 프로파일에 기반 하여 기준점을 자동으로 추출하는 방법을 개발하였다. 기준점 프로파일은 이미 확인된 이미지들의 기준점들에 대한 클러스터링 방법을 통하여 생성하며, 각 클러스터의 다양한 속성을 정의한다. 새로운 이미지가 입력되면 기준점의 후보 스팟들을 대상으로 프로파일과 비교하석 기준점을 추출한다. 그리고 $A^*$알고리즘을 이용하여 기준점 선정 과정을 최적화한다. 본 논문에서는 실제 사람의 간 조직 이미지를 이용하여 기준점 추출 방법의 성능을 분석하였다

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제22권1호
• /
• pp.15-28
• /
• 2018

Recently Machine Learning algorithms are widely used to process Big Data in various applications and a lot of these applications are executed in run time. Therefore the speed of Machine Learning algorithms is a critical issue in these applications. However the most of modern iteration Machine Learning algorithms use a successive iteration technique well-known in Numerical Linear Algebra. But this technique has a very low convergence, needs a lot of iterations to get solution of considering problems and therefore a lot of time for processing even on modern multi-core computers and clusters. Tchebychev iteration technique is well-known in Numerical Linear Algebra as an attractive candidate to decrease the number of iterations in Machine Learning iteration algorithms and also to decrease the running time of these algorithms those is very important especially in run time applications. In this paper we consider the usage of Tchebychev iterations for acceleration of well-known K-Means and SVM (Support Vector Machine) clustering algorithms in Machine Leaning. Some examples of usage of our approach on modern multi-core computers under Apache Spark framework will be considered and discussed.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권7호
• /
• pp.1293-1310
• /
• 2011

A simple modification of well known Low Energy Adaptive Clustering Hierarchy (LEACH) protocol is proposed to exploit cooperative diversity. Instead of selecting a single cluster-head, we propose M cluster-heads in each cluster to obtain a diversity of order M. The cluster-heads gather data from all the sensor nodes within the cluster using same technique as LEACH. Cluster-heads transmit gathered data cooperatively towards the destination or higher order cluster-head. We propose a code combining based cooperative diversity protocol which is similar to coded cooperation that maximizes the performance of the proposed cooperative LEACH protocol. The implementation of the proposed cooperative strategy is analyzed. We develop the upper bounds on bit error rate (BER) and frame error rate (FER) for our proposal. Space time block codes (STBC) are also a suitable candidate for our proposal. In this paper, we argue that the STBC performs worse than the code combining cooperation.

• 한국콘텐츠학회논문지
• /
• 제2권3호
• /
• pp.87-95
• /
• 2002

본 연구에서는 성공적인 컴포넌트의 재사용을 위하여 도메인 지향(domain orientation) 개념을 도입하여 컴포넌트들을 저장소에 분류, 검색하는 방법을 제안한다. 설계 시 디자인 패턴이 적용된 기존 시스템의 컴포넌트를 대상으로, 해당 도메인 내에 있는 각 컴포넌트와 기준패턴과의 구조적 유사함을 비교함으로서 컴포넌트를 분류하는 방법을 제안한다. 재사용 가능한 컴포넌트를 기능별로 분할하고 그 구조를 다이어그램으로 제공함으로서 컴포넌트의 재사용 및 플랫폼간의 이식성을 높일 수 있다. 또한 E-SARM 알고리즘을 이용하여 질의와 가장 적합한 컴포넌트와 그와 유사한 후보컴포넌트들이 우선순위로 제공됨으로서 컴포넌트 재사용 효율을 높여줄 수 있도록 하였다.

• Communications for Statistical Applications and Methods
• /
• 제21권6호
• /
• pp.501-512
• /
• 2014

Stylized facts on asset return are fat-tail, asymmetry, volatility clustering and structure changes. This paper simultaneously captures these characteristics by introducing a multi-regime models: Finite mixture distribution and regime switching GARCH model. Analyzing the daily KOSPI return from $4^{th}$ January 2000 to $30^{th}$ June 2014, we find that a two-component mixture of t distribution is a good candidate to describe the shape of the KOSPI return from unconditional and conditional perspectives. Empirical results suggest that the equality assumption on the shape parameter of t distribution yields better discrimination of heterogeneity component in return data. We report the strong regime-dependent characteristics in volatility dynamics with high persistence and asymmetry by employing a regime switching GJR-GARCH model with t innovation model. Compared to two sub-samples, Pre-Crisis (January 2003 ~ December 2007) and Post-Crisis (January 2010 ~ June 2014), we find that the degree of persistence in the Pre-Crisis is higher than in the Post-Crisis along with a strong asymmetry in the low-volatility (high-volatility) regime during the Pre-Crisis (Post-Crisis).