• International Journal of Computer Science & Network Security
• /
• 제24권2호
• /
• pp.150-154
• /
• 2024

In recent years, there are extensive researches on the applications of machine learning to the automation and decision support for medical experts during disease detection. However, the performance of machine learning still needs improvement so that machine learning model produces result that is more accurate and reliable for disease detection. Selecting the hyper-parameter that could produce the possible maximum classification accuracy on medical dataset is the most challenging task in developing decision support systems with machine learning algorithms for medical dataset classification. Moreover, selecting the features that best characterizes a disease is another challenge in developing machine-learning model with better classification accuracy. In this study, we have proposed an optimized decision tree model for heart disease classification by using heart disease dataset collected from kaggle data repository. The proposed model is evaluated and experimental test reveals that the performance of decision tree improves when an optimal number of features are used for training. Overall, the accuracy of the proposed decision tree model is 98.2% for heart disease classification.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권9호
• /
• pp.2942-2960
• /
• 2022

The core of cognitive radio is the problem concerning intelligent decision-making for communication parameters, the objective of which is to find the most appropriate parameter configuration to optimize transmission performance. The current algorithms have the disadvantages of high dependence on prior knowledge, large amount of calculation, and high complexity. We propose a new decision-making model by making full use of the interactivity of reinforcement learning (RL) and applying the Q-learning algorithm. By simplifying the decision-making process, we avoid large-scale RL, reduce complexity and improve timeliness. The proposed model is able to find the optimal waveform parameter configuration for the communication system in complex channels without prior knowledge. Moreover, this model is more flexible than previous decision-making models. The simulation results demonstrate the effectiveness of our model. The model not only exhibits better decision-making performance in the AWGN channels than the traditional method, but also make reasonable decisions in the fading channels.

• 산업경영시스템학회지
• /
• 제41권4호
• /
• pp.171-178
• /
• 2018

Recently, the continuing operation of nuclear power plants has become a major controversial issue in Korea. Whether to continue to operate nuclear power plants is a matter to be determined considering many factors including social and political factors as well as economic factors. But in this paper we concentrate only on the economic factors to make an optimum decision on operating nuclear power plants. Decisions should be based on forecasts of plant accident risks and large and small accident data from power plants. We outline the structure of a decision model that incorporate accident risks. We formulate to decide whether to shutdown permanently, shutdown temporarily for maintenance, or to operate one period of time and then periodically repeat the analysis and decision process with additional information about new costs and risks. The forecasting model to predict nuclear power plant accidents is incorporated for an improved decision making. First, we build a one-period decision model and extend this theory to a multi-period model. In this paper we utilize influence diagrams as well as decision trees for modeling. And bayesian statistical approach is utilized. Many of the parameter values in this model may be set fairly subjective by decision makers. Once the parameter values have been determined, the model will be able to present the optimal decision according to that value.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.1107-1110
• /
• 1999

In speech signal processing, the accurate decision of the voiced/unvoiced sound is important for robust word recognition and analysis and a high coding efficiency. In this paper, we propose the mehod of the voiced/unvoiced decision using the LSP parameter which represents the spectrum characteristics of the speech signal. The voiced sound has many more LSP parameters in low frequency region. To the contrary, the unvoiced sound has many more LSP parameters in high frequency region. That is, the LSP parameter distribution of the voiced sound is different to that of the unvoiced sound. Also, the voiced sound has the minimun value of sequantial intervals of the LSP parameters in low frequency region. The unvoiced sound has it in high frequency region. we decide the voiced/unvoiced sound by using this charateristics. We used the proposed method to some continuous speech and then achieved good performance.

• 대한전자공학회논문지SP
• /
• 제43권6호
• /
• pp.11-19
• /
• 2006

최근에 만들어진 비디오 압축 표준인 H.264는 매크로블록당 최적의 부호화 모드를 결정하기 위해 비트율-왜곡 (rate-distortion) 기법을 사용하지만, 그 복잡성으로 인해 부호화하는 데 많은 시간이 걸린다. 따라서, H.264의 부호화 시간을 단축하기 위해 고속 모드결정 방법이 필요하다. 본 논문에서는 양자화 계수에 따라 발생 모드가 변하는 특성에 기반하여 불필요한 움직임 예측 및 모드결정 과정을 생략하는 새로운 고속 모드결정 방법을 제안한다. 양자화 계수에 따라 최적모드의 발생 빈도가 변하게 되는데, 제안한 방법에서는 매크로블록의 양자화된 이산 여현변환 계수들이 모두 0일 때, 0의 값을 가지는 CBP(coded block pattern)를 고려하여 이러한 특성을 반영하며, 조기 SKIP 모드 결정방법과 조기 $16{\times}16$ 모드 결정방법을 이용한다. 컴퓨터 모의실험을 통해, 본 논문에서 제안한 고속 인터모드 결정방법이 H.264의 참조 소프트웨어에 구현된 고속 인터모드 결정방법에 비해, Baseline 프로파일의 경우 19.6%, Main 프로파일의 경우 18.8%의 부호화 시간을 감소시키는 것을 확인했다.

• 디지털융복합연구
• /
• 제13권1호
• /
• pp.243-248
• /
• 2015

인식 모델을 구성할 때 정의되지 않은 모델, 인식 모델 구성 후에 추가되어진 모델, 모델이 부족하여 하나의 모델 클러스터링으로 모델링하여 생성된 인식 모델들은 인식률 저하의 원인이 된다. 이러한 원인을 개선하기 위하여 Bayesian 기법의 모수 추정을 이용한 결정트리 상태 공유 모델링 방법을 제안하였다. 제안 방법은 Bayesian 기법의 파라미터 추정을 통하여 탐색된 결과로부터 결정트리 기반 상태 공유 모델링의 최대 확률 기법에 따라 인식모델을 결정한다. 본 논문에서 제안하여 시뮬레이션 데이터를 이용한 실험 결과에서 제안한 군집화 방식을 비교하여 1.29%의 음성인식 오류감소율을 보였으며, 기존 군집화 방식에 비해 개선된 성능을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권3호
• /
• pp.997-1010
• /
• 2014

Today, as the hierarchical cellular system is getting more attention than before, some recent studies introduce delay based admission control (AC) scheme which delays the admission to the macro-embedded small cell for a relatively short time to prevent unnecessary handover caused by the short-term visitors of the small cell area. In such delay based ACs, when we use improper delay parameter, the system frequently makes incorrect handover decisions such as where unnecessary handover is allowed due to too short delaying, or where necessary handover is denied due to too long delaying. In order to avoid these undesirable situations as much as possible, we develop a new delay parameter decision method based on probabilistic cell residence time approximations. By the extensive numerical and analytical evaluations, we determine the proper delay parameter which prevents the incorrect handover decision as much as possible. We expect our delay parameter decision method can be useful system administration tips in hierarchical cellular system where delay based AC is adopted.

• 한국통신학회논문지
• /
• 제34권2C호
• /
• pp.200-208
• /
• 2009

H.264/AVC의 매크로블록 단위의 비트율 제어 방법은 부적당한 양자화 파라미터 할당으로 인해 한 프레임에 할당된 목표 비트가 일찍 고갈되곤 하는 문제가 있다. 이 경우 잔여 매크로블록들을 부호화 하기 위해 제한 범위내의 가장 큰 양자화 파라미터가 사용되고 화질 저하로 이어진다. 또한 양자화 파라미터의 할당을 위해 사용되는 헤더 비트량 예측도 이전 프레임과 현재프레임의 부호화된 매크로블록들의 헤더 비트량의 평균으로 구해진다. 따라서 실제 발생하는 헤더 비트량과 오차가 크다. 본 논문에서는 현재 프레임에서 부호화 도중 발생하는 조기 목표 비트 고갈을 막기 위해 이전 프레임들에서 음수 목표 비트를 갖는 매크로블록의 수를 이용한 적응적 양자화 파라미터 결정 방법과 정확한 양자화 파라미터 결정을 위해 향상된 헤더 비트량 예측 방법을 제시한다.

• 한국통신학회논문지
• /
• 제28권7C호
• /
• pp.688-695
• /
• 2003

본 논문에서는, 적응형 필터를 이용한 동기획득 시스템을 실제 환경에 효과적으로 사용하기 위해 두 가지 알고리즘을 제안한다. 첫째, 하나의 필터를 여러 개의 부 필터로 나누어 적응시키는 병렬 부필터 탐색 구조를 제시하여 실제 환경에서 요구되는 빠른 동기 획득 성능을 얻는다. 둘째, 적응 파라미터들을 수신 신호의 전력에 따라 조절해주는 파라미터 결정기법을 제안하여 이상적인 성능에서 큰 열화 없이 실제 환경에서 효율적으로 동작 가능하도록 한다. 제안된 시스템에 대해 통계적인 분석을 수행하고 모의 실험을 통해 평균 동기 획득 시간 성능을 검증한다. 병렬 부필터 탐색 구조를 적용한 시스템은 기존의 전체 필터 탐색 구조에 비해 16탭에서 1∼l.5dB, 64탭에서 5∼6dB의 성능 이득을 보이며, 제안된 파라미터 결정기법을 적용한 시스템은 16탭과 32탭에서 이상적인 성능에서 약 1∼2.5dB 정도의 열화만으로 실제 환경에서 효과적으로 동작함을 보여준다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.1161-1164
• /
• 1996

In this paper, a parameter optimization technique for a mobile robot navigation is discussed. Authors already have proposed a navigation algorithm for mobile robots with sonar sensors using fuzzy decision making theory. Fuzzy decision making selects the optimal via-point utilizing membership values of each via-point candidate for fuzzy navigation goals. However, to make a robot successfully navigate through an unknown and cluttered environment, one needs to adjust parameters of membership function, thus changing shape of MF, for each fuzzy goal. Furthermore, the change in robot configuration, like change in sensor arrangement or sensing range, invokes another adjusting of MFs. To accomplish an intelligent way to adjust these parameters, we adopted a genetic algorithm, which does not require any formulation of the problem, thus more appropriate for robot navigation. Genetic algorithm generates the fittest parameter set through crossover and mutation operation of its string representation. The fitness of a parameter set is assigned after a simulation run according to its time of travel, accumulated heading angle change and collision. A series of simulations for several different environments is carried out to verify the proposed method. The results show the optimal parameters can be acquired with this method.