• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (A)
• /
• pp.328-330
• /
• 2002

Ad hoc 네트워크는 유선기반구조 없이 지리적으로 분산된 노드들이 동적으로 연결되어 자치적인 네트워크를 구성한다. 라우팅 프로토콜은 무선자원을 효율적으로 사용하기 위해서 최소의 오버 헤드를 갖도록 수행되어야 한다. 위치기반 라우팅 프로토콜은 위치정보를 이용하여 노드들간의 경로를 설정하고 유지할 필요 없이 직접 데이터 패킷을 전송하도록 지원하는 라우팅 프로토콜이다. 본 논문에서는 위치기반 라우팅 프로토콜인 GPF(Greedy Packet Forwarding)기법을 이용하여 패킷을 전송하는 도중 패킷을 전송할 수 없는 영역에 도착했을 때, 지역적인 flooding을 이용하여 이를 복구하는 방법론을 제시한다. 이 복구방법에서 전반적인 패킷 전송은 GPF기법을 적용하며, GPF기법을 적용할 수 없는 영역에서만 지역적으로 flooding 알고리즘을 적용한다. 따라서 제어메시지를 지역에 국한시켜 사용함으로써 제한된 무선자원을 효율적으로 사용할 수 있다. 또한 노드들의 수가 증가하는 네트워크 환경에서 보다나은 확장성을 기대할 수 있다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2006년도 춘계공동학술대회 논문집
• /
• pp.1178-1185
• /
• 2006

컨테이너 터미널에서의 생산성은 본선작업의 효율성과 밀접한 관련이 있다. 효율적인 본선작업을 위한 첫 번째 단계는 선석에서 컨테이너를 취급하는 장비인 안벽크레인(Quay Crane : QC)에 대하여 효율적인 작업일정계획을 수립하는 것이다. 일반적으로 안벽크레인의 작업일정계획은 선박내의 장치계획에 관한 정보와 장치장의 장치현황정보등 많은 정보를 활용해야 하며, 선박의 안정성과 크레인의 작업용이성 등 다양한 제약사항을 고려하여야 한다. 따라서 본 연구에서는 인공지능기법 중 최적에 가까운 해를 찾아주는 탐색기법인 GRASP(Greedy Randomized Adaptive Search Procedure)를 적용하여 실제 현장에서 적용 가능한 안벽크레인 작업일정계획기법을 제안하였다. 또한, 컨테이너 터미널의 실제 자료를 수집하여 제안된 메타휴리스틱 알고리즘의 성능을 분석하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 춘계정기학술대회
• /
• pp.393-398
• /
• 2001

특정 영역에 대해 사용자에게 관련 정보를 제공해 주는 서비스를 하는 정보 에이전트를 개발 중이다. 정보 에이전트는 사용자 질의 처리를 달은 Agent Manager와 지식베이스를 관리하는 KB Manager, 그리고 Web으로부터 해당 영역의 관련 문서를 끌어오는 Web Manager로 구성되어 있다. Web Manager는 방문할 URL을 수집하고, 이들 문서에 대한 관련 평가와 Indexing을 수행한다. Web Manager는 검색 엔진을 이용하거나, 방문한 문서의 link를 이용하여 URL을 수집하는데 이러한 URL수집기법은 많은 관련 문서를 놓치는 문제점이 있다. 이 문제점을 해결하기 위해서 해당 영역과 관련된 Site들을 대상으로 Link를 이용해 문서들을 모아와, 문서들을 TAG들의 패턴으로 얻어낸 문서 형식을 이용해 Clustering하며 관련 문서들의 Group을 찾아내는 적극적 문서 수집 기법을 제안한다. 실험 결과, Link와 Clustering을 이용할 경우 기존보다 효과적으로 관련 문서를 많이 수집할 수 있음을 알 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.1366-1369
• /
• 2009

GPSR은 차량간 ad hoc 네트워크에서 위치기반 라우팅을 위하여 개발된 알고리즘이다. GPSR에서의 라우팅은 Greedy Forwarding을 사용하지만 차량 밀도가 높은 VANET환경에서는 한계가 있다. 이러한 한계를 극복하기 위하여 본 논문에서는 새로운 프로토콜을 제안하였다. 본 논문에 제시된 기법은 밀도가 높은 환경과 밀도가 낮은 환경에서의 가중치를 설정하여 current node, next-hop node 그리고 destination node 간의 관계를 반영한 값들을 구하고 그 중에서 최소치 값을 가지는 next-hop을 선택한다. 특히 가중치를 기반으로 하면 차량이 밀집되거나 희박한 환경하에서 GPSR 보다 더 최적화된 경로를 찾아낸다. 성능평가는 수학적 모델과 네트워크 시뮬레이터인 NS를 이용하여 본 모델에 기반한 고속도로 시뮬레이션을 진행하였다. 결과적으로 볼 때, 본 논문에 제시된 기법은 시간 지연 측면에서 GPSR보다 나은 결과를 보여 주었다.

• 한국컴퓨터정보학회논문지
• /
• 제20권6호
• /
• pp.1-11
• /
• 2015

낸드 플래시 메모리는 빠른 접근 시간과 저전력의 특성을 가지고 있어 저장장치로 많이 사용되고 있는 추세이다. 하지만 저사양의 임베디드 장치에서는 메모리 요구사항과 구현상의 복잡성으로 FTL을 적용하기에는 비용이 많이 든다. 이러한 이유로 FTL을 구현하기 힘든 임베디드 장치에 적용할 수 있는 B+ 트리 연구들이 다수 제안되었다. 이런 연구들은 낸드 플래시 메모리에서 제자리 업데이트가 불가하다는 단점을 고려하여 삽입과 갱신의 성능을 최적화 하였다. 하지만 B+ 트리에 기존의 가비지 컬렉션 기법들을 적용하면 낸드 플래시 메모리의 페이지 위치를 변경하게 되고 B+ 트리의 재구성을 발생시켜 전체적인 성능을 저하시킨다. 이러한 문제를 해결하고자 본 논문에서는 낸드 플래시 메모리를 기반으로 하는 B+ 트리와 이와 유사한 인덱스 트리 구조에 적용할 수 있는 가비지 컬렉션 기법을 제안한다. 제안하는 가비지 컬렉션 기법은 블록 정보 테이블과 대리 블록을 이용하여 B+ 트리의 재구성을 발생시키지 않는다. 제안된 기법의 성능평가를 위해, 낸드 플래시 메모리가 장착된 실험 장치에 B+ 트리와 ${\mu}$-Tree를 구현하고 제안된 기법을 적용하였다. 구현 결과 B+ 트리에서 제안된 기법이 GAGC(Greedy Algorithm Garbage Collection)보다 삽입된 키의 개수가 약 73% 많았으며, ${\mu}$-Tree에서 제안된 기법이 GAGC보다 시간 오버헤드가 약39% 적었다.

• 한국정보처리학회논문지
• /
• 제5권11호
• /
• pp.2823-2834
• /
• 1998

본 논문에서는 병렬 프로그램을 구성하는 $2^n$개의 타스크 모듈들을 n-차원 하이퍼큐브 다중 컴퓨터에 전체 통신 비용이 최소가 되도록 일대일 매핑하는 문제를 다룬다. 하이퍼큐브에서 최적 매핑을 구한 것은 NP-complete문제이다. 본 논문에서는 먼저 하이퍼큐브 다중 컴퓨터에서의 매핑 문제를 그래프 상에서의 최대 컷세트 집합을 구하는 문제로 변환시키는 그래프 변형 기법을 제안한다. 이러한 그래프 변형 기법을 사용하여 기존의 그래프 이분할 방법을 변형된 그래프 상에 반복 적용함으로써 하이퍼큐브에 타스크 모듈들을 효율적으로 일대일 매핑하는 반복 매핑 알고리즘을 제안한다. 여러가지 타스크그래프 상에서의 실험을 통해, 제안된 반복 매핑 알고리즘이 기존의 greedy나 recursive 매핑 알고리즘들 보다 성능이 우수함을 보인다. 특히 제안된 알고리즘은 하이퍼큐브-isomorphic, 메쉬등과 같은 정형 그래프 상에서 성능이 우수하며 거의 모든 정형 그래프에서 최적 매핑을 찾음을 보인다.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.77-82
• /
• 2004

강화학습에서 temporal-credit 할당 문제 즉, 에이전트가 현재 상태에서 어떤 행동을 선택하여 상태전이를 하였을 때 에이전트가 선택한 행동에 대해 어떻게 보상(reward)할 것인가는 강화학습에서 중요한 과제라 할 수 있다. 본 논문에서는 조합최적화(hard combinational optimization) 문제를 해결하기 위한 새로운 메타 휴리스틱(meta heuristic) 방법으로, greedy search뿐만 아니라 긍정적 반응의 탐색을 사용한 모집단에 근거한 접근법으로 Traveling Salesman Problem(TSP)를 풀기 위해 제안된 Ant Colony System(ACS) Algorithms에 Q-학습을 적용한 기존의 Ant-Q 학습방범을 살펴보고 이 학습 기법에 다양화 전략을 통한 상태전이와 TD-오류를 적용한 학습방법인 Ant-TD 강화학습 방법을 제안한다. 제안한 강화학습은 기존의 ACS, Ant-Q학습보다 최적해에 더 빠르게 수렴할 수 있음을 실험을 통해 알 수 있었다.

• 정보과학회 논문지
• /
• 제44권1호
• /
• pp.63-70
• /
• 2017

본 논문에서는 확률적 보상과 유효성을 갖고, 매 시간 유효한 arm들의 집합이 변하는 sleeping bandit 문제를 해결하는 다수의 전략들의 집합 ${\Phi}$가 주어졌을 때, 이들을 융합하는 문제를 고려하고, 이 문제를 해결하기 위한 융합 알고리즘 sleepComb(${\Phi}$)를 제안한다. 제안된 알고리즘인 sleepComb(${\Phi}$)는 확률적(stochastic) multi-armed bandit 문제를 해결하는 매개변수 기반 휴리스틱으로 잘 알려진 ${\epsilon}_t$-greedy의 확률적 스위칭 기법을 바탕으로 매 시간 적절한 전략을 선택하는 알고리즘이다. 시퀀스 {${\epsilon}_t$}와 전략들에 대한 적절한 조건이 주어졌을 때, 알고리즘 sleepComb(${\Phi}$)는 sleeping bandit 문제에 대해 적절히 정의된 "best" 전략으로 수렴한다. 실험을 통해 이 알고리즘이 "best" 전략으로 수렴한다는 사실을 확인하고, 기존의 다른 융합 알고리즘보다 "best" 전략으로 더 빠르게 수렴함과 "best" 전략을 선택하는 비율이 더 높음을 보인다.

• 정보처리학회논문지C
• /
• 제11C권5호
• /
• pp.677-682
• /
• 2004

본 논문에서 파장 분할 다중화(WDM) 방식을 이용한 광 네트워크상의 라우팅과 파장할당 알고리즘을 고찰해 보겠다. 선형 프로그래밍(Linear Programming)과 그래프 컬러링(Graph Coloring)의 조합으로 이루어진 기존의 RWA기법들은 복잡하며, 발견적 방법(Heuristic Method) 사용이 요구된다. 이와 같은 방법은 실행시간이 길며, 최악의 경우에는 실행이 불가능하여 결과를 얻지 못한다. RWA를 해결하기 위한 다른 방법은 최대 EDPs(Edge Disjoint Paths)를 얻기 위해 greedy algorithm을 적용하는 것이다. 이것은 실행시간이 짧지만 파장의 수를 최적으로 사용하지 못한다. 본 논문에서 최대의 EDPs를 얻기 위해서 최대 흐름 기법(Maximum Flow Technique)을 이용한 새로운 알고리즘을 제안한다. 그리고 제안한 알고리즘과 기존에 제시된 최대 EDPs 알고리즘을 비교해 보겠다.

• 방송공학회논문지
• /
• 제18권2호
• /
• pp.185-195
• /
• 2013

본 논문에서는 스마트폰의 플랫폼으로 하여 시공간적 중요도 기반으로 비디오를 요약하는 효율적인 기법을 제안한다. 제안하는 기법은 주어진 비디오에서 카메라 및 물체의 움직임에 강건한 색상 히스토그램의 차분으로 장면 전환을 검출하고 연속적인 프레임간의 유사성, 얼굴의 영역, 개별 프레임(frame)의 중요도를 통해 시공간적 중요도를 분석한다. 그리고 검출된 장면 전환을 이용하여 과분할된 계층적 트리를 생성하고 비디오 분석 과정에서 계산한 병합 및 유지 에너지를 이용하여 반복적으로 갱신한다. 또한 갱신된 계층적 트리에서 사용자가 요구하는 재생 길이와 최소 구간 길이를 충족하고 동시에 높은 중요도를 가진 노드들로부터 탐욕 알고리즘(greedy algorithm)을 통해 프레임을 추출한다. 실험 결과 상용 스마트폰에서 2분길이 분량의 입력 비디오를 10초 내외의 수행시간으로 요약할 수 있었으며, 그 결과는 상용 비디오 편집 소프트웨어인 Muvee보다 우수함을 보였다.