• 한국게임학회 논문지
• /
• 제7권4호
• /
• pp.93-104
• /
• 2007

게임과 같은 실시간이며 복잡한 다중 에이전트 환경에서는 시스템의 효율성을 극대화하기 위해 반복적으로 작업 할당이 수행된다. 본 논문에서는 실시간 다중 에이전트 구조에 적합하며 최적화된 작업 할당이 가능한 방안으로 $A^*$ 알고리즘을 적용한 조정 에이전트를 제안한다. 제안하는 조정 에이전트는 수행 가능한 에이전트와 할당 가능한 작업으로 정제된 모든 에이전트와 작업의 조합으로 상태 그래프를 생성하고, $A^*$ 알고리즘을 이용한 평가함수를 적용하여 최적화된 작업 할당을 수행한다. 또한 실시간 재 할당에 따른 지연을 방지하기 위해 그리디 방식을 선택적으로 사용함으로써 재할당 요구에 대한 빠른 처리가 가능하다. 마지막으로 모의실험을 통해 조정 에이전트를 통한 최적화된 작업 할당 결과가 그리디 방식의 작업 할당보다 성능이 25%향상되었음을 입증한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권8호
• /
• pp.572-577
• /
• 2015

보통의 인공지능 시스템은 특정 작업을 수행하기 위해 설계되며, 해당 작업만을 수행하는 능력을 가진다. 그에 반해 인공 일반지능이란 설계 당시 목표로 한 작업만이 아니라 새로 접하는 다양한 문제에도 대응할 수 있는 인공지능을 의미한다. 최근 게임 인공지능 분야의 일반지능 문제인 General Video Game Playing에 대한 관심이 높아지고 있다. 비디오 게임으로 범위가 제한되었지만, 다양한 형태의 비디오 게임을 플레이 할 수 있는 단일 인공지능을 설계하는 것은 상당히 도전적인 문제이다. 본 논문에서는 Monte-Carlo Tree Search를 이용하는 기존 비디오 게임을 위한 인공 일반지능을 개선하는 방법에 대해 기술한다. 여기서는 UCB1 알고리즘을 문제에 적합하도록 개선한 GreedyUCB1과 게임 분석을 통해 얻은 지식을 활용한 Rollout 방법을 제안한다. 제안한 방법으로 개발된 인공지능은 국제 학술대회인 IEEE Computational Intelligence in Games의 2014년 인공지능 경진 대회에 출전하여 4위의 성적을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권9호
• /
• pp.4529-4548
• /
• 2016

DDoS attacks have had a devastating effect on the Internet, which can cause millions of dollars of damage within hours or even minutes. In this paper we propose a practical dynamic defense approach that overcomes the shortage of static defense mechanisms. Our approach employs a group of SDN-based proxy switches to relay data flow between users and servers. By substituting backup proxy switches for attacked ones and reassigning suspect users onto the new proxy switches, innocent users are isolated and saved from malicious attackers through a sequence of remapping process. In order to improve the speed of attacker segregation, we have designed and implemented an efficient greedy algorithm which has been demonstrated to have little influence on legitimate traffic. Simulations, which were then performed with the open source controller Ryu, show that our approach is effective in alleviating DDoS attacks and quarantining the attackers by numerable remapping process. The simulations also demonstrate that our dynamic defense imposes little effect on legitimate users, and the overhead introduced by remapping procedure is acceptable.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권7호
• /
• pp.715-726
• /
• 2006

웹 서비스는 인터넷 상에 분산되어 있는 이질적인 응용들 사이의 연동 및 통합을 위한 표준화된 수단을 제공한다. 본 논문에서는 계층적인 연동 관계가 존재하는 복합 웹 서비스들에 대해 서비스 결과로 전달되는 내포 데이타를 활용하여 웹 서비스들의 호출 및 복귀 작업을 서버 및 통신 비용에 따라 효과적으로 분산 수행함으로써 웹 서비스 시스템의 전체적인 성능을 향상시킬 수 있는 방안을 제시한다. 본 논문에서는 내포 결과를 이용한 적법한 웹 서비스 호출 실행 계획 및 이에 대한 비용 기반 최적화 문제를 정의하고, 최적 호출 실행 계획을 찾기 위한 휴리스틱 탐색 방법과 효율적으로 수행될 수 있는 그리디 알고리즘을 제안한다. 실험 결과, 제안한 그리디 알고리즘은 빠른 시간 내에 최적 해에 가까운 효율적인 호출 실행 계획을 생성하며, 복잡한 웹 서비스 연동 관계에 대해서 우수한 확장성을 보였다.

• 한국멀티미디어학회논문지
• /
• 제3권6호
• /
• pp.633-642
• /
• 2000

본 논문에서는 대규모의 동적 멀티캐스트를 효율적으로 제공하기 위한 국부적 경로 배정 방법인 주 송신원기반 트리(Dominant Source-Based Tree : DSBT)를 제안하고 종단간 경비 특성을 분석하였다. 대규모의 동적 멀티캐스트는 그룹 구성 멤버가 많고 가입과 탈퇴가 빈번하기 때문에 중앙에서 경로를 배정하기에는 계산이 복잡하고, 경로 재배정 없이 경비를 제한하기 곤란하다. 이러한 문제를 개선하기 위하여 DSBT는 멀티캐스트 그룹을 주 송신원(Dominant Source : DS)과 정규화 경비 여유도(Normalized Cost Margin : NCM)의 쌍인 (DS, NCM)으로 표현하여, 그룹에 가입하려는 노드에 DS에 대하여 NCM을 만족하는 국부적인 경로를 배정한다. 이 방법은 트리닝상의 모든 경로가 NCM을 만족하므로 멤버가 추가되는 경우에도 기존 경로를 재배정하지 않고 종단간 경비를 제한다. 시뮬레이션 결과 제안된 알고리즘은 Nave 알고리즘보다 전체적인 경비를, Greedy 알고리즘보다 종단간 경비를 개선할 수 있음을 보인다.

• 대한전자공학회논문지SP
• /
• 제49권2호
• /
• pp.122-129
• /
• 2012

Compressive sensing 분야에서 orthogonal matching pursuit (OMP) 알고리듬은 underdetermined 시스템의 스파스 (sparse) 신호를 복구하는 대표적인 greedy 알고리듬으로 많은 관심을 받고 있다. 본 논문에서는 OMP 알고리듬의 반복과정에서 하나 이상의 support들을 선택할 수 있도록 하는 OMP 알고리듬의 일반화된 형태의 generalized orthogonal matching pursuit (gOMP)기법을 제안한다. gOMP가 완벽한 신호 복원을 보장하기 위해 restricted isometry property (RIP)를 이용한 충분조건, ${\delta}_{NK}$ < $\frac{\sqrt{N}}{\sqrt{K}+2\sqrt{N}}$을 제시한다. 실험을 통해 gOMP는 매 반복과정에서 하나 이상의 support들를 선택함으로써 높은 복원 성능과 낮은 복잡도를 가짐을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 하계학술대회
• /
• pp.24-26
• /
• 2013

In this paper, we propose a resource allocation algorithm for the downlink of a two-tier wireless network in which femto-base stations are used as relays to macro-users. Simulation results show that the proposed algorithm has higher fairness index than the greedy scheme.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제14권3호
• /
• pp.162-170
• /
• 2014

Appearance-based subspace models such as eigenfaces have been widely recognized as one of the most successful approaches to face recognition and tracking. The success of eigenfaces mainly has its origins in the benefits offered by principal component analysis (PCA), the representational power of the underlying generative process for high-dimensional noisy facial image data. The sparse extension of PCA (SPCA) has recently received significant attention in the research community. SPCA functions by imposing sparseness constraints on the eigenvectors, a technique that has been shown to yield more robust solutions in many applications. However, when SPCA is applied to facial images, the time and space complexity of PCA learning becomes a critical issue (e.g., real-time tracking). In this paper, we propose a very fast and scalable greedy forward selection algorithm for SPCA. Unlike a recent semidefinite program-relaxation method that suffers from complex optimization, our approach can process several thousands of data dimensions in reasonable time with little accuracy loss. The effectiveness of our proposed method was demonstrated on real-world face recognition and tracking datasets.

• Journal of Information Processing Systems
• /
• 제13권5호
• /
• pp.1345-1357
• /
• 2017

A prototype selection method chooses a small set of training points from a whole set of class data. As the data size increases, the selected prototypes play a significant role in covering class regions and learning a discriminate rule. This paper discusses the methods for selecting prototypes in a classification framework. We formulate a prototype selection problem into a set covering optimization problem in which the sets are composed with distance metric and predefined classes. The formulation of our problem makes us draw attention only to prototypes per class, not considering the other class points. A training point becomes a prototype by checking the number of neighbors and whether it is preselected. In this setting, we propose a greedy algorithm which chooses the most relevant points for preserving the class dominant regions. The proposed method is simple to implement, does not have parameters to adapt, and achieves better or comparable results on both artificial and real-world problems.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권9호
• /
• pp.662-668
• /
• 2001

항진을 반증하는 문제는 항진을 검증하는 문제와 같은 난이도를 갖기 때문에 반증(또는 부당성 검증)을 위한 다항식 시간 알고리즘은 가능하지 않다. 이제까지의 그러한 알고리즘들은 가능하지 않다. 이제까지의 그러한 알고리즘들은 분할 및 정복이나 그래프 표현에 기반 한 것이 대부분이다. 대부분의 알고리즘들은 어떤 제약조건 하에서 다양한 입력에 대한 만족할 만한 결과를 보여 주었다. 그러나, 규모가 큰 입력에 대하여 이들 알고리즘들은 어려움을 경험하고 있다. 이 논문에서는 DNF(선언표준형)로 표현된 입력식을 만족하지 못하는 최소항을 구성함으로써 반례를 산출하는 병합 규칙 기반의 새로운 반증 알고리즘을 제안한다. 또한, 제안된 알고리즘의 일관성과 건전성을 증명한다. 제안된 알고리즘은 반증 과정의 각 단계에서 이루어진 할당을 통하여 반증된 항의수를 최대화하도록 greedy 방법을 기반으로 하고 있다. 실험 결과는 큰 입력의 무작위 비항진 문제 사례들을 반증하는 실용적 성능을 보여 주며 O(n$m^2$) 시간을 소비한다. 여기수 n은 변수이고 m은 항의 개수이다.