• 한국통신학회논문지
• /
• 제32권12C호
• /
• pp.1164-1174
• /
• 2007

본 논문에서는 상향링크 다중사용자 MIMO/FDD 시스템에서 최적 성능을 보이면서 낮은 복잡도를 가지는 안테나 선택 기반 스케줄링 방식을 제안한다. 가장 복잡하면서 가장 우수한 성능을 보이는 스케줄링 알고리즘인 Brute-Force 스케줄러(BFS)의 성능에 근접하면서 복잡도가 현저히 낮은 세 가지 스케줄링 방식을 제안하고 채널용량, 복잡도, SER 관점에서의 성능 비교를 보인다. 실험 결과 제안한 스케줄링 방식 중 CSS(Capacity-Stacking Scheduler)와 SOAS(Semi-orthogonal Antenna Scheduler) 방식은 낮은 복잡도를 유지하면서 BFS와 같은 성능을 보였으며, 좀 더 복잡도를 줄인 RC-SOAS(Reduced Complexity-SOAS)의 경우 안테나 수가 적은 경우에는 BFS 와의 성능차가 거의 없음을 확인하였다. 또한, 스케줄링을 하기 위한 안테나 채별의 집합을 형성하는 방식으로 Full-Set(FS) 방식과 Sub-Set(SS) 방식을 비교하여, SS 방식을 통해 안테나 수가 적은 경우 성능 열화 없이 추가적으로 복잡도의 이득을 얻을 수 있음을 보였다.

• 한국정보통신학회논문지
• /
• 제11권1호
• /
• pp.181-190
• /
• 2007

본 논문에서는 지능형 선박의 실시간 장애물회피를 위한 충돌회피시스템을 논한다. 다른 무인자율항체들의 충돌회피시스템과는 달리 지능형 선박의 충돌회피시스템은 목적지까지의 합리적이고 안전한 경로를 통한 충돌회피뿐만 아니라 해양을 항해하는 모든 선박이 준수해야하는 국제해상충돌예방규칙(COLRECs, International Regulations for Preventing Collisions at Sea)을 반영해야한다. 목적지까지의 합리적이고 안전한 경로를 통한 충돌회피라는 일반적인 충돌회피시스템의 목표를 달성하기 위해 BK-곱에 기반한 휴리스틱 탐색기법을 채용하며, 또 다른 목표인 COLREGs의 준수를 위해 충돌회피를 위한 규칙을 적용하는 지식기반시스템을 채용한다. 제안된 충돌회피시스템의 성능검증을 위해 COLREGs에 명시된 여러 가지 조우상황을 설정한 시나리오를 이용하여 최적성과 안정성 관점에서 시뮬레이션을 수행하고 그 결과를 $A^{\ast}$ 탐색기법과 비교한다. 시뮬레이션을 통해 제안된 충돌회피시스템이 지능형 선박의 실용적이고 효율적인 실시간 충돌회피시스템으로 적합함을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.342-345
• /
• 2014

기계학습을 이용한 네트워크 침입탐지시스템은 선택된 특징 조합에 따라 정확성 및 효율성 측면에서 크게 영향을 받는다. 하지만 일반적으로 사용되는 침입탐지용 특징들로부터 최적의 조합을 찾아내는 일은 많은 계산량을 요구한다. 예를 들어 n개로 구성된 특징들로부터 가능한 특징조합은 $2^n-1$ 개이다. 본 논문에서는 이러한 문제를 해결하기 위한 최적 특징 선택 알고리즘을 제시한다. 제안한 알고리즘은 최적화 문제 해결을 위한 대표적인 메타 휴리스틱 알고리즘인 지역탐색 알고리즘에 기반 한다. 또한 특징 조합을 평가를 위해 선택된 특징 요소와 k-means 군집화 알고리즘을 이용해 구해진 군집화의 정확성을 비용함수로 사용한다. 제안한 특징 선택 알고리즘의 평가를 위해 NSL-KDD 데이터와 인공 신경망을 사용해 특징 모두를 사용한 경우와 비교한다.

• 지능정보연구
• /
• 제7권2호
• /
• pp.51-63
• /
• 2001

데이터로부터 학습하여 룰을 추출하는 귀납적 학습기법은 데이터 마이닝의 주요 도구 중 하나이다. 귀납적 학습 기법은 불필요한 변수나 잡음이 섞인 변수를 포함하여 학습하는 경우 생성된 룰의 예측 성능이 떨어지고 불필요하게 룰이 복잡하게 구성될 수 있다. 따라서 귀납적 학습 기법의 예측력을 높이고 룰의 구성도 간단하게 할 수 있는 주요 변수 부분집합을 선정하는 방안이 필요하다. 귀납적 학습에서 예측력을 높이기 위해 많이 사용되는 부분집합 선정을 위한 포장 기법은 최적의 부분집합을 찾기 위해 전체 부분집합을 탐색한다. 이때 전체 변수의 수가 많아지면 부분집합의 탐색 공간이 너무 커져서 탐색하기 어려운 문제가 된다. 본 연구에서는 포장 기법에 신경망 민감도 분석을 결합한 귀납적 학습 기법의 변수 부분집합 선정 방안을 제시한다. 먼저, 신경망의 민감도 분석 기법을 이용하여 전체 변수를 중요도 순으로 순서화 한다. 다음에 순서화된 정보를 이용하여 귀납적 학습 기법의 예측력을 높일 수 있는 부분집합을 찾아 나간다. 제안된 방법을 세 데이터 셋에 적용한 결과 일정한 반복 회수 이내에 예측력이 향상된 부분집합을 얻을 수 있음을 볼 수 있다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.253-260
• /
• 1999

The recycling cell formation problem means that disposal products me classified into recycling part families using group technology in their end of life phase. Disposal products have the uncertainties of product status by usage influences during product use phase and recycling cells are formed design, process and usage attributes. In order to treat the uncertainties, fuzzy set theory and fuzzy logic-based neural network model are applied to recycling cell formation problem far disposal products. In this paper, a heuristic approach fuzzy ART neural network is suggested. The modified fuzzy ART neural network is shown that it has a great efficiency and give an extension for systematically generating alternative solutions in the recycling cell formation problem. We present the results of this approach applied to disposal refrigerators and the comparison of performances between other algorithms. This paper introduced a procedure which integrates economic and environmental factors into the disassembly of disposal products for recycling in recycling cells. A qualitative method of disassembly analysis is developed and its ai is to improve the efficiency of the disassembly and to generated an optimal disassembly which maximize profits and minimize environmental impact. Three criteria established to reduce the search space and facilitate recycling opportunities.

• 한국지능시스템학회논문지
• /
• 제12권4호
• /
• pp.361-365
• /
• 2002

오랜 세월동안 위대한 이동수단을 만들어내고자 하는 인간의 꿈은 오늘날 눈부신 각종 운송기구를 만들어 내는 결실을 얻고 있다. 자동차 네비게이션 시스템도 그러한 결실중의 한 예라고 할 수 있을 것이다. 지능적으로 판단하고 정보를 처리할 수 있는 자동차 네비게이션 시스템을 부착함으로써 한 단계 발전한 운송수단으로 진화할 수 있을 것이다. 이러한 자동차 네비게이션 시스템의 단점이라면 한정된 리소스만으로 여러 가지 작업을 수행해야만 하는 어려움이다. 그래서 네비게이션 시스템의 주요 작업중의 하나인 경로를 추출하는 경로추출(Route Planning) 작업은 한정된 리소스에서도 최적의 경로를 찾을 수 있는 지능적인 방법이어야만 한다. 이러한 경로를 추출하는 작업을 하는데 기존에 일반적으로 쓰였던 두 가지 방법에는 Dijkstra s algorithm과 A*algorithm이 있다. 이 두 방법은 최적의 경로를 찾아낸다는 점은 있지만 경로를 찾기 위해서 알고리즘의 특성상 각각, 넓은 영역에 대하여 탐색작업을 해야 하고 또한 수행시간이 많이 걸린다는 단점과 또한 경로를 계산하기 위해서 Heuristic function을 추가적인 정보로 계산을 해야 한다는 단점이 있다. 본 논문에서는 적은 탐색 영역을 가지면서 또한 최적의 경로를 추출하는데 드는 수행시간은 작으며 나아가 동적인 교통환경에서도 최적의 경로를 추출할 수 있는 최적 경로 추출방법을 강화학습의 일종인 Q- Learning을 이용하여 구현해 보고자 한다.

• Journal of Electrical Engineering and Technology
• /
• 제6권2호
• /
• pp.174-181
• /
• 2011

This paper proposes a novel binary ant colony optimization (NBACO) method. The proposed NBACO is based on the concept and principles of ant colony optimization (ACO), and developed to solve the binary and combinatorial optimization problems. The concept of conventional ACO is similar to Heuristic Dynamic Programming. Thereby ACO has the merit that it can consider all possible solution sets, but also has the demerit that it may need a big memory space and a long execution time to solve a large problem. To reduce this demerit, the NBACO adopts the state probability matrix and the pheromone intensity matrix. And the NBACO presents new updating rule for local and global search. The proposed NBACO is applied to test power systems of up to 100-unit along with 24-hour load demands.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.253-260
• /
• 1999

The recycling cell formation problem means that disposal products are classified into recycling part families using group technology in their end of life phase. Disposal products have the uncertainties of product status by usage influences during product use phase and recycling cells are formed design, process and usage attributes. In order to treat the uncertainties, fuzzy set theory and fuzzy logic-based neural network model are applied to recycling cell formation problem for disposal products. In this paper, a heuristic approach for fuzzy ART neural network is suggested. The modified Fuzzy ART neural network is shown that it has a great efficiency and give an extension for systematically generating alternative solutions in the recycling cell formation problem. We present the results of this approach applied to disposal refrigerators and the comparison of performances between other algorithms. This paper introduced a procedure which integrates economic and environmental factors into the disassembly of disposal products for recycling in recycling cells. A qualitative method of disassembly analysis is developed and its aim is to improve the efficiency of the disassembly and to generated an optimal disassembly which maximize profits and minimize environmental impact. Three criteria established to reduce the search space and facilitate recycling opportunities.

• 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.

• Advances in Computational Design
• /
• 제2권4호
• /
• pp.313-331
• /
• 2017

In this study, teaching-learning based optimization (TLBO) is improved by incorporating model of multiple teachers, adaptive teaching factor, self-motivated learning, and learning through tutorial. Modified TLBO (MTLBO) is applied for simultaneous topology, shape, and size optimization of space and planar trusses to study its effectiveness. All the benchmark problems are subjected to stress, displacement, and kinematic stability constraints while design variables are discrete and continuous. Analyses of unacceptable and singular topologies are prohibited by seeing element connectivity through Grubler's criterion and the positive definiteness. Performance of MTLBO is compared to TLBO and state-of-the-art algorithms available in literature, such as a genetic algorithm (GA), improved GA, force method and GA, ant colony optimization, adaptive multi-population differential evolution, a firefly algorithm, group search optimization (GSO), improved GSO, and intelligent garbage can decision-making model evolution algorithm. It is observed that MTLBO has performed better or found nearly the same optimum solutions.