• 인터넷정보학회논문지
• /
• 제12권3호
• /
• pp.17-26
• /
• 2011

본 논문에서는 3축 가속도 센서를 이용하여 사람이 보행 시 발생하는 센서 데이터를 획득하여 실시간 걸음 수 검출이 가능한 웨어러블 디바이스를 개발하였다. 피험자 59명을 대상으로 트레드밀에서 Actical 과 본 연구에서 개발된 디바이스를 착용 후 36분 동안 테스트 프로토콜에 따라 느리게 걷기, 걷기, 빠르게 걷기, 천천히 뛰기, 뛰기, 빠르게 뛰기 등의 다양한 걸음 속력에서 테스트를 진행하였다. 3축 가속도 센서의 X, Y, Z축 출력 값을 하나의 대표 값으로 처리하는 신호벡터크기(Signal Vector Magnitude : SVM)를 사용하였다. 또한 정확한 걸음 수를 검출하기 위해 휴리스틱 알고리즘(Heuristic Algorithm : HA)을 제안하고 적응적인 임계값 알고리즘(Adaptive Threshold Algorithm : ATA), 적응적인 잠금 구간 알고리즘(Adaptive Locking Period Algorithm : ALPA)을 제안한다. 실험결과 제안하는 알고리즘의 걸음 수 인식률은 97.34%로 Actical의 인식률(91.74%)보다 5.6%향상 되었다.

• 산업경영시스템학회지
• /
• 제31권1호
• /
• pp.74-82
• /
• 2008

The objective of this paper is to remove noises of image based on the heuristic noises filter and to extract a tumor region by using morphology techniques in breast ultrasound image. Similar objective studies have been conducted based on ultrasound image of high resolution. As a result, efficiency of noise removal is not fine enough for low resolution image. Moreover, when ultrasound image has multiple tumors, the extraction of ROI (Region Of Interest) is not accomplished or processed by a manual selection. In this paper, our method is done 4 kinds of process for noises removal and the extraction of ROI for solving problems of restrictive automated segmentation. First process is that pixel value is acquired as matrix type. Second process is a image preprocessing phase that is aimed to maximize a contrast of image and prevent a leak of personal information. In next process, the heuristic noise filter that is based on opinion of medical specialist is applied to remove noises. The last process is to extract a tumor region by using morphology techniques. As a result, the noise is effectively eliminated in all images and a extraction of tumor regions is possible though one ultrasound image has several tumors.

• 한국ITS학회 논문지
• /
• 제14권3호
• /
• pp.1-8
• /
• 2015

교통 네트워크에서 하나의 노드로부터 다른 노드로 가는 최단 경로 탐색은 탐색속도와 함께 정확성도 매우 중요시되고 있다. 기존 $A^*$ 알고리즘은 빠른 탐색속도가 큰 장점이기는 하지만, 분석네트워크가 다소 복잡하고, 링크수가 많은 대규모 네트워크에서는 최단 통행경로를 가까운 노드의 순서대로 단계적으로 찾아내는 데 정확도가 다소 낮은 약점을 갖고 있다. 따라서 본 연구에서는 $A^*$ 알고리즘의 평가함수와 알고리즘을 수정하여 정확성을 높일 수 있도록 하였다. 구체적으로는 평가함수를 선적인 개념에서 면적인 개념으로 전환하였고, 계산단계의 진행과정에서 실제 부하량이 적을수록 무조건 좋은 것이 아니라, 부하량이 커도 목표노드에 가까운 것이라면 더욱 최단경로에 유리하다는 개념을 도입한 것이다. 마지막으로 평가함수 값은 반복계산을 수행할수록 적어야 하는데, 이렇지 못할 경우, 피드백 기능을 부가하여 탐색 정확도를 높이도록 알고리즘을 수정하였다. 이렇게 개선된 알고리즘을 실제 네트워크상에서 적용해 본 결과, 유용성이 있는 것으로 밝혀졌다.

• 한국지능시스템학회논문지
• /
• 제21권3호
• /
• pp.401-406
• /
• 2011

복잡해진 최적화문제를 전통적인 방법보다 효율적으로 해결하기위해 유전알고리즘이나 개미군집화, 하모니서치알고리즘과 같은 다양한 메타휴리스틱이 개발되었다. 그 중에서 하모니 서치알고리즘이 다른 메타휴리스틱알고리즘보다 좋은 결과를 보이고 있다. 하모니 서치 알고리즘은 음악을 작곡할 때 아름다운 소리를 내는 하모니를 찾는 과정을 모방했다. 성능은 하모니 메모리에서 선택하는 비율인 HMCR값과 하모니 메모리에서 선택된 값의 조정 비율을 결정하는 PAR값에 따라 달라지는 것으로 알려져 있다. 다르게 말하면 두 변수의 기반이 되는 하모니 메모리의 사용방법의 문제로 볼 수 있다. 본 논문은 설정한 기간 동안 더 좋은 최적해를 찾지 못할 경우 하모니 메모리의 일부를 좋은 하모니로 구성되게 수정하는 방법을 제안했다. 테스트 함수를 이용한 검증 실험결과에서 하모니 메모리를 수정할 경우 정확도 변화가 적어 신뢰성 있는 정확도를 보였으며, Iteration이 짧더라도 최적값에 근접한 값을 찾았다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.151-157
• /
• 1999

선석계획 및 크레인 일정계획은 컨테이너 터미널에서 입항하는 선박들의 빈번한 변동상황에 능동적으로 대처하고 유연하면서도 신속한 의사결정이 가능하도록 여러 명의 전문가가 장기적인 계획을 바탕으로 지속적으로 수정 보완해 나가는 방법으로 이루어지고 있다. 본 논문에서는 선사 및 컨테이너 터미널에서 수시로 변경되는 다양한 요구조건을 수용하는 최적의 선석 및 크레인 일정계획 수립을 위하여 제약만족기법과 휴리스틱 교정(Heuristic Repair)기법을 이용하였다. 선석계획 및 크레인 일정 계획문제는 기본적으로 제약조건 만족문제로 정형화할 수 있지만 선박의 접안위치를 결정하는 문제는 목적함수를 가지는 최적화문제이다. 따라서 이 문제는 제약조건 만족문제와 최적화문제가 혼합된 문제(CSOP, Constraint Satisfaction and Optimization Problem)로 볼 수 있다. 이러한 문제를 해결하기 위해서 각 선박의 최적 전압위치를 찾고 최우선 순위 선박의 최적 접안위치로부터 주어진 모든 제약조건을 만족하는 해를 찾는 탐색기법을 활용했고 휴리스틱 교정기법을 사용해서 제약만족기법에서 찾은 해를 교정했다. 우선순위가 가장 높은 선박부터 탐색을 하기 위해 Variable Ordering 기법을 사용했고 그 선박의 최적 접안위치부터 탐색을 해 나가는 Value Ordering 기법을 사용하였다. 실제 부산 신선대 컨테이너 터미널의 선석계획자료를 사용해서 실험을 하였다.

• Structural Engineering and Mechanics
• /
• 제66권4호
• /
• pp.465-476
• /
• 2018

In this paper, a new meta-heuristic optimization method is presented. This new method is named "Numbers Cup Optimization" (NCO). The NCO algorithm is inspired by the sport competitions. In this method, the objective function and the design variables are defined as the team and the team members, respectively. Similar to all cups, teams are arranged in groups and the competitions are performed in each group, separately. The best team in each group is determined by the minimum or maximum value of the objective function. The best teams would be allowed to the next round of the cup, by accomplishing minor changes. These teams get grouped again. This process continues until two teams arrive the final and the champion of the Numbers Cup would be identified. In this algorithm, the next cups (same iterations) will be repeated by the improvement of players' performance. To illustrate the capabilities of the proposed method, some standard functions were selected to optimize. Also, size optimization of three benchmark trusses is performed to test the efficiency of the NCO approach. The results obtained from this study, well illustrate the ability of the NCO in solving the optimization problems.

• 산업경영시스템학회지
• /
• 제28권1호
• /
• pp.121-128
• /
• 2005

This paper proposes the heuristic approach for the generalized GT(Group Technology) problem to consider the restrictions which are given the number of cell, maximum number of machines and minimum number of machines. This approach is classified into two stages. In the first stage, we use the similarity coefficient method which is proposed and calculate the similarity values about each pair of all machines and align these values in descending order. If two machines which is selected is possible to link the each other on the edge of machine cell and they don't have zero similarity value, then we assign the machines to the machine cell. In the second stage, it is the course to form part families using proposed grouping efficacy. Finally, machine-part incidence matrix is realigned to block diagonal structure. The results of using the proposed approach are compared to the Modified p-median model.

• 중소기업융합학회논문지
• /
• 제3권2호
• /
• pp.19-25
• /
• 2013

치명적인 사고를 막기 위해 드라이버 졸음 (DD)를 검출하는 다양한 최근 방법이 제안되고있다. 본 논문은 운전자의 눈에 폐쇄 속도를 모니터링 할 수 있는 기능을 AdaBoost 기반 물체 검출 알고리즘에 적용한 DD 탐지 시스템 구현에서 하드웨어/소프트웨어 공동 설계 방법을 제안한다. 소프트웨어 구성 요소는 DD 검출 알고리즘 중에서 필요한 기능성을 완전하게 달성하기 위해 전체적인 제어 및 논리 연산을 구현한다. 반면, 본 연구에서는 DD 검출 알고리즘의 중요한 기능은 처리를 가속화하기 위해 맞춤형 하드웨어 구성 요소를 통해 가속된다. 하드웨어/소프트웨어 아키텍처는 비디오 도터 보드와 알테라 DE2 보드에 구현되었습니다. 제안 된 구현의 성능을 평가하고 몇 가지 최근의 작품을 벤치마킹했다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.237-242
• /
• 2003

Ant Colony System(ACS) 알고리즘은 조합 최적화 문제를 해결하기 위한 메타 휴리스틱 탐색 방법이다. 이것은 greedy search뿐만 아니라 exploitation of positive feedback을 사용한 모집단에 근거한 접근법으로 Traveling Salesman Problem(TSP)를 풀기 위해 제안되었다. 본 논문에서는 전통적 전역갱신과 지역갱신 방법에 개미들이 방문한 각 간선에 대한 방문 횟수를 강화값으로 추가한 새로운 방법의 ACS를 제안한다. 그리고 여러 조건 하에서 TCS 문제를 풀어보고 그 성능에 대해 기존의 ACS 방법과 제안된 ACS 방법을 비교 평가해, 최적해에 더 빨리 수렴함을 실험을 통해 알 수 있었다.

• 디지털산업정보학회논문지
• /
• 제17권3호
• /
• pp.27-37
• /
• 2021

Highly informative heuristics in AI planning can help to a more efficient search a solutions. However, in general, to obtain informative heuristics from planning problem specifications requires a lot of computational effort. To address this problem, we propose a Partial Planning Graph(PPG) and Mixed Heuristics for solving planning problems more efficiently. The PPG is an improved graph to be applied to can find a partial heuristic value for each goal condition from the relaxed planning graph which is a means to get heuristics to solve planning problems. Mixed Heuristics using PPG requires size of each graph is relatively small and less computational effort as a partial plan generated for each goal condition compared to the existing planning graph. Mixed Heuristics using PPG can find partial interactions for each goal conditions in an effective way, then consider them in order to estimate the goal state heuristics. Therefore Mixed Heuristics can not only find interactions for each goal conditions more less computational effort, but also have high accuracy of heuristics than the existing max and additive heuristics. In this paper, we present the PPG and the algorithm for computing Mixed Heuristics, and then explain analysis to accuracy and the efficiency of the Mixed Heuristics.