• 한국정보통신학회논문지
• /
• 제10권7호
• /
• pp.1287-1294
• /
• 2006

최근의 무선 패킷데이터 시스템에서 짧은 버스트 데이터의 전송이 많이 사용되고 있고 훈련 심볼에 의한 오버헤드가 심각한 문제를 야기할 수 있다. 따라서 적응등화기의 설계에 있어서 짧은 훈련심볼과 빠른 수렴 알고리즘이 필수적인 문제라고 할 수 있다. 본 논문에서는 짧은 훈련심볼을 사용하는 MTLMS (multiple-training least mean square) 기반의 DFE (decision feedback equalizer) 의 성능을 향상시킬 수 있는 등화알고리즘을 제 안한다 . 제안된 알고리즘에서 DEF의 출력 은 LMS(least mean square) 기반의 적응DEF 루프로 입 력되고 확장된 훈련심볼로서 사용된다. 또한 전체적인 처리를 위하여 ML (maximum likelihood) 추정기를 사용하는 블록연산 대신에 낮은 복잡도의 적응 LMS연산이 사용된다. 시뮬레이션 결과에서 제안된 등화기는 반복귀환이 증가함에 따라 성능이 향상되고 시변 페이딩에 보다 강한 성능을보여준다.

• 대한기계학회논문집B
• /
• 제37권3호
• /
• pp.229-235
• /
• 2013

유연한 혈관벽을 가진 경동맥 분지관을 흐르는 혈액의 유동을 해석하기 위하여 비정상상태, 비압축성, 뉴턴 유체를 가정한 3차원 유한요소해석을 수행하였다. 유체영역은 P2P1 유한요소를 사용하였으며, 격자의 움직임을 모사하기 위하여 arbitrary Lagrangian-Eulerian 기법을 적용하였다. Newmark 관계식을 이용하여 고체영역의 선형탄성 방정식의 변수들을 속도에 관한 방정식으로 간략화하였으며, 유체와 고체의 운동에 관하여 완전 결합된 공식을 얻었다. 맥동의 한 주기 동안에 혈관벽의 유연성이 유동장에 큰 영향을 미치며, 경동맥 분지각이 커짐에 따라 경동맥 공동에서 유동장의 정체영역이 더 넓게 분포한다는 연구결과를 얻었다.

• International journal of advanced smart convergence
• /
• 제4권1호
• /
• pp.45-53
• /
• 2015

This paper is proposed mathematical load modelling based on system identification approach of energy consumption of residential air conditioning. Due to air conditioning is one of the significant equipment which consumes high energy and cause the peak load of power system especially in the summer time. The demand response is one of the solutions to decrease the load consumption and cutting peak load to avoid the reservation of power supply from power plant. In order to operate this solution, mathematical modelling of air conditioning which explains the behaviour is essential tool. The four type of linear model is selected for explanation the behaviour of this system. In order to obtain model, the experimental setup are performed by collecting input and output data every minute of 9,385 BTU/h air-conditioning split type with $25^{\circ}C$ thermostat setting of one sample house. The input data are composed of solar radiation ($W/m^2$) and ambient temperature ($^{\circ}C$). The output data are power and energy consumption of air conditioning. Both data are divided into two groups follow as training data and validation data for getting the exact model. The model is also verified with the other similar type of air condition by feed solar radiation and ambient temperature input data and compare the output energy consumption data. The best model in term of accuracy and model order is output error model with 70.78% accuracy and $17^{th}$ order. The model order reduction technique is used to reduce order of model to seven order for less complexity, then Kalman filtering technique is applied for remove white Gaussian noise for improve accuracy of model to be 72.66%. The obtained model can be also used for electrical load forecasting and designs the optimal size of renewable energy such photovoltaic system for supply the air conditioning.

• 전자공학회논문지B
• /
• 제31B권11호
• /
• pp.20-26
• /
• 1994

본 논문에서는 네트워크의 노드들을 여러 집합으로 분할할 때 서로 다른 k개의 집합 사이를 연결하는 네트에 대해 비용을 k(k-1)/2로 주는 경우, 즉 완전 그래프 형태의 비용을 주는 경우의 분할 알고리듬을 제시한다. 이 문제는 Sanchis의 다중 부날 문제$^{[5]}$중의 하나로서 분산처리 시스템의 자원 할당에 적용될 수 있다. 제시된 알고리듬은 Fiduccia, Mattheyses 알고리듬$^{[3]}$을 확장하여 일시에 다중 분할하는 기법을 사용하였으며 네트워크의 크기에 선형으로 비례하는 시간 복잡도와 공간 복잡도를 가진다. 제시된 알고리듬의 성능을 평가하기 위해 네트별로 노드들을 그룹화시키는 클러스터 성장 방식과 결과를 비교했다. 실험 결과 일시에 다중 분할하는 제시된 알고리듬이 우수한 결과를 내었다.

• 대한원격탐사학회지
• /
• 제33권4호
• /
• pp.423-436
• /
• 2017

This paper presents a deep learning-based road segmentation framework from very high-resolution orthophotos. The proposed method uses Deep Convolutional Autoencoders for end-to-end mapping of orthophotos to road segmentations. In addition, a set of post-processing steps were applied to make the model outputs GIS-ready data that could be useful for various applications. The optimization of the model's parameters is explained which was conducted via grid search method. The model was trained and implemented in Keras, a high-level deep learning framework run on top of Tensorflow. The results show that the proposed model with the best-obtained hyperparameters could segment road objects from orthophotos at an average accuracy of 88.5%. The results of optimization revealed that the best optimization algorithm and activation function for the studied task are Stochastic Gradient Descent (SGD) and Exponential Linear Unit (ELU), respectively. In addition, the best numbers of convolutional filters were found to be 8 for the first and second layers and 128 for the third and fourth layers of the proposed network architecture. Moreover, the analysis on the time complexity of the model showed that the model could be trained in 4 hours and 50 minutes on 1024 high-resolution images of size $106{\times}106pixels$, and segment road objects from similar size and resolution images in around 14 minutes. The results show that the deep learning models such as Convolutional Autoencoders could be a best alternative to traditional machine learning models for road segmentation from aerial photographs.

• Journal of Computing Science and Engineering
• /
• 제5권2호
• /
• pp.111-120
• /
• 2011

Data mining algorithms should exploit new hardware technologies to accelerate computations. Such goal is difficult to achieve in database management system (DBMS) due to its complex internal subsystems and because data mining numeric computations of large data sets are difficult to optimize. This paper explores taking advantage of existing multithreaded capabilities of multicore CPUs as well as caching in RAM memory to efficiently compute summaries of a large data set, a fundamental data mining problem. We introduce parallel algorithms working on multiple threads, which overcome the row aggregation processing bottleneck of accessing secondary storage, while maintaining linear time complexity with respect to data set size. Our proposal is based on a combination of table scans and parallel multithreaded processing among multiple cores in the CPU. We introduce several database-style and hardware-level optimizations: caching row blocks of the input table, managing available RAM memory, interleaving I/O and CPU processing, as well as tuning the number of working threads. We experimentally benchmark our algorithms with large data sets on a DBMS running on a computer with a multicore CPU. We show that our algorithms outperform existing DBMS mechanisms in computing aggregations of multidimensional data summaries, especially as dimensionality grows. Furthermore, we show that local memory allocation (RAM block size) does not have a significant impact when the thread management algorithm distributes the workload among a fixed number of threads. Our proposal is unique in the sense that we do not modify or require access to the DBMS source code, but instead, we extend the DBMS with analytic functionality by developing User-Defined Functions.

• 한국멀티미디어학회논문지
• /
• 제6권3호
• /
• pp.419-428
• /
• 2003

어떤 물체 영역의 골격(skeleton)을 얻기 위해 세건화(thinning)하는 과정에서 잔가지(parasitic branch)가 발생하므로, 이러한 것을 효과적으로 제거하기 위한 여러 가지 연구가 이루어져 왔다. 이중에서 잔가지가 한 픽셀 두께의 가지로 나타나는 속성에 착안하여, 윤곽선 추적에 의한 대칭 경로(symmetric path)를 검출함으로써 잔가지를 제거하는 방법이 매우 효과적인 것을 알 수 있었다. 본 연구에서는, 이 방법을 영상 분할이나 연결 요소 추출 등에 의해 구해진 물체 영역의 윤곽선 부분에 나타나는 잡영가지 (noise branch)를 제거하는데 활용할 수 있도록 개선한 방법을 제안한다. 즉, 한 픽셀 두께의 잡영가지 뿐만 아니라, 부분적으로 두 픽셀 이상이 뭉쳐져 둥그스름한 덩어리(잡영블랍, noise blob)를 형성하고 있는 잡영가지도 제거할 수 있는 개선된 방법을 제안한다. 대칭 경로를 찾기 위해 4-8방향 윤곽선 추적 알고리즘을 이용하며, 잡영블랍이 포함된 경우에는 준대칭(quasi-symmetric) 경로를 정의하여 추출한다. 제안한 방법의 시간 복잡도는 윤곽선 픽셀수의 선형 함수로 표현되며, 사용자가 잡영블랍과 잡영가지의 크기를 임의로 설정하도록 하여 융통성있고 다양하게 잡영가지를 제거할 수 있도록 하였다. 실제 형상과 인위적 형상에 대한 실험을 통해 제안된 방법의 유용성을 확인할 수 있었다.

• 전기학회논문지
• /
• 제59권5호
• /
• pp.981-989
• /
• 2010

In this study, we introduce a new architecture of fuzzy inference system. In the fuzzy inference system, we use Fuzzy C-Means clustering algorithm to form the premise part of the rules. The membership functions standing in the premise part of fuzzy rules do not assume any explicit functional forms, but for any input the resulting activation levels of such radial basis functions directly depend upon the distance between data points by means of the Fuzzy C-Means clustering. As the consequent part of fuzzy rules of the fuzzy inference system (being the local model representing input output relation in the corresponding sub-space), four types of polynomial are considered, namely constant, linear, quadratic and modified quadratic. This offers a significant level of design flexibility as each rule could come with a different type of the local model in its consequence. Either the Least Square Estimator (LSE) or the weighted Least Square Estimator (WLSE)-based learning is exploited to estimate the coefficients of the consequent polynomial of fuzzy rules. In fuzzy modeling, complexity and interpretability (or simplicity) as well as accuracy of the obtained model are essential design criteria. The performance of the fuzzy inference system is directly affected by some parameters such as e.g., the fuzzification coefficient used in the FCM, the number of rules(clusters) and the order of polynomial in the consequent part of the rules. Accordingly we can obtain preferred model structure through an adjustment of such parameters of the fuzzy inference system. Moreover the comparative experimental study between WLSE and LSE is analyzed according to the change of the number of clusters(rules) as well as polynomial type. The superiority of the proposed model is illustrated and also demonstrated with the use of Automobile Miles per Gallon(MPG), Boston housing called Machine Learning dataset, and Mackey-glass time series dataset.

• 대한기계학회논문집A
• /
• 제35권8호
• /
• pp.921-931
• /
• 2011

본 연구는 B-스플라인 하이퍼볼륨을 사용하여 주어진 비정렬 데이터를 근사화하는 데이터 근사기법에 관한 것이다. 개발 구현을 위한 B-스플라인 하이퍼볼륨의 자료 구조가 기술되며 해당 메모리 크기의 측정을 통해 간결한 표현 모델임을 보인다. 제안하는 근사 기법은 두 가지 알고리즘으로 구성된다. 하나는 B-스플라인 하이퍼볼륨의 절점 벡터 결정에 관한 것이고, 다른 하나는 조정점 결정에 관한 것으로 최소자승 최소화 문제의 해를 구함으로써 얻게 된다. 여기서 구한 해는 데이터 복잡성에 의존하지 않는다. 본 연구 방식은 다양한 형태의 데이터 분포를 가지고 근사 정밀도, 메모리 사용량, 계산 시간 등의 근사화 성능(수준)을 평가한다. 더불어 기존 방법과의 비교를 통해 유용성을 보이며, 비구속 최적화 예제를 통하여 다양한 응용 분야로의 가능성을 보여준다.

• 대한토목학회논문집
• /
• 제9권3호
• /
• pp.57-64
• /
• 1989

철근콘크리트 뼈대구조의 신뢰성 최적설계에 관한 연구를 제시한 것으로 파괴확률의 산정에서 AFOSM방법과 SOSM방법을 적용하였고, SLP 알고리즘을 바탕으로 하는 시스템 최적화 기법을 사용하였다. 신뢰성 최적설계를 예시할 목적으로 1층 2경간 철근콘크리트 뼈대에 대한 수치예를 제시하였다. 결과적으로 여기서 적용된 신뢰성 최적화 과정은 최적수준의 안전률은 비교적 정확하게 예측할 수 있게하며 어느정도 복잡한 실제 구조물에도 사용될 수 있다는 사실을 알수 있었다. 아울러 기본적인 변수의 확률분포 및 작용하중과 재료의 불확실성에 관한 민감도는 최적설계에 큰 영향을 미칠 수 있으며 AFOSM방법과 SOSM방법은 설계결과의 영향에 별 차이가 없으므로 본 연구 경우로 보아 시간적으로 경제성이 있는 AFOSM방법이 더 실용적이라고 볼 수 있다.