• 한국정보통신학회논문지
• /
• 제11권9호
• /
• pp.1771-1780
• /
• 2007

인터넷의 발달과 기업환경의 변화로 인해 정보통합의 필요성이 강조되고 있고, 기업에서는M&A를 통해 기존의 구축된 멀티-데이터 베이스를 통합해야 하는 경우가 많다. 이러한 정보의 통합을 위해서는 이질성의 문제를 해결하여 상호운용성을 보장해야 하며, 안정된 통합을 보장해야 한다. 본 논문에서는 이질성 환경에서 상호운용성 문제를 해결하기 위해 표준과 로컬간의 연관성을 명시한 XMDR(eXtended Meta-Data Registry)을 기반으로 상호운영을 위한 글로벌 XML 쿼리를 로컬 XML 쿼리로 변화할 수 있는 방법을 제안한다. 따라서 XMDR에 의한 글로벌 XML 쿼리를 생성하여 멀티-데이터 베이스를 하나의 질의로 검색과 수정이 가능하게 하고, 래퍼는 레거시에 적합하도록 변환할 수 있도록 레퍼를 구체적으로 설계된 모델을 제안하고, 이러한 처리를 위하여 기존의 분산 트랜잭션 처리기법인 2PC방식을 적용하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제6권6호
• /
• pp.469-477
• /
• 2016

이 연구에서는 주어진 공장의 공간에 여러 개의 직사각형 형태 부서의 위치를 할당하고 문헌에 있는 다른 설비배치 기법과 비교하고자 한다. 이 연구는 초기 설비배치가 주어졌을 때 물류비용을 최소화하는 개선적 접근방법을 제시하였다. 기존의 문헌에 있는 접근 방법과 같이 이 연구에서 제시된 접근 방법도 하나의 설비배치에서 부서를 교환하여 더 좋은 해를 찾고자 하였으며, 물류비용을 개선하는 자기발견적 절차를 적용하였다. 수직적 교환, 수평적 교환, 통합 절차 및 분리 절차를 통해 더 좋은 해를 발견할 가능성을 높이고 크기가 같은 설비의 경우에는 설비 배치의 회전도 가능하게 하였다. 그러나 CRAFT와 달리 이 연구에서 제시되는 알고리즘은 설비 형태의 왜곡이 일어나지 않고 직사각형을 유지하는 좋은 해를 제공한다. 또한 Tabu 탐색기법을 활용하여 지역적인 최적해에서 전체 최적해를 찾아가고자 하였다. 문헌에 있는 25개의 설비배치 문제에 대하여 다른 접근 방법과 비교한 결과 제시된 접근방법이 설비의 수가 많을 때 훨씬 더 좋은 해를 제공하는 것으로 나타났다.

• 전자공학회논문지S
• /
• 제35S권11호
• /
• pp.176-183
• /
• 1998

본 논문에서는 근전신호를 효과적으로 인식하기 위해 신경회로망에 유전알고리즘을 결합하여 근전신호를 인식하는 기법을 제안한다. 본 기법은 신경회로망이 내재한 단점들을 개선하여 근전신호의 인식률을 높이고 안정적인 인식을 행하는 것을 목표로 한다. 제안된 기법에서 유전알고리즘은 전역적인 탐색으로 신경회로망의 최적의 초기 연결강도를 선택하는데, 이로 인하여 학습속도 및 인식률이 향상하게 된다. 그리고 절대 적분치, 영교차수등의 특징벡터 이외에 히든 마르코프 모델로 전처리를 하여 시간적으로 변하는 근전신호의 특성을 입력패턴에 반영하였다. 6가지의 기본운동을 대상으로 행한 실험결과, 제안된 인식기법은 기존의 일반적인 신경회로망의 학습규칙을 이용하여 인식했을 때보다 학습속도와 인식률이 향상되었고, 국부최소점으로 수렴하는 경우가 없어 실험에 실패하지 않고 안정적으로 근전신호의 패턴을 인식하였다.

• Industrial Engineering and Management Systems
• /
• 제7권2호
• /
• pp.171-181
• /
• 2008

Home care, known also as domiciliary care, is part of the community care service that is a responsibility of the local government authorities in the UK as well as many other countries around the world. The aim is to provide the care and support needed to assist people, particularly older people, people with physical or learning disabilities and people who need assistance due to illness to live as independently as possible in their own homes. It is performed primarily by care workers visiting clients' homes where they provide help with daily activities. This paper is concerned with the dispatching of care workers to clients in an efficient manner. The optimized routine for each care worker determines a schedule to achieve the minimum total cost (in terms of distance traveled) without violating the capacity and time window constraints. A collaborative population-based meta-heuristic called Particle Swarm Optimization (PSO) is applied to solve the problem. A particle is defined as a multi-dimensional point in space which represents the corresponding schedule for care workers and their clients. Each dimension of a particle represents a care activity and the corresponding, allocated care worker. The continuous position value of each dimension determines the care worker to be assigned and also the assignment priority. A heuristic assignment scheme is specially designed to transform the continuous position value to the discrete job schedule. This job schedule represents the potential feasible solution to the problem. The Earliest Start Time Priority with Minimum Distance Assignment (ESTPMDA) technique is developed for generating an initial solution which guides the search direction of the particle. Local improvement procedures (LIP), insertion and swap, are embedded in the PSO algorithm in order to further improve the quality of the solution. The proposed methodology is implemented, tested, and compared with existing solutions for some 'real' problem instances.

• 대한토목학회논문집
• /
• 제34권3호
• /
• pp.821-831
• /
• 2014

추계학적 강수발생 및 모의기법은 수문학적 모형의 입력 자료로써 널리 이용되고 있다. 그러나 Modified Bartlett-Lewis Rectangular Pulse(MBLRP)와 같은 추계학적 포아송 클러스터 강수생성 모형에 대해서 국부최적화 방법을 통한 매개변수 추정 방법은 매개변수의 신뢰성에 상당한 영향을 주는 것으로 알려져 있다. 최근에는 MBLRP 모형의 국부해추정 문제를 해소하기 위하여 Particle Swarm Optimization (PSO) 또는 Shuffled Complex Evolution developed at The University of Arizona (SCE-UA) 등 매개변수 추정 성능이 우수한 전역최적화기법이 도입되고 있지만, 제한된 매개변수 공간에서 항상 신뢰성 있는 매개변수 추정이 가능한 것은 아니다. 뿐만 아니라, 모형의 매개변수들이 갖고 있는 불확실성에 관한 연구는 아직 충분히 논의되지 않았다. 이러한 관점에서 본 연구는 Bayesian 기법과 연계한 MBLRP 모형을 개발하였으며 각 매개변수들의 사후분포(Posterior Distribution)를 유도하여 매개변수가 내포하는 불확실성을 정량적으로 평가하였다. 그 결과 관측값에 대한 시간단위 이하 강수발생 통계치를 효과적으로 복원하고 있음을 확인할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권3호
• /
• pp.77-90
• /
• 2018

소프트웨어 결함 예측(SDP)은 결함이 있는 모듈을 식별하기 위한 연구 분야이다. 충분한 로컬 데이터가 없으면 다른 회사에서 수집한 데이터를 사용하여 분류기를 구축하는 교차 프로젝트 결함 예측(CPDP)을 활용할 수 있다. SDP에 대한 대부분의 기계 학습 알고리즘은 서로 다른 값에 따라 예측 성능에 큰 영향을 미치는 하나 이상의 매개 변수를 사용한다. 본 연구의 목적은 CPDP의 예측 성능 향상을 위해 매개 변수 선택 기법을 제안하는 것이다. Harmony Search 알고리즘을 사용하여, 예측 어려움을 야기하는 클래스 불균형을 해결하는 방법인 비용에 민감한 부스팅의 매개 변수를 조정한다. 분포 특성에 따라 매개 변수 범위와 매개 변수 간의 제한 조건 규칙이 정의되어 하모니 검색 알고리즘에 적용된다. 제안된 접근법은 15개의 대상 프로젝트를 대상으로 3개의 CPDP 모델과 내부프로젝트 결함 예측(WPDP) 모델을 비교한다. 실험 결과는 제안된 방법이 클래스 불균형의 맥락에서 다른 CPDP 방법보다 성능이 우수하다는 것을 보여준다. 이전의 연구에서는 탐지 확률이 낮거나 오보 가능성이 높았으나 우리의 기법은 높은 PD와 낮은 PF를 제공하면서 높은 전체 성능을 보였다. 또한 WPDP와 비슷한 성능을 제공하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권2호
• /
• pp.139-147
• /
• 2009

BLAST는 생명정보학 분야에서 가장 많이 사용하는 도구이다. 이 도구는 입력서열을 기존 서열 데이터베이스와 신속히 비교하고 그 기능을 예측한다. 생물학자는 BLAST를 이용하여 실험의 범위, 시간과 비용을 줄일 수 있다. 하지만, 서열 데이터 양이 급격히 증가함에 따라 그 처리 시간도 같이 증가하여 성능개선 방안이 필요하다. 본 논문에서는 대용량 BLAST처리 성능 향상을 위한 PC 기반의 클러스터 인프라 (E-Cluster)를 제시하고 이 기반에서 데이터베이스 분할기법 (Logical Partitioning)과 질의 라우팅 기법(Intra-Query)을 제안한다. 제안된 시스템을 평가하기 위해 다양한 길이의 서열들과 NR 데이터베이스와 비교하여 응답시간(Response Time), 성능 향상(Speedup), 효율(Efficiency) 관점에서 평가한다. 본 실험을 통해 기존 SMP, Cluster, 그리드 기반의 BLAST 시스템보다 성능, 효율이 뛰어남을 확인하였고, 특히 제안한 시스템의 최대 효율은 600%로 매우 높았다.

• International Journal of Computer Science & Network Security
• /
• 제23권12호
• /
• pp.151-160
• /
• 2023

Breast cancer is the most dangerous and deadly form of cancer. Initial detection of breast cancer can significantly improve treatment effectiveness. The second most common cancer among Indian women in rural areas. Early detection of symptoms and signs is the most important technique to effectively treat breast cancer, as it enhances the odds of receiving an earlier, more specialist care. As a result, it has the possible to significantly improve survival odds by delaying or entirely eliminating cancer. Mammography is a high-resolution radiography technique that is an important factor in avoiding and diagnosing cancer at an early stage. Automatic segmentation of the breast part using Mammography pictures can help reduce the area available for cancer search while also saving time and effort compared to manual segmentation. Autoencoder-like convolutional and deconvolutional neural networks (CN-DCNN) were utilised in previous studies to automatically segment the breast area in Mammography pictures. We present Automatic SegmenAN, a unique end-to-end adversarial neural network for the job of medical image segmentation, in this paper. Because image segmentation necessitates extensive, pixel-level labelling, a standard GAN's discriminator's single scalar real/fake output may be inefficient in providing steady and appropriate gradient feedback to the networks. Instead of utilising a fully convolutional neural network as the segmentor, we suggested a new adversarial critic network with a multi-scale L1 loss function to force the critic and segmentor to learn both global and local attributes that collect long- and short-range spatial relations among pixels. We demonstrate that an Automatic SegmenAN perspective is more up to date and reliable for segmentation tasks than the state-of-the-art U-net segmentation technique.

• 한국산학기술학회논문지
• /
• 제17권3호
• /
• pp.117-126
• /
• 2016

본 연구에서는 안경의 광학적 특성에서 고안된 새로운 메타휴리스틱 최적화 알고리즘인 Vision Correction Algorithm(VCA)을 개발하였다. VCA는 안경광학분야에서 수행되는 검안과 교정과정을 최적해 탐색 과정에 적용한 기법으로 근시/원시교정-밝기조정-압축시행-난시교정의 과정을 거쳐 최적화를 수행하게 된다. 제안된 VCA는 기존의 메타휴리스틱 알고리즘과 달리 현재까지 축적된 최적화 결과를 기반으로 전역탐색과 국지탐색 적용 확률, 그리고 전역탐색의 방향이 자동적으로 조정 된다. 제안된 방법을 대표적인 최적화 문제(수학 및 공학 분야)에 적용하고, 그 결과를 기존 알고리즘들과 비교하여 제시하였다.

• 한국측량학회지
• /
• 제17권2호
• /
• pp.117-128
• /
• 1999

Douglas-Peucker 알고리듬의 원리를 충실하게 반영한 단순 tree 구조의 단순화 기법은 단순화 지표가 실제 계층적 자료구조에 명확히 내재되는 장점을 갖는다. 그러나 단순 tree 방법은 단순화 지표의 계층성이 항상 보장되지 못할 가능성을 안고 있다. 그것은 Douglas-Peucker 알고리듬의 원리가 선형 사상의 국지적 특성을 충실하게 반영하지 못하는 전역적 기법이기 때문이다. 본 연구에서는 이러한 계층적 오류를 극복하기 위해 볼록다각형 탐색기법을 활용하여 형태적 대표점을 찾아 이를 기초로 계층적 자료구조를 갖는 단순화 기법 (CALS)을 구현하였다. CALS에 의한 방법은 단순 tree 방법에서 발생한 중상위 계층의 오류를 보정하는 효과가 있기 때문에 단순 tree 구조에 비해 단순화의 공간적 정확도를 향상시킨다.