• 한국통신학회논문지
• /
• 제35권9A호
• /
• pp.835-843
• /
• 2010

EST (Energy Spreading Transform)가 적용된 등화기법은 주파수 선택적 채널에서 ISI (Inter Symbol Interference)를 반복적으로 제거해 주는 효과적인 기술이다. EST 적용 시스템은 OFDM (Orthogonal Frequency Division Multiplexing) 시스템과 동일하게 CP (Cyclic Prefix)를 사용한다. 데이터 전송 측면에서 CP의 사용은 동일한 데이터의 반복이므로 시스템의 전송효율을 저하시킨다. RISIC 알고리즘은 불충분한 CP 길이에 의해 발생되는 IBI (Inter Block Interference)를 제거하고 CP를 복원해주는 알고리즘이다. 따라서 본 논문에서는 기존의 QPSK (Quadrature Phase Shift Keying) 변조방식의 EST 시스템에 RISIC 알고리즘을 결합시킨 시스템을 제안하여 전송효율을 높였고 제안된 시스템을 16 QAM (Quadrature Amplitude Modulation) 변조방식으로 확장시켰다. 제안된 시스템은 RISIC 알고리즘과 EST기반의 등화기법을 사용함으로써 불충분한 길이의 CP를 사용하더라도 BER 성능이 MFB (Matched Filter Bound)에 근접하도록 향상 시킬 수 있음을 보여준다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.397-400
• /
• 2016

본 논문에서는 고성능 HEVC 부호기를 위한 Inter Prediction SAD연산 구조의 효율적인 알고리즘을 제안한다. HEVC Inter Prediction에서의 Motion Estimation(ME)은 시간적 중복성을 제거하기 위하여 보간 된 참조 픽처에서 현재 PU와 상관도가 높은 예측 블록을 탐색하는 과정이다. ME는 전역 탐색(full search, FS) 알고리즘과 고속 탐색(fast search) 알고리즘을 이용한다. 전역 탐색 기법은 주어진 탐색 영역내의 모든 후보 블록에 대하여 움직임을 예측하기 때문에 최적의 결과를 보장하지만 연산량 및 연산시간이 많은 단점을 지닌다. 그러므로 본 논문에서는 Inter Prediction의 연산량 및 연산시간을 줄이기 위해 전역탐색에서 SAD연산을 재사용하여 연산 복잡도를 줄이는 새로운 알고리즘을 제안한다. 제안된 알고리즘은 HEVC 표준 소프트웨어 HM16.12에 적용하여 검증한 결과 기존 전역탐색 알고리즘보다 연산시간은 61%, BDBitrate는 11.81% 감소하였고, BDPSNR은 약0.5% 증가하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.969-972
• /
• 2016

본 논문에서는 고성능 HEVC intra prediction을 위한 Angular 모드 결정 알고리즘을 제안한다. HEVC의 intra prediction은 공간적 중복성을 제거하기 위해 사용된다. Intra prediction은 총 35개의 모드를 가지며, $64{\times}64$에서 $4{\times}4$ 블록 크기까지 35개의 모드를 수행 후 최적의 cost를 갖는 블록 크기 및 모드를 결정한다. Intra prediction은 각 블록 크기마다 35개의 모드를 수행하기 때문에 높은 연산량과 연산시간을 가지고 있다. 제안하는 Angular 모드 결정 알고리즘은 원본영상의 간단한 픽셀차이를 가지고 Angular 모드 1개를 선택한다. 선택된 Angular 모드와 Planar 모드, DC 모드로 intra prediction을 수행하여 최적의 cost를 갖는 모드를 결정한다. 성능 평가 지표는 BD-PSNR과 BD-Bitrate를 사용하였으며, 제안하는 알고리즘과 HM-16.9를 비교한 결과 BD-PSNR은 평균 0.035 증가하였고, BD-Bitrate는 평균 0.623 감소했다. 또한, 인코딩 타임은 약 6.905% 감소하였다.

• 한국공간정보시스템학회 논문지
• /
• 제1권2호
• /
• pp.137-149
• /
• 1999

클라이언트-서버 환경의 공간 데이터베이스 시스템은 방대한 양의 공간 데이터 전송에 따르는 네트워크 부하가 크다. 이러한 환경에서 사용자는 빠른 초기 응답 시간을 위해 일부 영역의 공간 데이터를 요구하는 창(window) 질의를 사용한다. 화면 이동, 확대 및 축소 등으로 인한 일련의 창 질의는 유사한 영역의 데이터를 요구하며, 이는 이미 전송된 영역과 교차되는 영역의 데이터를 재전송하여 네트워크 부하를 가중시킨다. 이러한 문제는 생성된 질의 결과 중 클라이언트에 이미 전송된 데이터들을 제거함으로써 해결이 가능하다. 본 논문에서는 일련의 창 질의에 의해 발생하는 교차 영역을 제거하기 위한 공간 객체 관리자를 설계하고 구현한다. 공간 객체 관리자는 클라이언트로 전송된 객체의 식별자들을 관리하며 객체 식별자의 비교를 통해 전송여부를 판단하는 교차 영역 제거 기법을 사용하여 질의 결과로 생성된 공간 객체들 중 전송된 객체들을 제거한다. 본 논문의 공간 객체 관리자는 개방형 클라이언트-서버 공간 데이터베이스 시스템인 GEOMania Millennium server를 위해 구현하였다. 성능 평가를 통해 교차 영역의 제거가 동일 데이터의 중복 전승을 제거하여 네트워크 부하를 감소시키고 시스템의 전체적인 성능을 향상시킴을 보인다.

• 한국정보통신학회논문지
• /
• 제17권5호
• /
• pp.1203-1212
• /
• 2013

본 논문에서는 HEVC 복호기내 화면내 예측의 연산 복잡도를 감소시키기 위해 공유 연산기, 공통 연산기, 고속 smoothing 결정 알고리즘, 고속 필터계수 생성 알고리즘을 적용한 하드웨어 구조를 제안한다. 공유 연산기는 공통수식을 공유하여 smoothing 과정의 연산 중복성을 제거하고, DC모드의 평균값을 미리 계산하여 수행 사이클 수를 감소시킨다. 공통 연산기는 모든 예측모드의 예측픽셀 생성과 필터링 과정을 하나의 연산기로 처리하기 때문에 연산기의 개수를 감소시킨다. 고속 smoothing 결정 알고리즘은 비트 비교기만을 사용하고, 고속 필터계수 생성 알고리즘은 곱셈연산 대신 LUT를 사용하여 연산 개수, 하드웨어 면적과 처리 시간을 감소시킨다. 또한 제안하는 구조는 2개의 공유 연산기와 8개의 공통 연산기를 사용하여 병렬처리함으로써 화면내 예측의 수행 사이클 수를 감소시킨다. 제안하는 구조를 TSMC 0.13um CMOS 공정 라이브러리를 이용하여 합성한 결과 게이트 수는 40.5k, 최대 동작 주파수는 164MHz이다. HEVC 참조 소프트웨어 HM 7.1에서 추출한 데이터를 이용하여 성능을 측정한 결과 제안하는 구조의 수행 사이클 수가 기존 구조 대비 93.7% 감소하였다.

• 디지털융복합연구
• /
• 제19권5호
• /
• pp.263-268
• /
• 2021

본 연구에서는 병원에서 실질적인 태아분만 시스템에 관리를 위한 태아건강분류모델을 설계하는 것을 목적으로 한다. 출산 중 사망자 수는 2017년을 기준으로 295,000명인 산모 사망률과 유사하다. 이러한 사망의 94%는 환경에 의해 발생하므로 대부분 예방할 수 있다. 따라서 본 논문에서는 랜덤 포레스트(Random Forest)를 이용하여 Cardiotocograms(CTG) 검사에서 추출한 2개의 데이터(태아의 심박수, 태아의 움직임, 자궁 수축 등)로 태아의 건강을 예측하는 모델을 제안하였다. 본 연구에서 제안된 모델은 태아분만 보건운영 시스템을 안정적으로 관리하기 위해 태아분만에 대한 데이터의 분포가 불균형한 이상 데이터를 갖는 항목을 찾아 표준편차의 상한 및 하한의 임계값을 설정하여 이상값을 제거하여 정확도를 높혔다. 또한 태아의 건강상태를 나타내는 클래스의 비율이 불규칙함으로, 데이터 리샘플링을 이용하여 소수의 클래스를 복제하여 클래스의 균형을 맞추었다. 그 결과 정확도가 4~5% 향상되어 97.75%로 나타났다. 이에 예측 모델을 통해 발생 할 수 있는 태아의 사망과 병을 사전에 정확히 예측하여 우선적으로 관리함으로써 효율적인 태아 보건운영과 태아 사망 및 병 예방에 기여할 수 있을 것이라고 기대한다.

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.141-150
• /
• 2021

인공지능(Artificial Intelligence) 기술을 활용하여 인공지능 기반의 전쟁 (AI-enabled warfare)가 미래전의 핵심이 될 것으로 예상한다. 자연어 처리 기술은 이러한 AI 기술의 핵심 기술로 지휘관 및 참모들이 자연어로 작성된 보고서, 정보 및 첩보를 일일이 열어확인하는 부담을 줄이는데 획기적으로 기여할 수 있다. 본 논문에서는 지휘관 및 참모의 정보 처리 부담을 줄이고 신속한 지휘결심을 지원하기 위해 언어 모델 기반의 다출처 정보 통합 (Language model-based Multi-source Information Integration, LAMII) 프레임워크를 제안한다. 제안된 LAMII 프레임워크는 자기지도 학습법을 활용한 언어 모델에 기반한 표현학습과 오토인코더를 활용한 문서 통합의 핵심 단계로 구성되어 있다. 첫 번째 단계에서는, 자기지도 학습 기법을 활용하여 구조적으로 이질적인 두 문장간의 유사 관계를 식별할 수 있는 표현학습을 수행한다. 두 번째 단계에서는, 앞서 학습된 모델을 활용하여 다출처로부터 비슷한 내용 혹은 토픽을 함양하는 문서들을 발견하고 이들을 통합한다. 이 때, 중복되는 문장을 제거하기 위해 오토인코더를 활용하여 문장의 중복성을 측정한다. 본 논문의 우수성을 입증하기 위해, 우리는 언어모델들과 이의 성능을 평가할 때 활용되는 대표적인 벤치마크 셋들을 함께 활용하여 이질적인 문장간의 유사 관계를 예측의 비교 실험하였다. 실험 결과, 제안된 LAMII 프레임워크가 다른 언어 모델에 비하여 이질적인 문장 구조간의 유사 관계를 효과적으로 예측할 수 있음을 입증하였다.