• 방송공학회논문지
• /
• 제12권6호
• /
• pp.611-623
• /
• 2007

H.264|AVC 영상 압축부호화 국제 표준은 영상의 효율적인 압축을 위하여 화면 내 프레임뿐만 아니라 화면 간 프레임에서도 다양한 블록 크기로 화면 내 예측을 수행할 수 있도록 설계되어 있다. 그러나 이는 영상 부호화 처리 시간의 급격한 증가를 초래하여 부호화기의 실시간 응용에 걸림돌이 될 수 있다. 본 논문에서는 먼저 화면 내 예측 부호화 수행 여부에 대한 조기 결정 방법과 화면 내 예측 부호화 수행 시 부호화하고자 하는 블록의 영상 내용 특성과 QP값의 변화에 따른 부호화 대상 주변 블록 모드 정보를 이용하여 만들어진 조건부 확률을 이용하여 화면 내 예측 부호화를 고속화하는 방법을 제안한다 제안된 방법은 기본적으로 화면 간 프레임 부호화에 있어서 화면 내 예측 수행 여부에 대한 조건을 결정하고, 화면 내 예측이 사용될 경우 부호화하고자 하는 블록의 내용 특성과 부호화된 주변 블록의 결정 모드를 고려하여 화면 내 예측을 고속화하는 것이다. 본 논문의 실험은 H.264|AVC의 참조 소프트웨어인 JM 11.0을 사용하여 검증하였으며, 제안된 방법을 사용하였을 경우 무시할 수 있을 정도의 PSNR 감소와 비트율 증가를 가져 왔으며, 전체 부호화 시간은 최대 41.63%가 단축되는 효과를 얻을 수 있었다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권7호
• /
• pp.469-477
• /
• 2009

제한된 용량의 배터리로 동작해야 하는 모바일 시스템에서는 소프트웨어 설계시 성능뿐만 아니라 전력소모도 고려해야 한다. 따라서 소프트웨어의 실행 중에 전력소모를 정확하게 예측할 수 있으면 전력과 성능을 고려한 효율적인 소프트웨어의 설계가 가능해진다. 본 논문에서는 모바일 프로세서의 전력소모 예측을 위해 정량적으로 프로세서의 동작을 분석하고 모델링 하는 통계적인 분석 방법을 제안한다. 제안된 방식은 다양한 벤치마크 프로그램들을 실행하여 프로세서의 성능 모니터링 이벤트들과 전력소모 데이터를 수집한 후 계층적 클러스터링(hierarchical clustering) 분석 등을 적용하여 서로 중복되지 않으면서 전력소모에 크게 기여하는 대표적인 성능 모니터링 이벤트들을 추출한다. 전력 예측 모델은 선택된 성능 모니터링 이벤트들이 독립변수가 되고 전력소모가 종속변수가 되는 회귀분석(regression analysis)을 수행하여 개발한다. 전력 예측 모델은 Intel XScale 아키텍처 기반의 PXA320 모바일 프로세서에 적용하여 평균 4% 이내의 에러율로 전력소모를 예측할 수 있음을 보인다.

• 정보처리학회논문지D
• /
• 제8D권2호
• /
• pp.175-180
• /
• 2001

본 논문은 미래의 소프크웨어 공장 수나 고장시간 예측 정확성을 얻기 위해, 뉴로-피지 시스템을 이용할 경우 최적의 검증 데이터 할당 비율에 대한 연구이다. 훈련 데이터가 주어졌을 때, 과소 적합과 과잉 적합을 회피하면서 최적의 일반화 능력을 얻기 취해 Early Stopping 방법이 일반적으로 사용되고 있다. 그러나 훈련과 검증 데이터로 얼마나 많은 데이터를 할당갈 것인가는 시행착오법을 이용해 경험적으로 해를 구해야만 하며, 과다한 시간이 소요된다. 최적의 검증 데이터 양을 구하기 위해 규칙 수를 증가시키면서 다양한 검증 데이터 양을 할당하였다. 실험결과 최소의 검증 데이터로도 좋은 예측 능력을 보였다. 이 결과는 뉴로-퍼지 시스템을 소프트웨어 신뢰성 분야에 적용시 실질직언 지침을 제공할 수 있는 것이다.

• 한국항행학회논문지
• /
• 제27권1호
• /
• pp.133-138
• /
• 2023

최근 급격한 기후 변화 및 온난화로 인한 부작용으로 전 세계적으로 홍수 재해의 빈도 및 피해 규모가 증가하고 있다. 국내의 경우, 한강 수위는 대한민국 수도인 서울의 홍수 재해를 예방하기 위한 주요 관리 대상이다. 본 논문에서는 기계학습 기반의 한강 수위 예측을 개선하기 위해 관련 데이터 품질을 종합적으로 진단하고 이를 개선하기 위한 전처리 방안을 제안한다. 구체적으로는 결측치 처리와 교차 상관 분석을 통해 데이터를 완전성, 유효성, 그리고 정확성 측면에서 개선한다. 또한, 제안한 데이터 개선 방법이 한강 수위 예측 성능에 미치는 영향을 분석하기 위해 랜덤 포레스트와 LightGBM을 이용하여 성능 평가를 수행한다.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.113-119
• /
• 2022

소프트웨어 결함 예측 작업 시 단순히 결함 유무만을 예측하는 이진 분류 모델에 비해 결함의 심각도 범주를 예측하는 다중 분류 모델은 훨씬 유용하게 사용될 수 있다. 소수의 심각도 기반 결함 예측 모델들이 제안되었지만 딥러닝 기법을 사용한 분류기는 없었다. 본 논문은 3개, 5개의 은닉층을 갖고 은닉층 노드수가 고정된 구조와 변화하는 구조의 MLP 모델들을 제작하였다. 모델 평가 실험 결과 기존 기계학습 모델들 중 가장 좋은 성능을 보인 MLPs보다 MLP 기반 딥러닝 모델들은 Accuracy와 AUC 모두 유의미하게 더 우수한 성능을 보였다. 특히 노드수 고정 구조에서는 은닉 층수 3, 배치사이즈 32, 노드수 64인 모델 구조가 가장 좋은 성능을 보였다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2009년도 춘계학술대회 논문집
• /
• pp.155-156
• /
• 2009

Construction companies can easily understand present noise condition of their construction site via C-Noise. C-Noise is noise simulation software that simple to use. Construction companies spend time and cost for public complaints about construction noise. Construction site noise management using noise simulation software like C-Noise can reduce public complaint. achieve cost reduction to treat it.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.31-39
• /
• 2022

주가는 거래량, 종가 등과 같은 숫자 기반의 내부적인 요인뿐만 아니라 법, 유행 등 여러 외부요인에 의해 영향을 받는다. 수많은 요인이 주가에 영향을 미치기 때문에 단편적인 주식 데이터만을 이용한 정확한 주가 예측은 매우 어려운 일이다. 특히 기업의 가치는 실제 주식을 거래하는 사람들의 인식에 영향을 많이 받기 때문에 특정 기업에 대한 감성 정보가 중요한 요인으로 여겨진다. 본 논문에서는 시간적 특성을 고려한 뉴스 데이터의 감성 분석을 이용한 딥러닝 기반 주가 예측 모델을 제안하고자 한다. 주식과 뉴스 데이터, 서로 다른 특성을 가진 2개의 이종 데이터를 시간 크기에 따라 통합하여 모델의 입력으로 사용하며, 시간 크기와 감성 지표가 주가 예측에 미치는 영향에 대해 최종적으로 비교 및 분석한다. 또한 우리는 기존 모델과의 비교 실험을 통해 제안 모델의 정확성이 개선되었음을 검증한다.

• 한국통신학회:학술대회논문집
• /
• 한국통신학회 1988년도 추계학술발표회 논문집
• /
• pp.30-34
• /
• 1988

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.376-376
• /
• 2000

Several algorithmic models have been proposed to estimate software cost and other management parameters. In particular, early prediction of completion time is absolutely essential for proper advance planning and a version of the possible ruin of a project. However, estimation is difficult because of its similarity to export judgment approaches and for its potential as an expert assistant in support of human judgment. Especially, the nature of the Norden/Rayleigh curve used by Putnam, renders it unreliable during the initial phases of the project, in projects involving a fast manpower buildup, as is the case with most software projects. Estimating software development effort is more complexity, because of infrastructure software related to target-machines hardware and process characteristics should be considered in software development for DCS (Distributed Control System). In this paper, we propose software development effort estimation technique using adaptive neural fuzzy inference system. The methods is applied to case-based projects and discussed.

• 한국융합학회논문지
• /
• 제10권4호
• /
• pp.45-50
• /
• 2019

본 연구는 소프트웨어 신뢰성을 측정하기 위해 소프트웨어 신뢰도 측정 모형에 따라 소프트웨어 신뢰도를 측정하는 방법을 제시하려 한다. 본 연구에서 제시한 모형의 형태는 비동질적 포아송 과장의 분포를 이용하였으며, 제시된 모형의 소프트웨어 신뢰도를 측정하는 방안을 제시하였다. 제시된 모형에 따라서 적합한 소프트웨어 신뢰도 성장 모형을 선택하는 방법으로는 소프트웨어 고장 데이터에 따라서 신뢰도 함수의 추정 값에 따른 평균제곱오차를 계산하여 적합한 소프트웨어 신뢰도 함수를 제안하는 방법을 연구하였다. 본 연구에서는 소프트웨어 품질을 측정하기 위한 신뢰도 함수를 제안하기 위하여 모델을 제시하고 고장데이터를 적용하여 추정 값의 오차를 최소화하는 관점에서 소프트웨어 신뢰도 함수를 선택할 수 있는 방안을 제시한 연구로 판단된다.