• 전기학회논문지
• /
• 제59권12호
• /
• pp.2329-2336
• /
• 2010

Hierarchical tree routing is a inefficient routing method of transmitting data in a wireless sensor network. Zigbee routing which is made to improve inefficiency of the hierarchical tree routing only fulfills the tree routing when a destination node don't exists in neighbor nodes of a router. We suggest a TFSR algorithm that is improved more than the zigbee routing. The TFSR algorithm generates a family set included a parent node and child nodes and over of a destination node, and uses this information. According to simulation results, the TFSR algorithm reduce routing costs over 30 percent in comparison with the hierarchical tree routing and the zigbee routing.

• 인터넷정보학회논문지
• /
• 제7권4호
• /
• pp.91-99
• /
• 2006

점진적 파싱 기법은 프로그램의 점진적 구성을 허용하는 언어기반 환경의 중요한 부분이며, 프로그램의 변경된 부분에 대해서만 구문분석을 다시 함으로써 시스템의 성능을 향상 시킨다. 기존의 점진적 파싱은 파싱 정보를 저장하기 위해 스택 자료구조를 사용한다. 본 논문에서는 스택 자료구조를 사용하지 않고 노드 주소로 스레드를 추가하여 스레드 트리 구성 알고리즘을 제안한다. 또한 구성된 스레드 트리를 사용하여 5단계의 점진적 파싱 과정으로 나누어 점진적 스레드 트리 구성 알고리즘을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제8권3호
• /
• pp.150-155
• /
• 2003

멀티캐스트는 한 점에서 다수의 집단 구성원들에게 데이터를 전송하는 것으로 이는 멀티캐스트 트리를 구성하여 해결할 수 있다. 즉, 전체 네트워크를 몇 개의 클러스터로 분할한 후 클러스터 내부를 멀티캐스트 트리로 구성하여 해결할 수 있다. 본 논문에서는 클러스터링 방법을 사용하여 멀티캐스트 라우팅 비용을 줄이는 알고리즘을 제안한다. 멀티캐스트 트리는 최소비용 스타이너 트리로 구성할 수 있기 때문에 최소비용 스타이너 트리 문제를 해결하는 것이 중요하다. 따라서, 본 논문에서는 멀티캐스트 라우팅 문제의 해법으로 클러스터링 방법을 이용한 유전자 알고리즘을 제안한다.

• Journal of Information Processing Systems
• /
• 제13권3호
• /
• pp.546-558
• /
• 2017

The amount of multimedia traffic over the Internet has been increasing because of the development of networks and mobile devices. Accordingly, studies on multicast, which is used to provide efficient multimedia and video services, have been conducted. In particular, studies on centralized multicast tree construction have attracted attention with the advent of software-defined networking. Among the centralized multicast tree construction algorithms, the group Takahashi and Matsuyama (GTM) algorithm is the most commonly used in multiple multicast tree construction. However, the GTM algorithm considers only the network-cost overhead when constructing multicast trees; it does not consider the temporary service disruption that arises from a link change for users receiving an existing service. Therefore, in this study, we propose a multiple multicast tree construction algorithm that can reduce network cost while avoiding considerable degradation of service quality to users. This is accomplished by considering both network-cost and link-change overhead of users. Experimental results reveal that, compared to the GTM algorithm, the proposed algorithm significantly improves the user-experienced quality of service by substantially reducing the number of linkchanged users while only slightly adding to the network-cost overhead.

• 한국컴퓨터정보학회논문지
• /
• 제9권3호
• /
• pp.189-194
• /
• 2004

본 논문에서는 클러스터 기반의 멀티캐스트 라우팅 문제 해법을 위한 Simulated Annealing(SA) 알고리즘을 제안한다. 멀티캐스트는 한 점에서 다수의 집단 구성원들에게 데이터를 전송하는 것으로 이는 멀티캐스트 트리를 구성하여 해결할 수 있다. 즉, 전체 네트워크를 몇 개의 클러스터로 분할한 후 클러스터 내부를 멀티캐스트 트리로 구성하여 해결할 수 있다. 멀티캐스트 트리는 최소비용 스타이너 트리로 구성할 수 있다. 본 논문에서는 SA알고리즘을 최소비용 스타이너 트리에 적용하였다. 특히, SA 알고리즘에서는 냉각 스케줄을 어떻게 설정하느냐에 따라 알고리즘의 성능에 영향을 준다. 따라서 본 논문에서는 멀티캐스트 라우팅 문제를 위한 SA 알고리즘의 냉각 스케줄을 제안하고, 그 결과를 분석한다.

• 정보과학회 논문지
• /
• 제42권1호
• /
• pp.86-92
• /
• 2015

레벨 셋 트리는 다차원에 정의된 확률 밀도 함수를 표현하는데 유용하다. 복잡한 데이터의 구조를 트리 형태로 시각화하여 데이터의 형태를 효율적으로 파악할 수 있으며 클러스터링 분석에 효과적으로 이용할 수 있다. 본 논문에서는 미지의 확률 밀도 함수에서 생성된 데이터 샘플로부터 레벨 셋 트리를 생성하는 알고리즘을 제안한다. 제안된 알고리즘은 레벨을 0에서부터 무한대로 증가시키며 밀도 함수의 각 레벨 셋을 추정하고, 이로부터 레벨 셋 트리를 생성한다. 이를 위해 본 논문에서는 one-class 서포트 벡터 머신 (OC-SVM)을 이용하여 직접적으로 레벨 셋을 추정한다. 이때 다양한 레벨 값에 대해 OC-SVM 학습을 반복해야 하는데, OC-SVM 솔루션 path 알고리즘을 통해 빠른 시간 안에 모든 레벨값에 해당하는 레벨 셋를 추정할 수 있다.

• 한국통신학회논문지
• /
• 제31권5B호
• /
• pp.421-429
• /
• 2006

본 논문에서는 기존의 이더넷 브리지와 새로운 동기식 이더넷 포트가 장착된 브리지가 함께 구성된 망에서 각 브리지의 지원능력 별로 다중 트리를 구성하는 알고리듬을 소개하고 성능을 분석하였다. 기존 IEEE 802.1D 규격의 스패닝트리 알고리듬은 브리지의 지원능력을 고려하지 않고 단순히 브리지 식별자를 바탕으로 루트브리지를 선출하여 이를 중심으로 트리를 구성한다. 이는 기존의 이더넷 브리지와 동기식 이더넷 브리지가 함께 구성된 망에서 동기식 이더넷 브리지가 루트브리지로 선출될 경우, 한 수퍼 프레임 내에서 비동기 프레임 전송 구간의 길이가 최소 25%로 규정되어 있는 동기식 이더넷 브리지의 특성상, 비동기 트래픽에 대한 대역 제한으로 인해루트 브리지에서의 큰 지연이 발생한다. 본 논문에서는 단순히 브리지 식별자로 단일 트리를 형성하는 기존 스패닝 트리 알고리듬과는 달리, 브리지의 지원 능력 별로 구분되는 2 개의 트리를구성하도록 하여 각 트래픽별 별개의 전송 경로를 제공함으로써 이와 같은 문제를해결하는 CAST 알고리듬을 제안하고 성능을 분석하였다. 모의실험 결과, 제안된CAST 알고리듬의 경우, 높은 트래픽 부하와 경유 브리지 수가 많을수록, 비동기 트래픽의 종단간지연시간이 짧아짐을 확인하였다.

• 산업경영시스템학회지
• /
• 제42권4호
• /
• pp.183-193
• /
• 2019

Process mining is an analytical technique aimed at obtaining useful information about a process by extracting a process model from events log. However, most existing process models are deterministic because they do not include stochastic elements such as the occurrence probabilities or execution times of activities. Therefore, available information is limited, resulting in the limitations on analyzing and understanding the process. Furthermore, it is also important to develop an efficient methodology to discover the process model. Although genetic process mining algorithm is one of the methods that can handle data with noises, it has a limitation of large computation time when it is applied to data with large capacity. To resolve these issues, in this paper, we define a stochastic process tree and propose a tabu search-genetic process mining (TS-GPM) algorithm for a stochastic process tree. Specifically, we define a two-dimensional array as a chromosome to represent a stochastic process tree, fitness function, a procedure for generating stochastic process tree and a model trace as a string of activities generated from the process tree. Furthermore, by storing and comparing model traces with low fitness values in the tabu list, we can prevent duplicated searches for process trees with low fitness value being performed. In order to verify the performance of the proposed algorithm, we performed a numerical experiment by using two kinds of event log data used in the previous research. The results showed that the suggested TS-GPM algorithm outperformed the GPM algorithm in terms of fitness and computation time.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.208-212
• /
• 1998

This paper suggests the method to recognize the various defect patterns of cold mill strip using binary decision tree constructed by genetic algorithm automatically. In case of classifying the complex the complex patterns with high similarity like the defect patterns of cold mill strip, the selection of the optimal feature set and the structure of recognizer is important for high recognition rate. In this paper genetic algorithm is used to select a subset of the suitable features at each node in binary decision tree. The feature subset of maximum fitness is chosen and the patterns are classified into two classes by linear decision function. After this process is repeated at each node until all the patterns are classified respectively into individual classes. In this way , binary decision tree classifier is constructed automatically. After construction binary decision tree, the final recognizer is accomplished by the learning process of neural network using a set of standard p tterns at each node. In this paper, binary decision tree classifier is applied to recognition of the defect patterns of cold mill strip and the experimental results are given to show the usefulness of the proposed scheme.

• Journal of Communications and Networks
• /
• 제18권5호
• /
• pp.699-712
• /
• 2016

Recently, greedy algorithm has received much attention as a cost-effective means to reconstruct the sparse signals from compressed measurements. Much of previous work has focused on the investigation of a single candidate to identify the support (index set of nonzero elements) of the sparse signals. Well-known drawback of the greedy approach is that the chosen candidate is often not the optimal solution due to the myopic decision in each iteration. In this paper, we propose a tree search based sparse signal recovery algorithm referred to as the tree search matching pursuit (TSMP). Two key ingredients of the proposed TSMP algorithm to control the computational complexity are the pre-selection to put a restriction on columns of the sensing matrix to be investigated and the tree pruning to eliminate unpromising paths from the search tree. In numerical simulations of Internet of Things (IoT) environments, it is shown that TSMP outperforms conventional schemes by a large margin.