• 한국통신학회논문지
• /
• 제21권1호
• /
• pp.91-102
• /
• 1996

ATM(asynchronous transfer mode)망에서 멀티미디어 트래픽이 효율적으로 전송되기 위해서는 전송되는 트래픽의 특성이 충분한 고려된 경로설정이 이루어져야 한다. 본 논문에서는 ATM망의 가상경로/가상채널의 특성을 기반으로한 점 대 다중점 경로설정 알고리즘을 제안한다. 제안한 알고리즘은 가상경로 트리를 사용하며 경로설정시 가상경로/가상채널 스위칭의 특성이 반영된 비용함수를 사용하였다. 또한 비용함수는 링크 비용, 지연 및 지연에 대한 가중치로 구성되며 지연에 대한 가중치는 트래픽의 지연감도에 의해 결정된다. 제안한 알고리즘은 트래픽의 지연한계를 만족시킬 수 있는 경로를 설정할 뿐만 아니라, 동일한 경로설정 비용을 가지는 지연한계내의 경로중 지연을 최적화하는 경로를 선택할 수있다. 또한 지연에 대한 가중치를 조절하여 지연 및 비용에 최적화된 알고리즘에 근사한 성능을 가질 수있다. 시뮬레이션 결과, 제안된 알고리즘은 가중치가 0.8에서 1사이에 존재할 때 경로설정 비용측면에서는 비용에 최적화된 알고리즘의 성능에 근사하였으며, 종단간 지연측면에 있어서는 지연이 강하게 반영된 알고리즘의 성능에 근사되었다.

• 정보처리학회논문지C
• /
• 제8C권1호
• /
• pp.88-96
• /
• 2001

미래의 이동 통신망은 ATM 기술을 이용한 B-ISDN 근간망에 WATM 기술을 이용해서 사용자에게 높은 대역의 연결 서비스와 QoS 서비스를 제공할 것이다. 이런 포괄적인 망에서 이동 단말기를 갖는 사용자의 이동성을 지원하면서 ATM 망의 고유 특성인 셀 순서 유지, 셀 중복 방지 등을 만족하면서 셀의 손실을 없애고 동시에 셀 버퍼링으로 인한 버퍼 오버헤드를 최소화 할 수 있는 핸드오프 방법이 필요하다. 본 논문은 기존의 핸드오프 방법에 대한 분석을 토대로 멀티캐스트 연결을 이용해서 셀의 손실을 없애고 버퍼 오버헤드를 줄이는 핸드오프 방법을 제안했다. 제안한 방법은 MT가 현재 AP 영역에서 정확하게 수신한 데이터에 대해 각 멤버 AP들에게 통보하면, 멤버 AP가 MT의 핸드오프를 위해 미리 저장해 둔 버퍼 공간들을 해제해서 다른 연결들이 사용할 수 있게 하는 손실없는 핸드오프를 제공한다. 성능 평가결과 제안한 방법은 VCT, 동적 멀티캐스트 핸드오프 방법에 비해 버퍼 오버헤드 면에서 좋은 성능을 보였다.

• 한국정보통신학회논문지
• /
• 제10권8호
• /
• pp.1401-1406
• /
• 2006

최근 산업 및 연구단체에서 이동 Ad-hoc망에 대한 관심이 높아지고 있다. 기존 연구들은 라우팅에 초점을 맞추고 있었던 것에 반해 본 논문에서는 이들 연구의 결과로 형성된 Ad-hoc망을 실제로 이용하기 위한 응용으로 가변지오캐스팅 방법을 제안한다. 지오캐스팅 프로토콜 목적은 특별한 지오캐스팅 영역에 위치한 노드들의 그룹에 패킷 데이터를 전송하는 것이다. 본 논문에서는 Ad-hoc기반의 이동 네트워크 환경에서 지오캐스트 서비스를 지원하는 기존연구에 데이터 전송경로의 비 최적화, 빈번한 지오캐스트 전송트리의 재구성으로 인한 오버헤드, 서비스단절의 문제를 해결하기 위해 이동형태기반의 가변지오캐스팅 기법을 제안한다. 가변지오캐스팅 기법은 서비스범위를 목적지 노드의 이동성에 따라 가변적으로 설정하고 자원예약기법과 다양한 실험을 통해 이동노드의 이동성에 따른 접근성 및 네트워크 오버헤드를 줄여 성능평가 하였다.

• 한국통신학회논문지
• /
• 제36권9B호
• /
• pp.1098-1107
• /
• 2011

최근 유무선망의 통합과 통방 융합으로 기존의 방송국 사업자들을 통한 일률적이고 획일적인 서비스 제공 및 소비에서 4A(Any-time, Any-where, Any-device, Any-contents)서비스를 위한 차세대 멀티미디어 방송 서비스에 대한 연구가 진행되고 있다. 이러한 차세대 멀티미디어 방송 서비스에 대한 요구를 보장하기 위해서 비디오 압축부호화 기술뿐만 아니라 이동성, 다양한 디바이스의 연산능력, 사용자 네트워크의 특성 및 성능과 조건 등의 상태, 사용자 선호도 등에 대한 상황인지 기반의 기술연구에 대한 관심이 모아졌다. 본 논문에서는 현재의 인터넷 환경에서 SVC(Scalable Video Coding)부호화를 이용하여 멀티캐스트와 오버레이 멀티캐스트 전송기술을 혼합한 방송 서비스를 설계함으로써 효율적인 상황인지 기반의 SVC 멀티미디어 방송 시스템을 제안한다. 또한, ACK-Flow 최적화 오버레이 멀티캐스트 기법을 제안하여 기존의 트리기반 오버레이 멀티캐스트와 비교해 봄으로써 제안한 알고리즘의 효율성을 입증한다.

• 한국멀티미디어학회논문지
• /
• 제16권7호
• /
• pp.795-801
• /
• 2013

서포트 벡터 머신은 뛰어난 일반화 성능에 힘입어 다양한 분야에서 의사 결정 나무나 인공 신경망에 비해 더 좋은 분류 성능을 보이고 있기 때문에 최근 널리 사용되고 있다. 서포트 벡터 머신은 기본적으로 이진 분류 문제를 위하여 설계되었기 때문에 서포트 벡터 머신을 다중 클래스 문제에 적용하기 위한 방법으로 다중 이진 분류기의 출력 결과를 이용하는 출력 코딩 방법이 주로 사용되고 있다. 그러나 출력 코딩 기반 서포트 벡터 머신에 사용된 기존 특징 선택 기법은 각 분류기의 정확도 향상을 위한 특징이 아니라 전체 분류 정확도 향상을 위한 특징을 선택하고 있다. 본 논문에서는 출력 코딩 기반 서포트 벡터 머신의 각 이진 분류기의 분류 정확도를 최대화하는 특징을 각각 선택하여 사용함으로써, 전체 분류 정확도를 향상시키는 특징 선택 기법을 제안한다. 실험 결과는 제안 기법이 기존 특징 선택 기법에 비하여 통계적으로 유의미한 분류 정확도 향상이 있었음을 보여주었다.

• Genomics & Informatics
• /
• 제7권2호
• /
• pp.122-130
• /
• 2009

A systems biology approach for the identification of perturbed molecular functions is required to understand the complex progressive disease such as breast cancer. In this study, we analyze the microarray data with Gene Ontology terms of molecular functions to select perturbed molecular functional modules in breast cancer tissues based on the definition of Gene ontology Functional Code. The Gene Ontology is three structured vocabularies describing genes and its products in terms of their associated biological processes, cellular components and molecular functions. The Gene Ontology is hierarchically classified as a directed acyclic graph. However, it is difficult to visualize Gene Ontology as a directed tree since a Gene Ontology term may have more than one parent by providing multiple paths from the root. Therefore, we applied the definition of Gene Ontology codes by defining one or more GO code(s) to each GO term to visualize the hierarchical classification of GO terms as a network. The selected molecular functions could be considered as perturbed molecular functional modules that putatively contributes to the progression of disease. We evaluated the method by analyzing microarray dataset of breast cancer tissues; i.e., normal and invasive breast cancer tissues. Based on the integration approach, we selected several interesting perturbed molecular functions that are implicated in the progression of breast cancers. Moreover, these selected molecular functions include several known breast cancer-related genes. It is concluded from this study that the present strategy is capable of selecting perturbed molecular functions that putatively play roles in the progression of diseases and provides an improved interpretability of GO terms based on the definition of Gene Ontology codes.

• 한국물환경학회지
• /
• 제36권6호
• /
• pp.611-620
• /
• 2020

Although process-based models have been a preferred approach for modeling freshwater aquatic systems over extended time intervals, the increasing utility of data-driven models in a big data environment has made the data-driven models increasingly popular in recent decades. In this study, international peer-reviewed journals for the relevant fields were searched in the Web of Science Core Collection, and an extensive literature review, which included total 2,984 articles published during the last two decades (2000-2020), was performed. The review results indicated that the rate of increase in the number of published studies using data-driven models exceeded those using process-based models since 2010. The increase in the use of data-driven models was partly attributable to the increasing availability of data from new data sources, e.g., remotely sensed hyperspectral or multispectral data. Consistently throughout the past two decades, South Korea has been one of the top ten countries in which the greatest number of studies using the data-driven models were published. Among the major data-driven approaches, i.e., artificial neural network, decision tree, and Bayesian model, were illustrated with case studies. Based on the review, this study aimed to inform the current state of knowledge regarding the biogeochemical water quality and ecological models using data-driven approaches, and provide the remaining challenges and future prospects.

• Journal of Periodontal and Implant Science
• /
• 제53권1호
• /
• pp.38-53
• /
• 2023

Purpose: The current Classification of Periodontal and Peri-Implant Diseases and Conditions, published and disseminated in 2018, involves some difficulties and causes diagnostic conflicts due to its criteria, especially for inexperienced clinicians. The aim of this study was to design a decision system based on machine learning algorithms by using clinical measurements and radiographic images in order to determine and facilitate the staging and grading of periodontitis. Methods: In the first part of this study, machine learning models were created using the Python programming language based on clinical data from 144 individuals who presented to the Department of Periodontology, Faculty of Dentistry, Süleyman Demirel University. In the second part, panoramic radiographic images were processed and classification was carried out with deep learning algorithms. Results: Using clinical data, the accuracy of staging with the tree algorithm reached 97.2%, while the random forest and k-nearest neighbor algorithms reached 98.6% accuracy. The best staging accuracy for processing panoramic radiographic images was provided by a hybrid network model algorithm combining the proposed ResNet50 architecture and the support vector machine algorithm. For this, the images were preprocessed, and high success was obtained, with a classification accuracy of 88.2% for staging. However, in general, it was observed that the radiographic images provided a low level of success, in terms of accuracy, for modeling the grading of periodontitis. Conclusions: The machine learning-based decision system presented herein can facilitate periodontal diagnoses despite its current limitations. Further studies are planned to optimize the algorithm and improve the results.

• 정보관리학회지
• /
• 제34권1호
• /
• pp.177-195
• /
• 2017

연구전선이란 연구논문들 간에 인용이 빈번하게 발생하며, 지속적으로 발전이 이루어지고 있는 연구영역을 의미한다. 연구행위가 집중되는 핵심 연구분야로 발전 가능성이 높은 연구전선을 조기에 예측해내는 것은 학계와 산업계, 정부기관, 나아가 국가의 과학기술 발전에 큰 유익을 가져다 줄 수 있는 유용한 사회적 자원이 된다. 본 연구는 복합자질을 활용하여 연구전선을 추론하는 모델을 제시하고자 시도하였다. 연구전선 추론은 핵심 연구영역으로 발전할 가능성이 높은 문헌들이 포함될 수 있도록 문헌을 복합자질로 표현하고, 그 자질들을 심층학습하여 새로 발행된 문헌들이 연구전선에 포함될 수 있는지 그 가능성을 예측하였다. 서지 자질, 네트워크 자질, 내용 자질 등 복합자질 세트를 사용하여 문헌을 표현하고 피인용을 많이 받을 가능성이 있는 문헌을 추론하기 위해서 확률기반 팩터그래프 모델을 적용하였다. 추출된 자질들은 팩터그래프의 변수로 표현되어 합-곱 알고리즘과 접합 트리 알고리즘을 적용하여 연구전선 추론이 이루어졌다. 팩터그래프 확률모델을 적용하여 연구전선을 추론 구축한 결과, 서지결합도 4 이상으로 구축된 베이스라인 연구전선과 큰 차이를 보였다. 팩터그래프 기반 연구전선그룹이 서지결합 기반 연구전선그룹보다 문헌 간의 직접 연결정도가 강하며 연결 관계에 있지 않은 두 개의 문헌을 연결시키는 매개정도 또한 강한 집단으로 나타났다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.125-141
• /
• 2012

본 연구는 최근 그 중요성이 한층 높아지고 있는 침입탐지시스템(IDS, Intrusion Detection System)의 침입탐지모형을 개선하기 위한 방안으로 유전자 알고리즘에 기반한 새로운 통합모형을 제시한다. 본 연구의 제안모형은 서로 상호보완적 관계에 있는 이분류 모형인 로지스틱 회귀분석(LOGIT, Logistic Regression), 의사결정나무(DT, Decision Tree), 인공신경망 (ANN, Artificial Neural Network), 그리고 SVM(Support Vector Machine)의 예측결과에 적절한 가중치를 부여해 최종 예측결과를 산출하도록 하였는데, 이 때 최적 가중치의 탐색을 위한 방법으로는 유전자 알고리즘을 사용한다. 아울러, 본 연구에서는 1차적으로 오탐지율을 최소화하는 최적의 모형을 산출한 뒤, 이어 비대칭 오류비용 개념을 반영해 오탐지로 인해 발생할 수 있는 전체 비용을 최소화할 수 있는 최적 임계치를 탐색, 최종적으로 가장 비용 효율적인 침입탐지모형을 도출하고자 하였다. 본 연구에서는 제안모형의 우수성을 확인하기 위해, 국내 한 공공기관의 보안센서로부터 수집된 로그 데이터를 바탕으로 실증 분석을 수행하였다. 그 결과, 본 연구에서 제안한 유전자 알고리즘 기반 통합모형이 인공신경망이나 SVM만으로 구성된 단일모형에 비해 학습용과 검증용 데이터셋 모두에서 더 우수한 탐지율을 보임을 확인할 수 있었다. 비대칭 오류비용을 고려한 전체 비용의 관점에서도 단일모형으로 된 비교모형에 비해 본 연구의 제안모형이 더 낮은 비용을 나타냄을 확인할 수 있었다. 이렇게 실증적으로 그 효과가 검증된 본 연구의 제안 모형은 앞으로 보다 지능화된 침입탐지시스템을 개발하는데 유용하게 활용될 수 있을 것으로 기대된다.