• 한국멀티미디어학회논문지
• /
• 제6권1호
• /
• pp.67-77
• /
• 2003

멀티미디어에 삽입된 워터마크의 검출은 저작권 보호 및 인증 분야에서 매우 중요한 역할을 한다. 최근 워터마크의 검출에 많이 사용되는 유사도 기반 알고리즘은 대상 영상의 분포 특성을 이용하지 않기 때문에 검출 성능이 떨어지는 단점을 가진다. 따라서 본 논문에서는 웨이블릿 변환 영역에서 효율적인 워터마크 검출 알고리즘을 제안하였다. 제안한 워터마크 검출 알고리즘은 통계적 판정법에 근거하여 Bayes판정 이론, Neyman-Pearson 정리, 및 웨이블릿 계수들의 분포 모델을 이용한다. 따라서 제안한 검출 알고리즘에서는 주어진 오류 검출 확률에 대하여 간과 검출 확률을 최소화할 수 있는 장점이 있다. 제안한 검출 알고리즘의 성능 평가는 견고성 측면에서 수행되었고, 실험 결과로부터 제안한 알고리즘이 유사도 기반 알고리즘에 비하여 우수한 성능을 나타냄을 확인하였다.

• 환경영향평가
• /
• 제20권5호
• /
• pp.663-673
• /
• 2011

In the face of accelerating biodiversity loss and its significance in our coexistence with nature, biodiversity is becoming more crucial in sustainable development perspective. To estimate biodiversity in the future which provides valuable information for decision making system especially in the national level, a quantitative approach must be studied forehand as a baseline of the present status. In this study, we developed a large-scale map of Plant Species Richness (PSR, typical indicator of biodiversity) for Young-dong and Pyung-chang provinces. Due to the accessibility of appropriate data and advance of modelling techniques, reduction of variables without deteriorating the predictive power is considered by applying Genetic algorithm. In addition, a number of Correctly Classified Instances (CCI) with 10-fold cross validation which indicates the predictive power, was carried out for evaluation. This study, as a fundamental baseline, will be beneficial in future land work as well as ecosystem restoration business or other relevant decision making agenda.

• 전자공학회논문지C
• /
• 제35C권10호
• /
• pp.59-68
• /
• 1998

데이터 마이닝의 목적은 유용한 패턴을 찾음으로써 데이터를 이해하는데 있으므로, 찾아진 패턴은 정확할뿐 아니라 이해하기 쉬워야한다. 따라서 정확하고 이해하기 쉬운 패턴을 추출하는 데이터 마이닝에 대한 연구가 필요하다. 본 논문에서는 퍼지 결정 트리를 이용한 효과적인 데이터 마이닝 알고리즘을 제안한다. 제안된 알고리즘은 ID3, C4.5와 같은 결정 트리 알고리즘의 이해하기 쉬운 장점과 퍼지의 표현력을 결합하여 간결하고 이해하기 쉬운 규칙을 생성한다. 제안된 알고리즘은 히스토그램에 기반하여 퍼지 소속함수를 생성하는 단계와 생성된 소속 함수를 이용하여 퍼지 결정 트리를 구성하는 두 단계로 이루어진다. 또한 제안된 방법의 타당성을 검증하기 위하여 표준적인 패턴 분류 벤치마크 데이터인 Iris 데이터와 Wisconsin Breast Cancer 데이터에 대한 실험 결과를 보인다.

• 한국IT서비스학회지
• /
• 제15권4호
• /
• pp.85-95
• /
• 2016

Recently, deep learning and machine learning have attracted considerable attention and many supporting frameworks appeared. In artificial intelligence field, a large body of research is underway to apply the relevant knowledge for complex problem-solving, necessitating the application of various learning algorithms and training methods to artificial intelligence systems. In addition, there is a dearth of performance evaluation of decision making agents. The decision making agent that can find optimal solutions by using reinforcement learning methods designed through this research can collect raw pixel data observed from dynamic environments and make decisions by itself based on the data. The decision making agent uses convolutional neural networks to classify situations it confronts, and the data observed from the environment undergoes preprocessing before being used. This research represents how the convolutional neural networks and the decision making agent are configured, analyzes learning performance through a value-based algorithm and a policy-based algorithm : a Deep Q-Networks and a Policy Gradient, sets forth their differences and demonstrates how the convolutional neural networks affect entire learning performance when using pixel data. This research is expected to contribute to the improvement of artificial intelligence systems which can efficiently find optimal solutions by using features extracted from raw pixel data.

• 한국인공지능학회지
• /
• 제9권1호
• /
• pp.21-27
• /
• 2021

In this Paper, Since the 1990s, Korea's credit card industry has steadily developed. As a result, various problems have arisen, such as careless customer information management and loans to low-credit customers. This, in turn, had a high delinquency rate across the card industry and a negative impact on the economy. Therefore, in this paper, based on Azure, we analyze and predict the delinquency and delinquency periods of credit loans according to gender, own car, property, number of children, education level, marital status, and employment status through linear regression analysis and enhanced decision tree algorithm. These predictions can consequently reduce the likelihood of reckless credit lending and issuance of credit cards, reducing the number of bad creditors and reducing the risk of banks. In addition, after classifying and dividing the customer base based on the predicted result, it can be used as a basis for reducing the risk of credit loans by developing a credit product suitable for each customer. The predicted result through Azure showed that when predicting with Linear Regression and Boosted Decision Tree algorithm, the Boosted Decision Tree algorithm made more accurate prediction. In addition, we intend to increase the accuracy of the analysis by assigning a number to each data in the future and predicting again.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.115-115
• /
• 2020

Water network partitioning (WNP) is an initiative technique to divide the original water distribution network (WDN) into several sub-networks with only sparse connections between them called, District Metered Areas (DMAs). Operating and managing (O&M) WDN through DMAs is bringing many advantages, such as quantification and detection of water leakage, uniform pressure management, isolation from chemical contamination. The research of WNP recently has been highlighted by applying different methods for dividing a network into a specified number of DMAs. However, it is an open question on how to determine the optimal number of DMAs for a given network. In this study, we present a method to divide an original WDN into DMAs (called Clustering) based on community structure algorithm for auto-creation of suitable DMAs. To that aim, many hydraulic properties are taken into consideration to form the appropriate DMAs, in which each DMA is controlled as uniform as possible in terms of pressure, elevation, and water demand. In a second phase, called Sectorization, the flow meters and control valves are optimally placed to divide the DMAs, while minimizing the pressure reduction. To comprehensively evaluate the WNP performance and determine optimal number of DMAs for given WDN, we apply the framework of multiple-criteria decision analysis. The proposed method is demonstrated using a real-life benchmark network and obtained permissible results. The approach is a decision-support scheme for water utilities to make optimal decisions when designing the DMAs of their WDNs.

• 한국인터넷방송통신학회논문지
• /
• 제18권3호
• /
• pp.77-82
• /
• 2018

본 논문은 가변 스텝 크기를 가지는 MSAG-GMMA(modified Stop-and-Go generalized multi modulus algorithm) 적응 블라인드 등화 알고리즘의 성능 분석에 관한 것이다. 제안한 알고리즘은 등화 계수 갱신 식에서 고정 스텝 크기에 결정지향 알고리즘의 오차신호의 크기를 곱하여 오차크기에 따라서 스텝 크기가 변하도록 하였다. 또한 결정지향 알고리즘의 오차신호의 크기를 판단하여 어느 임계값 이상에서는 정상상태로의 빠른 수렴 속도를 유지하도록 스텝 크기가 고정인 값을 가지는 MSAG-GMMA가 동작하고, 미만일 때는 스텝 크기가 가변되는 MSAG-GMMA가 동작하도록 하였다. 제안한 알고리즘의 성능을 평가하기 위하여 성능 지수로 앙상블 ISI, 앙상블-평균 MSE, 그리고 등화기의 출력으로 얻어지는 등화 후 신호점도를 사용하였다. 모의실험을 통하여 제안한 알고리즘이 MMA, GMMA, 그리고 MSAG-GMMA보다 빠른 수렴 속도와 정상상태에서 작은 잔류 오차를 가짐을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제22권4호
• /
• pp.33-39
• /
• 2017

In this paper, we expand the process of classification to an ensemble of fuzzy decision tree. For indoor space recognition, many research use Boosted Tree, consists of Adaboost and decision tree. The Boosted Tree extracts an optimal decision tree in stages. On each stage, Boosted Tree extracts the good decision tree by minimizing the weighted error of classification. This decision tree performs a hard decision. In most case, hard decision offer some error when they classify nearby a dividing point. Therefore, We suggest an ensemble of fuzzy decision tree, which offer some flexibility to the Boosted Tree algorithm as well as a high performance. In experimental results, we evaluate that the accuracy of suggested methods improved about 13% than the traditional one.

• 대한전자공학회논문지TC
• /
• 제38권4호
• /
• pp.11-17
• /
• 2001

본 논문에서는 High-Order QAM(Quandrature Amplitude Modulation)을 적용하는 모뎀에서 강인하고 넓은 범위의 주파수 포착 범위를 가지는 극성판단(Polarity Decision) 반송파 동기용 PD(Phase Detector) 알고리즘을 제안하고 이에 대한 평균 출력특성(S-curve)과 분산특성을 수학적으로 유도하여 기존의 DD(Decision Directed)방식과 비교 분석한다. 기존의 DD 방식의 선형영역은 256 QAM의 경우 $3.5^{\circ}{\sim}3.5^{\circ}$ 이었으나 제안한 알고리즘의 선형영역은 ${\gamma}-17.9$에서 $36^{\circ}{\sim}36^{\circ}$ 의 넓은 구간을 가진다. 또한 기존의 DD 방식에서는 256 QAM의 주파수 오프셋 포착 성능이 ${\pm}10\;KHz$ 이하였다. 이는 아날로그 front-end 회로에서 주파수 오프셋이 일반적으로 ${\pm}100\;KHz$ 정도까지 줄어들 수 잇는 것을 감안하면 AFC(Automatic Frequency Control) 또는 반송파 복구를 위한 보조적인 위상검출회로가 필요하게 됨을 의미한다. 그러나 제안된 극성판단 반송파 동기 알고리즘을 사용하면 보조적인 회로의 도움없이 SNR = 30 dB에서 최대 ${\pm}300\;KHz$의 주파수 오프셋까지도 포착 가능하다.

• 대한전자공학회논문지TC
• /
• 제44권1호
• /
• pp.138-145
• /
• 2007

다중 경로 채널 환경을 이용하는 무선 전송 시스템은 지연확산에 따른 ISI에 의해 많은 영향을 받는다. 이러한 ISI를 효과적으로 제거하기 위한 등화기로는 결정 장치 궤환 필터를 이용하는 결정 궤환 등화기가 있다. 본 논문에서는 ISI를 효과적으로 제거 할 수 있는 적응형 결정 궤환 등화기를 제안한다. 제안된 등화기는 LMS 알고리즘을 이용하는 준 최적의 MMSE 기반의 적응 등화기로써 계층적 궤환 필터 구조와 연판정 장치를 가지는 결정 궤환 등화기이다. 연판정 장치는 결정 부분에 의한 오류로 인해 궤환 필터에서 오류의 전달을 제거하는 역할을 하며 궤환 필터는 크게 두 단계로 나누어져 적응 알고리즘을 이용하여 개별적으로 ISI를 제거한다. 이러한 구조는 기존DFE의 단점인 추정값의 오류로 인한 오류 전달을 제거하여 기존의 DFE에 비해 향상된 ISI제거 성능을 보인다. 또한 궤환 필터 탭의 수를 줄임으로써 보다 큰 step-size를 사용하여 빠르게 MSE를 얻을 수 있다. 본 논문은 컴퓨터 모의 실험을 통하여 UWB 시스템의 채널 모델인 S-V 채널에서 기존의 결정 궤환 등화기와 제안된 등화기의 비트 오류율 성능을 비교한다.