• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (A)
• /
• pp.979-981
• /
• 2004

여러 과학 및 공학 응용 프로그램에서 다루는 그래프 데이터는 종종 그 크기가 너무 커서 컴퓨터의 주 메모리에 다 들어 갈 수 없는 경우가 많다. 이러한 방대한 크기의 자료를 처리하면서 입출력의 빈도가 자연적으로 커지게 되고 전체 계산에서 주요한 병목 요인으로 작용한다. 본 논문은 solid grid 그래프를 위한 입출력 복잡도 (I/O-complexity)가 O(sort(N))인 depth-first search (DFS) 알고리즘을 제안한다. 여기서, N=｜V｜+｜E｜이고 Sort(N)=Θ((N/B)logM/B(N/B)) 이다. 이 전까지 알려진 가장 좋은 알고리즘은 적절한 Sub-grid 입출력을 바탕으로 한 전통적 DFS 알고리즘으로 그 입출력 복잡도는 O((N/B)$B^{1}$2/) 이다.

• Journal of Power Electronics
• /
• 제18권3호
• /
• pp.841-852
• /
• 2018

This paper presents a dual-algorithm search method (GWO-GSO) combining grey wolf optimization (GWO) and golden-section optimization (GSO) to realize maximum power point tracking (MPPT) for photovoltaic (PV) systems. First, a modified grey wolf optimization (MGWO) is activated for the global search. In conventional GWO, wolf leaders possess the same impact on decision-making. In this paper, the decision weights of wolf leaders are automatically adjusted with hunting progression, which is conducive to accelerating hunting. At the later stage, the algorithm is switched to GSO for the local search, which play a critical role in avoiding unnecessary search and reducing the tracking time. Additionally, a novel restart judgment based on the quasi-slope of the power-voltage curve is introduced to enhance the reliability of MPPT systems. Simulation and experiment results demonstrate that the proposed algorithm can track the global maximum power point (MPP) swiftly and reliably with higher accuracy under various conditions.

• Nuclear Engineering and Technology
• /
• 제55권8호
• /
• pp.3030-3038
• /
• 2023

Nowadays, mobile robots have been used to search for uncontrolled radioactive source in indoor environments to avoid radiation exposure for technicians. However, in the indoor environments, especially in the presence of obstacles, how to make the robots with limited sensing capabilities automatically search for the radioactive source remains a major challenge. Also, the source search efficiency of robots needs to be further improved to meet practical scenarios such as limited exploration time. This paper proposes an automatic source search strategy, abbreviated as ACA: the location of source is estimated by a convolutional neural network (CNN), and the path is planned by the A-star algorithm. First, the search area is represented as an occupancy grid map. Then, the radiation dose distribution of the radioactive source in the occupancy grid map is obtained by Monte Carlo (MC) method simulation, and multiple sets of radiation data are collected through the eight neighborhood self-avoiding random walk (ENSAW) algorithm as the radiation data set. Further, the radiation data set is fed into the designed CNN architecture to train the network model in advance. When the searcher enters the search area where the radioactive source exists, the location of source is estimated by the network model and the search path is planned by the A-star algorithm, and this process is iterated continuously until the searcher reaches the location of radioactive source. The experimental results show that the average number of radiometric measurements and the average number of moving steps of the ACA algorithm are only 2.1% and 33.2% of those of the gradient search (GS) algorithm in the indoor environment without obstacles. In the indoor environment shielded by concrete walls, the GS algorithm fails to search for the source, while the ACA algorithm successfully searches for the source with fewer moving steps and sparse radiometric data.

• 정보과학회 논문지
• /
• 제43권9호
• /
• pp.1026-1033
• /
• 2016

그리드 맵에서의 경로 찾기는 로보틱스, 지능형 에이전트, 컴퓨터 게임 등의 분야에서 보편적으로 다루어지는 문제이다. 기술의 발전에 따라 게임의 가상 세계는 점점 정교하고 사실적으로 표현되는 추세인데, 이는 그리드 타일의 수가 너무 많아져 경로 탐색 시간이 증가한다는 단점을 수반한다. 본 논문에서는 축소된 상태 공간을 생성하고 이에 대한 경로를 사전계산하는 오프라인 전처리 과정을 통해, 실시간 질의에 대해 빠른 응답을 가능하게 하는 경로 찾기 알고리즘을 제안한다. 전처리 과정에서는 그리드 맵상의 자유 공간을 수직 분할하고, 분할된 영역들을 노드로 하는 연결 그래프를 생성하고, 모든 노드 쌍에 대한 경로를 행렬 형태로 저장한다. 실시간 쿼리 단계에서는 질의 점이 속하는 노드들을 찾고, 그에 해당하는 저장된 경로를 검색한다. 그리드 기반 경로 찾기의 수준기표로 이용되는 맵들의 집합에 대해 제안한 방법을 시뮬레이션하여, 탐색 공간과 탐색 시간이 획기적으로 감소됨을 확인한다.

• 인터넷정보학회논문지
• /
• 제11권2호
• /
• pp.49-60
• /
• 2010

H.264/AVC 표준은 여러 가지 신기술들을 접목시킴으로써 기존의 동영상 표준들보다 한층 개선된 부호화 효율성을 제공한다.하지만, H.264/AVC 인코더의 향상된 부호화 기술은 그것의 전반적인 복잡도를 크게 증가시켰다. 따라서, 인코더의 복잡도 수준을 경감시키기 위한 최적화의 연구는 중대한 선결 과제이다. 특히, 움직임 추정 부분에 대한 계산량의 비율은 인코더의 작업시간을 크게 좌우한다. 본 논문에서는 완전 다이아몬드와 12각형을 기본 탐색 패턴으로 사용하고 특정한 임계기준치를 적용시킴으로써 효율적으로 정적 블록들을 스킵하는 다이아몬드 웹 격자 탐색 알고리즘을 제안한다. 실험 결과는 본 논문에서 제안된 기법이 기존의 UMHexagonS 알고리즘의 계산량을 12%까지 감소시키면서도 유사한 PSNR을 유지한다는 것을 보여준다.

• Management Science and Financial Engineering
• /
• 제14권2호
• /
• pp.89-104
• /
• 2008

Growth curves including Bass, Logistic and Gompertz functions are widely used in forecasting the market demand. Nonlinear least square method is often adopted for estimating the model parameters but it is difficult to set up the starting value for each parameter. If a wrong starting point is selected, the result may lead to erroneous forecasts. This paper proposes a method of selecting starting values for model parameters in estimating some growth curves by nonlinear least square method through grid search and transformation into linear regression model. Resealing the market data using the national economic index makes it possible to figure out the range of parameters and to utilize the grid search method. Application to some real data is also included, where the performance of our method is demonstrated.

• 약학회지
• /
• 제38권6호
• /
• pp.721-724
• /
• 1994

According to computer graphics/Grid search analysis, ${\beta}-keto$ carboxylic acid of nalidixic acid which has an antibacterial activity as DNA-gyrase inhibitor has been known to have got four different conformational energy values. In orders, the energy value of conformation A,B,C and D was -6.603, -4.114, -1.766 and 7.327 kcal/mol. The difference of energy value between conformation A and D was 13.9 kcal/mol. Usually conformation C was used in literature. However, it had a energy value of -1.766 kcal/mol as the result of the analysis which is about 5 kcal/mol higher than the most stable conformation A. Therefore, conformation A is expected to be more stable than conformation C.

• 한국경영과학회지
• /
• 제30권1호
• /
• pp.55-74
• /
• 2005

Bankruptcy prediction has drawn a lot of research interests in previous literature, and recent studies have shown that machine learning techniques achieved better performance than traditional statistical ones. This paper employs a relatively new machine learning technique, support vector machines (SVMs). to bankruptcy prediction problem in an attempt to suggest a new model with better explanatory power and stability. To serve this purpose, we use grid search technique using 5-fold cross-validation to find out the optimal values of the parameters of kernel function of SVM. In addition, to evaluate the prediction accuracy of SVM. we compare its performance with multiple discriminant analysis (MDA), logistic regression analysis (Logit), and three-layer fully connected back-propagation neural networks (BPNs). The experiment results show that SVM outperforms the other methods.

• International Journal of Computer Science & Network Security
• /
• 제22권4호
• /
• pp.101-110
• /
• 2022

Histopathological analysis of biopsy specimens is still used for diagnosis and classifying the brain tumors today. The available procedures are intrusive, time consuming, and inclined to human error. To overcome these disadvantages, need of implementing a fully automated deep learning-based model to classify brain tumor into multiple classes. The proposed CNN model with an accuracy of 92.98 % for categorizing tumors into five classes such as normal tumor, glioma tumor, meningioma tumor, pituitary tumor, and metastatic tumor. Using the grid search optimization approach, all of the critical hyper parameters of suggested CNN framework were instantly assigned. Alex Net, Inception v3, Res Net -50, VGG -16, and Google - Net are all examples of cutting-edge CNN models that are compared to the suggested CNN model. Using huge, publicly available clinical datasets, satisfactory classification results were produced. Physicians and radiologists can use the suggested CNN model to confirm their first screening for brain tumor Multi-classification.

• 한국공간정보시스템학회 논문지
• /
• 제11권3호
• /
• pp.55-62
• /
• 2009

유비쿼터스 컴퓨팅 환경에서의 LBS, 즉 u-LBS는 실세계의 수많은 객체가 위치정보와 밀접히 연관된 대용량 데이타를 대상으로 한다. 특히, 사용자의 위치 정보와 관련하여 검색하려고 하는 객체인 POI에 대한 빠른 검색이 중요하다. 따라서 u-LBS에서 POI의 효율적인 검색을 위한 인덱스 구조에 대한 연구가 필요하다. 본 논문에서는 u-LBS에서 정적 POI를 대상으로 이를 효율적으로 검색하기 위한 DGR-Tree를 제시한다. DGR-Tree는 변형된 R-Tree를 기본 인덱스로 하고 동적 레벨 그리드를 보조 인덱스로 사용하는 구조이다. DGR-Tree는 점 데이타에 적합하도록 최적화하고 있으며 리프 노드 간 겹침 문제를 해결한다. DGR-Tree에서 동적 레벨 그리드는 점 데이타의 밀집도에 따라 동적으로 구성되며, 각 셀은 DGR-Tree의 리프 노드와 연계를 위한 포인터를 저장하여 리프 노드를 직접 접근하도록 함으로써 인덱스 접근 성능을 향상시킨다. 또한, 본 논문에서는 DGR-Tree를 위한 KNN 검색 알고리즘을 제시한다. 이 알고리즘에서는 KNN 검색 시 후보 셀에 빠르게 접근하기 위하여 동적 레벨 그 리드를 활용하며, 후보를 노드별로 구분하여 저장함으로써 후보 리스트 내에서의 정렬 비용을 감소시킨다. 마지막으로 실험을 통해 DGR-Tree의 우수성을 입증하였다.