• 한국통신학회논문지
• /
• 제35권12A호
• /
• pp.1188-1197
• /
• 2010

무선 애드혹 망에서 connected dominating set(CDS)를 활용한 라우팅 방식의 핵심은 dominating 노드로 동작할 최소 개수의 노드들을 선택하고, 이 노드들로 이루어진 백본 망을 구성하는 것이다. CDS 에서 장애 노드가 발생할 확률은 무시할 수 있는 수준은 아니다. 고장 감내가 중요한 비중을 차지하는 응용에서는 기존 CDS 기반 라우팅이 바람직하지 않을 수 있다. 따라서 메시지 플러딩에 따른 오버헤드로 인해 CDS 전체 재구성 시도를 최소화하는 것이 필요하다. 이를 위해 CDS 전체 재구성을 시도하는 대신, 장애가 발생한 노드를 중심으로 제한된 범위에 놓인 노드들에 대해서만 CDS를 부분 재구성할 수 있도록 대체 노드를 찾는 방안을 제안한다. 이러한 방식을 적용할 경우., CDS 부분 재구성시에도 dominating 노드 수가 전체 재구성을 시도했을 때와 같게 유지될 뿐만 아니라 전체 재구성 때보다 20~40% CDS 구성 시간을 단축시킬 수 있다. 고 이동성을 갖는 상황에서 기존 전체 재구성 알고리즘에 비해 패킷 수신율 및 에너지 소비 측면에서 유리한 결과를 얻었다.

• 한국통신학회논문지
• /
• 제34권10B호
• /
• pp.964-972
• /
• 2009

무선 메쉬 네트워크(Wireless Mesh Network, WMN)는 다중 인터페이스와 다중 채널을 지원함으로써 기존의 무선 네트워크에서 발생되는 여러 문제점을 해결할 수 있는 핵심적인 미래기술로 대두되고 있다. WMN에서 다중 채널의 사용은 무선 네트워크 노드들이 사용하는 대역폭을 본질적으로 증가시켜준다. 그러나 이러한 대역폭을 충분히 사용하기 위해서는 다중 채널 환경에서 발생할 수 있는 채널 간 간섭을 최소화하는 채널 할당 기법이 요구된다. 본 논문에서는 WMN의 성능 향상을 위하여 클러스터링 기반의 최소 간섭 채널 할당(Minimum Interference Channel Assignment, MI-CA) 알고리즘을 제안한다. MI-CA 알고리즘은 클러스터 간의 Inter-Cluster 채널 할당과 클러스터 내부의 Intra-Cluster 채널 할당으로 구성된다. Inter-Cluster 채널 할당에서는 전체 WMN을 위한 베어본 채널을 MST(Minimum Spanning Tree) 기반으로 클러스터 헤더와 보더 노드에 할당하고, Intra-Cluster 채널 할당에서는 클러스터 멤버들 간에 직교채널을 재 할당함으로써 간섭을 최소화 한다. 시뮬레이션 결과 본 논문에서 제안한 MI-CA 알고리즘이 채널 간섭을 최소화함으로써 WMNs의 성능을 향상시킬 수 있음을 입증하였다.

• 융합신호처리학회논문지
• /
• 제2권4호
• /
• pp.9-15
• /
• 2001

본 연구에서는 한국어 음성인식 성능향상을 위한 문맥의존 음향 모델을 개선하기 위하여 한국어 음성학적 지식과 결정트리를 접목한 음소결정트리 기반 상태분할 알고리즘으로 한국어에 적합한 문맥의존 음향 모델에 관해 고찰한다. HMM (Hidden Markov Model)의 각 상태를 네트워크로 연결하여 문맥의존 음향모델로 표현하는 HM-Net(Hidden Markov Network)이 있는데 이는 SSS(Successive State Splitting) 알고리즘으로 작성한다. 이 방법은 음향 모델의 상태공유관계와 모델의구조를 결정하는데 효율적이지만 모델을 학습할때 문맥환경에 따라 출현하지 않는 문맥이 존재하는 문제점이 있다 본 연구에서는 이러한 문제점을 해결하기 위해 2진 결정트리와 SSS 알고리즘의 장점을 결합하여 문맥방향 상태분할을 수행할 때 각 노드에서 한국어 음성학적 지식으로 구성된 음소 질의어에 따라 상태분할 하는 방법으로서 PDT-SSS(Phonetic Decision Tree-based SSS) 알고리즘을 적용한다. 적용한 방법으로 작성한 문맥의존 음향 모델의 유효성을 확인하기 위해 국어공학센터 (KLE)m이 452 단어와 항공편 예약관련 200문장(YNU 200)에 대해 화자독립 음소, 단어 및 연속음성인식 실험을 수행하였다. 인식실험결과, 문맥 의존 음향모델에 대한 화자독립 음소, 단어 및 연속음성 인식실험에서 기존의 단일 HMM 모델보다 향상된 인식률을 보여, 한국어에 적합한 문맥의존 음향 모델을 작성하는데 한국어 음성학적 지식과 음소결정트리 기반 상태분할 알고리즘이 유효함을 확인하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제28권3호
• /
• pp.279-300
• /
• 2001

지식탐사 프로세스의 핵심적인 역할을 담당하는 데이터마이닝 단계에서는 여러 가지 목적에 따라 알고리즘을 선택하여 사용한다. 최근 통계, 비즈니스, 전자 상거래, 의학, 생물학 등의 분야에서 데이터마이닝 기술아 적극적으로 활용되고 있으며, 이를 위해 다양한 알고리즘들이 계속해서 연구.개발되고 있다. 그러나 시간이 지나면 이들 중 각 분야 별로 우수한 응용성을 보이는 알고리즘이나 방대한 양의 데이터를 다루는데 있어 좋은 성능을 보이는 몇몇 알고리즘만이 남게 될 것이며 또한 앞으로는 이러한 알고리즘들만을 선별하여 집중 연구할 필요가 있다. 따라서 본 논문에서는 데이터마이닝에 널리 사용되고 활발한 연구가 진행중인 알고리즘들 중에서 연관규칙(association rule), 클러스터링(clustering), 신경망(neural network), 결정트리(decision tree), 유전자 알고리즘(genetic algorithm), 베이지안 네트워크(bayesian network), 메모리 기반 추론(memory-based reasoning)등 7가지 카테고리에 속하는 알고리즘들을 선정하여 분류.분석하였다. 우선 각 알고리즘의 계통과 특성들을 분석하였고 이를 토대로 비교.분석을 위한 14가지의 분류 기준을 제시하였다. 이러한 분류 기준에 근거하여 세부 알고리즘들을 분석해 보고 비교 가능한 일부 알고리즘은 여러 특징과 성능을 중심으로 각각 최상의 알고리즘을 도출해 보았다. 본 연구 결과는 데이터마이닝 분야의 흔재된 알고리즘들을 분류.분석함으로써 마이닝 기술 적용시 사용자에게 알고리즘 선택의 지표를 제시할 수 있을 것이다.

• 전기전자학회논문지
• /
• 제12권3호
• /
• pp.158-166
• /
• 2008

의용 초음파 장비는 X-Ray, CT, MRI 등 다른 의료 장비보다 휴대성과 안전성면에서는 장점이 있지만 진단 시 해상도와 화질 저하를 유발하는 스펙클이 생기는 단점이 있다. 그러나 단순한 스펙클 잡음의 제거는 경계선 정보의 손실을 발생시킬 수도 있다. 이에 본 논문에서는 효과적인 스펙클 제거와 손실 없는 경계선 검출을 위해 뉴럴네트워크와 퍼지 클러스터링을 이용한 뉴로-퍼지 스펙클 제거 방법을 제안하였다. 제안된 방법은 입력된 의용 초음파 영상에 대해 먼저 퍼지 클러스터링을 적용하여 세 영역으로 나누고 이후 각 영역별로 별도의 뉴럴 네트워크를 적용하는 방법이다. 실제 실험 및 기존 방법들과의 정성적?정량적 비교 분석을 통해 제안 방법의 유용성을 검증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권2호
• /
• pp.785-804
• /
• 2017

Due to various factors such as postures, facial expressions and illuminations, face recognition by videos often suffer from poor recognition accuracy and generalization ability, since the within-class scatter might even be higher than the between-class one. Herein we address this problem by proposing a hierarchical cascaded classifier for video face recognition, which is a multi-layer algorithm and accounts for the misclassified samples plus their similar samples. Specifically, it can be decomposed into single classifier construction and multi-layer classifier design stages. In single classifier construction stage, classifier is created by clustering and the number of classes is computed by analyzing distance tree. In multi-layer classifier design stage, the next layer is created for the misclassified samples and similar ones, then cascaded to a hierarchical classifier. The experiments on the database collected by ourselves show that the recognition accuracy of the proposed classifier outperforms the compared recognition algorithms, such as neural network and sparse representation.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권6호
• /
• pp.1586-1605
• /
• 2012

With the prevalence of multimedia applications and the potential commercial usage of Mobile Ad hoc Networks (MANETs) in group communications, Quality of Service (QoS) support became a key requirement. Recently, some researchers studied QoS multicast issues in MANETs. Most of the existing QoS multicast routing protocols are designed with flat topology and small networks in mind. In this paper, we investigate the scalability problem of these routing protocols. In particular, a Position-Based QoS Multicast Routing Protocol (PBQMRP) has been developed. PBQMRP builds a source multicast tree guided by the geographic information of the mobile nodes, which helps in achieving more efficient multicast delivery. This protocol depends on the location information of the multicast members which is obtained using a location service algorithm. A virtual backbone structure has been proposed to perform this location service with minimum overhead and this structure is utilized to provide efficient packet transmissions in a dynamic mobile Ad hoc network environment. The performance of PBQMRP is evaluated by performing both quantitative analysis and extensive simulations. The results show that the used virtual clustering is very useful in improving scalability and outperforms other clustering schemes. Compared to On-Demand Multicast Routing Protocol (ODMRP), PBQMRP achieves competing packet delivery ratio and significantly lower control overhead.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권4호
• /
• pp.1535-1554
• /
• 2016

This paper proposes a novel channel assignment scheme called multi-cluster based dynamic channel assignment (MC-DCA) to improve system performance for the downlink of dense femtocell networks (DFNs) based on orthogonal frequency division multiple access (OFDMA) and frequency division duplexing (FDD). In order to dynamically assign channels for femtocell access points (FAPs), the MC-DCA scheme uses a heuristic method that consists of two steps: one is a multiple cluster assignment step to group FAPs using graph coloring algorithm with some extensions, while the other is a dynamic subchannel assignment step to allocate subchannels for maximizing the system capacity. Through simulations, we first find optimum parameters of the multiple FAP clustering to maximize the system capacity and then evaluate system performance in terms of the mean FAP capacity, unsatisfied femtocell user equipment (FUE) probability, and mean FAP power consumption for data transmission based on a given FUE traffic load. As a result, the MC-DCA scheme outperforms other schemes in two different DFN environments for commercial and office buildings.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2016년도 춘계 종합학술대회 논문집
• /
• pp.53-54
• /
• 2016

빅데이터란 대용량 데이터 활용 및 분석을 통해 가치 있는 정보를 추출하고, 이를 바탕으로 대응 방안 도출 또는 변화를 예측하는 기술을 의미한다. 그리고 빅데이터 분석에 활용되는 데이터인 페이스북과 같은 소셜 데이터, 유전자 발현과 같은 바이오 데이터, 항공망과 같은 지리정보 데이터들은 대용량 네트워크로 구성되어 있다. 네트워크 클러스터링은 서로 유사한 특성을 갖는 네트워크 내의 데이터들을 동일한 클러스터로 묶는 기법으로 네트워크 데이터를 분석하고 그 특성을 파악하는데 폭넓게 사용된다. 최근 빅데이터가 다양한 분야에서 활용되면서 방대한 양의 네트워크 데이터가 생성되고 있고, 이에 따라서 대용량 네트워크 데이터를 효율적으로 처리하는 클러스터링 기법의 중요성이 증가하고 있다. MCL(Markov Clustering) 알고리즘은 플로우 기반 무감독(unsupervised) 클러스터링 알고리즘으로 확장성이 우수해 다양한 분야에서 활용되고 있다. 하지만, MCL은 대용량 네트워크에 대해서는 많은 클러스터링 연산을 요구하며 너무 많은 클러스터를 생성하는 문제를 갖는다. 본 논문에서는 네트워크 압축을 기반으로 한 클러스터링 알고리즘을 제안함으로써 MCL보다 클러스터링 속도와 정확도를 향상시켰다. 또한, 희소행렬을 효율적으로 저장하는 CSC(Compressed Sparse Column) 자료구조와 MapReduce 기법을 제안한 클러스터링 알고리즘에 적용함으로써 대용량 네트워크에 대한 클러스터링 속도를 향상시켰다.

• Journal of Information Processing Systems
• /
• 제8권4호
• /
• pp.653-668
• /
• 2012

In this study, an improved HMM based recognition model is proposed for online English and Korean handwritten characters. The pattern elements of the handwriting model are sub character strokes and ligatures. To deal with the problem of handwriting style variations, a modified Hierarchical Clustering approach is introduced to partition different writing styles into several classes. For each of the English letters and each primitive grapheme in Korean characters, one HMM that models the temporal and spatial variability of the handwriting is constructed based on each class. Then the HMMs of Korean graphemes are concatenated to form the Korean character models. The recognition of handwritten characters is implemented by a modified level building algorithm, which incorporates the Korean character combination rules within the efficient network search procedure. Due to the limitation of the HMM based method, a post-processing procedure that takes the global and structural features into account is proposed. Experiments showed that the proposed recognition system achieved a high writer independent recognition rate on unconstrained samples of both English and Korean characters. The comparison with other schemes of HMM-based recognition was also performed to evaluate the system.