• 대한기계학회논문집
• /
• 제18권12호
• /
• pp.3159-3174
• /
• 1994

A simple octree encoding algorithm based on a tetrahedron root has been developed to be used for fully automatic generation of three dimensional finite element meshes. This algorithm starts octree decomposition from a tetrahedron root node instead of a hexahedron root node so that the terminal mode has the same topology as the final tetrahedral mesh. As a result, the terminal octant can be used as a tetrahedral finite element without transforming its topology. In this part(I) of the thesis, an efficient algorithm for the tetrahedron-based octree is proposed. For this development, the following problems have been solved, : (1) an efficient data structure for storing the octree and finite elements, (2) an encoding scheme of a tetrahedral octree, (3) a neighbor finding technique for the tetrahedron-based octree.

• Journal of Electrical Engineering and information Science
• /
• 제3권2호
• /
• pp.151-157
• /
• 1998

Free-space optical interconnection networks can be classified into two types, space variant and space invariant, according to the degree of space variance. In terms of physical implementations, the degree of space variance can be interpreted as the degree of sharing beam steering optics among the nodes of a given network. This implies that all nodes in a totally space-invariant network can share a single beam steering optics to realize the given network topology, whereas, in a totally space variant network, each node requires a distinct beam steering optics. However, space invariant networks require mechanisms for distinguishing the origins of incoming signals detected at the node since several signals may arrive at the same time if the node degree of the network is greater than one. This paper presents a signal source encoding scheme for distinguishing incoming signals efficiently, in terms of the number of detectors at each node or the number of unique wavelengths. The proposed scheme is solved by developing a new parallel genetic algorithm called distributed asynchronous genetic algorithm (DAGA). Using the DAGA, we solved signal distinction schemes for various network sizes of several topologies such as hypercube, the mesh, and the de Brujin.

• 한국정보시스템학회지:정보시스템연구
• /
• 제14권3호
• /
• pp.37-47
• /
• 2005

Mining of association rules is to find associations among data items that appear together in some transactions or business activities. As of today, algorithms for association rule mining, as well as for other data mining tasks, are mostly applied to relational databases. As XML being adopted as the universal format for data storage and exchange, mining associations from XML data becomes an area of attention for researchers and developers. The challenge is that the semi-structured data format in XML is not directly suitable for traditional data mining algorithms and tools. In this paper we present an encoding method to encode XML tree-nodes. This method is used to store the XML data in Value Table and Transaction Table that can be easily accessed via indexing. The hierarchical relationship in the original XML tree structure is embedded in the encoding. We applied this method to association rules mining of XML data that may have missing data.

• 한국정보전자통신기술학회논문지
• /
• 제4권4호
• /
• pp.278-285
• /
• 2011

본 논문에서는 DVB-S2 표준안에서 권고되고 있는 irregular LDPC 부호의 다양한 부호화율에서 부호화 방식 및 복호화 방식에 대해 살펴보고 이에 대한 성능분석을 하였다. 또한 이의 구현에 있어서 효율적인 메모리 할당 및 이에 따른 구현 방법에 대해 연구하였다. LDPC 복호기를 구현하는 방안에는 직렬, 부분병렬, 완전병렬 방식이 있으며, 부분병렬방식이 하드웨어 복잡도와 복호속도를 절충하는 방안이다. 따라서 본 논문에서는 부분병렬 구조를 기반으로 하는 LDPC 복호기의 메모리 설계에서 효율적인 체크노드, 비트노드, LLR 메모리의 구조를 제안하고저 한다.

• 정보처리학회논문지A
• /
• 제10A권1호
• /
• pp.15-24
• /
• 2003

본 논문에서는 분산 컴퓨팅 환경에서 클러스터 노드 할당 시스템에 대한 최적화 모델을 제시한다. 분산 파일 시스템 구조를 지닌 제시 모델에서는 시간에 따른 시스템의 역동적인 움직임을 면밀하게 고려하여 클러스터 노드 할당 세트가 타당한지를 조사하는 클러스터 모니터 노드의 기능이 주어진다. 노드 할당 시스템의 클러스터 모니터 노드는 병렬 모듈들을 클러스터 노드들에 분산시키면서 유전 알고리즘을 이용하여 좋은 할당 솔루션을 제공한다. 실험적 연구의 일환으로 코딩 기법, 교배, 돌연변이, 개체집단 크기 같은 다양한 유전 인자 파라미터와 노드 모듈개수에 따른 솔루션 품질 및 계산 시간에 관한 비교 실험 결과를 발표한다.

• 한국통신학회논문지
• /
• 제28권2C호
• /
• pp.100-109
• /
• 2003

가변길이 나무구조 벡터양자화기(VLTSVQ : variable-length tree-structured vector quantizer)를 기반으로 하는 영상 부호화 방식인 차분 인덱스(DI : Differential index) 할당기법을 제안하였다. 각 소스벡터는 VLTSVQ의 단말 노드로 양자화가 되어지고, 각 단말 노드는 유일한 이진 벡터로 표현된다. 제안한 방법은 영상의 화질은 유지하면서 압축률을 개선하기 위해 이웃하는 영상 블록들간의 상관성을 이용하였다. 모의실험을 통하여 제안한 방법이 기존 방법들에 비해 매우 높은 압축률을 보였으며, 화소간의 상관성이 높은 영상에 대해서는 63.2%의 발생 비트율 감소를 확인하였다. 그리고 영상내의 이웃블록들간 상관성이 커질수록 더 큰 비트율이 감소됨을 보였다. 제안한 부호화 기법은 일반적으로 이웃된 화소들간에 높은 상관성을 가진 MR(magnetic resonance)영상 부호화에 효율적으로 사용될 수 있다.

• Smart Structures and Systems
• /
• 제20권1호
• /
• pp.35-42
• /
• 2017

Recently, compressive sensing based data loss recovery techniques have become popular for Structural Health Monitoring (SHM) applications. These techniques involve an encoding process which is onerous to sensor node because of random sensing matrices used in compressive sensing. In this paper, we are presenting a model where the sampled raw acceleration data is directly transmitted to base station/receiver without performing any type of encoding at transmitter. The received incomplete acceleration data after data losses can be reconstructed faithfully using compressive sensing based reconstruction techniques. An in-depth simulated analysis is presented on how random losses and continuous losses affects the reconstruction of acceleration signals (obtained from a real bridge). Along with performance analysis for different simulated data losses (from 10 to 50%), advantages of performing interleaving before transmission are also presented.

• Journal of information and communication convergence engineering
• /
• 제16권3호
• /
• pp.142-147
• /
• 2018

We present a practical design algorithm for quantizers at nodes in distributed systems in which each local measurement is quantized without communication between nodes and transmitted to a fusion node that conducts estimation of the parameter of interest. The benefits of vector quantization (VQ) motivate us to incorporate the VQ strategy into our design and we propose a low-complexity design technique that seeks to assign vector codewords into sets such that each codeword in the sets should be closest to its associated local codeword. In doing so, we introduce new distance metrics to measure the distance between vector codewords and local ones and construct the sets of vector codewords at each node to minimize the average distance, resulting in an efficient and independent encoding of the vector codewords. Through extensive experiments, we show that the proposed algorithm can maintain comparable performance with a substantially reduced design complexity.

• Journal of Information Processing Systems
• /
• 제16권6호
• /
• pp.1407-1423
• /
• 2020

A graph is a data structure consisting of nodes and edges between these nodes. Graph embedding is to generate a low dimensional vector for a given graph that best represents the characteristics of the graph. Recently, there have been studies on graph embedding, especially using deep learning techniques. However, until now, most deep learning-based graph embedding techniques have focused on unweighted graphs. Therefore, in this paper, we propose a graph embedding technique for weighted graphs based on long short-term memory (LSTM) autoencoders. Given weighted graphs, we traverse each graph to extract node-weight sequences from the graph. Each node-weight sequence represents a path in the graph consisting of nodes and the weights between these nodes. We then train an LSTM autoencoder on the extracted node-weight sequences and encode each nodeweight sequence into a fixed-length vector using the trained LSTM autoencoder. Finally, for each graph, we collect the encoding vectors obtained from the graph and combine them to generate the final embedding vector for the graph. These embedding vectors can be used to classify weighted graphs or to search for similar weighted graphs. The experiments on synthetic and real datasets show that the proposed method is effective in measuring the similarity between weighted graphs.

• 한국지능시스템학회논문지
• /
• 제21권2호
• /
• pp.268-275
• /
• 2011

본 논문에서는 uDEAS(Univariate Dynamic Encoding Algorithm for Searches)를 이용하여 두 가지의 이동 로봇 최적 전역 경로 계획을 제안한다. 이동 로봇의 자율 주행을 위해서는 빠른 시간 내에 작업 공간에서의 최적 경로를 생성해야 한다. 따라서 본 논문에서는 이동 로봇의 실시간 최적 경로 계획을 위해 전역 경로 계획을 도입하여 장애물 지역과 비장애물 지역을 확인하고, 지도상의 노드점과 노트점을 이용하여 출발 지점과 도착 지점 사이의 기본 경로를 생성한다. 그리고 기본 경로를 사용하여 두 가지의 방법으로 경로를 생성하게 된다. 첫 번째 방법은 기본 경로에서 세 개의 노드점을 이용하여 대각선 경로를 생성하는 방법이다. 두 번째는 혼합 다항식의 파라미터를 uDEAS를 이용하여 탐색하고, 곡선 궤적을 생성하는 방법이다. 시뮬레이션을 통해 두개의 방법에 대해 비교 분석하였다.