• 정보처리학회논문지A
• /
• 제12A권5호
• /
• pp.355-364
• /
• 2005

컴퓨터 성능 및 네트워크 기술의 발전으로 웹 상에서 연속매체(Continuous Media: CM)의 온라인 스트리밍(streaming) 서비스가 일반화 되었다. 이런 서비스를 위해서는 다양한 종류의 CM 스트림을 효과적으로 처리할 수 있어야 하며 이를 위해 Sweep 기법이 연구되었다. 이 기법은 끊김현상 없이 스트리밍 서비스를 할 수 있고 탐색지연 시간을 최적화 할 수 있다는 장점을 가지고 있다. 하지만 서비스 하고 있는 스트림의 스케줄링 주기를 사이클이라고 하는 단일한 크기로 맞춰야 하기 때문에 스케줄링의 유연성이 떨어지며, 이로 인해 발생하는 디스크 대역폭의 낭비가 매우 커질 수 있다는 문제를 가지고 있다. 논문에서는 이런 문제점을 해결하기 위해 CM 스트림의 스케줄링 주기를 동적으로 확장할 수 있는 기법을 연구하며, 이 기법에 적합한 새로운 승인제어 방식을 이용하여 끊김현상을 막는다. 논문에서는 제안된 기법의 성능상의 우수성을 보이기 위해 모의실험이 수행되었으며, 모의실험 결과를 통해 제안된 동적 Sweep 기법이 디스크 이용효율과 스케줄링 유연성의 측면에서 기존 Sweep 기법에 비해 우수한 특성이 있음을 알 수 있다.

• 한국정보과학회논문지:데이타베이스
• /
• 제35권6호
• /
• pp.544-554
• /
• 2008

히스토그램은 데이타베이스 시스템에서 질의 결과 크기를 추정하는 데 널리 이용되고 있다. 히스토그램 기법에서 질의 결과 크기에 대한 추정은 각 버킷 영역 내의 객체들이 균등하게 분포한다는 가정하에 이루어진다. 그러나, 주어진 질의 영역 내의 객체들은 균등하게 분포하지 않을 수 있다. 다시 말해서, 버킷 영역 내에 높은 밀도의 객체 군집 즉 클러스터가 존재할 수 있으며 이로 인하여 히스토그램의 정확도가 현저히 저하될 수 있다. 본 연구의 목적은 히스토그램의 정확도를 향상시키는 데 있다. 이를 위하여 본 연구는 클러스터를 고려한 새로운 히스토그램 기법을 제안한다. 제안하는 기법은 주어진 데이타 분포내에 존재하는 고 밀도 영역을 탐색하고 이를 히스토그램 생성에 활용한다. 제안하는 기법은 클러스터에 의한 정확도 저하를 효과적으로 감소시킴으로써 데이타가 균등하게 분포하지 않은 상황에서 향상된 성능을 제공할 수 있다. 실험을 통해 본 연구는 제안하는 기법이 기존 기법의 성능을 최대 74% 향상시킴을 확인하였다.

• 정보과학회 논문지
• /
• 제45권1호
• /
• pp.15-21
• /
• 2018

낮은 계수 표현(Low-Rank Representation, LRR) 기반 방법은 얼굴 클러스터링, 객체 검출 등의 여러 실제 응용에 널리 사용되고 있다. 이 방법은 그래프 기반 준지도 학습에서 그래프 구축에 사용할 경우 높은 예측 정확도를 확보할 수 있어 많이 사용된다. 그러나 LRR 문제를 해결하기 위해서는 알고리즘의 매 반복마다 데이터 수 크기의 정방행렬에 대해 특이값 분해를 수행하여야 하므로 계산 비효율적이다. 이를 해결하기 위해 속도를 향상시킨 발전된 LRR 방법을 제안한다. 이는 최근 발표된 Fast LRR(FaLRR)을 기반으로 하며, FaLRR이 속도는 빠르지만 실제로 분류 문제에서 성능이 낮은 것을 해결하기 위해 기반 최적화 목표에 추가 제약 조건을 도입하고 이를 최적화하는 방법을 제안한다. 실험을 통하여 제안 방법은 LRR보다 더 좋은 해를 빠르게 찾아냄을 확인할 수 있다. 또한, 동일한 해를 도출하는 방법을 찾아내기는 어렵지만 최소화하는 목표가 추가될 경우 더 좋은 결과를 나타내는 Fast MLRR(FaMLRR)을 제안한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권7호
• /
• pp.624-635
• /
• 2006

본 논문에서는 담금질 알고리즘을 이용하여 블록 내 재정돈 계획을 수립하는 방안을 제안한다. 블록 내 재정돈이란 컨테이너를 선박에 싣는 적하 작업을 효율적으로 수행하기 위하여 하나의 장치장 블록 여기저기에 흩어져 있는 대상 컨테이너들을 적하 순서에 맞춰 몇 개의 베이로 모으는 작업이다. 유효하면서 좋은 재정돈 계획을 수립하기 위해서는 적하 순서를 충분히 고려하는 동시에 재정돈에 소요되는 시간을 가능한 줄여야 한다. 본 제안 방안은 대상 컨테이너들의 목표 위치를 탐색할 대상으로 두어 해로 표현하고, 대상 컨테이너들의 초기 위치 , 목표 위치 및 적하 순서를 함께 고려하여 컨테이너 이동을 위한 부분 순서를 생성한다 생성한 부분 순서의 제약하에 트랜스퍼 크레인간의 간섭을 고려하여 구체적인 재정돈 계획을 수립하고 그 예상 작업 시간으로 해를 평가한다. 시뮬레이션 실험 결과 본 제안 방안이 다양한 환경에서 유효하면서 효율적인 재정돈 계획을 수립할 수 있음을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권10호
• /
• pp.483-488
• /
• 2016

본 논문은 최근접 이웃 규칙을 이용한 프로토타입을 이용하는 분류 학습을 제안한다. 훈련 데이터가 대표하는 클래스 영역을 초월구로 분할하는데 최근접 이웃규칙을 적용시키며, 초월구는 동일 클래스 데이터들만 포함시킨다. 초월구의 반지름은 가장 인접한 다른 클래스 데이터와 가장 먼 동일 클래스 데이터의 중간 거리 값으로 결정한다. 그리고 전체 훈련 데이터를 대표하는 최소의 프로토타입 집합을 선택하기 위해 집합 덮개 최적화를 이용한다. 제안하는 선택 방법은 클래스 별 프로토타입을 선택하는 그리디 알고리즘으로 설계되며, 대규모 훈련 데이터에 대한 병렬처리가 가능하다. 분류 예측은 최근접 이웃 규칙을 이용하며, 새로운 훈련 데이터는 프로토타입 집합이다. 실험에서 제안하는 방법은 기 연구된 학습 방법에 비해 일반화 성능이 우수하다.

• 지능정보연구
• /
• 제13권1호
• /
• pp.49-58
• /
• 2007

공급망의 물류흐름을 최적화하기 위해 여러 차고지를 기점으로 차량들이 다수의 적하와 하역장소를 거쳐 차고지로 돌아오는 최적의 배송경로를 계획하는 기존의 최적화모형 연구는 정수계획법(IP)에 기반을 둔 MDPDPTW(Multi-Depot Pickup and Delivery Problem with Time Windows) 모형이 있다. 이에 관한 연구들은 차고지의 차량들을 대상으로만 배송경로를 계획하기 때문에 운행 중인 차량을 고려할 때보다 효과적인 배송경로계획에 한계가 있다. 본 연구는 효과적인 공급망관리를 위하여 여러 차고지의 차량은 물론, 유비쿼터스 환경에서 배송화물과 운행 중인 차량상황을 포함한 배송상황을 기반으로 최적의 배송경로를 계획하는 IP기반 최적화모형인 u-MDPDPTW 모형을 제안하는데 그 목적이 있다. 또한, 기존 MDPDPTW 모형과 본 연구의 u-MDPDPTW 모형의 비교실험을 통하여 u-MDPDPTW 모형의 효과와 유용성을 보인다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제25권2호
• /
• pp.19-29
• /
• 2019

본 논문에서는 임계값 자동 설정 기능을 지원하는 효과적인 뉴로피드백 시스템을 제안한다. 실시간 뇌파의 신호 처리를 통해 보상 주파수와 억제 주파수에 대한 정확한 피드백을 생성하는 알고리즘을 설계하고, 이를 기반으로 치료사가 정한 목표 성공률을 얻기 위해 자동으로 임계값을 계산하는 기술을 제시한다. 본 논문에서 제시한 자동 임계값 설정 기술은 피험자의 이전 뇌파 패턴을 분석하여 목표 성공률과의 차이를 최소로하는 최적의 임계값을 계산한다. 다양한 조건의 실험을 통해 제안된 기법의 효율성과 안정성을 입증한다.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권1호
• /
• pp.79-88
• /
• 2002

인터넷에서 사용되는 많은 데이터들이 XML로 표현되고 있는 추세이다. 이러한 XML 데이터는 트리 형태로 표현되므로 이것을 저장하고 질의하는 시스템으로 그 모델링 능력 때문에 객체 저장소가 적합하다. 객체 저장소에서 XML의 각 노드는 객체로 저장된다. XML 질의의 특징은 정규 경로식으로 표현되는 것이며 이것은 XML 트리의 각 객체를 탐색하면서 처리된다. 정규 경로식을 지원하기 위하여 여러 인덱스들이 제안되었지만 이러한 인덱스들은 디스크 공간이라는 제약 때문에 모든 가능한 경로에 대한 인덱스를 제공하지는 못한다. 이러한 상태에서 정규 경로식을 잘 지원하기 위해서 블록 탐색과 시그니처 방법을 이용하여 질의를 효과적으로 처리하는 최적 객체 탐색 기법을 제안하였다. 시그니처는 트리의 각 노드에 시그니처를 첨가하여 탐색 범위를 줄이는 것이다. 블록 탐색은 한 페이지 내에 있는 접근 가능한 객체들을 미리 처리함으로써 디스크 I/O를 줄이는 것이다. 이와 같은 두가지 방법을 같이 이용하면 일반적인 질의 처리보다 월등히 나은 성능을 보인다는 것을 실험을 통하여 보였다.

• 응용통계연구
• /
• 제18권2호
• /
• pp.421-434
• /
• 2005

기계학습은 패턴분류의 한 도구로써 광범위하게 연구되고 있다. 기계학습 방법들 중에서 서포트 벡터 기계(Support Vector Machines)는 많은 분야에서 연구되어지는 것으로 이진 패턴 분류문제에서 고차원의 특징공간에서 두 집합들 사이에 가장 큰 분리를 제공하는 최대 여유도(margin)를 가지는 분리 초평면을 찾는 것이다. 최대 여유도의 분리의 개념에 기초하여 Mangasarian(1968)은 다중-표면 방법(multi-surface method)을 제안하였고, 1980년대에 목적 계획법을 이용한 방법들이 광범위하게 개발되었다. 본 논문에서는 다목적 계획법과 목적 계획법을 이용한 수리계획법인 서포트 벡터 기계의 두가지 방법들을 제안하고 수치 예제들을 통하여 효용성에 대하여 논의하고자 한다.

• KSBB Journal
• /
• 제15권2호
• /
• pp.181-187
• /
• 2000

본 연구에서 갈락토즈를 거의 사용하지 않고 glucose repression 정도가 줄어든 변이주를 이용하여 fed-batch를 통한 발현최적화를 수행하였다. 두 균주에서의 GAL promoter에 의한 외래단백질 생산시 glucose repression 정도에 대해 조사하였는데 대조구 Y2805는 글루코즈가 다 소비된 후 2∼3시간 지난 후 발현이 시작되나 변이주 Y334는 약 0.5 g/L 글루코즈 농도에서 25%정도의 발현이 이루어짐에 따라 변이주 Y334는 GAL promoter에 미치는 glucose repression 정도가 매우 약한 장점을 확인하였다. 배양 중 재조합 미생물인 두균주 변이주 Y334와 대조구 효모 Y2805의 plasmid stability에 대해 안정한 균주임을 알 수 있었으며 대조구 Y2805의 경우도 plasmid stability는 90%로 유지됨을 알 수 있었다. GAL promoter에 의한 외래 단백질 생산시 글루코즈와 갈락토즈, 에탄올의 소비속도를 조사하였는데, 글루코즈와 에탄올의 소비속도는 거의 비슷하였으나 갈락토즈 소비속도는 Y2805는 0.1232 g/L/hr/O.D.이고 변이주 Y334는 0.0131 g/L/hr/O.D. 이다. 또한 mutant Y334와 대조구 효모 Y2805의 Fed-batch 시의 올바른 feeding 방법을 구하기위한 실험을 수행하여 각 균주의 Fed-batch 실험에서의 최적 발현 방법을 획득하였다.