• 산업공학
• /
• 제25권4호
• /
• pp.431-440
• /
• 2012

Since pooling is a popular scheme in many areas to attain operational excellence, many researchers investigated the performance of pooling systems. However, rare research could be found on pooling with game situation which has much applicability to real world phenomenon. We analyze the performance of noncooperative pooling system with two servers having different sharing capacity. We investigate the sensitivity of the advantage of capacity pooling on the variation of system parameters, including sharing capacity numbers, pooling probability, pooling strategy and traffic intensity. As a result, we suggest an efficient control policy which facilitate the performance of pooling in a game situation.

• 한국산학기술학회논문지
• /
• 제19권4호
• /
• pp.161-166
• /
• 2018

본 논문에서는 컨볼루션 신경망 구조(Convolution Neural Network)에서 정규화 및 교차검증 횟수 감소를 위한 무작위로 풀링 연산을 선택하는 방법에 대해 설명한다. 컨볼루션 신경망 구조에서 풀링 연산은 피쳐맵(Feature Map) 크기 감소 및 이동 불변(Shift Invariant)을 위해 사용된다. 기존의 풀링 방법은 각 풀링 계층에서 하나의 풀링 연산이 적용된다. 이러한 방법은 학습 간 신경망 구조의 변화가 없기 때문에, 학습 자료에 과도하게 맞추는 과 적합(Overfitting) 문제를 가지고 있다. 또한 최적의 풀링 연산 조합을 찾기 위해서는, 각 풀링 연산 조합에 대해 교차검증을 하여 최고의 성능을 내는 조합을 찾아야 한다. 이러한 문제를 해결하기 위해, 풀링 계층에 확률적인 개념을 도입한 무작위 풀링 연산 선택 방법을 제안한다. 제안한 방법은 풀링 계층에 하나의 풀링 연산을 적용하지 않는다. 학습기간 동안 각 풀링 영역에서 여러 풀링 연산 중 하나를 무작위로 선택한다. 그리고 시험 시에는 각 풀링 영역에서 사용된 풀링 연산의 평균을 적용한다. 이러한 방법은 풀링 영역에서 서로 다른 풀링 조합을 사용한 구조의 평균을 한 것으로 볼 수 있다. 따라서, 컨볼루션 신경망 구조가 학습데이터에 과도하게 맞추어지는 과적합 문제를 피할 수 있으며, 또한 각 풀링 계층에서 특정 풀링 연산을 선택할 필요가 없기 때문에 교차 검증 횟수를 감소시킬 수 있다. 실험을 통해, 제안한 방법은 정규화 성능을 향상시킬 뿐만 아니라 및 교차 검증 횟수를 줄일 수 있다는 것을 검증하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권6호
• /
• pp.1621-1629
• /
• 2016

This paper studies Bayesian pooling for analysis of categorical data from small areas. Many surveys consist of categorical data collected on a contingency table in each area. Statistical inference for small areas requires considerable care because the subpopulation sample sizes are usually very small. Typically we use the hierarchical Bayesian model for pooling subpopulation data. However, the customary hierarchical Bayesian models may specify more exchangeability than warranted. We, therefore, investigate the effects of pooling in hierarchical Bayesian modeling for the contingency table from small areas. In specific, this paper focuses on the methods of direct or indirect pooling of categorical data collected on a contingency table in each area through Dirichlet priors. We compare the pooling effects of hierarchical Bayesian models by fitting the simulated data. The analysis is carried out using Markov chain Monte Carlo methods.

• Journal of Information Processing Systems
• /
• 제15권5호
• /
• pp.1179-1191
• /
• 2019

We design an ingenious view-pooling method named learning-based multiple pooling fusion (LMPF), and apply it to multi-view convolutional neural network (MVCNN) for 3D model classification or retrieval. By this means, multi-view feature maps projected from a 3D model can be compiled as a simple and effective feature descriptor. The LMPF method fuses the max pooling method and the mean pooling method by learning a set of optimal weights. Compared with the hand-crafted approaches such as max pooling and mean pooling, the LMPF method can decrease the information loss effectively because of its "learning" ability. Experiments on ModelNet40 dataset and McGill dataset are presented and the results verify that LMPF can outperform those previous methods to a great extent.

• 한국항해항만학회지
• /
• 제38권4호
• /
• pp.399-407
• /
• 2014

컨테이너터미널의 증가로 터미널 물량이 분산되어 기존 물동량 보존과 새로운 물동량 유치 경쟁이 치열해지고 있으며 이에 터미널 물동량 처리 능력과 유치에 다양한 방법을 모색하고 있다. 컨테이너터미널은 물동량처리 능력을 향상시키기 위해서 최신 장비 확충과 최신 터미널 시스템 개발을 통해 터미널의 생산성 향상과 효율성 극대화에 노력을 기울이고 있다. 컨테이너터미널의 생산성 향상에 영향을 줄 수 있는 요인은 다양하게 존재 한다. 그중 야드 이송장비의 경우, 특정 선석크레인(GC, Gantry Crane)에 야드 트랙터(YT, Yard Tractor)가 고정 할당되는 방식에서 다수 선석크레인(GC, Gantry Crane)에 야드 트랙터(YT, Yard Tractor)가 적절하게 분산 할당 방식으로 처리하는 Pooling System으로 전환하게 되면 터미널 생산성과 YT의 가용성을 높일 수 있다. 컨테이너터미널에서 생산성 지표가 되는 KPI는 GC 생산성이고 GC 생산성은 물리적인 GC 작업 속도를 넘어설 수 없기에 Pooling System 적용하여 생산성을 높이는데 의미와 효과는 크다. 본 논문에서는 컨테이너터미널에서 생산성 향상을 위해 이송장비 운영을 더 효율적으로 할 수 있도록 Pooling System 알고리즘을 제시하고 실제로 컨테이너터미널에 적용하여 Non Pooling System과 Pooling System 생산성을 비교하였다. 이송장비 풀링시스템을 도입하여 타 터미널에 비해 생산성을 향상함으로써 터미널 비즈니스에 있어 지속적인 서비스 질과 수익성 향상을 위한 필수불가결한 요소가 될 수가 있다.

• 농업과학연구
• /
• 제29권2호
• /
• pp.98-108
• /
• 2002

Pooling system of jointly shipping farm products aims to realize economies of scale for it's farm products and strengthen bargaining power for the farmers. As adapting to pooling system, price received by farmers and competitive power of our farm products can be enhanced. Pooling system especially in Cheon-an pear and horticultural primary cooperatives is found to be required, because the pooling system is not introduced yet although the area is main region for domestic pear production. This study aims at establishing the appropriate pooling system and it's strengthening strategies in this cooperatives through survey of local producers' group in this cooperatives and case studies of successful pear primary cooperatives.

• 한국정보통신학회논문지
• /
• 제25권9호
• /
• pp.1158-1165
• /
• 2021

본 논문은 메모리의 사이즈를 줄이기 위해 Pooling Layer가 MAC에 통합된 구조의 최적화된 CNN가속기를 설계하는 것을 제안한다. 메모리와 데이터 전달 회로의 최소화를 위해 MNIST를 이용하여 학습된 32bit 부동소수점 가중치 값을 8bit로 양자화하여 사용하였다. 가속기칩 크기의 최소화를 위해 MNIST용 CNN 모델을 1개의 Convolutional layer, 4*4 Max Pooling, 두 개의 Fully connected layer로 축소하였고 모든 연산에는근사화 덧셈기와 곱셈기가 들어간 특수 MAC을 사용한다. Convolution 연산과 동시에 Pooling이 동작하도록 설계하여 내장 메모리를 94% 만큼 축소하였으며, pooling 연산의 지연 시간을 단축했다. 제안된 구조로 MNIST CNN 가속기칩을 TSMC 65nm GP 공정으로 설계한 결과 기존 연구결과의 절반 크기인 0.8mm x 0.9mm = 0.72mm²의 초소형 가속기 설계 결과를 도출하였다. 제안된 CNN 가속기칩의 테스트 결과 94%의 높은 정확도를 확인하였으며, 100MHz 클럭 사용시 MNIST 이미지당 77us의 빠른 처리 시간을 획득하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.87-90
• /
• 2020

GPU의 발전과 함께 성장한 딥러닝(Deep Learning)은 영상 분류 문제에서 최고의 성능을 보이고 있다. 그러나 합성곱 신경망 기반의 모델을 깊게 쌓음에 따라 신경망의 표현력이 좋아짐과 동시에 때로는 학습이 잘되지 않고 성능이 저하되는 등의 부작용도 등장했다. 성능 향상을 방해하는 주요 요인 중 하나는, 차원감소 목적에 따라 필연적으로 정보 손실을 겪어야 하는 풀링 계층에 있다. 따라서 특성맵(Feature map)의 차원감소를 통해 얻게 되는 비용적 이득과 모델의 분류 성능 사이의 취사선택(Trade-off)이 존재한다. 그리고 이로부터 자유로워지기 위한 다양한 연구와 기법이 존재하는데 Spectral Pooling도 이 중 하나이다. 본 논문에서는 이산 푸리에 변환(Discrete Fourier Transform, DFT)을 이용한 Spectral Pooling에 대한 소개와, 해당 풀링의 성질을 통상적으로 사용되고 있는 Max Pooling과의 성능 비교를 통해 분석한다. 또한 영상 내 고주파수 부분에서 특히 더 강건하지 못하다는 맥스 풀링의 고질적인 문제점을, Spectral Pooling과의 하이브리드(Hybrid) 구조를 통해 어떻게 극복해나갈 것인지 그 가능성을 중심으로 실험을 수행했다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.793-810
• /
• 2022

실시간 범람 모니터링을 위해 인공위성 SAR영상을 활용하는 수체탐지에 대한 필요성이 대두되었다. 주야와 기상에 상관없이 주기적으로 촬영 가능한 인공위성 SAR 영상은 육지와 물의 영상학적 특징이 달라 수체탐지에 적합하나, 스페클 노이즈와 영상별 상이한 밝기 값 등의 한계를 내포하여 다양한 시기에 촬영된 영상에 일괄적으로 적용 가능한 수체탐지 알고리즘 개발이 쉽지 않다. 이를 위해 본 연구에서는 Convolutional Neural Networks (CNN)기반 모델인 U-Net 아키텍처에 레이어의 조합인 모듈을 추가하여 별도의 전처리 없이 수체탐지의 정확도 향상 방법을 제시하였다. 풀링 레이어의 조합을 활용하여 형태학적 연산처리 효과를 제공하는 Morphology Module과 전통적인 경계탐지 알고리즘의 가중치를 대입한 컨볼루션 레이어를 사용하여 경계 학습을 강화시키는 Edge-enhanced Module의 다양한 버전을 테스트하여, 최적의 모듈 구성을 도출하였다. 최적의 모듈 버전으로 판단된 min-pooling과 max-pooling이 연속으로 이어진 레이어와 min-pooling로 구성된 Morphology 모듈과 샤를(Scharr) 필터를 적용한 Edge-enhanced 모듈의 산출물을 U-Net 모델의 conv 9에 입력자료로 추가하였을 때, 정량적으로 9.81%의 F1-score 향상을 보여주었으며, 기존의 U-Net 모델이 탐지하지 못한 작은 수체와 경계선을 보다 세밀하게 탐지할 수 있는 성능을 정성적 평가를 통해 확인하였다.

• 한국항해항만학회지
• /
• 제33권6호
• /
• pp.401-407
• /
• 2009

컨테이너 터미널의 경쟁력을 높이기 위해서는 터미널 생산성 향상이 중요한 요소라고 할 수 있다. 이러한 생산성에 영향을 줄 수 있는 요인은 다양하다. 그 중 야드이송장비의 경우, 특정 선석크레인(QC, Quay Crane)에 야드트랙터(YT, Yard Tractor)가 고정 할당되는 방식에서 타수 QC들의 작업을 처리하는 풀링 방식으로 전환하여 YT의 생산성을 올리고 있다. 현재 국내 터미널에서도 YT 풀링을 도입하고 있는 실정이다. 하지만 아직 적절한 풀링 범위 및 효과적인 YT 할당 계획에 대한 노력은 부족한 실정이다. 본 논문에서는 YT 풀링 운영을 더 효율적으로 할 수 있도록 YT 풀링이 담당할 작업범위 결정에 미치는 요인의 도출과 상황에 따른 YT의 작업할당 모형에 대해서 제시하였다.