• 정보처리학회논문지B
• /
• 제11B권2호
• /
• pp.221-226
• /
• 2004

개미 집단 시스템(Ant Colony System ACS) 알고리즘은 조합 최적화 문제를 해결하기 위한 새로운 메타 휴리스틱 방법이다. 이것은 그리디 탐색뿐만 아니라 긍정적 피드백에 의한 탐색을 이용한 모집단에 근거한 접근법으로 조합 최적화 문제를 해결하기 위해 제안되었다. 최근까지 인접한 노드($v_i, v_j$)가 같은 색을 갖지 않도록 그래프 G의 노드 V에 색을 배정하는 문제인 그래프 착색 문제의 최적 해를 구하기 위하여 다양한 접근 방식들과 해법들이 제안되고 있다. 본 논문에서는 기존의 그래프 착색 문제의 해법으로 잘 알려진 그리디 알고리즘, 시뮬레이티드어넬링, 타부 탐색 등이 아닌 개미 집단 시스템 알고리즘으로 해법을 구하는 방법인 ANTCOL 알고리즘을 소개하고, ANTCOL을 해결하기 위해 제안된 기존의 생성 함수들(ANT_Random ANT_LF, ANT_SL, ANT_DSATUR, ANT_RLF)과, 본 논문에서 새롭게 제안된 방법으로 RLF에 무작위 기법을 적용한 XRLF를 생성 함수로 사용한 ANT_XRLF 방법과 ANT_XRLF에 재검색을 추가한 방법(ANT_XRLF_R)의 그래프 착색 결과 및 실행 시간을 비교, 분석하여 제안된 방법이 더 빠르게 수렴할 수 있음을 실험을 통해 알 수 있었다.

• 응용통계연구
• /
• 제36권1호
• /
• pp.1-19
• /
• 2023

본 연구는 학생 간의 연결에 어떤 속성이 유효한지 종단 네트워크 분석을 통해 알아보고자 하였으며, 종단 네트워크 모형인 TERGM (temporal exponential random graph model)과 SAOM (stochastic actor-oriented model) 통계적 모형을 사용하고 결과를 비교하였다. TERGM 모형은 네트워크 전체의 연결 형성을 바탕으로, SAOM 모형은 특정 행위자가 형성하는 주변 네트워크를 대상으로 연구 결과를 해석하였다. TERGM 모형은 시간 항을 통해 이전 시점의 영향을 표현하였으며, SAOM 모형은 비율 함수로 행위자의 기회에 의해 진화하는 네트워크를 구현해 시간적 종속성을 고려하였다.

• 한국정보전자통신기술학회논문지
• /
• 제10권5호
• /
• pp.462-468
• /
• 2017

본 논문에서는 IoT/WSN을 랜덤 기하 그래프를 이용하여 모델링하고 WSN에서 발생되는 데이터를 효율적으로 저장하기 위해 사용되는 지역 부호의 성능을 고찰하였다.. 노드 수가 n=100, 200인 무선 센서 네트워크를 랜덤 기하 그래프로 모델링하여 분산화된 저장 코드의 복호 성능을 시뮬레이션을 통해 분석하였다. 네트워크의 총 노드 수가 n=100일 때와 200일 때 복호율 ${\eta}$에 따른 복호 성공률은 노드 수 n보다는 소스 노드 수 k값에 따라 좌우됨을 알 수 있었다. 특히 n 값에 관계없이 $${\eta}{\leq_-}2.0$$일 때 복호 성공 확률은 70%를 상회함을 알 수 있었다. 복호 율 ${\eta}$에 따른 복호 연산 량을 살펴본 바, BP 복호 방식의 복호 연산 량은 소스 노드 수 k 값이 증가함에 따라 기하급수적으로 증가함을 알 수 있었다. 이는 소스 노드의 수가 증가할수록 LT 부호의 길이가 길어지고 이에 따라 복호 연산량이 크게 증가하는데 원인이 있는 것으로 생각된다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1269-1276
• /
• 2023

작물 수확량 예측은 토양, 비, 기후, 대기 및 이들의 관계와 같은 다양한 측면으로 인해 다국적 식사와 강력한 수요에 필수적이며, 기후 변화는 농업 생산량에 영향을 미친다. 본 연구에서는 온도, 강수량, 습도 등의 데이터 세트를 운영한다. 현재 연구는 농부와 농업인을 지원하기 위해 다양한 분류기를 사용한 기능 선택에 중점을 두고 있다. 특징 선택 접근법을 활용한 작물 수확량 추정은 96% 정확도를 나타내었다. 특징 선택은 기계학습 모델의 성능에 영향을 미친다. 현재 그래프 분류기의 성능은 81.5%를 나타내며, 특징 선택이 없는 Random Forest 회귀 분석은 78%의 정확도를 나타냈다. 또한, 특징 선택이 없는 의사결정 트리 회귀 분석은 67%의 정확도를 유지하였다. 본 논문은 제시된 10가지 알고리즘을 대상으로 특징 선택 중요성에 대한 실험결과를 나타내었다. 이러한 결과는 작물 분류 연구에 적합한 모델을 선택하는 데 도움이 될 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제4권4호
• /
• pp.40-46
• /
• 1999

병렬 처리시스템 환경에서 효율적인 타스크 스케줄링에 관한 연구로서 타스크 전체 수행 시간을 단축시는데 목적을 두고 있다. 멀티프로세서 시스템에서 선행 조건 을 갖는 타스크 그래프의 타스크 스케쥴링은 시스템 처리시간에 많은 영향을 준다. 이 문제는 NP-hard로 알려져 있으며, 많은 사람들이 heuristic 방법으로 최적해에 접근하려고 노력 하고 있다. 우리는 기존 여러 방법들 (swapping, MH, DL)과 개선된 critical path schedule 방법과 상호 비교하였다. 다수개의 root와 다수개의 terminate를 가지는 방향성 비순환 그래프(Directed Acyclic Graph : DAG)를 Random 생성하여 시뮬례이션 한 결과 프로세서 수를 증가한 경우 개선된 Critical Path알고리즘이 실행 타스크의 탐색 시간 개선에 더 우수한 것으로 판명되었다.

• Journal of Information Processing Systems
• /
• 제15권6호
• /
• pp.1365-1377
• /
• 2019

Summarizing the differences in Chinese-Vietnamese bilingual news plays an important supporting role in the comparative analysis of news views between China and Vietnam. Aiming at cross-language problems in the analysis of the differences between Chinese and Vietnamese bilingual news, we propose a new method of summarizing the differences based on an undirected graph model. The method extracts elements to represent the sentences, and builds a bridge between different languages based on Wikipedia's multilingual concept description page. Firstly, we calculate the similarity between Chinese and Vietnamese news sentences, and filter the bilingual sentences accordingly. Then we use the filtered sentences as nodes and the similarity grade as the weight of the edge to construct an undirected graph model. Finally, combining the random walk algorithm, the weight of the node is calculated according to the weight of the edge, and sentences with highest weight can be extracted as the difference summary. The experiment results show that our proposed approach achieved the highest score of 0.1837 on the annotated test set, which outperforms the state-of-the-art summarization models.

• Steel and Composite Structures
• /
• 제46권6호
• /
• pp.731-744
• /
• 2023

Vehicle load information is an important role in operating and ensuring the structural health of cable-stayed bridges. In this regard, an efficient and economic method is proposed for vehicle load detection based on the observed cable tension and vehicle position using a graph neural network (GNN). Datasets are first generated using the practical advanced analysis program (PAAP), a robust program for modeling and considering both geometric and material nonlinearities of bridge structures subjected to vehicle load with low computational costs. With the superiority of GNN, the proposed model is demonstrated to precisely capture complex nonlinear correlations between the input features and vehicle load in the output. Four popular machine learning methods including artificial neural network (ANN), decision tree (DT), random forest (RF), and support vector machines (SVM) are refereed in a comparison. A case study of a cable-stayed bridge with the typical truck is considered to evaluate the model's performance. The results demonstrate that the GNN-based model provides high accuracy and efficiency in prediction with satisfactory correlation coefficients, efficient determination values, and very small errors; and is a novel approach for vehicle load detection with the input data of the existing monitoring system.

• 대한기계학회논문집
• /
• 제7권1호
• /
• pp.28-35
• /
• 1983

Quantitative analysis have been carried out on the micro-cracks on the surface and into the depth of unnotched smooth mild steel specimen under cyclic stains by rotating bending fatigue tests. Some of the results are; (1) Cracks initiate at the early stage of fatigue life N$_{I}$/ N$_{f}$=10 to 20%, and propagate during the rest of fatigue life. (2) Coalescence of highly crowded small fatigue cracks of random distribution seems to induce the final fracture at higher stress level. (3) The curves of crack initiation and the equal crack length on the graph of stress versus number of cycles are parallel to the S-N curve. (3) The curves of crack initiation and the equal crack length on the graph of stress versus number of cycles are parallel to the S-N curve. (4) The distributions of micro-surface crack length and depth show the composite Weibull distributions which are approximated to two straight lines separated by the value of transient region between stage I and stage II crack.k.k.

• 반도체디스플레이기술학회지
• /
• 제16권2호
• /
• pp.70-74
• /
• 2017

Given two stereo images of a scene, it is possible to recover a 3D understanding of the scene. This is the primary way that the human visual system estimates depth. This process is useful in applications like robotics, where depth sensors may be expensive but a pair of cameras is relatively cheap. In this work, we combined our interests to implement a graph cut algorithm for stereo correspondence, and performed evaluation against a baseline algorithm using normalized cross correlation across a variety of metrics. Experimental trials revealed that the proposed descriptor exhibited a significant improvement, compared to the other existing methods.

• Communications for Statistical Applications and Methods
• /
• 제30권6호
• /
• pp.561-575
• /
• 2023

Brain network analysis has attracted the interest of neuroscience researchers in studying brain diseases. Magnetoencephalography (MEG) is especially proper for analyzing functional connectivity due to high temporal and spatial resolution. The application of graph theory for functional connectivity analysis has been studied widely, but research on network modeling for MEG still needs more. Temporal exponential random graph model (TERGM) considers temporal dependencies of networks. We performed the brain network analysis, including static/temporal network statistics, on two groups of epilepsy patients who removed the left (LT) or right (RT) part of the brain and healthy controls. We investigate network differences using Multiset canonical correlation analysis (MCCA) and TERGM between epilepsy patients and healthy controls (HC). The brain network of healthy controls had fewer temporal changes than patient groups. As a result of TERGM, on the simulation networks, LT and RT had less stable state than HC in the network connectivity structure. HC had a stable state of the brain network.