• 디지털산업정보학회논문지
• /
• 제13권3호
• /
• pp.65-73
• /
• 2017

The fifth generation(5G) of wireless networks will connect not only smart phone but also unimaginable things. Therefore, 5G cellular network is facing the soaring traffic demand of numerous user devices. To solve this problem, a huge amount of 5G base stations will need to be installed. The base station positioning problem is an NP-hard problem that does not know how long it will take to solve the problem. Because, it can not find an answer other than to check the number of all cases. In this paper, to solve the NP hard problem, we compare the tabu search and the genetic algorithm using real maps for optimal cell planning. We also perform Monte Carlo simulations to study the performance of the Tabu search and Genetic algorithm for 5G cell planning. As a results, Tabu search required 2.95 times less computation time than Genetic algorithm and showed accuracy difference of 2dBm.

• 한국게임학회 논문지
• /
• 제15권4호
• /
• pp.179-188
• /
• 2015

A* 알고리즘은 잘 알려진 길찾기 알고리즘이다. 그러나 장애물 정보를 이용하지 않을 경우에는 장애물을 만날 때 까지 탐색을 진행하여 장애물과 충돌하거나 늪(swamp)에 들어갈 수 있다. 본 논문에서는 장애물을 회피하고 늪에 들어가지 않도록 장애물 정보를 사용하고, 장애물 정보를 이용한 휴리스틱 함수도 제안한다. 장애물 정보를 사전에 처리하는데 시간이 걸리지만 실시간에 처리하는 것이 아니기 때문에 대부분의 경우에 문제가 되지 않는다. 실험을 통하여 제안한 방법들이 검색 공간을 효과적으로 줄일 수 있음을 보여주었다. 더불어 장애물 정보를 이용한 휴리스틱 함수는 사전에 장애물 정보를 처리할 필요 없이 효과적으로 검색 공간을 줄일 수 있다는 것을 보여주었다.

• 한국콘텐츠학회논문지
• /
• 제9권9호
• /
• pp.80-89
• /
• 2009

클러스터링 알고리즘에서 최적의 클러스터 수를 결정하기 위한 효율적인 고속 탐색 알고리즘을 소개한다. 제안하는 방법은 클러스터링 적합도의 척도로 사용되는 클러스터 타당성 평가기준을 토대로 한다. 데이터 집합에 클러스터링 프로세스를 진행하여 최적의 클러스터 형상에 도달하게 되면 클러스터 타당성 평가기준은 최대 혹은 최소값을 가질 것으로 기대한다. 본 논문에서는 최적의 클러스터 개수를 찾기 위한 고속의 비소모적 탐색 방법을 설계하고 실제 클러스터링과 접목한다. 제안하는 알고리즘은 k-means++ 클러스터링 알고리즘에 적용하였고, 클러스터 타당성 평가기준으로써 CB 및 PBM 타당성 평가기준 방법을 사용하였다. 몇몇의 가상 데이터 집합과 실제 데이터 집합에 실험한 결과, 제안하는 방법은 정확도의 손실 없이 계산 효율을 획기적으로 증가시킴을 보여주었다.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제12권1호
• /
• pp.596-604
• /
• 2020

Previous studies on pipe auto-routing algorithms generally used such algorithms as A*, Dijkstra, Genetic Algorithm, Particle Swarm Optimization, and Ant Colony Optimization, to satisfy the relevant constraints of its own field and improve the output quality. On the other hand, this study aimed to significantly improve path-finding speed by applying the Jump Point Search (JPS) algorithm, which requires lower search cost than the abovementioned algorithms, for pipe routing. The existing JPS, however, is limited to two-dimensional spaces and can only find the shortest path. Thus, it requires several improvements to be applied to pipe routing. Pipe routing is performed in a three-dimensional space, and the path of piping must be parallel to the axis to minimize its interference with other facilities. In addition, the number of elbows must be reduced to the maximum from an economic perspective, and preferred spaces in the path must also be included. The existing JPS was improved for the pipe routing problem such that it can consider the above-mentioned problem. The fast path-finding speed of the proposed algorithm was verified by comparing it with the conventional A* algorithm in terms of resolution.

• 한국컴퓨터정보학회논문지
• /
• 제22권6호
• /
• pp.49-55
• /
• 2017

Robots, games and life applications have been developed while computer areas are developed. Moreover, various applications have been utilized for various users including the early childhood. Recently, smart phones have been dramatically used by various users including early childhood. Many applications need to find a path from a starting point to destinations. For example, without using real maps, users can find the direct paths for the destinations in realtime. Specifically, path exploration in game programs is so important to have accurate results. Nowadays, with these techniques, diverse applications for educations of early childhood have been developed. To deal with the functions, necessity of efficient path search programs with high accuracy becomes much higher. In this paper, we design and develop a friendly maze program for early childhood based on a path searching algorithm. Basically, the path of lineal distance from a starting location to destination is considered. Moreover, weight values are calculated by considering heuristic weighted h(x). In our approach, A* algorithm searches the path considering weight values. Moreover, we utilize depth first search approach instead of breadth first search in order to reduce the search space. so it is proper to use A* algorithm in finding efficient paths although it is not optimized paths.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권7호
• /
• pp.3041-3063
• /
• 2018

Community search aims at finding a meaningful community that contains the query node and also maximizes (minimizes) a goodness metric. This problem has recently drawn intense research interest. However, most metric-based algorithms tend to include irrelevant subgraphs in the identified community. Apart from the user-defined metric algorithm, how can we search the natural community that the query node belongs to? In this paper, we propose a novel community search algorithm based on the concept of the k-hop and local distance dynamics model, which can naturally capture a community that contains the query node. The basic idea is to envision the nodes that k-hop away from the query node as an adaptive local dynamical system, where each node only interacts with its local topological structure. Relying on a proposed local distance dynamics model, the distances among nodes change over time, where the nodes sharing the same community with the query node tend to gradually move together, while other nodes stay far away from each other. Such interplay eventually leads to a steady distribution of distances, and a meaningful community is naturally found. Extensive experiments show that our community search algorithm has good performance relative to several state-of-the-art algorithms.

• 한국통신학회논문지
• /
• 제25권1B호
• /
• pp.167-174
• /
• 2000

간단하고 점진적인 움직임 추정 알고리듬인 3단계 탐색 방법은 저비트율 영상 압축분야에서 널리 이용되어 왔다. 본 논문에서는 탐색 영역 내에서의 움직임 특성을 이용한 새로운 고속 블록 움직임 추정 알고리듬을 제안한다. 대부분의 움직임 벡터 영역의 중심 부분에 존재하며, 따라서 본 논문에서는 중심 부분의 움직임을 3단계 탐색 방법보다 훨씬 세밀하게 추정한다. 또한 각 단계에서 가능한 모든 움직임 방향을 고려하면서 이전 단계내의 탐색영역과 중첩되지 않는 국부 영역에 대해서만 움직임 추정을 행한다. 따라서 제안한 방법은 기존의 방법과 비교하여 보다 우수한 움직임 추정을 얻을 수 있으며, 계산 시간을 줄일 수 있다

• 대한전자공학회논문지SP
• /
• 제41권2호
• /
• pp.73-78
• /
• 2004

본 논문에서는 블록정합 알고리즘을 영상 블록들의 상관도 함수로 모델링하여, 고속 블록정합 방법을 위한 탐색 패턴을 유도하였으며, 이는 고속 블록정합 방법에서 주로 사용되는 다이아몬드 형태의 탐색 패턴에 대한 이론적인 기반을 제공한다. 이와 더불어, 능동적인 탐색 패턴과 물체의 움직임에 따른 통계적인 특성을 사용하여 새로운 고속 블록정합 움직임 예측방법을 제안하였다. 적절한 움직임 탐색 패턴을 얻기 위해 움직임 벡터와 영상간 블록들의 차이값 사이의 통계적인 관계를 이용하였다. 제안한 방법을 움직임 탐색 패턴을 능동적으로 변화시키면서 다른 고속 블록정합 방법들과 비교해 보면, 요구되는 탐색점의 개수를 감소시키면서 움직임 예측성능을 향상됨을 확인할 수 있었다.

• 한국시뮬레이션학회논문지
• /
• 제14권3호
• /
• pp.21-31
• /
• 2005

In state-of-the-art games, characters can move in a goal-directed manner so that they can move to the goal position without colliding obstacles. Many path-finding methods have been proposed and implemented for these characters and most of them use the A* search algorithm. When .the map is represented with a regular grid of squares or a navigation mesh, it often takes a long time for the A* to search the state space because the number of cells used In the grid or the mesh increases for higher resolution. Moreover the A* search on the grid often causes a zigzag effect, which is not optimal and realistic. In this paper we propose to use visibility graphs to improve the search time by reducing the search space and to find the optimal path. We also propose a method of taking into account the size of moving characters in the phase of planning to prevent them from colliding with obstacles as they move. Simulation results show that the proposed method performs better than the grid-based A* algorithm in terms of the search time and space and that the resulting paths are more realistic.

• 정보처리학회논문지B
• /
• 제11B권3호
• /
• pp.247-256
• /
• 2004

본 논문에서는 영상의 시공간적인 특성과 움직임 벡터의 중심 지향적 분포 특성을 이용하는 예측 탐색 알고리즘을 제안한다. 제안된 알고리즘을 이린 프레임 블록으로부터 예측된 움직임 벡터, 분할된 탐색 구간에 속하는 후보 벡터와 현재 프레임 블록의 이웃 블록으로 예측된 움직임 벡터 중에서 가장 작은 SAD 값을 갖는 점을 정확한 움직임 벡터를 찾기 위한 초기 탐색점 위치로 결정한다. 그리고 초기 탐색점 위치로 이동하여 움직임 크기에 따라 적응적인 탐색 패턴으로 탐색을 수행판다. 실험 결과 제안된 방식은 FS를 제외한 기존의 대표적인 고속 탐색 방식들에 비해 PSNR 값에 있어서 평균적으로 0.05∼0.34dB 개선되고 영상에 따라 최고 0.75dB 정도 우수한 결과를 나타내었다.