• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.1651-1654
• /
• 2004

파이프라인과 슈퍼스칼라 방식이 일반화된 시스템 구조 하에서, 분기 명령어는 시스템 전체적인 성능에 중요한 영향을 미친다. 특히 분기 예측이 실패했을 경우, 잘못된 분기 예측으로 인한 페널티가 발생한다는 점에서 분기 예측의 정확도에 대한 중요성은 크다고 할 수 있다. 본 논문에서는 분기 예측의 정확도를 높이기 위해서, 분기 예측과 관련된 신경망을 구축하여 이를 통해 분기 예측에 필요한 각 요소별 가중치의 변화를 분석하고, 이를 분기 예측에 새롭게 반영하고자 한다. 본 논문에서는 이를 위해 실행 구동 방식의 시뮬레이터인 SimpleScalar를 통하여 모의 실험을 수행하였으며, 실험 결과 본 논문에서 제시한 새로운 기법이 기존의 일반적인 이단계 적응형 분기 예측 기법이나 gshare 기법에 비하여 더 우수한 결과를 보였다.

• 정보과학회 논문지
• /
• 제42권5호
• /
• pp.642-651
• /
• 2015

소실점(vanishing point)이란 카메라 렌즈를 통해 3차원 공간을 2차원 영상으로 투영하는 과정에서 평행한 직선들이 수렴하는 점을 의미한다. 소실점 검출은 영상 내의 정보를 이용하여 소실점의 위치를 파악하는 것을 의미하며, 영상 내 지점들의 상대적인 거리를 파악하거나 장면 전체의 3차원 구조를 파악하는데 활용된다. 일반적으로 영상 내 평행한 직선들은 인공 구조물 내에 존재하는 경우가 많으므로 직선 검출 기반 소실점 검출 기법들은 인공 구조물 내의 직선들을 찾아 이들이 수렴하는 점을 소실점으로서 검출하는 것을 목표로 한다. 이 때, 영상 내에서 직선을 검출하기 위하여 먼저 에지 검출(edge detection)을 통해 에지 픽셀을 검출하고 그 결과를 허프 변환(Hough transform)하여 직선들을 찾아낸다. 그러나 각종 텍스쳐 및 노이즈 등 여러 원인들로 인해 위 과정에서 검출된 직선들이 모두 소실점을 지나지는 않는다. 따라서 검출된 직선들로부터 소실점을 정확히 검출하기 위해서는 각 직선에 대하여 소실점을 지날 가능성에 따라 다른 가중치를 부여하는 것이 필요한데 기존의 연구들은 가중치를 동일하게 부여하거나 단순한 수준의 가중치 계산을 적용해 왔다. 본 논문에서는 소실점을 지나는 직선들은 대부분 인공 구조물 내의 직선들임에 착안하여 직선에 가중치를 부여하는 새로운 방법을 제안하고 이를 이용한 소실점 검출 결과를 몇 가지 기존 방법들과 비교하였다. 그 결과, 기존 방법들에 비하여 소실점 추정 오류가 약 65% 감소하였다.

• 한국음향학회지
• /
• 제27권7호
• /
• pp.350-356
• /
• 2008

본 논문에서는 근거리 표적 탐지 빔형성 기법에 적합한 체비셰프 (Chebyshev) 및 해닝 (Hanning) 쉐이딩 함수를 제안하였다. 제안된 근거리 표적 탐지용 쉐이딩 함수는 최적의 센서 가중치를 얻기 위하여 비균일 견인 배열의 센서 위치 정보를 사전에 정확히 알고 있다고 가정하였으며, FFT (Fast Fourier Transform)를 통하여 시간영역으로 표현되어 있는 쉐이딩 함수 가중치를 주파수 영역으로 변환시키는 과정을 수행하였다. 이러한 과정을 통하여 산출된 쉐이딩 함수 가중치는 개별 센서에 대한 가중치 값으로 부여하였다. 또한 제안한 근거리 쉐이딩 기법을 기반으로 빔 패턴의 부엽 준위 저하 효과와 더불어 표적에 대한 방위각 및 거리 추정 성능이 향상됨을 모의실험을 통하여 확인하였다. 이와 더불어 수신신호 주파수 대역에 따라 차별적으로 구성된 비균일 견인 배열을 이용함으로 인해 다양한 수신신호 주파수에 따른 성능 감쇄 현상을 최소화하는 배열구조를 제안하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.153-156
• /
• 2007

인간의 시각 시스템은 선택적 주의 집중에 의해 시각 수용체로 도달되는 많은 물체들 중에서 필요한 정보만을 추출하여 원하는 작업을 수행한다. Itti와 Koch는 시각적 주의를 제어할 수 있는, 신경계를 모방한 계산적 모델을 제안하였으나 조명환경에 고정적인 saliency map을 구성하였다. 따라서, 본 논문에서는 영상에서 ROI(region of interest)을 탐지하기 위한 조명환경에 적응적인 saliency map 모델을 구성하는 기법을 제시한다. 변화하는 환경에서 원하는 특징을 부각시키기 위하여 상황에 적응적인 동적 가중치를 부여한다. 동적 가중치는 conspicuity map에 S.K. Chang이 제안한 PIM(Picture Information Measure)을 적용시켜 정보량을 측정한 후, 이에 따라 정규화된 값을 부여함으로써 구현한다. 제안하는 조명환경에 강인한 적응적인 saliency map 모델 구현의 성능을 얼굴검출 실험을 통하여 검증하였다.

• 대한전자공학회논문지TC
• /
• 제46권4호
• /
• pp.8-12
• /
• 2009

우리는 BMPA(balanced multimedia packet allocation) 기법을 제안했다. 이 기법은 OFDMA 멀티캐스트 시스템에서 서브캐리어의 최적 할당 문제를 고려했다. RT(real time) 패킷과 NRT(non-real time) 패킷이 송신 단에 동시에 도달했을 경우, BMPA 기법은 RT 패킷에 NRT 패킷보다 더 큰 가중치를 부여한다. 그리고 각 유저의 패킷 가중치 합에 따라서 서브 캐리어를 할당한다. 이 과정이 패킷 스케듈링과 서브 캐리어 할당 과정을 동시에 수행하게 되고 각 유저는 멀티미디어 패킷을 안정적으로 전송받을 수 있다. 시뮬레이션 결과를 통해 BMPA 기법이 기존의 멀티유저 워터필링 알고리즘에 비해 장기적으로 시스템의 전송 속도를 높이고 RT 패킷의 지연을 크게 줄인다는 것을 증명했다.

• 한국보건간호학회지
• /
• 제28권3호
• /
• pp.565-573
• /
• 2014

Purpose: Health Insurance Review & Assessment Service (HIRA) launched an Acute Myocardial Infarction(AMI) assessment for the Payment For Performance(Quality Incentives) Pilot Project from July 2007. Assessment measures of AMI were composed of five process measures and one outcome measure, and each measure was incorporated into one composite quality score to Pay for Performance. Method: For calculation of composite quality score, we considered weighting for the measures using the Delphi method. The questionnaire was composed of three measure groups, 'Reperfusion rate'(Fibrolytic therapy received within 60 minutes of hospital arrival, Primary Percutaneous Coronary Intervention within 120 minutes of hospital arrival), 'Medication prescription rate'(Aspirin at arrival, Aspirin prescribed at discharge, Beta-blocker prescribed at discharge) and 'Survival Index'(30-day mortality rate). Result: A panel composed of 18 and completed a questionnaire by allocation of 10 scores to the three above mentioned measure groups. The Delphi was carried out until three rounds of surveys. In conclusion, each measure group was weighted differently and the 10 scores were allocated as 4.5 to 'Reperfusion rate', 2.5 to 'Medication prescription rate', and 3.0 to 'Survival Index'. Conclusion: The results of this study proposed the calculation method for weighting of Acute Myocardial Infarction quality indicators.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 추계학술발표논문집 (상)
• /
• pp.581-584
• /
• 2001

신경망이 만들어내는 출력에 대한 정보는 수치적으로 분산되어 신경망에 저장되므로, 인간이 직접 해석하기가 힘들다. 본 논문에서는 LRE(link rule extraction)기법인 NofM 알고리즘의 6단계 중에서 초기 단계인 가중치 군집화 단계를 개선하여 추출되는 규칙들의 전제부에 들어가는 규칙 조건들의 수를 조절함으로써, 추출된 규칙이 입력 특성에 대한 정보를 과잉 일반화하거나, 과잉 구체화하는 것을 피할 수 있음을 실험을 통해 보였다. 일반적으로 NofM 알고리즘에서 가중치들을 군집화한 때는 Join 알고리즘을 사용하는데, 본 논문에서는 Join 알고리즘의 Join condition을 0.05부터 0.25까지 0.05씩 점진적으로 확대하여 클러스터링을 하여줌으로써 신경망의 출력에 중요한 역할을 하는 가중치들을 효과적으로 군집화함을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2005년도 학술대회
• /
• pp.199-202
• /
• 2005

TV OSD(On Screen Display) 메뉴 자동검증 시스템에서 다국적 언어의 문자 인식은 표준패턴의 구조적 분석이 쉽지 않을 뿐만 아니라 학습패턴 집합의 규모와 특징의 수가 증가함으로 인하여 특징추출 및 인식 과정에서 방대한 계산량이 요구된다. 이에 본 연구에서는 학습 데이터에 포함되는 다량의 특징 집합으로부터 인식에 필요한 효과적인 특징을 선별함으로써 패턴 분류기의 효율성을 개선하기 위한 방법론을 고찰한다. 이를 위하여 수정된 형태의 Adaboost 기법을 제안하고 이를 적용한 실험 결과로부터 그 유용성을 고찰한다. 제안된 알고리즘은 초기의 특징 집합을 취약한 성능을 갖는 다수의 분류기(classifier)로서 고려하며, 이로부터 반복학습을 통하여 개선된 분류기를 점진적으로 선별해 나가게 된다. 학습의 원리는 주어진 학습패턴 집합에 기초하여 일종의 교사학습(supervised learning) 방식으로 이루어진다. 각 패턴에 할당된 가중치 값은 각 단계에서 산출되는 분류결과에 따라 적응적으로 수정되어 반복학습이 진행됨에 따라 점차 보완적 성능을 갖는 분류기를 선택할 수 있게 한다. 즉, 주어진 각 학습패턴에 대하여 초기에 균등한 가중치가 부여되며, 반복학습의 각 단계에서 적용되는 분류기의 출력을 분석하여 오분류된 패턴의 가중치 분포를 증가시켜 나간다. 본 연구에서는 실제 응용으로서 OSD 메뉴검증 시스템을 대상으로 제안된 이론을 적용하고 그 타당성을 평가한다.

• 디지털콘텐츠학회 논문지
• /
• 제17권2호
• /
• pp.81-88
• /
• 2016

일반적인 빈발패턴 탐사 방법은 항목의 빈발도만을 고려한다. 그러나 유용한 정보를 추출하는 데 있어 빈발도와 더불어 고려해야 하는 것은 빈발항목이 아니더라도 연관된 항목이 주기적으로 함께 발생한다면 시기나 시간에 따라 관심의 중요도가 변화하는 것을 고려해야 한다. 즉, 시간에 따라 사용자가 요구하는 서비스의 중요도는 다르므로 각 서비스 항목에 대한 중요도의 값을 고려하여 마이닝 하는 방법이 필요하다. 본 논문에서는 서비스 온톨로지 기반으로 가중치를 이용한 서비스 빈발 패턴을 추출하는 마이닝 기법을 제안한다. 제안하는 기법은 시공간 상황을 기반으로 서비스의 중요도를 고려한 가중치를 부여하여 연관 서비스를 발견한다. 새롭게 탐사되는 서비스는 저장되어 있는 서비스 규칙과의 새로운 조합을 통해 사용자에게 최적의 서비스 정보를 제공할 수 있는 기반이 된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2009년도 제21회 한글 및 한국어 정보처리 학술대회
• /
• pp.155-159
• /
• 2009

본 논문은 한국어 문서 감정분류를 위한 중요한 어휘 자원인 감정자질(Sentiment Feature)의 의미지향성(Semantic Orientation) 추정을 위해 일반적인 특성과 영역(Domain) 의존적인 특성을 반영하여 한국어 문서 감정분류(Sentiment Classification)의 성능 향상을 얻을 수 있는 기법을 제안한다. 감정자질의 의미지 향성은 검색 엔진을 통해 추출한 각 감정 자질의 스니핏(Snippet)과 실험 말뭉치를 이용하여 추정할 수 있다. 검색 엔진을 통해 추출된 스니핏은 감정자질의 일반적인 특성을 반영하며, 실험 말뭉치는 분류하고자 하는 영역 의존적인 특성을 반영한다. 이렇게 얻어진 감정자질의 의미지향성 수치는 각 문장의 감정강도를 추정하기 위해 이용되며, 문장의 감정 강도의 값을 TF-IDF 가중치 기법에 접목하여 감정자질의 가중치를 책정한다. 최종적으로 학습 과정에서 긍정 문서에서는 긍정 감정자질, 부정 문서에서는 부정 감정자질을 대상으로 추가 가중치를 부여하여 학습하였다. 본 논문에서는 문서 분류에 뛰어난 성능을 보여주는 지지 벡터 기계(Support Vector Machine)를 사용하여 제안한 방법의 성능을 평가한다. 평가 결과, 일반적인 정보 검색에서 사용하는 내용어(Content Word) 기반의 자질을 사용한 경우보다 3.1%의 성능향상을 보였다.