• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.11
• /
• pp.2550-2556
• /
• 2012

We proposed the energy-efficient routing algorithm ALPS (Ad hoc network Localized Positioning System) algorithm that is range-free based on the distance information. The routing coordinate method of ALPS algorithm consists of hierarchical cluster routing that provides immediately relative coordinate location using RSSI(Received Signal Strength Indication) information. Existing conventional DV-hop algorithm also to manage based on normalized the range free method, the proposed hierarchical cluster routing algorithm simulation results show more optimized energy consumption sustainable path routing technique to improve the network management.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.5
• /
• pp.367-372
• /
• 2001

This paper proposes a hierachically structured navigation algorithm for multiple mobile robots under unknown dynamic environment. The proposed algorithm consists of three basic parts as follows. The first part based on the fuzzy rule generates the turning angle and moving distance of the robot for goal approach without obstacles. In the second part, using both fuzzy and neural network, the angle and distance of the robot to avoid collision with dynamic and static obstacles are obtained. The final adjustment of the weighting factor based on fuzzy rule for moving and avoiding distance of the robots is provided in the third stage. Some simulation results show the effectiveness of the proposed algorithm.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1994.06c
• /
• pp.166-171
• /
• 1994

기존의 음성인식기들은 일반적으로 간단하면서도 성능이 우수한 계층별 학습에 의해서 설계된다. 계층별 학습은 통계적 패턴인식에서의 ML 추정기법처럼 모델간의 독립성이 보장되고 무한한 양의 학습데이타가 주어진다는 가정에 기초하고 있다. 그러나, 대상어휘집합에 음운학적으로 유사한 어휘가 많이 포함되어 있는 인식문제에 있어서는 모델간의 독립성이 보장되지 못하고, 실제 주어지는 grktmqepdlk의 양도 제한되므로 기존의 합습알고리즘에는 한계가 있다. 따라서 본 논문에서는 그러한 가정상의 문제점으로 생기는 인식기의 성능저하를 개선할 수 있는 변별력 있는 학습알고리즘들을 검토하고 그의 일반적인 접근방법들에 대해서 논의한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.309-310
• /
• 2012

최근에 웹 온톨로지 언어를 사용한 웹 서비스와 애플리케이션들이 많이 개발됨에 따라 RDF/S를 기반으로 한 온톨로지 문서의 크기가 증가되었고 이로 인해 효율적으로 문서를 저장하고 검색하기위한 시맨틱 웹 정보관리 시스템의 필요가 대두되었다. 본 논문에서는 시맨틱 웹 정보관리 시스템에서 클래스와 프로퍼티의 삭제 알고리즘을 제안한다. 제안한 삭제 알고리즘에서는 클래스나 프로퍼티가 삭제될 때에 이를 반영하여 계층 정보의 스키마 정보가 변경된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.248-249
• /
• 2018

본 논문에서는 고해상도 자궁 내막 세포들을 대상으로 정상세포와 이상세포들을 구별하기 위한 알고리즘을 제안한다. 구체적으로 계층적 구조를 갖는 Convolutional Neural Network (CNN) 모델을 기반으로 네 가지 세포들을 구분하는 알고리즘을 제안한다. 이 연구에서 고해상도 영상을 분류하면서도 복잡도 증가를 막기 위해 효율적인 전처리 과정을 사용하였다. 다양한 컴퓨터 실험을 통하여 제안하는 기술을 사용할 때, 인식률이 향상되는 것을 확인할 수 있었다.

• Annual Conference of KIPS
• /
• 2006.11a
• /
• pp.141-144
• /
• 2006

본 논문은 적응형 육각 탐색에 기반한 고속 블록 정합 알고리즘의 성능 개선에 관한 것으로, 이전 프레임의 움직임 활동도를 산출한 후, 웨이블렛 변환의 다단계 저주파 부영상들로 구성된 피라미드 계층 구조상에서 이 움직임 활동도에 따라 초기 움직임 탐색 계층을 적응적으로 선택하면서 적응형 육각 탐색에 기반한 계층적 블록 정합을 수행함으로써 움직임 벡터 추정의 고속화를 실현함과 동시에 국부 최소화를 효과적으로 경감시킬 수 있는 블록 정합 알고리즘을 제안함에 그 목적이 있다. 우선, 초기 연속된 두 프레임에 대해 적응형 육각 탐색을 이용하여 움직임 벡터를 추정한 후 움직임 활동도를 산출한다. 이후, 움직임 활동도가 낮은 경우, 다음 프레임의 움직임 벡터를 추정 시 최하위 계층에서 적응형 육각 탐색을 수행하고, 움직임 활용도가 높은 경우 피라미드 계층 구조상의 최상위 계층에서부터 상하 계층들 간에 움직임 탐색 영역을 중복시키면서 움직임 벡터를 추정한다. 제안된 방법의 타당성과 보편성을 검증하기 위해 서로 다른 움직임 특성을 갖는 복수의 영상 시퀀스들을 대상으로 움직임 보상 화질과 수렴시간 측면에서 그 성능을 평가 분석하였다. 제안된 방법에 따르면, 고속 움직임 탐색이 가능한 적응형 육각 탐색의 장점을 유지하면서도 움직임 활동도가 높은 영상에서 야기되는 국부최소문제를 효과적으로 억제시키고 있음을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.589-591
• /
• 2000

비디오 데이터가 포함하고 있는 카메라와 이동물체의 동작정보를 추출하기 위한 대표적인 방법으로 동작벡터 추출알고리즘이 있다. 본 논문에서는 영상 내에 밝기 값 분포가 균일한 영역이 존재할 때 부정확한 정합 결과를 보이는 것은 기존 알고리즘의 문제점과 이를 개선할 수 있는 계층적 블록정합 알고리즘의 정합오류 전파가능성, 높은 시간복잡도 문제를 동시에 해결할 수 있는 블록정합 알고리즘을 제안한다. 제안하는 알고리즘은 Coarse-to-Fine 방식의 탐색방법과 Dynamic Control Strategy를 결합한 것으로서 정합한 블록의 상황에 따라 탐색 레이어를 동적으로 변경시키는 방법을 사용한다. 본 알고리즘은 크게 두단계로 나뉘어 지는데 탐색 레이어를 결정하는 Control 변경 결정 단계와 정합도 측정함수를 통해 블록에 대한 정합 정확도를 측정하는 단계로 구성이 된다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.575-583
• /
• 2000

본 논문에서 임의의 데이터가 입력되면 기준 영상 중에서 가장 유사도가 큰 영상을 찾아 국부 승리자로 선택하고, 그 국부 승리자 중에서 전체 승리자를 선택하여 최종 출력값을 얻는 계층적 FGNN(Fuzzy Genetic Neural Network)을 제안하고, 이에 하이브리드 퍼지 소속함수와 유전자 알고리즘을 적용하였다. 하이브리드 퍼지 소속함수는 입력 값을 0~1 사이의 값으로 함으로써 시스템의 속도를 빠르게 하고 유전자 알고리즘을 입력값을 일정한 오차 이내로 하여 최적의 영상을 얻도록 하였다. 위의 계층적 FGNN 알고리즘을 회로 설계 및 검증하였다. 또한 제안한 FGNN을 이용하여 영상에 포함된 잡음을 제거하고, 이와 유사한 구조를 가진 FDNN(Fuzzy Decision Neural Network) 성능보다 FGNN의 성능이 우수함을 여러 가지 영상을 통하여 확인하였다. 또한 모의 실험 결과 영상에 대한 평균자승오차(MSE : Mean Square Error)를 비교하였으며, 그 결과 하이브리드 퍼지 함수와 유전자 알고리즘을 적용한 FGNN이 메디안 필터, OC, CO, FDNN 등에 비해 우수함을 확인하였다. FGNN 알고리즘을 Top-Down 방식으로 VHDL(VHSIC Hardware description Language)을 이용하여 코딩(Coding)하고, Synopsys 툴을 이용하여 하드웨어를 설계하였다. 이 알고리즘의 하드웨어는 총 5개의 블록으로 가지고 있고 각각의 블록은 파이프라인 형태로 구성하고, 이는 Synopsys 툴을 이용하여 동작 및 성능을 검증하였다.

• Journal of Korean Society of Transportation
• /
• v.22 no.5
• /
• pp.123-137
• /
• 2004

The study on traffic assignment is actively being performed which reflect networks status using time. Its background is increasing social needs to use traffic assignment models in not only hardware area of road network plan but also software area of traffic management or control. In addition, multi-class traffic assignment model is receiving study in order to fill a gap between theory and practice of traffic assignment model. This model is made up of two, one of which is multi-driver class and the other multi-vehicle class. The latter is the more realistic because it can be combined with dynamic model. On this background, this study is to build multidynamic model combining the above-mentioned two areas. This has been a theoretic pillar of ITS in which dynamic user equilibrium assignment model is now made an issue, therefore more realistic dynamic model is expected to be built by combining it with multi-class model. In case of multi-vehicle, FIFO would be violated which is necessary to build the dynamic assignment model. This means that it is impossible to build multi-vehicle dynamic model with the existing dynamic assignment modelling method built under the conditions of FIFO. This study builds dynamic network model which could relieve the FIFO conditions. At the same time, simulation method, one of the existing network loading method, is modified to be applied to this study. Also, as a solution(algorithm) area, time dependent shortest path algorithm which has been modified from existing shortest path algorithm and the existing MSA modified algorithm are built. The convergence of the algorithm is examined which is built by calculating dynamic user equilibrium solution adopting the model and algorithm and grid network.

• Journal of Korea Multimedia Society
• /
• v.6 no.7
• /
• pp.1189-1199
• /
• 2003

This paper presents a new method for the motion detection of vehicles using hierarchical motion estimation and parallel processing. It captures the road image by using a CMOS sensor. It divides the captured image into small blocks and detects the motion of each block by using a block-matching method which is based on a hierarchical motion estimation and parallel processing for the real-time processing. The parallelism is achieved by using tile pipeline and the data flow technique. The proposed method has been implemented by using an embedded system. The proposed block matching algorithm has been implemented on PLDs(Programmable Logic Device) and clustering algorithm has been implemented by ARM processor. Experimental results show that the proposed system detects the motion of vehicles in real-time.