• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.412-414
• /
• 2005

무선 랜 표준인 IEEE 802.11은 원래 best effort service를 위해 탄생된 기술이기 때문에 QoS(Quality of Service)에 대한 연구가 부족했다. 무선 랜에서는 기존 유선 랜보다 한정된 자원과 희박한 bandwidth, 다양한 노드들의 채널 공유로 인해 QoS를 보장하기가 어렵다. 이를 보완하기 위한 연구가 IEEE 802.11e 워킹그룹에서 진행되고 있다. 본 논문에서는 충돌방지를 위한 CSMA/CA 알고리즘의 back-off값 설정을 매개변수를 두어 idle 시간을 조정함으로써 QoS를 보장하는 알고리즘을 제안한다. 특히, QoS가 요구하는 패킷전달 간격 임계값(threshold)에 따른 매개변수를 조절하여 contention window 크기를 달리 조정함으로써 QoS를 요구하는 노드들의 수에 상관없이 균일한 서비스 성능을 유지하도록 한다. 이 때, 매개변수 값의 선택은 QoS를 제공하는 노드들의 서비스 성능 뿐 아니라 best effort service만을 제공해도 되는 일반 노드들의 서비스 성능도 함께 고려할 수 있도록 하였다.

• Proceedings of the KIEE Conference
• /
• 1999.11c
• /
• pp.794-796
• /
• 1999

엄격한 시간 제약성에 의해 특성화되는 실시간 전력 시스템의 성능 및 신뢰도를 평가하기 위해서 퍼지-랜덤 변수가 포함된 이산 사건 모델 및 확장된 path-space 기법을 제시한다. 실시간 시스템의 정확성은 출력의 논리적 결과 뿐 아니라 반응시간에도 의존하므로, 본 논문에서는 실시간 전력 시스템의 성능 및 신뢰도를 유연하게 평가하기 위해서 퍼지-랜덤 변수에 의해 적절하게 변형된 상태 오토마타를 제시하고 몇가지 수치 예제를 제시함으로써 제안한 기법의 효용성을 검증한다.

• Proceedings of the Membrane Society of Korea Conference
• /
• 1998.10a
• /
• pp.109-111
• /
• 1998

TIPS 공정에 의한 고분자막 제조기술은 기존의 적정용매가 없어서 분리막 소재로 상용할 수 없었던 결정성 고분자 및 고강도 엔지니어링 플라스틱 등에 대하여 소재의 폭을 넓힐 수 있고 적정 희석제와의 혼합으로 고분자 소재의 용융점을 강화 시킬 수 있어 가공온도의 제약을 어느정도 해결할 수 있다는 장점을 가지고 있다. 또한 TIPS 공정에 의해 제조되는 고분자 matrix, 혹은 고분자 막의 미세구조는 선택된 고분자와 희석제의 종류 및 상분리 mechanism에 따라 크게 달라지므로 이들 제조 변수의 적절한 조절을 할 수 있다. 본 연구에서는 열유도 상분리 공정과 연신공정을 통해 몇가지 제조변수를 조절하여 미세다공성 중공사막을 제조하였다. 고분자-희석제 용융액의 melt viscosity를 변화시켜 보았고, 희석제의 추출 후 열처리를 하여 이에 따른 영향을 알아보았다. 상분리 속도가 막의 구조 및 성능에 미치는 영향을 알아보기 위해 coagulation bath temperature를 변화시켜 보았으며, 몇가지 종류의 coagulant를 사용하여 막을 제조한 후 성능을 측정해 보았다. 또한 기존의 상업용 막과 성능 및 구조를 비교하여 보았다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.813-816
• /
• 2019

최근 에너지 부족 문제 및 환경 문제의 해결수단으로 스마트 그리드가 많은 주목을 받고 있다. 스마트 그리드 기술은 에너지를 효율적으로 사용하는 데 도움을 주며, 이를 위해서는 더욱 정확한 전력수요 예측이 필요하다. 다양한 기계학습 기법 기반의 전력수요 예측 모델은 좋은 예측 성능을 보이지만 입력 변수의 개수가 증가할수록 처리해야 하는 데이터의 양이 기하급수적으로 증가한다는 단점이 존재한다. 또한, 불필요한 데이터를 입력 변수로 선정할 경우에는 모델의 정확도가 저하될 수도 있다. 이러한 문제를 해결하기 위해 다양한 특징 선택 기법들이 제안되었지만, 기존의 특징 선택 기법은 모델의 성능을 고려하지 않았기 때문에 실제 적용 시 오히려 모델의 성능이 저하될 수도 있다. 이에 본 논문은 유전 알고리즘을 기반으로 한 특징 선택 기법을 제안한다. 유전 알고리즘을 통해 각 모델에 맞는 최적의 입력 변수를 선택함으로써 빠른 학습 속도와 높은 정확도를 기대할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04a
• /
• pp.313-316
• /
• 2001

본 논문에서는 입력변수들의 차원을 감소시켜 polynomial adaline의 성능을 개선하는 방법을 제안하였다. 제안된 방법에서는 적응적 학습알고리즘의 주요성분분석 기법을 이용하여 입력변수의 특징을 추출하고 이를 polynomial adaline의 학습데이터로 이용하였다. 이는 주요성분분석 기법이 가지는 대용량의 입력 데이터를 통계적으로 독립인 특징들의 집합으로 변환시키는 속성을 살려 입력데이터의 차원을 감소시킴으로서 고차원의 데이터에 따른 polynomial adaline이 가지는 제약을 해결하기 위함이다. 제안된 기법의 polynomial adaline을 5 개의 입력변수를 가진 패턴분류 문제에 적용하여 시뮬레이션한 결과, 기존의 다차원 polynomial adaline보다 더욱 우수한 분류성능이 있음을 확인할 수 있었다. 그리고 커널함수의 평활요소 설정 면에서도 우수한 특성이 있음을 확인할 수 있었다.

• Transactions of the Korean Society of Mechanical Engineers
• /
• v.14 no.4
• /
• pp.857-865
• /
• 1990

본 연구에서는 공학의 최적화문제 해석에서 우수한 성능을 보인 반복 이차 계 획법(recursive quadratic programming)을 개인용 전산기에 맞도록 개발하였다. Wilson이 제안한 RQP 알고리즘은 뉴톤 방법의 일종으로 실용화 단계에서 많은 수정 보 완이 되었다. 동류의 알고리즘 중 활성화 제약 조건 방책을 제안한 Pshenichny의 선 형화 기법이 공학의 최적화문제에 사용되어 좋은 결과를 얻어, 이 알고리즘의 수치적 성능을 높이기 위한 노력이 계속되었다.그러나 이 알고리즘은 사용되는 매개 변수 들에 따라 수치적 성능이 달라 진다. 따라서 대형전산기에서만 수행된 매개변수들의 변화에 따른 수치성능을 개인용 전산기에서 수행하여 성능을 검토하며 적절한 정보를 제시하고, 이를 대형 전산기에서의 결과와 비교하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.12
• /
• pp.1926-1933
• /
• 2022

Parameterized multichannel Wiener filter (PMWF) is a linear filter that can control the trade-off between residual noise and signal distortion using the embedded parameter. To apply the PMWF to noisy inputs, accurate noise estimation is important and multichannel minima-controlled recursive averaging (MMCRA) is widely used. However, in the case of the MMCRA, the accuracy of noise estimation decreases when a directional interference is involved into the array inputs. Consequently, the performance of the PMWF is degraded. Therefore, we propose a noise power spectral density (PSD) estimation method for the PMWF in this paper. The proposed method is based on a consecutive process of eigenvalue decomposition on noisy input PSD, estimation of the target component contribution using directional information, and exponential weighting for improved estimation of the target contribution. For evaluation, four objective measures were compared with the MMCRA and we verify that the PMWF with the proposed noise estimation method can improve performance in environments where directional interfereces exist.

• The Korean Journal of Applied Statistics
• /
• v.27 no.5
• /
• pp.717-729
• /
• 2014

Projection pursuit classification tree uses a 1-dimensional projection with the view of the most separating classes in each node. These projection coefficients contain information distinguishing two groups of classes from each other and can be used to calculate the importance measure of classification in each variable. This paper reviews the variable importance measure with increasing interest in line with growing data size. We compared the performances of projection pursuit classification tree with those of classification and regression tree(CART) and random forest. Projection pursuit classification tree are found to produce better performance in most cases, particularly with highly correlated variables. The importance measure of projection pursuit classification tree performs slightly better than the importance measure of random forest.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.514-519
• /
• 2002

우리는 유머문서의 추천을 위해서 문서 정보, 사용자 정보, 공통 등급매김 정보 등을 모두 이용하는 4 개의 관찰 변수와 이들간 관계의 학습을 위한 은닉변수를 사용한 확률모델을 구축하였다. 이 모델은 학습된 은닉 변수와 가시 변수 간의 관계를 통해 누락 관찰 데이터에 대해서도 추정값을 유도해 낼 수 있으므로 등급매김 정보가 부족하거나 새로운 사용자와 문서의 도입시에 안정적인 추천 성능을 보여 줄 수가 있다. 또한 확률 모델의 학습을 위해서 EMl 알고리즘을 이용하였는데 저평가된 데이터의 이용도를 높이기 위해서 추천을 반대하는 확률 모델을 따로 두고 이들간에 분류모델(classification model)을 두어서 추정값을 분류해내는 방식을 취한다.

• The Transactions of the Korea Information Processing Society
• /
• v.7 no.11
• /
• pp.3408-3416
• /
• 2000

This paper proposes an efficient method for improving the performance of a general regression neural network by using the feature to the independent variables as the center for partern-layer neurons. The adaptive principal component analysis is applied for extracting, efficiently the fcarures by reducing the dimension of given independent variables. In can acluevc a supertor property of the principal component analysis that converts input data into set of statistically independent features and the general regression neuralnetwork, espedtively. The proposed general regression neural network has been applied to regress the Solow's economy(2-independent variable set) and the wie elephone(1-independent vanable set). The simulation results show that the proposed meural networks have better performances of the regressionfor the lest data, in comparison with those using the means or the weighted means of independent variables. Also,it is affected less by the number of neurons and the scope of the smoothing factor.