• Journal of KIISE:Databases
• /
• v.35 no.5
• /
• pp.447-458
• /
• 2008

In this paper, we address an efficient processing scheme for k-nearest neighbor queries to retrieve k static objects in road network databases. Existing methods cannot expect a query processing speed-up by index structures in road network databases, since it is impossible to build an index by the network distance, which cannot meet the triangular inequality requirement, essential for index creation, but only possible in a totally ordered set. Thus, these previous methods suffer from a serious performance degradation in query processing. Another method using pre-computed network distances also suffers from a serious storage overhead to maintain a huge amount of pre-computed network distances. To solve these performance and storage problems at the same time, this paper proposes a novel approach that creates an index for moving objects by approximating their network distances and efficiently processes k-nearest neighbor queries by means of the approximate index. For this approach, we proposed a systematic way of mapping each moving object on a road network into the corresponding absolute position in the m-dimensional space. To meet the triangular inequality this paper proposes a new notion of average network distance, and uses FastMap to map moving objects to their corresponding points in the m-dimensional space. After then, we present an approximate indexing algorithm to build an R*-tree, a multidimensional index, on the m-dimensional points of moving objects. The proposed scheme presents a query processing algorithm capable of efficiently evaluating k-nearest neighbor queries by finding k-nearest points (i.e., k-nearest moving objects) from the m-dimensional index. Finally, a variety of extensive experiments verifies the performance enhancement of the proposed approach by performing especially for the real-life road network databases.

• Journal of KIISE:Software and Applications
• /
• v.27 no.3
• /
• pp.257-265
• /
• 2000

There is much selective confliction in nature where selfish and rational individuals exists. Iterated Prisoner's Dilemma (IPD) game deals with this problem, and has been used to study on the evolution of cooperation in social, economic and biological systems. So far, there has been much work about the relationship of the number of players and cooperation, strategy learning as a machine learning and the effect of payoff functions to cooperation. In this paper, We attempt to investigate the cooperative coalition size according to payoff functions, and observe the relationship of localization and the evolution of cooperation in NIPD (N-player IPD) game. Experimental results indicate that cooperative coalition size increases as the gradient of the payoff function for cooperation becomes steeper than that of defector's payoff function, or as the minimum coalition size gets smaller, Moreover, the smaller the neighborhood of interaction is, the higher the cooperative coalition emerges through the evolution of population.

• KIPS Transactions on Software and Data Engineering
• /
• v.3 no.1
• /
• pp.43-48
• /
• 2014

Usually, image deconvolution is applied as a preprocessing step in surveillance systems to reduce the effect of motion or out-of-focus blur problem. In this paper, we propose a blind-image deconvolution filtering approach based on genetic programming (GP). A numerical expression is developed using GP process for image restoration which optimally combines and exploits dependencies among features of the blurred image. In order to develop such function, first, a set of feature vectors is formed by considering a small neighborhood around each pixel. At second stage, the estimator is trained and developed through GP process that automatically selects and combines the useful feature information under a fitness criterion. The developed function is then applied to estimate the image pixel intensity of the degraded image. The performance of developed function is estimated using various degraded image sequences. Our comparative analysis highlights the effectiveness of the proposed filter.

• Journal of the Korea Society for Simulation
• /
• v.21 no.3
• /
• pp.11-16
• /
• 2012

Simulation is the imitation of the operation of a real-world process or system over time. It concerns the study of the operating characteristics of real systems. Typically, a simulation project consists of several steps such as data collection, coding, model verification, model validation, experimental design, output data analysis, and implementation. Among these steps of a simulation study this paper focus on statistical analysis methods of simulation output data. Specially, we explain how to develop confidence interval estimators for mean ${\mu}$ in terminating and non-terminating simulation cases. We, then, explore the estimation techniques for $f({\mu})$, where the function $f({\bullet})$ is a nonlinear that is continuously differentiable in a neighborhood of ${\mu}$ with $f'({\mu}){\neq}0$.

• 한국경영정보학회:학술대회논문집
• /
• 2008.06a
• /
• pp.149-152
• /
• 2008

본 연구는 협업 추천 시스템에 적용되는 상품에 대한 고객의 선호도 예측 알고리즘 중 메모리기반 협업필터링 알고리즘의 선호도 예측 특성에 대하여 연구하였다. 메모리기반의 협업필터링 알고리즘은 선호도 예측 대상 고객과 유사한 성향을 가질 것으로 예상되는 고객들의 선호도 평가를 기반으로 특정 상품에 대한 선호도 예측이 이루어진다. 일반적으로 시스템을 이용하는 고객들과 선호성향이 다른 고객들은 선호도 예측 성과가 낮은 것으로 알려져 있으며 이들이 추천시스템의 선호도 예측 정확도를 떨어뜨리는 원인으로 알려져 있다. 본 연구에서는 고객이 상품들에 평가한 선호도 평가의 패턴이 선호도 예측 정확도와 관련성이 높음을 보여 선호도 예측 알고리즘의 개선에 기초 자료를 제공하고자 한다. 고객의 선호도 평가 패턴은 과거 고객이 평가한 자료로부터 얻을 수 있는 사전정보로써 선호도 예측 알고리즘을 적용하기 이전에 이용할 수 있는 정보이다. 본 연구에서는 사전정보를 이용하여 고객의 선호도 예측 오차의 특성을 연구함으로써 이들의 선호도 예측 정확도를 개선시킬 수 있는 알고리즘의 보정방법에 대하여 연구한다. 알고리즘의 보정방법을 선호도 예측 이전에 고객의 선호도 평가 특성으로 판단하여 적용함으로써 사전정보를 이용한 선호도 예측 정확도를 향상시키기 위한 접근법은 기존의 이웃 구성의 접근법과 다른 방법을 취함으로써 알고리즘 개선의 새로운 방향을 제시할 것으로 기대된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.477-479
• /
• 2011

본 논문에서는 1차원 은닉 마코프 모델을 2차원으로 확장하기 위하여 노드들의 마코프 특성이 인과적인 관계를 갖는 마코프 메쉬 모델을 이용하여 완전한 2차원 HMM의 구조를 갖는 모델을 제안한다. 마코프메쉬 모델은 이웃시스템을 통하여 이전의 시점을 정의하고, 인과적인 관계를 통하여 전이확률의 계산을 가능하게 한다. 또한 영상의 최적의 분할을 위하여 계층적 디리슐레 과정을 사전분포로 두어 고정된 상태의 수가 아닌 무한의 상태 수를 갖는 2차원 HMM을 제안한다. HDP로 정의된 사전분포와 관측된 표본 자료의 정보를 갖는 우도함수를 결합한 사후분포의 베이스 추정은 깁스샘플링 알고리즘을 이용하여 계산된다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.11a
• /
• pp.186-189
• /
• 1998

셀룰러 오토마타는 복잡한 자연 세계를 단순한 규칙으로 해석할 수 있고, 병렬 계산이 가능하다. 본 논문에서는 국부적인 천이 규칙(transient rule)에 의해 움직이는 셀룰러 오토마타를 이용해 화상에 대한 아무런 사전 지식이 없는 상태에서의 화상 첨예화 알고리즘을 제안한다. 제안된 셀룰러 오토마타는 화상의 첨예화를 위한 3개의 천이 규칙을 가지며, 화상의 각 픽셀에서 4연결 이웃과 자유 경계조건을 가진다. 각 규칙은 각기 고유한 특징을 가지면서 화상을 첨예화한다. 또한 이러한 셀룰러 오토마타는 순차적이고 병렬적인 움직임을 가지며, 이 움직임은 Lyapunov functional을 만족하는 감소함수로 표현된다. 따라서 셀룰러 오토마타를 이용한 화상의 첨예화는 매우 빠른 속도로 수렴하고, 잡음에도 안정적인 결과를 나타낸다. 실험을 통해 본 방법의 유효성을 확인한다.

• Journal of Advanced Marine Engineering and Technology
• /
• v.17 no.4
• /
• pp.73-79
• /
• 1993

본 연구에서는 유압 모터의 기본 성능을 시험하고, 시험 결과를 성능곡선으로 제시하는 전 과정을 자동적으로 수행하는 유압 모터 성능 시험 시스템을 개발하였다. 이 시스템에서 사용하는 소프트웨어는 컴퓨터와 시험자 사이에서 대화식으로 작동하기 때문에 컴퓨터 및 유압 시스템에 대한 지식이 부족한 초보자라 하더라도 쉽게 사용할 수 있게 되어 있다. 실제 시험 과정에서는 한정된 수의 시험 포인트에서의 유압 모터 효율 값들만을 취하고, 성능곡선 특히 등효율 곡선 작성에 필요한 부가적인 효율 값들로는 이웃하는 각 테스트 포인트 사이에서 내삽에 의하여 구한 효율 값을 사용하였다. 성능곡선을 부드러운 곡선으로 나타내는 데는 B 스플라인 함수를 사용하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.14 no.1
• /
• pp.38-57
• /
• 1989

This paper presents a method for selection of features suitable for classification of textured images. The statial interaction of gray levels in a neighborhood N is modeled by autoregressive function. The estimates of the model parameters are taken as textural features is done least square method. This method can be classificated biocell images. Experimental studies involving ten different types of biocell textures yeild 92-percent classification accuracy.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.367-369
• /
• 2001

GSPA(Generic Shortest Path Algorithm)은 각종 정보통신 네트워크 상에서 멀티미디어 정보전송시 요구되는 QoS 기반의 라우팅을 위한 새로운 라우팅 알고리즘이다. 전체적인 동작은 원시노드(Source Node)에서 목적노드(Destination Node) 사이에서 이전 단계의 재귀호출에서 찾은 최단 경로를 기준으로 해서 이웃 노드들을 대상으로 재귀호출을 통해서 QoS 요구조건을 만족하는 경로정보를 기록하면서 최단 경로를 찾는 알고리즘이다. GSPA는 기존 Distance Vector 알고리즘이 경로를 설정하기 위해 많은 시간과 대역폭을 낭비하며 네트워크 형상이 수시로 변경될 때 “Counting to Infinity”현상을 발생시키는 단점을 보완하고, Link-State 데이터 베이스를 이용해서 함수 재귀호츨을 통해서 최단 경로를 찾아냄으로써 구현하기가 쉬운 알고리즘이다. 또, Distance-Vector와 Link-State 알고리즘의 장점을 수용하였으며, 이 알고리즘을 분산 네트워크 환경에서 동작하도록 수정하면 분산 네트워크 환경에서의 Hierarchical Routing, Multi-Path Routing, QoS Routing을 위한 기본 알고리즘으로 매우 좋은 특성들을 가지고 있다. 본 논문에서는 이 알고리즘을 소개하고 간단한 예를 통해 기본 동작에 대해 살펴본다.