• 한국정보과학회논문지:정보통신
• /
• 제27권3호
• /
• pp.315-322
• /
• 2000

네트워크에서 QoS를 보장하기 위해 최근에 제안되는 패킷 스케줄링 알고리즘은 대부분 우선 순위에 입각한 패킷 전송 서비스를 한다. 이러한 우선 순위를 유지하기 위한 큐의 관리에는 많은 비용이 들므로 QoS를 보장하는 네트워크에서 우선 순위 큐의 관리 비용을 줄이는 노력이 필요하다. 패킷 스케줄링 알고리즘 중 RPO+(Rotate Priority Queue)는 우선 순위 FIFO(First in first out)큐를 사용하여 주기 적으로 재명명되는 패킷 스케줄링 알고리즘이다. FIFO 큐에 패킷들을 근사 정렬하여 패킷의 우선 순위를 유지하므로 계산 복잡도를 줄이지만, 패킷 우선 순위를 유지하기 위해 2배(2P)의 큐를 필요로 한다.[1] 본 논문에서는 필요한 큐의 개수를 P개의 큐로 제한하여 큐에 대한 관리 비용을 줄였으며 엔터프라이즈 환경에서 애플리케이션이 요구하는 서비스 특성에 따라 클래스로 구분하여 적합한 패킷 스케줄링 서비스를 제공하는 알고리즘을 제시한다. 본 기법은 추가적인 오버플로우 큐를 관리하고 패킷 어드미션 컨트롤러를 통해 패킷 전송 지연 시간을 제한함으로 다양한 애플리케이션의 네트워크 QoS 요구를 보장하고 패킷 전손 효율을 높였다.

• 산업경영시스템학회지
• /
• 제35권3호
• /
• pp.240-246
• /
• 2012

논문은 병렬 설비로 이루어진 다수의 단계를 포함하는 재방문이 있는 혼합흐름공정의 계획 문제를 다룬다. 재방문작업에서 제품은 몇몇 공정을 여러 번 방문하게 되고 이로 인하여 재공의 혼잡과 장비의 유휴의 원인이 된다. 이 상황에서는 생산성과 고객 만족도를 향상 시키는 것이 중요한 이슈이다. 따라서 본 논문은 혼합흐름공정에서 스루풋을 최대화하고 지연된 고객 수요를 최소화하기 위해 우선순위 목표계획법 기반의 휴리스틱 방법들을 제안한다. 그리고 이 휴리스틱 방법은 이전 문헌에서 제시된 방법과 비교하여 성능을 비교하였다.

• 한국지능시스템학회논문지
• /
• 제11권9호
• /
• pp.811-816
• /
• 2001

정보 검색 시스템의 중요한 목적중의 하나는 단순히 사용자 질의를 만족하는 문서들의 집합을 검색하는 것이 아니라, 질의를 만족하는 정도에 따라 검색된 문서들에 순위를 부여함으로써 사용자들이 필요한 정보를 얻는데 소모되는 시간을 최소화시키는 것이다. 순수한 부울 검색 시스템은 검색 전략이 이진값에 근거하여 순위 구분 없이 연관/비연관 중의 하나로 결정된다. 딸서 문서와 질의 사이의 유사도를 나타내는 문서값을 계산할 수 없기 때문에, 검색된 문서들을 질의를 만족하는 정보에 따라 정렬할 수 없다. 부울 검색 시스템의 이러한 단점을 보완하는 방법으로 MMM 모델, Paice 모델, P-norm 모델이 개발되었다. 본 논문에서는 높은 검색 효과를 제공하는 백터모델에서 용어 가중치 재부여를 이용한 정보검색 모델을 제안한다. 벡터모델에서 용어 가중치 재부여를 이용한 질의 확장 모델의 연산 특성이 MMM, Paice, P-norm 모델보다 우수함을 설명하고, 또한 성능 비교를 통하여 이를 입증한다.

• 한국정보통신학회논문지
• /
• 제18권1호
• /
• pp.183-190
• /
• 2014

본 논문에서는 다중 채널을 지원하는 무선 센서 네트워크에서 에너지 소비를 줄이기 위하여 우선순위를 기반으로 사용가능한 채널의 수를 달리하는 전송 기법을 제안한다. 센서 네트워크에서는 센서 노드들은 데이터 전송시에 가장 많은 에너지를 소비하고 전송거리가 길수록 더 많은 에너지를 소모한다. 그러므로 먼 거리에서 전송된 패킷의 전송 실패로 인한 재전송은 추가적인 많은 에너지 소모를 유발한다. 이에 본 논문에서는 재전송으로 인한 추가적인 에너지 소모를 줄이기 위해서 전송 거리가 먼 센서 노드들에게 높은 우선순위를 배정하여 안정적인 전송 환경을 제공한다. 높은 우선순위의 수신 데이터를 위해서 사용가능한 채널의 수를 보다 많이 할당한다. 실험의 결과 제안 기법은 연결실패확률과 재전송에 따른 에너지 소모량에서 좋은 성능을 보였다.

• 정보처리학회 논문지
• /
• 제13권5호
• /
• pp.221-226
• /
• 2024

정보검색에서 질의는 다양한 유형이 존재한다. 추상적인 질의부터 구체적인 키워드를 포함하는 질의까지 다양한 형태로 구성되어 있어서 사용자의 요구에 정확한 결과 도출은 어려운 과제이다. 또한 검색시스템이 오타, 다국어, 코드와 같은 다양한 요소를 포함하는 질의를 다뤄야 하는 특징이 존재한다. 본 연구에서는 질의 유형을 분석하고, 이에 따라 딥러닝 기반 재순위화의 적용 여부를 결정하는 방법을 제안한다. 최근 연구에서 높은 성능을 보인 딥러닝 모델인 DeBERTa를 이용하여 질의에 대한 적합 문서의 학습을 통해 재순위화를 수행한다. 제안 방법의 유효성을 평가하기 위해 국제정보검색 평가대회인 TREC 2023의 상품 검색 트랙(Product Search Track) 테스트컬렉션을 이용하여 실험을 하였다. 실험 결과에 대한 정규화된 할인누적이득(NDCG) 성능측정 비교에서 제안 방법이 정보검색 기본 모델인 BM25 에 비해 질의 오류 처리를 통한 검색, 잠정적 적합성피드백을 통한 상품제목 기반 질의확장과 질의유형에 따른 재순위화에서 0.7810으로 BM25 대비 10.48% 향상을 보였다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1998년도 Proceedings 제34회 추계 학술발표회
• /
• pp.126-135
• /
• 1998

도로보수는 매우 고가의 사업으로서 정확한 분석이 필수적이라 할 수 있다. 따라서 본 연구에서는 수많은 대상구간의 도로파손에 대한 보수방법 및 보수우선순위를 정확하고 신속하게 결정하기 위해서 유전자 알고리즘(Genetic Algorithms)을 이용한 도로보수방법론을 개발하였다. 본 연구에서는 유전자 알고리즘의 주 분석기법인 교배연산, 돌연변이연산, 복제연산, 룰렛휠기법, 적합도함수등을 이용하였으며, 균열, 바퀴자국, 부스러짐, 플러쉬등의 4개 파손상태와 실코트, 덧씌우기, 팻칭, 재포장등의 4개 보수방법만을 분석대상으로 하였다. 또한 적합도의 판정을 위해서 각 구간의 보수효과, 자원요구량, 자원제약량을 이용하였으며, 이를 통해서 적절한 보수방법 및 보수우선순위를 결정하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.275-278
• /
• 2011

체인로봇은 단일 로봇보다 강인성 측면에서 유리하기 때문에 무인탐사 환경에 적합하다. 체인로봇을 관리하기 위해서는 선두 로봇을 선정하고 군집을 관리하는 방법이 사용된다. 본 논문에서는 군집로봇의 효과적인 미로 탐색을 위해 체인로봇 그룹의 순위를 미로 환경에 맞게 적응적으로 순위를 재지정 하는 방법인 적응적 체인로봇 알고리즘을 제안한다. 그리고 체인 알고리즘을 적용한 경우와 적응적 체인 알고리즘을 적용한 경우로 나누어 2차원 맵을 탐색하는 실험을 수행하였다. 군집로봇이 맵을 이동하는 과정에서 선두 로봇이 동작 불능 상태가 되는 경우가 발생할 수도 있다. 이때 체인로봇을 적응적으로 순위를 재지정하는 방법을 사용하였다. 본 논문에서 제시한 방법을 시뮬레이션 환경에서 실험하였는데 실험 결과에 따르면 100%의 성공률을 얻을 수 있었다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2009년도 춘계학술대회 미래 IT융합기술 및 전략
• /
• pp.138-143
• /
• 2009

본 논문에서는 감성 공간에서 mean shift clustering과 user feedback을 이용하여 영상 검색 결과를 개선하기 위한 시스템을 제안한다. 제안된 시스템은 사용자 인터페이스, 감성 공간 변환, 검색결과 순위 재지정(re-ranking)으로 구성된다. 사용자 인터페이스는 텍스트 형태의 질의 입력과 감성 어휘 선택에 따른 user feedback에 의해 개선된 검색결과를 보인다. 사용된 감성 어휘는 고바야시가 정의한 romantic, natural, casual, elegant, chic, classic, dandy, modern 등의 8개 어휘를 사용한다. 감성 공간 변환 단계에서는 입력된 질의에 따라 웹 영상 검색 엔진(Yahoo)에 의해 검색된 결과 영상들에 대해 컬러와 패턴정보의 특징을 추출하고, 이를 입력으로 하는 8개의 각 감성별 분류기에 의해 각 영상은 8차원 감성 공간으로의 특징 벡터로 변환된다. 이때 감성 공간으로 변환된 특징 벡터들은 mean shift clustering을 통해 군집화 되고, 그 결과로써 대표 클러스터를 찾게 된다. 검색결과 순위 재지정 단계에서는 user feedback 유무에 따라 대표 클러스터의 평균 벡터와 user feedback에 의해 생성된 사용자 감성 벡터에 의해 검색 결과를 개선할 수 있다. 이때 각 기준에 따라 유사도가 결정되고 검색결과 순위가 재지정 된다 제안된 시스템의 성능을 검증하기 위해 7개의 질의의 각 400장, 총 2,800장에 대한 Yahoo 검색 결과와 제안된 시스템을 개선된 검색 결과를 비교하였다.

• 정보처리학회논문지B
• /
• 제17B권5호
• /
• pp.399-404
• /
• 2010

본 논문에서는 상위 검색결과 문서의 정확률을 향상시키기 위하여 핵심질의 클러스터와 단어 근접도를 이용해 재순위화하는 방법을 제안한 다. 언어모델에 의한 초기 검색결과를 상위 문서에 대해 발생한 질의어휘 조합을 기반으로 문서를 클러스터링한다. 질의어휘 조합 클러스터에 대해 질의어휘 사이의 근접도를 이용하여 핵심질의 클러스터를 선택한다. 질의의 문맥정보를 이용해 핵심질의 클러스터의 문서를 재순위화한다. 뉴스집합인 TREC AP 컬렉션에 대해 언어모델과 제안한 방법의 문서 정확률을 비교한 결과 제안방법이 언어모델에 비해 상위 100개 문서(P@100)에서 11.2% 성능이 향상되었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2016년도 제28회 한글 및 한국어 정보처리 학술대회
• /
• pp.51-55
• /
• 2016

본 논문에서는 임상 의사 결정 지원을 위한 UMLS와 위키피디아를 이용하여 지식 정보를 추출하고 질병 중심 문서 클러스터와 단어 의미 표현을 이용하여 질의 확장 및 문서를 재순위화하는 방법을 제안한다. 질의로는 해당 환자가 겪고 있는 증상들이 주어진다. UMLS와 위키피디아를 사용하여 병명과 병과 관련된 증상, 검사 방법, 치료 방법 정보를 추출하고 의학 인과 관계를 구축한다. 또한, 위키피디아에 나타나는 의학 용어들에 대하여 단어의 효율적인 의미 추정 기법을 이용하여 질병 어휘의 의미 표현 벡터를 구축하고 임상 인과 관계를 이용하여 질병 중심 문서 클러스터를 구축한다. 추출한 의학 정보를 이용하여 질의와 관련된 병명을 추출한다. 이후 질의와 관련된 병명과 단어 의미 표현을 이용하여 확장 질의를 선택한다. 또한, 질병 중심 문서 클러스터를 이용하여 문서 재순위화를 진행한다. 제안 방법의 유효성을 검증하기 위해 TREC Clinical Decision Support(CDS) 2014, 2015 테스트 컬렉션에 대해 비교 평가한다.