• 응용통계연구
• /
• 제14권2호
• /
• pp.475-486
• /
• 2001

데이터마이닝 패키지에 구현된 분류나무 알고리즘 가운데 CART, CHAID, QUEST, C4.5에서 변수 선택법을 비교하였다. CART의 전체탐색법이 편의를 갖는다는 사실은 잘알려졌으며, 여기서는 상품화된 패키지들에서 이들 알고리즘의 편의와 선택력을 모의실험 연구를 통하여 비교하였다. 상용 패키지로는 CART, Enterprise Miner, AnswerTree, Clementine을 사용하였다. 본 논문의 제한된 모의실험 연구 결과에 의하면 C4.5와 CART는 모두 변수선택에서 심각한 편의를 갖고 있으며, CHAID와 QUEST는 비교적 안정된 결과를 보여주고 있었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제4권2호
• /
• pp.15-28
• /
• 1998

최근 영상 기반 렌더링(image-based rendering)을 위한 새로운 접근방법으로서 광학 흐름 요소 렌더링(optical flow rendering)이 제안되었다. 이 방법은 좌우 영상 대응(stereo matching)에서 발생하는 오류와 무관하게 고품질의 영상을 생성할 수 있고 깊이 정보 비교를 통해 기존의 렌더링 방법으로 생성한 영상과 광학 흐름 요소로부터 생성한 영상을 합성할 수 있는 반면에, 한 화소 당 하나 이상의 광학 흐름 요소를 필요로하기 때문에 연산량이 많아져 영상 생성이 느려지는 단점이 있었다. 본 논문에서는 실시간 영상 생성을 위한 광학 흐름 요소 구성법과 영상 생성법을 제안한다. 각각의 광학 흐름 요소가 영상 내에서 화소들의 구간에 대응되도록 개선하여 전체 광학 흐름 요소의 수를 줄였으며, 필터링 탐색법 (filtering search)을 적용하여 전체 광학 흐름 요소를 모두 탐색하는 대신 실제로 영상 생성에 사용되는 광학 흐름 요소만을 탐색함으로써 전체 연산량을 크게 줄였다. 제안된 방법을 SGI Indigo2 Impact 워크스테이션(R10000 CPU; 128 Mbytes)상에서 구현한 결과, 초당 10장 이상의 고속 영상 생성이 가능했다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.526-528
• /
• 1998

영상 자료는 일반적으로 많은 정보량을 가지기 때문에 저장 공간과 전송 시간의 문제 등이 발생한다. 이 문제를 해결하기 위해 영상 압축 기법이 사용되며 그 방법 중의 하나로 벡터 양자화가 있다. 벡터 양자화는 압축률은 높지만 시간이 많이 걸리는데, 전체 처리 시간 중에서도 영상의 각 블록에 해당하는 코드벡터를 찾기 위해 주어진 코드북을 탐색하는 단계에 소요되는 시간이 가장 큰 비중을 차지한다. 본 논문에서는 코드북 탐색에 소요되는 시간을 줄여 벡터 양자화를 빠르게 하기 위한 방법으로 삼각 부등식을 이용하는 빠른 코드북 탐색법을 제안한다. 제안된 방법은 삼각 부등식을 이용해 구한 하한값을 기준으로 불필요한 계산을 줄여서 탐색 속도를 증가시킨다. 제안된 방법의 평가를 의해 100장의 256$\times$256, 256 레벨 흑백 영상을 사용하였고, 기존의 전체 탐색 방법에 비해 배 이상의 속도 향상을 얻을 수 있었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1996년도 제8회 한글 및 한국어 정보처리 학술대회
• /
• pp.255-261
• /
• 1996

한국어 형태소 분석 방법중 최장일치법은 영어의 분석처럼 one-pass로 한국어를 분석할 수 있도록 하는 기법에 가장 적절하다. 그러나 최장일치법은 매우 많은 분석 후보를 생성하여 탐색 회수가 많아 시스템의 성능을 떨어뜨린다. 또한 대부분의 한국어 형태소 분석 시스템들은 형태소 자체에만 중점을 두어 한국어 분석 시스템 전체의 성능은 고려하지 않아 형태소 분석 시스템의 결과가 파서의 입력에 적절치 못한 결과를 생성한다. 본 논문에서는 형태소 분석의 원형복원 규칙과 사전 탐색을 통합하여 과분석 후보에 대한 탐색 회수를 줄이고 전체 시스템의 성능을 향상시키기 위해 파서에 적합한 입력을 제공하는 확장된 최장일치법을 제안한다.

• 한국수자원학회논문집
• /
• 제35권5호
• /
• pp.541-552
• /
• 2002

본 연구에서는 전체탐색기법 중 Simplex법의 원리를 이용한 SCE-UA법과 Annealing-Simplex (A-S)법을 일유출량 추정 수문모형인 탱크모형의 매개변수 보정에 적용하여 국부탐색기법인 Downhill Simplex법의 결과와 비교하여 탐색능력을 평가하였다. 오차가 없는 합성자료를 사용한 보정에서 A-S법이 목적함수에 관계없이 전역최적해를 탐색하는 결과를 나타냈으며, SCE-UA법은 ABSERR를 목적함수로 사용할 경우에 전역최적해를 탐색하는 결과를 나타냈으며, 다른 목적함수를 사용하는 경우에는 최적해에 가까운 탐색결과를 나타냈다. Downhill Simplex법은 초기값에 따라 다근 탐색결과를 나타냈으며, 최적해에 가까운 초기값을 사용할 경우 전역 최적해를 탐색하는 결과를 나타냈다. 실측자료를 사용한 보정에서는 A-S법과 SCE-UA법이 목적함수에 관계없이 양호한 결과를 나타냈다. 두 개의 서로 다른 단일 목적함수를 조합하여 만든 목적함수 중 DRMS와 NS의 조합에 의해 만들어진 목적함수인 DN이 다른 목적함수보다 저유량에 비중을 더 둔 예측결과를 나타냈으며, 전체 자료기간에 대해서 양호한 예측결과론 나타냈다.

• 한국멀티미디어학회논문지
• /
• 제3권4호
• /
• pp.356-364
• /
• 2000

블록정합에 기초한 고속 움직임 추정 알고리듬은 탐색점의 수를 줄이기 위해 정해진 탐색패턴을 사용하며, 평균절대 오차 공간에서 오차는 전역 최소해 (global minimum)에 근접할수록 단조 감소한다는 가정을 바탕으로 하고 있다. 따라서, 탐색영역 내에 여러 최소점이 있는 다중 모달(multimodal) 해공간에서는 국소 최소해(local minima)에 고립될 가능성이 크며, 전역 최소해를 얻는 것은 초기 탐색점에 크게 의존한다. 이러한 현상은 서로 다른 여러 움직임이 공존하는 움직임 경계에서 더욱 부각된다. 이러한 문제점을 개선하기 위하여 본 논문에서는 시공간적으로 인접한 블록의 움직임 정보에 기초하여 탐색영역 내에 탐색 후보영역들을 정의하고, 국소 최소해로의 고립 가능성을 줄이기 위해 여러 후보영역들에 대한 다중 국소 탐색법(multiple local search method : MLSM)을 제안한다 또한, 다중 국소 탐색 법에서는 전체 후보영역들의 탐색으로 인한 부가적인 계산량을 줄이기 위해 탐색점 맵 상에 후보영역들을 표시하고 후보영역에 대한 중복탐색을 배제한다. 모의실험 결과 제안한 방법은 다른 경사법에 의한 결과보다 특히, 움직임 경계에서의 탐색에서 우수한 결과를 보였으며, PSNR에 대해서는 탐색점의 수를 증가시키지 않는 범위 내에서 전역 탐색법(full search : FS)에 의한 결과와 비슷한 결과를 얻을 수 있었다.

• 응용통계연구
• /
• 제17권3호
• /
• pp.459-473
• /
• 2004

본 논문에서는 Breiman 등(1984)의 전체탐색법이 갖고 있는 변수선택 편향을 극복할 수 있는 알고리즘을 제안하였다. 제안한 알고리즘은 노드의 분리 변수를 선택하는 단계와 그 선택된 변수에 대해서만 이진분리를 위한 분리점을 찾는 단계로 나뉘어져 있다. 예측변수가 연속형 일 때는 스피어만의 순위상관계수에 의한 검정을 수행하고, 범주형일 때는 크루스칼-왈리스의 통계량에 의한 검정을 수행하여 통계적으로 가장 유의한 변수를 분리변수로 선택하였고 Breiman 등(1984)의 전체탐색법을 그 변수에만 적용하여 노드의 분리기준을 정하였다 모의실험 연구를 통해 Breiman등(19히)의 CART와 제안한 알고리즘을 변수선택 편의, 변수선택력파 평균제곱오차 측면에서 서로 비교하였다. 아울러 두 알고리즘을 실제 자료에 적용하여 효율을 서로 비교하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.168-171
• /
• 2006

본 논문에서는 Particle Swarm Optimization 기법을 이용한 뉴로-퍼지 시스템의 파라미터 동정을 실시한다. PSO의 학습 및 군집 특성을 이용하여 시스템을 학습한다. 유전 알고리즘과 같은 무작위 탐색법을 이용하며 하나의 해 군집에 대해 다수 객체들이 탐색하는 기법을 통하여 최적해 부분의 탐색성능을 높여 전체 모델의 학습성능을 개선하고자 한다. 제안된 기법의 유용성을 시뮬레이션을 통하여 보이고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제14권2호
• /
• pp.27-35
• /
• 2009

정수계획법은 조합 최적화 문제의 최적해를 매우 효과적으로 탐색할 수 있는 기법인 반면에 대상 문제가 선형적으로 표현되어야만 적용이 가능하다는 단점이 있다. 본 논문에서는 정수계획 법의 뛰어난 탐색 능력과 이웃해 탐색 기법의 유연성을 결합함으로써 비선형 최적화 문제를 효과적으로 해결하는 방안을 제시하고 있다. 먼저 1단계에서는 주어진 문제로부터 선형적으로 표현 가능한 부문제만을 대상으로 정수계획 법을 적용한다. 2단계에서는 전체 문제를 대상으로 이웃해 탐색 기법을 적용하되 1단계의 결과를 초기해로 설정한 후 탐색을 수행한다. 비선형 최대 커버링 문제를 대상으로 한 실험 결과, 이와 같은 간단한 결합만으로도 이웃해 탐색 기법만을 적용했을 때보다 훨씬 좋은 해를 도출할 수 있음을 확인하였다. 이는 기본적으로 정수계획법의 탁월한 성능에 기인한 것으로 판단된다.

• 한국정보과학회논문지:데이타베이스
• /
• 제28권2호
• /
• pp.217-232
• /
• 2001

본 논문에서는 시계열 데이터베이스에서 정규화 변환을 지원하는 서브시퀀스 매칭 알고리즘을 제안한다. 정규화 변환을 시계열 데이터 간의 절대적인 유클리드 거리에 관계 없이, 구성하는 값들의 상대적인 변화 추이가 유사한 패턴을 갖는 시계열 데이터를 검색하는 데에 유용하다. 기존의 서브시퀀스 매칭 알고리즘을 확장 없이 정규화 변환 서브시퀀스 매칭에 단순히 응용할 경우, 질의 결과로 반환되어야 할 서부시퀀스를 모두 찾아내지 못하는 착오 기각이 발생한다. 또한, 정규화 변환을 지원하는 기존의 전체 매칭 알고리즘의 경우, 모든 가능한 질의 시퀀스 길이 각각에 대하여 하나씩의 인덱스를 생성하여야 하므로, 저장 공간 및 데이터 시퀀스 삽입/삭제의 부담이 매우 심각하다. 본 논문에서는 인덱스 보간법을 이용하여 문제를 해결한다. 인덱스 보간법은 인덱스가 요구되는 모든 경우 중에서 적당한 간격의 일부에 대해서만 생성된 인덱스를 이용하며, 인덱스가 필요한 모든 경우에 대한 탐색을 수행하는 기법이다. 제안된 알고리즘은 몇 개의 질의 시퀀스 길이에 대해서만 각각 인덱스를 생성한 후, 이를 이용하여 모든 가능한 길이의 질의 시퀀스에 대해서 탐색을 수행한다. 이때, 착오 기각이 발생하지 않음을 증명한다. 제안된 알고리즘은 질의 시에 주어진 질의 시퀀스의 길이에 따라 생성되어 있는 인덱스 중에서 가장 적절한 것을 선택하여 탐색을 수행한다. 이때, 생성되어 있는 인덱스의 개수가 많을수록 탐색 성능이 향상된다. 필요에 따라 인덱스의 개수를 변화함으로써 탐색 성능과 저장 공간 간의 비율을 유연하게 조정할 수 있다. 질의 시퀀스의 길이 256 ~ 512중 다섯 개의 길이에 대해 인덱스를 생성하여 실험한 결과, 탐색 결과 선택률이 $10^{-2}$일 때 제안된 알고리즘의 탐색 성능이 순차 검색에 비하여 평균 2.40배, 선택률이 $10^{-5}$일 때 평균 14.6배 개선되었다. 제안된 알고리즘의 탐색 성능은 탐색 결과 선택률이 작아질수록 더욱 향상되므로, 실제 데이터베이스 응용에서의 효용성이 높다고 판단된다.