• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.1366-1369
• /
• 2009

GPSR은 차량간 ad hoc 네트워크에서 위치기반 라우팅을 위하여 개발된 알고리즘이다. GPSR에서의 라우팅은 Greedy Forwarding을 사용하지만 차량 밀도가 높은 VANET환경에서는 한계가 있다. 이러한 한계를 극복하기 위하여 본 논문에서는 새로운 프로토콜을 제안하였다. 본 논문에 제시된 기법은 밀도가 높은 환경과 밀도가 낮은 환경에서의 가중치를 설정하여 current node, next-hop node 그리고 destination node 간의 관계를 반영한 값들을 구하고 그 중에서 최소치 값을 가지는 next-hop을 선택한다. 특히 가중치를 기반으로 하면 차량이 밀집되거나 희박한 환경하에서 GPSR 보다 더 최적화된 경로를 찾아낸다. 성능평가는 수학적 모델과 네트워크 시뮬레이터인 NS를 이용하여 본 모델에 기반한 고속도로 시뮬레이션을 진행하였다. 결과적으로 볼 때, 본 논문에 제시된 기법은 시간 지연 측면에서 GPSR보다 나은 결과를 보여 주었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.265-268
• /
• 2007

다기준 의사결정 문제에서 요인간의 가중치 계산과 계산된 요인의 평가값 종합화는 매우 중요하다. 본 연구는 다기준 의사결정 문제에 있어서 의사결정자의 의사전략 결합기법을 도출하고 다기준의사결정 문제로 적용하였다. 복잡한 환경에서 의사결정을 할 때 발생되는 모호함을 해결하기 위해 주관적 의견을 결합한 퍼지지합 이론을, 다기준 문제의 요인을 퍼지값으로 계층화하기 위해 계층분석법을 적용하였다. 또한, 의사결정자의 의사전략을 결합하기 위해 순위 가중치평균법을 이용하였다. 순위가 있는 가중치 평균방법은 퍼지집합의 orness 특성을 이용하여 의사결정자의 주관적 의지를 반영할 수 있는 기법으로, 순위가중치평균(OWA) 연산자에 따른 낙관적 혹은 비관적인 정도에 따라 주관적인 의도를 반영할 수 있는 방법이다. 다기준의사결정 문제의 적용사례로서 해상교통안전을 위한 대기정박지의 위치분석 문제를 본 연구에서 제시한 방법에 따라 적용하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11c
• /
• pp.2459-2462
• /
• 2002

검색된 문헌들에 대한 항해 시간을 줄이기 위해서 검색된 문헌들의 문헌 순위화가 필수적이다. 문헌 순위화를 위해서는 문헌 순위화를 위한 순위화 정보가 필요하다. 본 논문에서는 검색된 문헌들에 대한 순위화를 보다 효율적으로 수행하기 위한 정보를 제공하기 위하여 HTML 문서에 대한 색인 과정에서 다양한 가중치를 가지는 색이어 추출 방법에 관하여 연구하였다. 웹문서들은 태그로 이루어지며 중요한 색인어들은 특정 태그 속에 포함되어 있다는 것에 착안하여 색인어의 중요도에 영향을 줄 수 있는 태그를 선별하고, 선별된 태그들에 대해 휴리스틱 정보를 이용하여 중요도를 부여한 후 선별된 태그에 영향을 받는 문장들에서 추출된 색인어에 대하여 가중치를 부여하는 방법을 이용하였다. 색인어 추출을 형태소 분석기를 이용하였다. 색인어들이 다양한 가중치를 가지므로 검색 과정에서 검색된 문헌들에 대하여 효율적인 순위화가 가능하여 관련 문헌을 보다 빠르게 찾을 수 있는 환경을 제공할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.625-627
• /
• 2005

결정 트리(Decision Tree)는 주어진 데이터의 경향을 학습하는 데 사용되는 대표적인 방식이다. 이것은 주어진 데이터를 구조화하기 위하여 데이터의 속성과 정보의 엔트로피에 기반을 둔 정보획득량을 이용한다. 본 논문에서는 유비쿼터스 환경에서 사용자 프로파일 정보처럼 시간에 따라 그 경향이 변하는 데이터에 유용하게 적용할 수 있는 시간 가중치 엔트로피를 정의한다. 그리고 ID3 알고리즘을 기반으로 새롭게 제안하는 시간 가중치 엔트로피를 이용하는 향상된 ID3 알고리즘을 쓰고 사용자의 경향을 분석한다. 본 논문에서 제안하는 엔트로피를 이용하는 방식은 데이터들의 시간에 관한 영향을 고려해서 기준방식보다 분석결과가 더욱 유리하다. 두 방식의 비교 테스트 결과를 보면 시간 가중치 엔트로피를 이용하는 알고리즘은 기존의 ID3 알고리즘보다 구성된 트리의 구조가 매우 간단하고 유리하다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.129-132
• /
• 2020

최근 모바일 기기에서 딥러닝 모델을 사용하기 위한 경량화 연구가 진행되고 있다. 그중 모델의 가중치 표현 bit를 줄이는 양자화와 사용하기 위한 다양한 압축 알고리즘이 개발되었다. 하지만 대부분의 양자화 및 압축 알고리즘들은 한 번 이상의 Fine-tuning을 거쳐야 하는데 이 과정은 모바일 환경에서 수행하기에는 연산복잡도가 너무 높다. 따라서 본 논문은 양자화된 가중치를 High Efficiency Video Coding(HEVC)을 통해 압축하는 방법을 제안하고 정확도와 압축률을 실험한다. 실험결과는 양자화만 실시한 경우 대비 크기는 25%의 감소했지만, 정확도는 0.7% 감소했다. 따라서 이런 결과는 모바일 기기에 가중치를 전송하는 과정에 적용될 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.153-156
• /
• 2007

인간의 시각 시스템은 선택적 주의 집중에 의해 시각 수용체로 도달되는 많은 물체들 중에서 필요한 정보만을 추출하여 원하는 작업을 수행한다. Itti와 Koch는 시각적 주의를 제어할 수 있는, 신경계를 모방한 계산적 모델을 제안하였으나 조명환경에 고정적인 saliency map을 구성하였다. 따라서, 본 논문에서는 영상에서 ROI(region of interest)을 탐지하기 위한 조명환경에 적응적인 saliency map 모델을 구성하는 기법을 제시한다. 변화하는 환경에서 원하는 특징을 부각시키기 위하여 상황에 적응적인 동적 가중치를 부여한다. 동적 가중치는 conspicuity map에 S.K. Chang이 제안한 PIM(Picture Information Measure)을 적용시켜 정보량을 측정한 후, 이에 따라 정규화된 값을 부여함으로써 구현한다. 제안하는 조명환경에 강인한 적응적인 saliency map 모델 구현의 성능을 얼굴검출 실험을 통하여 검증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.417-420
• /
• 2011

로봇이 능동적으로 행동하기 위해서는 외부 신호를 받아서 처리해야 되는데 여러 가지 센서 중에서도 영상처리가 중요해지고 있다. 하지만 영상처리를 사용하였을 경우는 예측할 수 없는 외부환경으로부터 영향을 받을 수 있다. 예를 들면 조명이 일정한 내부 환경에서는 인식이 가능하나 외부환경에서는 불가능한 경우가 있다. 그러므로 로봇산업이 발전에 중요한 축을 담당하고 있는 영상처리에 분야 중에서 논문에서는 조명이 변하는 상황을 설정해보고 그 상황을 토대로 기존의 알고리즘인 [2][3] Single-scale Retinex. [4][5] Multi-scale Retinex와 인식률을 비교해보고 Single-scale Retinex을 기반으로 단순히 Multi- scale Retinex처럼 가중치를 같이 두는 것이 아니라 상황에 따라 가중치를 다르게 주는 알고리즘 'Adaptive Two Scale Relinex Algorilhm'을 소개하겠다. 더불어 앞으로 나아가야 될 방향에 대해서도 언급하겠다.

• Journal of Environmental Impact Assessment
• /
• v.26 no.3
• /
• pp.171-180
• /
• 2017

The vulnerability analysis of climate change driven disaster has been used as institutional framework for the urban policies of disaster prevention since 2012. However, some problems have occurred due to the structure of vulnerability analysis, such as overweighted variables and duplicated application of variables of similar meaning. The goal of this study is to examine the differences of results between the method of current guideline and the method of weight equalization. For this, we examines the current structural framework of the vulnerability analysis, and performs empirical analysis. As a result, the extent and magnitude of vulnerability showed different spatial patterns depending on the weighting methods. Standardized weighting method relatively represented wider vulnerable areas compared to the pre-existing method which follows the current instruction manual. To apply the results of vulnerability analysis to urban planning process for disaster prevention, this study suggests that the reliability of the results should be ensured by improving analytical framework and detailed review of the results.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.1
• /
• pp.15-23
• /
• 2022

Among the learning methods for Continuous Learning environments, "Learning without Forgetting" has fixed regularization strengths, which can lead to poor performance in environments where various data are received. We suggest a way to set weights variable by identifying the features of the data we want to learn. We applied weights adaptively using correlation and complexity. Scenarios with various data are used for evaluation and experiments showed accuracy increases by up to 5% in the new task and up to 11% in the previous task. In addition, it was found that the adaptive weight value obtained by the algorithm proposed in this paper, approached the optimal weight value calculated manually by repeated experiments for each experimental scenario. The correlation coefficient value is 0.739, and overall average task accuracy increased. It can be seen that the method of this paper sets an appropriate lambda value every time a new task is learned, and derives the optimal result value in various scenarios.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.10a
• /
• pp.250-252
• /
• 2022

Recently, with the development of IoT technology and AI, unmanned and automated systems are progressing in various fields, and various application technologies are being studied in systems using algorithms such as object detection, recognition, and tracking. In the case of a system operating based on an image, noise removal is performed as a pre-processing process, and precise noise removal is sometimes required depending on the environment of the system. In this paper, we propose a modified central weight filter algorithm using pixel division of local regions to minimize the blurring that tends to occur in the filtering process and to emphasize the details of the resulting image. In the proposed algorithm, when a pixel of a local area is divided into two areas, the center of the dominant area among the divided areas is set as a criterion for the weight filter algorithm. The resulting image is calculated by convolving the transformed center weight with the pixel value inside the filtering mask.