• 제목/요약/키워드: A스타 알고리즘

검색결과 76건 처리시간 0.021초

(n,k)-스타 그래프의 사이클 특성 (Cycle Property in the (n,k)-star Graph)

  • 장정환
    • 한국정보처리학회논문지
    • /
    • 제7권5호
    • /
    • pp.1464-1473
    • /
    • 2000
  • 본 논문에서는 최근 상호연결망 위상으로 관심을 받고 있는 (n,k)-스티 그래프에 대한 사이클 특성을 분석한다.(n,k)-스티 그래프의 그래프 이론적 특성을 바탕으로 (n,k)-스티 그래프가 다양한 종류의 사이클들을 보유하고있는 범사이클(pancyclic)특성을 지니고 있음을 밝히고 해당 사이클들을 찾을 수 있는 알고리즘을 제시한다. 본 논문에서제안하고 있는 기법은 그래프자체의 체귀적 성질을 이용한 하형식(top-down)방식으로써 부-그래프들로 구성된 확장된 개념의 사이클들에 "차원확장"이라는 연산을 연속적으로 적용함으로써 원하는 사이클로 구체화해 가는 과정으로 진행하게 된다. 이러한 기법의 적용 결과 구성되는 사이클은 최소한의 한정된 부-그래프들로 밀집되어 모이는 경향이 있어 노드 또는 예지심에 서로 중복이 없이 독립된(disjoint) 사이클을 찾는 문제 등의 응용분야로 확대적용의 가능성이 있다. 본 연구 결과는 (n,k)-스티 그래프에 대한 그래프 이론적 관점에서의 댐사이클 특성을 분석한 이론적 의미와 더불어 해당 상호연결망 구조를 갖는 다중컴퓨터시스템에서의 메시지 라우팅이나 자원 할당 및 스케쥴링과 관련된 분야로의 응용가능성을 함께 의미하고 있다.

  • PDF

유전체 생태계 분석을 위한 알고리즘 구현: 미토콘드리아 사례 (The Algorithm of implementation for genome analysis ecosystems : Mitochondria's case)

  • 최성자;조한욱
    • 디지털융복합연구
    • /
    • 제14권4호
    • /
    • pp.349-353
    • /
    • 2016
  • 융복합 패러다임의 도입은 방대한 유전체 정보의 분석을 위한 컴퓨팅 기술의 연구 및 개발 또한 활발히 진행되고 있다. 최근 유전체 분석 서비스 유형은 개인의 유전체 정보(personal genome analysis)를 읽어서 특정 질환들의 발병 확률 등을 알려주고, 해당 질병을 예방할 수 있도록 식습관, 라이프 스타일등의 변화를 꾀하도록 맞춤형의 서비스를 제공하고 있다. 생물의 특성을 결정하는 정보는 유전자이며, 이 유전자는 DNA 염기서열에 따라 결정되므로, 유전체 정보의 분석기술은 정확하고 빠르게 수행되어야 한다. 정확한 유전체 분석을 빠르게 수행하기위해 K-Mean 클러스터링 기법을 활용하였으며, 코돈 데이타 패턴을 추출하여 유전체 정보 분석에 적용하였다. 또한, 미토콘드리아 데이타군을 실험사례로 제공한다. 본 연구의 결과, 제공된 분석 데이타를 통해 기존의 문자열 형태의 유전체 분석 기법을 이미지 패턴 형태로 추출이 가능하며, 패턴형태의 이미지는 분석시간의 단축과 정확도를 높인다.

수동적인 스타형 파장 분할 다중 방식인 광 네트워크에서의 전방송을 위한 최적 전송 스케쥴링 (Optimal Transmission Scheduling for All-to-all Broadcast in WDM Optical Passive Star Networks))

  • 장종준;박영호;홍만표;위규범;예홍진
    • 한국정보과학회논문지:시스템및이론
    • /
    • 제27권1호
    • /
    • pp.44-52
    • /
    • 2000
  • 본 논문은 N 개의 노드와 W 개의 파장을 가진 WDM Passive-star형 광 네트워크에서 주기적으로 발생하는 전방송에 대한 패킷 전송 스케쥴링 알고리즘에 관한 것이다. 각각의 노드가 한 개씩의 조율 가능한 송신기와 고정 조율된 수신기를 가지고, 각각의 송신기는 k 개의 파장으로 조율이 가능하다고 가정한다. 조율지연은 송신기가 임의의 파장에서 다른 파장으로 조율하는데 걸리는 시간을 의미하고 한 개의 패킷을 전송하는데 걸리는 시간을 단위로 하여 ${\delta}$(>0)로 나타낸다. 전방송이란 모든 노드가 자기자신을 제외한 다른 모든 노드에 패킷을 전송하는 것을 말하고 전방송시 전송되는 전체 패킷의 개수는 N(N-1)이다. 또한, 최적 전송 스케쥴링이란 전송되어야 하는 모든 패킷이 최소시간 내에 전송될 수 있도록 스케쥴하는 것을 말한다. 본 논문에서 최적 전송 스케쥴에 대한 조건을 제시하고 임의의 N, k, ${\delta}$(N)k)에 대하여 전방송에 드는 스케쥴링 주기가 $max{[\frac{N}{k}](M-1)$, $k{\delta}+N-1$}인 최적 전송 스케쥴링 알고리즘을 제시하도록 한다.

  • PDF

프로그래밍 초보자를 위한 스타일직소의 구현과 실험 (Implementation and Experimentation of StyleJigsaw for Programming Beginners)

  • 이윤정;정인준;우균
    • 한국콘텐츠학회논문지
    • /
    • 제13권2호
    • /
    • pp.19-31
    • /
    • 2013
  • 가독성 있는 소스코드는 이해하기 쉽고 수정하기 편하기 때문에 손쉽게 유지보수할 수 있다. 소스코드의 가독성은 프로그램의 제어 구조와 같은 알고리즘의 복잡도뿐만 아니라 함수명, 들여쓰기 등과 같은 코딩스타일에 의해서도 많은 영향을 받는다. 지금까지 소스코드의 가독성을 높이기 위해 다양한 코딩 표준들이 제안되었으나 프로그래밍 교과목에서는 코딩스타일을 다루지 않거나 무시하는 경우가 많았다. 그 이유는 코딩스타일이 프로그램의 효율에는 영향을 주지 않기 때문에 강제하기 어렵기 때문이다. 이 논문에서는 프로그램 소스코드의 코딩스타일을 분석하고 그 결과를 시각화하는 스타일직소(StyleJigsaw) 시스템을 제안한다. 스타일직소 시스템은 C/C++나 Java 언어로 작성된 소스코드의 코딩스타일을 분석하여 이를 정량화하고 그 결과를 퍼즐화된 이미지로 시각화한다. 스타일직소 시스템의 교육적 효과를 입증하기 위해 C++프로그래밍 수업을 듣는 학생들을 대상으로 스타일직소 사용 실험을 진행하였다. 실험 결과 스타일직소 시스템을 사용한 경우 코딩스타일 평균 점수가 약 8.0점(10.9%) 가량 향상된 것으로 나타났다. 또한, 프로그래밍 수업의 수강생들을 대상으로 한 설문조사에서 약 88.5%의 학생이 스타일직소 시스템이 코딩스타일 학습에 도움이 되었다고 응답하였다. 프로그래밍 수업에서 스타일직소 시스템을 활용함으로써 학생들이 가독성 있는 프로그램 작성 능력을 기르는 데 도움을 줄 수 있을 것이다.

빅데이터 기반 소비자 유형별 농식품 추천시스템 구축 사례 (Case Study of Big Data-Based Agri-food Recommendation System According to Types of Customers)

  • 문정훈;장익훈;최영찬;김진교;박진
    • 한국통신학회논문지
    • /
    • 제40권5호
    • /
    • pp.903-913
    • /
    • 2015
  • 농림수산식품교육문화정보원에서는 2015년 1월부터 공공데이터 포털 서비스를 시작하였으며 포털 내에 구축된 빅데이터 기반 농식품 추천 시스템을 이용한 맞춤소비정보를 제공하고 있다. 추천시스템의 특징은 첫째, SNS오피니언마이닝, 소비자패널의 모든 구매내역 정보, 기후데이터, 도매가격 데이터와 같은 빅데이터의 성격을 가진 농식품분야의 다양한 데이터들을 이용하기 때문에 데이터 양의 관점에서 추천의 정확도를 높일 수 있다. 둘째, 추천시스템 구축 초기에는 사용자 정보 기반 추천이 어려운 한계를 극복할 수 있는 방법으로 식생활 라이프스타일과 메가트렌드 요인을 이용한 소비자 세분화방법을 사용한다. 이는 사용자 개인정보가 없는 상황에서도 다양한 식품 선호를 반영할 수 있도록 하여 추천실패율을 낯춘다. 셋째, 디리슐레-다항분포를 이용하는 추천 알고리즘을 적용하여 다양한 상황적 요인들의 선호가 반영된 농식품 추천이 가능하도록 하였다. 이 외에도 추천 농식품에 대한 SNS 맛집정보와 버즈량, 관련 식재료를 판매하는 주변 소매점 위치 및 가격정보 등 다양한 정보를 제공하여 농식품 분야 정보에 관심을 높일 수 있도록 시스템을 구현하였다.

비정형 패션 이미지 검색을 위한 MASK R-CNN 선형처리 기반 CNN 분류 학습모델 구현 (Implementation of CNN-based Classification Training Model for Unstructured Fashion Image Retrieval using Preprocessing with MASK R-CNN)

  • 조승아;이하영;장혜림;김규리;이현지;손봉기;이재호
    • 한국산업정보학회논문지
    • /
    • 제27권6호
    • /
    • pp.13-23
    • /
    • 2022
  • 본 논문에서는 패션 분야의 비정형 데이터 검색을 위한 패션 아이템별 세부 컨포넌트 이미지 분류 알고리즘을 제안한다. 코로나-19 환경으로 인하여 최근 AI 기반 쇼핑몰이 증가하는 추세이다. 하지만 기존의 키워드 검색과 사용자 서핑 행위 기반 개인 맞춤형 스타일 추천으로는 정확한 비정형 데이터 검색에는 한계가 있다. 본 연구는 다양한 온라인 쇼핑 사이트에서 크롤링한 이미지를 사용하여 Mask R-CNN을 활용한 전처리를 진행한 후, CNN을 통해 패션 아이템별 컴포넌트에 대한 분류를 진행하였다. 셔츠의 카라 및 패턴과 청바지의 핏, 워싱 및 컬러에 대한 분류를 진행하였으며, 다양한 전이학습 모델을 비교 분석한 후 가장 높은 정확도가 나온 Densenet121모델을 사용하여 셔츠의 카라는 93.28%, 셔츠의 패턴은 98.10%의 정확도를 도달하였으며, 청바지의 핏은 Notched, Spread, Straight 3가지의 클래스의 경우 91.73%, Regular 핏을 추가한 4가지의 클래스의 경우 81.59%, 청바지의 색상은 93.91%, 청바지의 Washing은 91.20%, 청바지의 Demgae는 92.96%의 정확도를 도출하였다.