• Spatial Information Research
• /
• 제19권2호
• /
• pp.47-56
• /
• 2011

대표적인 트리 기반 공간 인덱스 구조는 크게 R-Tree와 같은 데이타 분할 기반 인덱스 구조와 KD-Tree와 같은 공간 분할 기반 인덱스 구조로 구분되며, 최근에는 이들의 장점을 결합한 하이브리드 인덱스 구조에 대한 연구가 활발히 진행되고 있다. 그러나, 기존 연구에서는 공간 객체가 삽입되는 노드의 분할 경계 확장이 다른 이웃 노드에 연쇄적으로 전파되어 노드간 겹침이 증가하고 질의 처리 비용이 높아지는 문제가 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 효율적인 질의 처리를 위한 하이브리드 인덱스 구조인 SQR-Tree를 제시한다. SQR-Tree는 크기를 갖는 공간 객체 처리에 적합하도록 Quad-Tree를 확장한 SQ-Tree(Spatial Quad-Tree)와 SQ-Tree의 리프 노드마다 연계되어 실제로 공간 객체를 저장하는 R-Tree가 결합된 인덱스 구조이다. SQR-Tree는 노드마다 하위 노드를 포함하는 MBR을 가지고 있기 때문에 노드의 분할 경계 확장이 독립적으로 이루어지도록 하여 노드간 겹침을 줄였다. 그리고 SQR-Tree에서 공간 객체는 분할된 데이타 공간마다 존재하는 여러 R-Tree에 분산 저장되며 SQ-Tree가 분할된 데이타 공간을 식별하는 기능을 수행한다. 따라서 공간 질의 처리시 질의 영역에 해당하는 R-Tree만 접근하면 되기 때문에 질의 처리 비용을 줄일 수 있다. 마지막으로 실험을 통해 SQR-Tree의 우수성을 입증하였다.

• 한국멀티미디어학회논문지
• /
• 제11권1호
• /
• pp.88-95
• /
• 2008

본 논문에서는 이진공간분할(BSP), 잠재적가시공간(PVS) 알고리즘을 이용한 효과적인 실내렌더링 방법을 제시한다. 제안된 방식은 BSP 알고리즘과 PVS 기법을 동시에 이용하여 BSP 영역번호를 나누는 과정에서 BSP 영역에 오브젝트를 추가로 포함시킴으로써 오브젝트를 효과적으로 출력시킨다. 또한, 플레이어 위치를 중심으로 PVS를 검사하여 필요한 부분만 출력시킨다. 실험 결과로 부터 제안된 기법은 BSP와 PVS를 경계영역뿐만 아니라 오브젝트도 같이 처리함으로써 렌더링 속도가 향상됨을 보인다.

• 응용통계연구
• /
• 제30권4호
• /
• pp.555-566
• /
• 2017

다변량 자료에서 변수 수 p가 큰 경우 주성분분석 등 통상적인 차원축소는 효과적이지 못할 수 있다. 효과적인 시각화가 되려면 축소공간의 차원이 2-3 정도이어야 하는데, 관측개체의 잠재적 차원이 이보다 훨씬 큰 경우가 있기 때문이다. 이 논문은 분석변수들을 다수의 잠재 차원에 분할하여 차원축소적 방법으로 탐색하고 부분들의 유기적 관계를 시각화하는 이단계 작업을 제안한다. 분석변수들을 잠재 차원에 분할하는 "잠재변인 변수군집화" 방법으로는 R팩키지 ClustOfVar를 쓰고 개별 변수군집의 시각화를 위해서 주성분분석 행렬도(biplot)를, 개별 변수군집과 외부 잠재변인 또는 외적 변수 간 관계의 시각화를 위해서는 추가변수 끼워넣기(embedding supplementary variables) 기법을 활용한다.

• 한국산학기술학회논문지
• /
• 제14권1호
• /
• pp.378-384
• /
• 2013

본 논문에서는 FCM 클러스터링 알고리즘을 기반으로 하는 퍼지뉴럴네트워크를 제안한다. 일반적으로, 퍼지규칙을 생성할 때 차원이 증가하면 퍼지 규칙의 수가 기하급수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해, 제안된 네트워크의 퍼지 규칙은 FCM 클러스터링 알고리즘을 이용하여 입력 공간을 분산 형태로 분할함으로써 생성한다. 퍼지 규칙의 전반부 파라미터는 FCM 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 퍼지 규칙의 후반부는 다항식 함수의 형태로 표현되며, 퍼지뉴럴네트워크의 학습은 뉴런의 연결을 조절함으로써 실현되고, 오류 역전파 알고리즘에 의해 행해진다. 마지막으로, 제안된 네트워크는 비선형 공정으로의 적용을 통해 성능을 평가한다.

• 대한원격탐사학회지
• /
• 제1권1호
• /
• pp.5-27
• /
• 1985

A hill-sliding technique was devised to extract Gaussian clusters from the multivariate probability density estimates of sample data for the first step of iterative unsupervised classification. The underlying assumption in this approach was that each cluster possessed a unimodal normal distribution. The key idea was that a clustering function proposed could distinguish elements of a cluster under formation from the rest in the feature space. Initial clusters were extracted one by one according to the hill-sliding tactics. A dimensionless cluster compactness parameter was proposed as a universal measure of cluster goodness and used satisfactorily in test runs with Landsat multispectral scanner (MSS) data. The normalized divergence, defined by the cluster divergence divided by the entropy of the entire sample data, was utilized as a general separability measure between clusters. An overall clustering objective function was set forth in terms of cluster covariance matrices, from which the cluster compactness measure could be deduced. Minimal improvement of initial data partitioning was evaluated by this objective function in eliminating scattered sparse data points. The hill-sliding clustering technique developed herein has the potential applicability to decomposition of any multivariate mixture distribution into a number of unimodal distributions when an appropriate diatribution function to the data set is employed.

• Structural Engineering and Mechanics
• /
• 제43권2호
• /
• pp.179-197
• /
• 2012

This study presents the findings of the structural health monitoring and the real time system identification of one of the first large scale building instrumentations in Turkey for earthquake safety. Within this context, a thorough review of steps in the instrumentation, monitoring is presented and seismic performance evaluation of structures using both nonlinear pushover and nonlinear dynamic time history analysis is carried out. The sensor locations are determined using the optimal sensor placement techniques used in NASA for on orbit modal identification of large space structures. System identification is carried out via the stochastic subspace technique. The results of the study show that under ambient vibrations, stocky buildings can be substantially stiffer than what is predicted by the finite element models due to the presence of a large number of partitioning walls. However, in a severe earthquake, it will not be safe to rely on this resistance due to the fact that once the partitioning walls crack, the bare frame contributes to the lateral stiffness of the building alone. Consequently, the periods obtained from system identification will be closer to those obtained from the FE analysis. A technique to control the validity of the proportional damping assumption is employed that checks the presence of phase difference in displacements of different stories obtained from band pass filtered records and it is confirmed that the "proportional damping assumption" is valid for this structure. Two different techniques are implemented for identifying the influence of the soil structure interaction. The first technique uses the transfer function between the roof and the basement in both directions. The second technique uses a pre-whitening filter on the data obtained from both the basement and the roof. Subsequently the impulse response function is computed from the scaled cross correlation between the input and the output. The overall results showed that the structure will satisfy the life safety performance level in a future earthquake but some soil structure interaction effects should be expected in the North South direction.

• 한국통신학회논문지
• /
• 제25권7A호
• /
• pp.1028-1036
• /
• 2000

본 논문에서는 웨이블릿 변환을 이용한 오류에 강인한 영상 압축 기법을 제안하였다. 공간·주파수 영역에서 웨이블릿 계수들의 통계적 특성, 에너지 특성, 방향 특성을 이용한 제로트리 기법은 높은 압축 성능을 나타낸다. 하지만, 제로트리 부호와 기법은 부호에 따른 부호화 되는 계수의 수가 다르기 때문에 오류에 민감하게 반응하여 한 개의 오류가 전체 영상에 확산되어 영향을 미치게 된다. 제안 알고리듬에서는 SPIHT(Set Partitioning in Hierachical Trees) 알고리듬을 이용한 제로트리 기법으로 영상을 부호화한다. 그리고 부호화 계수들을 부밴드간 상관도를 이용하여 비트열을 다수의 블록으로 분리하고 비트 재구성 알고리듬을 이용하여 같은 크기의 블록으로 만든다. 이 과정으로 효율적인 비트 할당과 오류의 전파를 해당 블록으로 제한하여 오류가 없거나 적은 환경에서는 제로트리 압축 기법과 유사한 성능을 보이며 오류가 많은 환경에서는 제로트리 압축 기법 및 기존의 오류에 강인한 압축보다 더 효율적으로 부호화 할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.55-58
• /
• 2016

스카이라인 질의란 다수의 선택지 중 '선호될 만한(preferable)' 선택지를 요청하는 질의이다. 사용자가 검토해야하는 선택지의 수를 대폭 감소시키는 스카이라인 질의는 데이터가 폭증하는 빅데이터 환경에서 매우 유용하게 활용된다. 이러한 배경에서 대용량 데이터에 대한 스카이라인 질의를 분산 병렬 처리하는 기법이 각광을 받고 있으며, 특히 맵리듀스(MapReduce) 기반의 분산 병렬 처리 기법 연구가 활발히 진행 중이다. 맵리듀스 기반 알고리즘의 병렬성 제고를 위해서는 부하 불균등 문제 중복 계산 문제 과다한 네트워크 비용 발생 문제를 해소해야 한다. 최근 각 기반 공간분할 기법을 사용하여 부하 불균등 문제와 중복 계산 문제를 해소하는 맵리듀스 기반 스카이라인 질의 처리 기법이 제안되었으나 해당 기법은 네트워크 비용 관점에서 최적화되어있지 않다. 본 논문에서는 부하 불균등 문제와 중복 계산 문제를 해소하면서도 프루닝을 통해 네트워크 비용 절감 시킬 수 있는 새로운 맵리듀스 기반 병렬 스카이라인 질의 처리 기법인 MR-SEAP(MapReduce sample Skyline object Equality Angular Partitioning)을 제안한다. MR-SEAP에서는 데이터를 샘플링하여 샘플 스카이라인 객체를 추출한 뒤 해당 객체들을 균등 분배하는 각도를 기준으로 공간을 분할하여 스카이라인 질의를 병렬 계산하되, 샘플 스카이라인을 이용하여 다수의 객체를 사전에 프루닝함으로써 네트워크 비용을 절감한다. 본 논문에서는 다양한 데이터 수량(cardinality) 및 분포(distribution)에 따른 제안 기법의 성능을 실험 평가함으로써 제안 기법의 우수성을 검증한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권4호
• /
• pp.478-487
• /
• 2004

메모리 기반 추론에서 기억공간의 효율적인 사용과 분류성능의 향상을 위하여 제안되었던 RPA(Recursive Partition Averaging)알고리즘은 대상 패턴 공간을 분할 한 후 대표 패턴을 추출하여 분류 기준 패턴으로 사용한다. 이 기법은 메모리 사용 효율과 분류 성능 면에서 우수한 결과를 보였지만, 분할 종료 조건과 대표패턴의 추출 방법이 분류 성능 저하의 원인이 되는 단점을 가지고 있었다. 여기에서는 기존 RPA의 단점을 보안한 ARPA(Adaptive RPA) 알고리즘을 제안한다. 제안된 알고리즘은 패턴 공간의 분할 종료 조건으로 특징별 최빈 패턴 구간(FPD: Feature-based population densimeter)추출 알고리즘을 사용하며, 학습 결과 패턴의 생성을 대표패턴 추출기법 대신 최빈 패턴 구간을 이용하여 생성한 최적초월평면(OH： Optimized Hyperrectangle)을 사용한다. 제안된 알고리즘은 k-NN 분류기에서 필요로 하는 메모리 공간의 40%정도를 사용하며, 분류에 있어서도 RPA보다 우수한 인식 성능을 보이고 있다. 또한 저장된 패턴의 감소로 인하여, 실제 분류에 소요되는 시간 비교에 있어서도 k-NN보다 월등히 우수한 성능을 보이고 있다.

• 한국정보처리학회논문지
• /
• 제7권2호
• /
• pp.365-372
• /
• 2000

프랙탈 영상 압축(Fractral Image Compression:FIC)의 진화 계산(Evolution Computation)을 이용한 영상 분할(Image Partition)을 소개한다. 프랙탈 영상 압축에서 지역(Ranges)의 영상 분할은 꼭 필요하다[1]. 프랙탈 영상 압축은 쉽고 빠르게 복원된다는 장점을 갖는 데 비해 반복적인 프랙탈 변환의 적용으로 많은 계산량을 필요로 한다는 단점을 가지고 있다. 위와 같은 문제점을 해결하기 위한 방법으로 영상 분할을 하는데 있어 진화 계산을 적용하는 것에 대해 제안한다. 치역 영상(Ranges Image)은 작은 사각(Square) 영상 블록들의 결합된 집합으로 구성할 수 있다. 모집단을 구성하는 하나의 $N_p$는 분할되어진 하나의 코드들이다. 진화 계산에서 각각의 구성은 두 개의 이웃하는 치역은 제외하고 그들의 부모(Parent)로부터 분할을 상속받은 자식 $\sigma$를 생성한다. 자손들의 최적의 영상은 콜라주 정리(Collage Theorem)에 기초를 둔 다음 세대 모집단을 위해 선택되어지고 처리된다. 최적의 영상은 영상 데이터에 포함된 중복성을 포함함으로서 적은 저장 공간을 차지하고 속도 문제에 있어서 효율적이고 영상의 화질에 있어서 다른 부호화를 사용한 기법보다 우수한 성능을 갖는다. 멀티미디어 영상 처리(Multimedia Image Processing)의 진화 계산을 이용한 프렉탈 영상 압축은 영상의 복원과 영상의 질, 고 압축률을 요하는 동영상의 적용등의 많은 분야에 적용된다.