• Journal of Communications and Networks
• /
• 제8권1호
• /
• pp.70-84
• /
• 2006

We propose a new distributed QoS routing scheme called pre-computation based selective probing (PCSP). The PCSP scheme is designed to provide an exact solution to the constrained optimization problem with moderate overhead, considering the practical environment where the state information available for the routing decision is not exact. It does not limit the number of probe messages, instead, employs a qualitative (or conditional) selective probing approach. It considers both the cost and QoS metrics of the least-cost and the best-QoS paths to calculate the end-to-end cost of the found feasible paths and find QoS-satisfying least-cost paths. It defines strict probing condition that excludes not only the non-feasible paths but also the non-optimal paths. It additionally pre-computes the QoS variation taking into account the impreciseness of the state information and applies two modified QoS-satisfying conditions to the selection rules. This strict probing condition and carefully designed probing approaches enable to strictly limit the set of neighbor nodes involved in the probing process, thereby reducing the message overhead without sacrificing the optimal properties. However, the PCSP scheme may suffer from high message overhead due to its conservative search process in the worst case. In order to bound such message overhead, we extend the PCSP algorithm by applying additional quantitative heuristics. Computer simulations reveal that the PCSP scheme reduces message overhead and possesses ideal success ratio with guaranteed optimal search. In addition, the quantitative extensions of the PCSP scheme turn out to bound the worst-case message overhead with slight performance degradation.

• 한국지능시스템학회논문지
• /
• 제13권2호
• /
• pp.154-162
• /
• 2003

셀룰라 신경회로망의 연상 메모리를 이용하여 시각적인 입력 데이터의 연산을 통하여 영상 패턴의 분류와 인식을 수행한다. 셀룰라 신경회로망은 일반적인 신경회로망과 같이 비선형 데이터의 실시간 처리가 가능하고, 세포자동자와 같이 이 격자구조의 셀로 이루어져 인접한 셀과 직접 정보를 주고받는다. 응용 분야로는 최적화, 선형/비선형화, 연상 메모리, 패턴인식, 컴퓨터 비전 등에 적용할 수 있다. 영상의 이미지 픽셀을 셀룰라 신경회로망의 셀에 대응하여 전체 이미지 영상을 모든 셀룰라 신경회로망의 셀에서 동시에 병렬로 처리할 수 있어 2-D 이미지 처리에 적합하다. 본 논문은 셀룰라 신경회로망에 의한 연상 메모리 구조를 설계하고, 학습된 하중값 메모리에서 가장 적당한 하중값을 선택하여 학습된 영상과 정확히 일치하는 출력을 얻는 방법을 제시한다. 학습을 통한 연상 메모리 구현에는 각각의 뉴런에서 일정하지 않은 다른 템플릿을 사용한다. 각각의 템플릿은 뉴런들 간의 연결 하중값을 나타내고 학습에 따라 갱신된다. 학습방법으로는 템플릿 하중값 학습에 뉴런들 간의 연결 하중값을 조정하는 가장 단순한 규칙인 Hebb의 학습방법이 사용되었고 분류값 학습에 LMS 알고리즘이 사용되었다.

• 컴퓨터교육학회논문지
• /
• 제18권4호
• /
• pp.55-62
• /
• 2015

협력 필터링을 통한 추천 시스템은 정보 검색 편의성을 제공함으로써 다방면에서 성공적으로 활용되어왔다. 유사도 측정은 추천인들의 범위를 결정하는 기준이 되기 때문에 이러한 시스템의 성능을 좌우하는 결정적 요소이다. 본 연구에서는 기존의 유사도 측정 공식에서 산출되는 유사도값의 분포를 분석하고, 유사도값과 공통평가항목수와의 관계를 조사하였다. 이를 통해 발견된 문제점을 보완하기 위하여 유사도값의 제한을 통하여 신뢰할 만한 추천인들을 선정하는 방법을 제시하였다. 실험 결과, 유사도의 상한값과 하한값을 동시에 제한하는 방법이 기존보다 월등한 성능 향상을 가져왔다. 특히 적은 수의 최인접이웃을 참조했을 때 두드러졌는데, 코사인 유사도에 대해서는 최대 0.047, 피어슨에 대해서는 최대 0.03의 추천 성능 향상을 보였다. 이 결과는 피어슨과 코사인 유사도를 이용하는 협력필터링 시스템에서 매우 높거나 낮은 유사도의 이웃의 평가 등급은 참조하지 않는 것이 바람직함을 암시한다.

• 한국시뮬레이션학회논문지
• /
• 제16권2호
• /
• pp.17-26
• /
• 2007

본 논문에서는 애드혹 네트워크에서 위치 정보, 에너지 수준 등을 이용하여 효율적인 라우팅 방법을 고안할 수 있도록 기본이 되는 가상 그리드 기반 라우팅 알고리즘을 제안한다. 목적지 노드의 위치 정보에 기반을 두어 패킷을 X축으로 재전송하다가 X축 관점에서 목적지에 근접하면 Y축 방향으로 재전송을 한다. 임의의 노드에서 목적지 노드로 패킷을 전달하기 위한 다음 홉 노드 선택으로 인하여 전체 네트워크를 가상 그리드 네트워크로 생각할 수 있다. 제안된 라우팅 알고리즘은 목적지와 자신의 이웃 노드 위치 정보와 같은 국부적인 정보만을 사용하여 라우팅 경로를 결정한다. 따라서 라우팅 경로 설정이 국부적으로 이루어져 네트워크 트래픽이 감소하고, 목적지로의 전달 지연시간이 줄어들 것으로 기대된다. 제안된 라우팅 알고리즘의 성능 평가를 위하여 네트워크 시뮬레이터 ns2를 사용하였으며, 기존의 라우팅 알고리즘과 네트워크 처리율을 비교해 보았다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.112-114
• /
• 2011

On multimedia databases, in order to realize the fast access method, indexing methods for the multidimension data space are used. However, since it is a premise to use the Euclid distance as the distance measure, this method lacks in flexibility. On the other hand, there are metric indexing methods which require only to satisfy distance axiom. Since metric indexing methods can also apply for distance measures other than the Euclid distance, these methods have high flexibility. This paper proposes an improved method of VP-tree which is one of the metric indexing methods. VP-tree follows the node which suits the search range from a route node at searching. And distances between a query and all objects linked from the leaf node which finally arrived are computed, and it investigates whether each object is contained in the search range. However, search speed will become slow if the number of distance calculations in a leaf node increases. Therefore, we paid attention to the candidates selection method using the triangular inequality in a leaf node. As the improved methods, we propose a method to use the nearest neighbor object point for the query as the datum point of the triangular inequality. It becomes possible to make the search range smaller and to cut down the number of times of distance calculation by these improved methods. From evaluation experiments using 10,000 image data, it was found that our proposed method could cut 5%~12% of search time of the traditional method.

• 대한전자공학회논문지SP
• /
• 제38권3호
• /
• pp.247-257
• /
• 2001

일반적 칼라 출력 장치는 제한된 범위의 색만을 재현 할 수 있다. 특히 프린터와 같이 색의 재현성이 부족한 장비에서는 하드웨어 특성에 따른 채색 면적이나 인쇄에 사용되는 용지의 특성에 따라 염료의 확산 등에 대해서도 고려해야 한다. 특히, 색을 프린트하기 위해서는 출력 과정에서 색의 선형적인 증가와 감소가 이루어져야 하며 또한 정확한 색의 모델링이 가능하여야 한다. 따라서 본 논문에서는 이를 위해 프린터 출력시 실제 채색 면적과 시각적 색감을 고려할 수 있는 디더링 방법을 제안한다. 제안된 방법은 실제 채색 면적을 고려한 패턴 데이터 베이스를 만들어 이를 디더링 패턴으로 이용하게 된다. 그리고 이 데이터 베이스에서 정확한 패턴을 선택하기 위해서는 인간시각의 색 인지력을 모델링한 대조 민감도 함수를 사용하게 된다. 따라서 본 논문에서는 저해상도의 칼라 출력장치에서도 고화질의 색을 재현할 수 있게 해준다.

• Journal of Plant Biotechnology
• /
• 제47권1호
• /
• pp.15-25
• /
• 2020

Allium L. is one of the largest genera of the Amaryllidaceae family, with more than 920 species including many economically important species used as vegetables, spices, medicines, or ornamental plants. Currently, DNA barcoding tools are being successfully used for the molecular taxonomy of Allium. A total of 46 Allium species were collected from their native areas, and DNA was extracted using the IBRC DNA extraction kit. We used specific primers to PCR amplify matK. DNA sequences were edited and aligned for homology, and a phylogenetic tree was constructed using the neighbor-joining method. The results show thymine (38.5%) was the most frequent and guanine (13.9%) the least frequent nucleotide. The matK regions of the populations were quite highly conserved, and the amount of C and CT was calculated at 0.162 and 0.26, respectively. Analysis of the nucleotide substitution showed C-T (26.22%) and A-G (8.08%) to have the highest and lowest percent, respectively. The natural selection process dN/dS was 1.16, and the naturality test results were -1.5 for Tajima's D and -1.19 for Fu's Fs. The NJ dendrogram generated three distinct clades: the first contained Allium austroiranicum and A. ampeloprasum; the second contained A. iranshahrii, A. bisotunense, and A. cf assadi; and the third contained A. rubellum and other species. In this study, we tested the utility of the matK region as a DNA barcode for discriminating Allium. species.

• 인터넷정보학회논문지
• /
• 제10권2호
• /
• pp.65-73
• /
• 2009

IEEE802.11 무선랜은 공항과 같은 공공의 장소에서 널리 사용되고 있으며 캠퍼스나 회사의 네트워킹 영역을 증대하고 있고, 최근 메쉬 네트워크나 다른 3세대 이동 통신 네트워크과의 통합 형태의 네트워크를 구성하기 위한 중요 기술로 주목 받고 있다. 무선랜 환경에서의 액세스 포인트(AP) 간 로드 밸런싱 문제는 효율적인 자원 관리나 트래픽의 QoS 지원을 위해 중요한 문제이지만, 기존 연구들에서는 노드가 네트워크에 진입하는 시점이나 로밍 시점에 로드 밸런싱을 위한 AP 선택에 초점을 맞추고 있다. 본 논문에서는 AP의 가용성 모니터링을 통해 진정한 의미의 로드 밸런싱을 위한 AP-개시 플로우 리다이렉션 메커니즘을 제안한다. AP 자신의 가용자원이 거의 사용하게 되면, 즉 특정 임계치 이상 사용하게 되면, 자신이 서비스하고 있는 노드가 로밍 가능한 이웃 AP들에게 그들의 가용자원에 관하여 쿼리를 하여 entropy나 chi-square와 같은 통계적인 방법을 이용하여 AP 간 트래픽 분포도에 대해 계산하고, 리다이렉트할 플로우들을 결정하여 선택된 노드들을 트리거하여 플로우 리다이렉션을 수행한다. 시뮬레이션 결과, 제안된 플로우 리다이렉션 메커니즘이 다양한 측면에서의 성능향상을 입증할 수 있었다.

• 천문학회보
• /
• 제44권2호
• /
• pp.77.3-77.3
• /
• 2019

We present an analysis of the stellar population of compact elliptical galaxies (cEs) in various environments. Following conventional selection criteria of cEs, we created a list of cE candidates in the redshift range of z < 0.05 using SDSS DR12 catalog. We finally selected cEs with low-luminosity (Mg > 18.7 mag), small effective radius (Re < 600 pc), and high velocity dispersion (> 60 kms-1). We divide our cE sample into those inside and outside of the one virial radius of the bright (Mr < -21 mag) nearby host galaxy which is then defined as cEs with (cEw) and without (cEw/o) host galaxy, respectively. We investigated the stellar population properties of cEs based on the Hb, Mgb, Fe 5270, and Fe 5335 line strengths from the OSSY catalog. We found that cEw has a systematically higher metallicity than cEw/o. In the velocity dispersion-Mgb distribution, while cEw/o follows the relation of early-type galaxies, cEw are found to have a systematically higher metallicity than cEw/o at a given velocity dispersion. The different feature in the metallicity between cEw and cEw/o can suggest that two different scenarios can be provided in the formation of cEs. cEw would be the remnant cores of the massive progenitor galaxies that their outer parts have been tidally stripped by massive neighbor galaxies (i.e., nurture origin). On the other hand, cEw/o are likely to be faint-end of early-type galaxies maintaining in-situ evolution (i.e., nurture origin).

• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.111-118
• /
• 2024

In general network-based intrusion detection system is designed to detect malicious behavior directed at a network or its resources. The key goal of this paper is to look at network data and identify whether it is normal traffic data or anomaly traffic data specifically for accounting information systems. In today's world, there are a variety of principles for detecting various forms of network-based intrusion. In this paper, we are using supervised machine learning techniques. Classification models are used to train and validate data. Using these algorithms we are training the system using a training dataset then we use this trained system to detect intrusion from the testing dataset. In our proposed method, we will detect whether the network data is normal or an anomaly. Using this method we can avoid unauthorized activity on the network and systems under that network. The Decision Tree and K-Nearest Neighbor are applied to the proposed model to classify abnormal to normal behaviors of network traffic data. In addition to that, Logistic Regression Classifier and Support Vector Classification algorithms are used in our model to support proposed concepts. Furthermore, a feature selection method is used to collect valuable information from the dataset to enhance the efficiency of the proposed approach. Random Forest machine learning algorithm is used, which assists the system to identify crucial aspects and focus on them rather than all the features them. The experimental findings revealed that the suggested method for network intrusion detection has a neglected false alarm rate, with the accuracy of the result expected to be between 95% and 100%. As a result of the high precision rate, this concept can be used to detect network data intrusion and prevent vulnerabilities on the network.