Earticle

길 찾기 알고리즘은 최적의 경로탐색을 필요로 하는 교통망, 통신망, 차량용 내비게이션, 게임 등에서 사용되는 필 수적인 기술이다. 그러나 현재 길 찾기 알고리즘을 개발하기 위해서는 맵을 매번 해당 알고리즘과 함께 개발해야 하 고, 알고리즘을 수정할 때마다 컴파일하여 그 결과를 확인해야 했다. 본 논문에서는 이러한 문제를 해결하기 위하여 맵과 알고리즘을 독립적으로 제작할 수 있고, 스크립트를 이용하여 알고리즘의 효과적인 개발이 가능한 시스템을 설계하였다. 이 시스템은 탐색 알고리즘이 적용될 맵 작성 모듈, 독립된 환경에서 탐색 알고리즘 제작이 가능한 알고리즘 개발 모듈, 알고리즘의 결과를 컴파일 없이 확인할 수 있는 실행 모 듈로 구성된다.

Search algorithms are essential technology which is used in traffic network, communication network, car navigation, game etc. But at present developers have to develop maps and algorithms in conjunction and compile program whenever algorithms is modified. In this paper we designed a system which can make maps and algorithms independently and develop efficiently algorithms by script. The system is composed of a map making module, an algorithm development module and an execution module.

The SHVC (Scalable High Efficiency Video Coding) standard developed as an extension to H.265 HEVC (High Efficiency Video Coding) that focus on data transmission over heterogeneous network with wide scalability. In this paper a Superior Step Search (SSS) algorithm is proposed to enhance the PSNR performance along with coding efficiency without much increase in the computational complexity. The proposed SSS algorithm performs dynamic search to predict the best matching block using a fine search pattern. Simulation results show 0.5% average increased performance in PSNR and 32% coding efficiency in Bit rate when compared with the SHM reference software.

The large amplitude variations of OFDM signals generate in-band distortion and out-of-band radiation. In recent years, cubic metric (CM) has been verified as a more accurate metric to measure the amplitude variations. In this paper, the PTS technique is used to decrease the CM of OFDM signals. To overcome the search complexity of an exhaustive search based PTS technique, we introduce an improved backtracking search (IBS) optimization algorithm. Simulations are conducted to show the advantages of the proposed IBS based PTS approach compared with the conventional OFDM, and several state-of-the-art methods in terms of search complexity and CM reduction performance.

This study proposed a novel framework for plant leaf disease identification. The proposed model consists of four steps including pre-processing, segmentation, feature extraction, and classification. At first, the unwanted noise and overfitting are removed, and also image contrast level is enhanced. Secondly, the Fuzzy C-Means (FCM) based Chameleon Swarm Algorithm (CSA) named as (FCM-CSA) is used for plant leaf diseased part segmentation. In the third stage, the feature extraction is performed using a fast GLCM feature extraction model. Finally, the Progressive Neural Architecture Search (PNAS) is used for plant leaf disease identification. The experimental investigations are carried out using MATLAB software with the Mendeley database. From this dataset, we have used Apple Cedar Apple Rust (ACAR), Cherry Powdery Mildew (CPM), Corn Common Rust (CCCR), Apple Healthy (AH), Grape Black Rot (GBR), Pepper Bell Bacterial Spot (PBBS), Potato Late Blight (PLB) and Tomato Leaf Mold (TLM) disease images. Different measures such as precision, recall, sensitivity, specificity, and accuracy results are used to validate the performance of the proposed model.

Note that k-anonymity algorithm has been widely discussed in the area of privacy protection. In this paper, a new search algorithm to achieve k-anonymity for database application is introduced. A lattice is introduced to form a solution space for a k-anonymity problem and then a hybrid search method composed of tabu search and genetic algorithm is proposed. In this algorithm, the tabu search plays the role of mutation in the genetic algorithm. The hybrid method with independent tabu search and genetic algorithm is compared, and the hybrid approach performs the best in average case.

본 연구의 목적은 전산화단층촬영 (computed tomography, CT)영상으로부터 각각의 검색창 크기가 설정된 3차원 비지역적 평균 (3D non-local means, 3DNLM) 알고리즘을 적용하여 이에 대한 영상 특성 및 시간 분해능의 경향성을 분석하는 것이다. 이를 위해 Gaussian 및 poisson 노이즈가 부가된 3D Shepp-Logan phantom 영상을 모델링한 후 평활화 상수 및 패치크기가 각각 0.01 및 3×3×3으로 설정된 3DNLM 알고리즘의 검색창 크기를 3×3×3부터 2×2×2 간격으로 15×15×15 크기까지 변경하여 각각 적용하였다. 이에 대한 영상 특성의 정량적 평가를 위해 contrast to noise ratio (CNR) 및 peak signal to noise ratio (PSNR)을 측정하였으며, 시간 분해능 분석을 위해 3DNLM 알고리즘의 연산 시간을 측정하였다. 결과적으로, CNR은 검색창이 증가함에 따라 개선됨을 보였으며, PSNR 은 5×5×5 크기의 검색창에서 가장 개선된 결과를 보였다. 시간분해능의 경우 검색창의 크기가 증가함에 따라 지수함수 적으로 증가함이 확인되었다. 결론적으로, CT 영상으로부터 3DNLM 알고리즘을 효율적으로 적용하기 위해서 영상 특성 및 시간분해능이 모두 고려된 검색창의 크기를 설정하는 것이 중요함을 확인하였다.

The purpose of this study was to analyze the tendency of image characteristics and time resolution by applying a 3D non-local means (3DNLM) algorithm, which each search window size was set, in computed tomography (CT) images. For this purpose, the 3D Shepp-Logan phantom images were modeled by adding Gaussian and poisson noise. Then, search window size of 3DNLM algorithm with smoothing factor and patch size set to 0.01 and 3×3×3, respectively, changed from 3×3×3 to 15×15 ×15 at interval 2×2×2 and applied, respectively. To quantiative evaluate of image characteristics, contrast to noise ratio (CNR) and peak signal to noise ratio (PSNR) were measured, and the operation time of the 3DNLM was measured for time resolution analysis. As a result, the CNR showed improvement as the search window increased, and PSNR showed the most improved in the search window size of 5×5×5. In addition, time resolution was confirmed that it increased exponentially as the search window size increased. In conclusion, we confirmed that setting the search window size considering both image characteristics and time resolution to efficiently apply the 3DNLM algorithm in CT images.

최근 환자 의료 데이터를 바탕으로 환자 맞춤형 정밀의료를 수행해 더 나은 치료를 수행하려는 시도가 이어지고 있 다. 그중에서도, 유전자 분석의 비용과 시간이 감소함에 따라 유전체 기반 맞춤 치료 연구가 활발하다. 그러나 암세 포마다 수 천개 존재하는 유전자 변이들의 효과를 직접 파악하는 것은 어렵기 때문에 기존 기법들은 환자 데이터로 부터 통계적 연관성에 기반해 분석을 수행한다. 본 연구는 더 나아가 특정 항암치료의 효과를 높이는 유전자 변이를 탐색하고 중요도에 따라 순위를 매기는 기법을 제안한다. 이를 위해서 개별 유전자가 환자 치료에 미치는 영향을 정 량화하기 위해 비례위험모형 기반의 치료함수를 설계하고, 강화학습 기반의 특징 선택 기법을 도입해 수많은 후보로 부터 유효한 유전자를 추출한다. 분석 결과 제안한 알고리즘은 의학적 지식 없이도 유효한 유전자 변이를 탐색할 수 있음을 보인다.

Recently, there has been an increasing number of attempts to perform the better treatment by performing patient-specific precision medicine. Genome-based customized treatments, one of the representative precision medicines, are receiving much attention as the cost and time of genetic analysis are dramatically decreased. However, since it is challenging to directly grasp the effects of thousands of gene variants present in cancer cell, existing methods perform analysis based on statistical associations from patient data. This study proposes a novel technique for finding gene variants which increase the effectiveness of treatment and ranking them according to their importance. In order to quantify the effect of individual genes on patient treatment, we design the Treatment Effect function based on a proportional hazard model. A feature selection technique based on reinforcement learning is introduced to extract effective genes from numerous gene candidates. We verify that the proposed algorithm can find effective gene variants without any medical knowledge and statistical analysis techniques.

본 논문에서는 시간 가중치를 적용하여 각 노드들 간의 중간지점까지의 최적 경로 탐색 기법을 제안한다. 중간지 점을 이용하는 서비스들은 주로 사용자들의 위치를 기반으로 하여 제공한다. 위치 기반 탐색 방법은 단순히 위치에 대해 서만 고려하기 때문에 시간의 측면에서 효율적이지 못하다는 문제점이 있다. 제안된 방법은 기존의 위치 기반 탐색 방법 의 문제점을 해결하기 위해 사용자들의 위치와 중간지점까지의 소요시간을 반영함으로써 각 노드와 중간지점까지의 가 중치를 설정하고, 이를 활용하여 최적의 경로를 탐색할 수 있다. 또한, 탐색의 효율성을 증대하기 위해 주어지는 정보들 에 적응적으로 가중치를 설정함으로써 높은 정확성을 갖도록 한다. 실험 결과, 제안된 방법은 기존 방법에 비해 중간지 점까지의 최적 경로를 효과적으로 찾을 수 있음을 확인하였다.

In this paper, we propose an optimal path search algorithm between each node and midpoint that applies the time weighting. Services for using a location of mid point usually provide a mid point location-based on the location of users. There is a problem that is not efficient in terms of time because a location-based search method is only considered for location. To solve the problem of the existing location-based search method, the proposed algorithm sets the weights between each node and midpoint by reflecting user's location information and required time. Then, by utilizing that, it is possible to search for an optimum path. In addition, to increase the efficiency of the search, it ensures high accuracy by setting weights adaptively to the information given. Experimental results show that the proposed algorithm is able to find the optimal path to the midpoint compared with the existing method.

본 논문에서는 자동차 환경의 인포테인먼트 시스템을 위한 음악 검색 알고리즘을 제안한다. 제안된 방법은 음악신호의 로그 스펙트럼기반의 정점을 이용하여 오디오지문을 추출하고, 추출된 음악 핑거프린트에 해시값을 적용하여 클라우드 서버에 저장한다. 클라우드 서버에서는 사용자의 쿼리 음악과 클라우드 서버의 해시 테이블에 저장되어 있는 오디오 지문을 비교함으로써 가장 유사한 음악이 검색된다. 제안된 음악 검색 알고리즘의 성능평가를 위해, 주행 중인 자동차 내부에서 녹음한 잡음에 노출된 다양한 쿼리 음악의 길이에 따른 검색 결과의 정확도를 측정하였고, 해시 테이블의 저장 곡수에 따른 검색 소요 시간을 측정하였다.

In this paper, we propose a music search algorithm for automotive infotainment system. The proposed method extracts fingerprints using the high peaks based on log-spectrum of the music signal, and the extracted music fingerprints store in cloud server applying a hash value. In the cloud server, the most similar music is retrieved by comparing the user's query music with the fingerprints stored in hash table of cloud server. To evaluate the performance of the proposed music search algorithm, we measure an accuracy of the retrieved results according to various length of the query music and measure a retrieval time according to the number of stored music database in hash table.

본 연구는 초등학생의 논리성 향상을 위해 파이썬을 활용한 탐색 알고리즘 기반 수행시간 비교 및 분석 교육 프로그램을 개발하고 적용하여 그 효과를 분석했다. 본 교육 프로그램은 ○○도내 초등학교 6학년 133명을 대상 으로 실시한 사전 요구분석 결과를 활용하였고, ADDIE 모형의 절차에 따라 개발하였다. 개발한 교육 프로그램 의 효과를 검증하기 위해서 ○○대학교에서 실시한 교육기부 프로그램의 지원자 25명을 대상으로 6일간 42차시 수업을 진행하였고, GALT검사를 통해 교육의 사전⋅사후 효과를 비교⋅분석하였다. 분석해 본 결과, 본 연구에 서 개발한 SW교육 프로그램이 초등학생의 논리성에 긍정적인 영향을 줄 수 있다는 것을 알 수 있었다.

The purpose of this study is to develop a Python search algorithm educational program based on execution time to improve the logical thinking of elementary school students. This educational program was developed based on the process of ADDIE model, utilizing the results of pre-demand analysis conducted for 133students in elementary school in ○○. In order to verify the effectiveness of the developed education program, 25 students who participated in the education donation program at ○○ University conducted 42 hours of classes during 6 days. The GALT test was used to analyze the educational effects of the pre- and post-test. The results of the analysis show that the SW education program developed in this study can positively affect the logic of elementary school students.

PHR(Personal Health Record)기반 헬스케어 서비스 플랫폼 지능화를 위해서는 사용자 맞춤형 건강정보 제공 서비스가 필요하다. 본 논문에서는 개인 맞춤형 건강정보 추천을 위해서 온톨로지 기반 건강 정보 모델을 제안하였다. 또한 기계학습과 데이터마이닝 기법을 적용한 유사 건강정보 탐사 알고리즘을 설계하였다. 기존의 데이터마이닝 기법중 연관규 칙 알고리즘을 확장하여 속성을 기반으로 연관규칙 탐사를 수행하여 지식탐사의 연관성을 높이고 효율적인 탐사시간을 제 공할 수 있도록 하였다. 머신러닝의 한 기법인 K근접이웃 알고리즘을 적용하여 사용자 프로파일별 그룹화를 수행하고 유사 패턴의 사용자 프로파일을 검색할 수 있도록 하였다. 이는 사용자의 질환과 건강상태에 따른 맞춤형 건강정보 탐사 수행의 효율성을 높인다. 제안된 알고리즘은 개인 맞춤형 헬스케어 서비스 플랫폼에서 추론과정에 적용되어 사용자에게 개인맞춤 형건강정보를 추천하는 것을 가능하게 한다. 이는 고령화사회에서 스마트한 자가 건강관리에 활용될 수 있다.

It is needed to support intelligent customized health information service for user convenience in PHR based Personal Health Care Service Platform. In this paper, we specify an ontology-based health data model for Personal Health Care Service Platform. We also design a knowledge search algorithm that can be used to figure out similar health record by applying machine learning and data mining techniques. Axis-based mining algorithm, which we proposed, can be performed based on axis-attributes in order to improve relevance of knowledge exploration and to provide efficient search time by reducing the size of candidate item set. And K-Nearest Neighbor algorithm is used to perform to do grouping users byaccording to the similarity of the user profile. These algorithms improves the efficiency of customized information exploration according to the user 's disease and health condition. It can be useful to apply the proposed algorithm to a process of inference in the Personal Health Care Service Platform and makes it possible to recommend customized health information to the user. It is useful for people to manage smart health care in aging society.

A ligand-receptor docking program is an indispensible tool in modern pharmaceutical design. An accurate prediction of small molecular docking pose to a receptor is essential in drug design as well as molecular recognition. An effective docking program requires the ability to locate a correct binding pose in a surprisingly complex conformational space. However, there is an inherent difficulty to predict correct binding pose. The odds are more demanding than finding a needle in a haystack. This mainly comes from the flexibility of both ligand and receptor. Because the searching space to consider is so vast, receptor rigidity has been often applied in docking programs. Even nowadays the receptor may not be considered to be fully flexible although there have been some progress in search algorithm. Improving the efficiency of searching algorithm is still in great demand to explore other applications areas with inherently flexible ligand and/or receptor. In addition to classical search algorithms such as molecular dynamics, Monte Carlo, genetic algorithm and simulated annealing, rather recent algorithms such as tabu search, stochastic tunneling, particle swarm optimizations were also found to be effective. A good search algorithm would require a good balance between exploration and exploitation. It would be a good strategy to combine algorithms already developed. This composite algorithms can be more effective than an individual search algorithms.

We present an improved sketch-based image search technique through which users can search their target images from the images in database. This technique can be used in constructing an efficient game development framework. Our basic approach is to search the database by comparing the user-created sketch with the graph extracted from the images in the database and estimating the similarity. The images of high similarities are suggested as the candidates that match the target image. To improve the accuracy of the matching process, we substitute the graph-based representation of images with vectorized coherent lines, which are known as one of the most precise schemes in extracting and describing important features in an image. By the experiments on 820 images of 32 categories, we prove that our scheme shows higher matching accuracy than the existing schemes.

최근 소프트웨어 활용교육 중심에서 프로그래밍을 비롯한 컴퓨터과학을 기반으로 한 사고력 향상 중심의 컴퓨터 교육이 강조되고 있다. 시각화 자료를 이용하거나 활동 중심의 언플러그드 활동 중심의 알고리즘 교육을 기반으로 초등 알고리즘 교육에 대한 여러 연구가 이루어지고 있다. 그러나 아직 초등학생의 특성을 살린 학습자료나 수업 방법이 부족하여 실제 학교 현장에 도입하기에 여러 가지 어려움이 있다. 이에 본 연구에서 관련 선행 연구를 분석하여, 초등학생들의 발달단계에 적합한 활동중심의 검색 알고리즘 수업을 설계하였다. 본 연구에서 개발한 수업 설계를 통하여 학생들의 사고력을 향상시킬 수 있는 알고리즘 관련 수업이 더욱 확대되기를 기대한다.

Currently computer education has been emphasized improving thinking skill instead of practical education of applied software. There are various studies that are to teach algorithm with visualization learning materials or activitives-centered unplugged class. However, algorithm classes for elementary school have various difficulties. One of the reasons is insufficient learning materials and teaching methods. Therefore we designed a activities-centered algorithm class for elementary school students. We hope this study will contribute to the study of algorithm classes for improving kids’ thinking skill.