• Spatial Information Research
• /
• 제18권4호
• /
• pp.129-140
• /
• 2010

Google, NAVER와 같은 대형포털에서 지도 기반의 다양한 서비스를 제공함에 따라, 지역관련 정보를 얻으려는 사용자들의 관심과 요구 또한 증가하고 있다. 하지만, 대형포털의 서비스들은 특정 지역에 대한 상세정보가 충분하지 않고 관련 정보를 획득하는 과정이 반복되는 번거로움이 존재하기 때문에, 사용자가 특정 지역의 관련 정보를 자세하고 종합적이며 손쉽게 획득할 수 있도록 지원하는 시스템이 필요하다. 본 논문에서는 사용자의 지역정보 획득에 유용한 시스템의 구축을 위해, 맵 인터페이스와 지식처리를 활용한 시스템 모델을 제안한다. 제안한 모델은 '지역정보 웹 문서 Layer', '고유지역키워드 Layer', '맵 인터페이스 Layer'의 3-Layer로 구성된다. 이 모델을 기반으로 한 지역관련정보 통합검색 시스템은 (l) 특정 지역의 대표 키워드 추출 (2) 관련 웹 페이지 수집 (3) 연관 키워드 집합 추출 및 키워드간의 연관도 계산 (4) 사용자 인터페이스 구축의 4단계 과정을 거쳐 구현한다. 구체적으로 고양시 지역을 대상으로 한 시스템의 구축을 통해 제안한 모델과 유사도 행렬을 이용한 지역정보의 지식처리 알고리즘, 사용자의 검색 편의를 돕는 UI 등의 타당성을 검증하였다. 본 시스템은 단순히 개별 '정보'로 존재하는 지역정보들을 융합하고, 새로운 '지식'을 생산 및 체계화하여 사용자들에게 제공해준다. 이를 통해 사용자는 다양하고 상세한 지역정보를 제공받을 수 있고 관련 정보도 쉽게 얻을 수 있다.

• 방송공학회논문지
• /
• 제25권5호
• /
• pp.698-708
• /
• 2020

현재 차세대 부호화 표준으로 진행 중인 VVC (Versatile Video Coding)는 재귀적 블록 분할 구조 및 GPM (Geometric Partitioning Mode)과 같은 다양한 예측 방법들의 채택으로 HEVC (High Efficiency Video Coding)대비 RA (Random Access) 환경에서 약 34%와 LDB (Low-Delay B) 환경에서 약 30%의 부호화 성능 향상을 보이지만 부호화 복잡도는 약 10배, 7배 증가를 보인다. 본 논문에서는 VVC의 부호화 복잡도 개선을 위하여 블록 내 방향성을 이용한 GPM 모드 고속 결정 및 블록 분할 고속 결정 방법을 제안한다. 제안하는 방법은 현재 블록에 허프 변환을 적용하여 블록 내의 방향성을 파악하고, 이를 통해 율-왜곡 비용 탐색 과정에서 생략할 GPM 모드와 특정 블록 분할 방법을 결정하는 방법이다. 실험 결과로써 제안하는 방법은 VTM8.0 대비 RA 환경에서 2.48%의 부호화 성능 감소와 31.01%의 부호화 시간 감소의 효과를 얻고 LDB 환경에서 2.69%의 부호화 성능 감소와 29.84%의 부호화 시간 감소의 효과를 얻었다.

• 한국정보과학회논문지:시스템및이론
• /
• 제33권7호
• /
• pp.370-379
• /
• 2006

계산 그리드는 다양한 컴퓨팅 자원을 통합한 환경을 제공하며, 그리드 환경은 기존의 컴퓨팅 환경에 비해 매우 복잡하며 다양하다. 그리고 그리드 자원들은 각각 같지 않은 플랫폼과 서로 다른 소프트웨어들을 설치하고 있다. 계산 그리드를 보다 효율적으로 사용하기 위해서는 그리드 자원들을 효과적으로 다룰 수 있는 통합이 필요하다. 본 논문에서는 그리드의 자원을 메타 수준에서 통합하면서 동시에 다 양한 정책을 반영할 수 있는 글로벌 스케줄러를 소개한다. 이 글로벌 스케줄러는 기계적인 부분과 세개의 정책으로 구성되어 있다. 기계적인 부분은 적절한 사용자 작업과 계산 자원을 선택하기 위해서 주로 사용자 대기열과 자원 대기열을 검색한다. 이 기계적 부분을 위한 최적화된 알고리즘이 정의되었다. 또한 세개의 정책은 사용자 선택 정책, 자원 선택 정책, 자원 할당 정책으로서 이들은 계산 그리드의 운영을 잠시 중단하고 새로 정의해서 교체 할 수 있다. 예를 들면 사용자 선택 정책은 특정 사용자가 다른 사용자보다 높은 우선 순위를 가지게 하거나 할 수 있고, 자원 선택 정책은 사용자가 요구하는 컴퓨팅 자원에 부합하는 자원을 선택하도록 하며, 자원 할당 정책은 그리드 기반의 통신에서 올 수 있는 부하를 제어하여 극복 할 수 있다. 마지막으로, 사용자 선택 정책을 위한 여러 가지 알고리즘을 사용자 형평성만을 고려하여 정 의하고 이들의 성능을 측정하여 비교하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제36권5호
• /
• pp.412-421
• /
• 2009

NAND 플래시 메모리는 특성상 덮어쓰기 연산이 불가능하기 때문에 지움 연산이 선행되어야 하므로 I/O 처리 속도가 느려지게 되어 성능저하의 원인이 된다. 또한 지움 횟수가 제한적 이어서 지움 연산이 빈번히 발생하게 되면, NAND 플래시 메모리의 수명이 줄어든다. 이러한 문제점을 해결하기 위해 NAND 플래시 메모리의 특성을 고려한 쓰기 지연 기법을 사용하면, 쓰기 횟수가 줄어들어 I/O 성능 향상에 도움이 되지만, 캐시 적중률이 낮아진다. 본 논문은 NAND 플래시 메모리 파일 시스템을 위한 더블캐시를 활용한 페이지 관리 정책을 제안한다. 더블 캐시는 실질적인 캐시인 Real Cache와 참조 페이지의 패턴을 관찰하기 위한 Ghost Cache로 구성된다. 이 정책은 Ghost Cache에서 쓰기를 지연함으로써 Real Cache에서의 적중률을 유지할 수 있고, Ghost Cache를 Dirty 리스트와 Clean 리스트로 구성하여 Dirty 페이지에 대한 탐색 시간을 줄임으로써 쓰기 연산 성능을 높인다. 기존 정책들과의 성능을 비교한 결과 제안된 정책이 기존 정책들에 비해 평균적으로 적중률은 20.57%, 그리고 I/O 성능은 20.59% 우수했고, 쓰기 횟수는 30.75% 줄었다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권11호
• /
• pp.681-688
• /
• 2015

k-Nearest Neighbor(k-NN)그래프는 모든 노드에 대한 k-NN 정보를 나타내는 데이터 구조로써, 협업 필터링, 유사도 탐색과 여러 정보검색 및 추천 시스템에서 k-NN그래프를 활용하고 있다. 이러한 장점에도 불구하고 brute-force방법의 k-NN그래프 생성 방법은 $O(n^2)$의 시간복잡도를 갖기 때문에 빅데이터 셋에 대해서는 처리가 곤란하다. 따라서, 고차원, 희소 데이터에 효율적인 Locality Sensitive Hashing 기법을 (key, value)기반의 분산환경인 MapReduce환경에서 사용하여 k-NN그래프를 생성하는 알고리즘이 연구되고 있다. Locality Sensitive Hashing 기법을 사용하여 사용자를 이웃후보 그룹으로 만들고 후보내의 쌍에 대해서만 brute-force하게 유사도를 계산하는 two-stage 방법을 MapReduce환경에서 사용하였다. 특히, 그래프 생성과정 중 유사도 계산하는 부분이 가장 많은 시간이 소요되므로 후보 그룹을 어떻게 만드는 것인지가 중요하다. 기존의 방법은 사이즈가 큰 후보그룹을 방지하는데 한계점이 있다. 본 논문에서는 효율적인 k-NN 그래프 생성을 위하여 사이즈가 큰 후보그룹을 재구성하는 알고리즘을 제시하였다. 실험을 통해 본 논문에서 제안한 알고리즘이 그래프의 정확성, Scan Rate측면에서 좋은 성능을 보임을 확인하였다.

• 정보처리학회논문지A
• /
• 제16A권2호
• /
• pp.101-112
• /
• 2009

파일 시스템의 단편화 현상을 해결하기 위한 기존 기법들은 디스크 조각 모음과 같이 특정 시점에 집중된 디스크의 연산이 요구된다. 본 논문에서는 이러한 단점을 해소하기 위해 디스크의 연산 처리를 분산시키는 자동적이고, 지속적인 단편화 해소 시스템을 설계하고 구현하고자 한다. 이를 위해 우리는 단편화 측정을 위한 자동적인 레이아웃 스코어링(ALS: Autonomic Layout Scoring)기법과 디스크의 연산 처리를 분산시키기 위한 기법으로 디스크의 유휴 시간(idle time)을 찾아 복사를 수행하는 지연 복사(Lazy-copy)기법을 제안한다. 두 기법은 우선 자동적인 레이아웃 스코어링을 통해 단편화 된 대상 파일을 검색하고, 검색된 파일을 옮길 수 있는 연속적인 빈 공간이 있을 경우, 파일의 유실을 막기 위해 지연 복사를 수행한 후 아이노드의 정보를 수정함으로써 단편화 현상을 해결한다. 본 논문에서 제시한 시스템을 실제 리눅스(linux) 환경에 적용하여 단편화 된 작은 파일의 레이아웃 스코어링을 측정 한 결과 기존 EXT2 파일 시스템보다 $2.4%{\sim}10.4%$ 정도의 레이아웃 스코어링이 향상된 것을 볼 수 있었으며, 실험 디스크에 파일 크기에 따른 읽기/쓰기를 실행하여 성능을 측정한 결과에서도 EXT2 파일 시스템과 비교 하여 쓰기성능에서는 $1%{\sim}8.5%$, 읽기 성능에서는 $1.2%{\sim}7.5%$ 정도의 향상된 결과를 보았다. 이 시스템을 이용하면 수동적인 관리 없이도 자동적으로 사용자의 I/O 작업에 대한 방해 없이 단편화 현상을 지속적으로 해소할 수 있다.

• 화약ㆍ발파
• /
• 제39권2호
• /
• pp.1-14
• /
• 2021

최근에는 GPGPU(General-Purpose computing on Graphics Processing Units)와 같은 고성능 연산장치의 보급과 함께 국방, 우주항공분야에서 암질재료에 대한 충격실험을 대신할 수 있는 3차원 동적해석기법의 개발이 활발하게 진행되고 있다. 그러나 높은 충격하중을 수반하는 암 발파 또는 소형미사일 등의 지중 관통과 같은 과정을 실험적으로 관찰하거나 계측하는 것은 암질재료의 비 균질성 및 불투명성 때문에 어려움이 있었다. 본 연구에서는 고속충돌에 의한 암석의 파괴 거동을 모사하기 위하여 3차원 동적 파괴 과정 해석 기법 (3D-DFPA)를 개발하였으며, 연산속도를 향상시키기 위하여 순차해석(explicity analysis) 및 접촉요소검색(Searching algolitm of contact elements)에 GPGPU연산이 가능한 알고리듬을 적용하였다. 제안된 동적파괴과정해석 기법에 대한 검증을 위해 Straight Notched Disk Bending (SNDB) 석회암시료에 대한 동적파괴인성시험을 모사하였고, 충격응력파의 전파과정, 암석-충격봉 경계면에서 반사 및 전달과정, 암석 시료의 파괴과정을 비교분석하여, 개발된 해석기법에 대한 검증을 수행하였다.

• 정보보호학회논문지
• /
• 제31권1호
• /
• pp.83-97
• /
• 2021

무선 센서 네트워크를 구성하는 무선 센서는 일반적으로 전력 및 자원이 극히 제한적이다. 무선 센서는 전력을 보존하기 위해 일정 주기마다 sleep 상태로 진입한다. Sleep deprivation attack은 무선 센서의 sleep 상태 진입을 막음으로써 전력을 소진 시키는 치명적인 공격이지만 이에 대한 뚜렷한 대응책이 없다. 이에 본 논문에서는 클러스터링 기반 이진 탐색 트리 구조의 Sleep deprivation attack 탐지 모델을 제안한다. 본 논문에서 제안하는 sleep deprivation attack 탐지 모델은 기계학습을 통해 분류한 공격 센서 노드와 정상 센서 노드의 특징을 사용한다. 이때 탐지 모델에 사용한 특징은 Long Short-Term Memory(LSTM), Decision Tree(DT), Support Vector Machine(SVM), K-Nearest Neighbor(K-NN)을 이용하여 결정하였다. 결정된 특징은 본 논문에서 제안한 알고리즘에 사용하여 공격 탐지를 위한 값들을 계산하였으며, 계산한 값을 판정하기 위한 임계값은 SVM을 적용하여 도출하였다. 본 논문에서 제안하는 탐지 모델은 기계학습으로 도출된 특징과 임계값을 본 논문에서 제안한 탐지 알고리즘에 적용하여 구성하였으며, 실험을 통해 전체 센서 노드 20개 중 공격 센서 노드의 비율이 0.35일 때 94%의 탐지율을 갖고 평균 에너지 잔량은 기존 연구보다 최대 26% 향상된 결과를 보였다.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.35-45
• /
• 2022

현대에도 일부 소외된 지역에서는 의료 인력의 부족으로 인해 위·중증 환자에 대한 치료가 지연되는 경우가 많다. 의료 데이터에 대한 분석을 자동화하여 의료 서비스의 접근성 문제 및 의료 인력 부족을 해소하고자 하는 연구가 계속되고 있다. 컴퓨터 비전 기반의 진료 자동화는 훈련 목적에 대한 데이터 수집 및 라벨링 작업에서 많은 비용이 요구된다. 이러한 점은 희귀질환이나 시각적으로 뚜렷하게 정의하기 어려운 병리적 특징 및 기전을 구분하는 작업에서 두드러진다. 이상 탐지는 비지도 학습 전략을 채택함으로써 데이터 수집 비용을 크게 절감할 수 있는 방법으로 주목된다. 본 논문에서는 기존의 이상 탐지 기법들을 기반으로, 흉부 X-RAY 영상에 대해 이상 탐지를 수행하는 방법을 다음과 같이 제안한다. (1) 최적 해상도로 샘플링된 의료 영상의 색상 범위를 정규화한다. (2) 무병변 영상으로부터 패치 단위로 구분된 중간 수준 특징 집합을 추출하여 그 중 높은 표현력을 가진 일부 특징 벡터들을 선정한다. (3) 최근접 이웃 탐색 알고리즘을 기반으로 미리 선정된 무병변(정상) 특징 벡터들과의 차이를 측정한다. 본 논문에서는 PA 방식으로 촬영된 흉부 X-RAY 영상들에 대한 제안 시스템의 이상 탐지 성능을 세부 조건에 따라 상세히 측정하여 제시한다. PadChest 데이터세트로부터 추출한 서브세트에 대해 0.705 분류 AUROC를 보임으로써 의료 영상에 대한 이상 탐지 적용의 효과를 입증하였다. 제안 시스템은 의료 기관의 임상 진단 워크플로우를 개선하는 데에 유용하게 사용될 수 있으며, 의료 서비스 접근성이 낮은 지역에서의 조기 진단을 효율적으로 지원할 수 있다.

• 정보과학회 논문지
• /
• 제41권9호
• /
• pp.674-685
• /
• 2014

지식 서비스 시스템이 효과적인 서비스를 제공하기 위해서는, 명시된 지식을 바탕으로 새로운 지식을 추론 할 수 있어야 한다. 대부분 지식 서비스 시스템은 온톨로지로 지식을 표현한다. 실 세계의 지식 정보의 양은 점점 방대해지고 있으며, 따라서 대용량 온톨로지를 효과적으로 추론하는 기법이 요구되고 있다. 본 논문은 클라우드 컴퓨팅 환경을 기반으로 대용량 온톨로지를 RDFS수준으로 추론하기 위한 분산 테이블 조인 방법을 제안하고, 성능을 평가한다. 본 논문에서 제안하는 RDFS 추론은 분산 파일 시스템 환경에서 RDFS 메타 테이블을 기반으로 맵-리듀스를 적용한 방식과, 맵-리듀스를 사용하지 않고 클라우드 컴퓨터의 메모리만 사용한 방식에 초점을 맞추었다. 따라서 본 논문에서는 제안하는 각 기법에 대한 추론 시스템 구조와 RDFS 추론 규칙에 따른 메타 테이블 설계 및 추론 전략 알고리즘에 대해서 중점적으로 설명한다. 제안하는 기법의 효율성을 검증하기 위해 온톨로지 추론과 검색 속도를 평가하는 공식 데이터인 LUBM1000부터 LUBM6000을 대상으로 실험을 수행 하였다. 가장 큰 LUBM6000(8억 6천만 트리플)의 경우, 메타 테이블 기반의 RDFS 추론 기법은 전체 추론 시간이 13.75분(초당 1,042 트리플 추론) 소요된 반면, 클라우드 컴퓨터의 메모리를 적용한 방식은 7.24분(초당 1,979 트리플 추론)이 소모되어 약 2배정도 빠른 추론 속도를 보였다.