• 정보처리학회논문지A
• /
• 제8A권1호
• /
• pp.16-26
• /
• 2001

본 논문은 상위 단계의 태스크 스케줄러와 하위 단계의 스케줄링 Framework으로 구성된 기존의 스케줄러 모델[4,5]을 수정하여, 다양한 비주기적 태스크 서버들을 지원할 수 있는 확장된 스케줄러 모델을 제안한다. 제안 모델은 기존 스케줄링 Framework과 태스크 스케줄러를 기반으로 한다. 그러나 비주기적 태스크 스케줄링을 위해 태스크 스케줄러를 다시 주기적 태스크 제어부와 비주기적 태스크 제어부로 분리하였다. 제안 모델은 대부분의 실시간 커널에서 복잡하게 결합되어 하나의 커널 스케줄러를 구성하던 구성 요소들을 기능별로 재구성이 가능하도록 명확하게 구분함으로써, 커널 하부 메커니즘과는 독립적으로 새로운 스케줄링 알고리즘과 비주기적 태스크 서버들을 구현할 수 있게 했다. Real-Time Linux[6]에 제안된 스케줄러 모델을 구현한 후, 이를 기반으로 다양한 스케줄러와 서버들을 시험적으로 구현하여 보았다. 이를 통해 향후 새로운 알고리즘과 서버를 하부이 복잡한 커널 메커니즘 수정 없이 독립적으로 개발할 수 있음을 확인하였다. 또한 여러 성능 실험을 통해 제안 모델을 기반으로 다양한 스케줄러와 서버를 구현한다 해도 실행시의 부하는 크지 않은 반면, 시스템 재구성과 새로운 스케줄러 개발을 효과적으로 지원할 수 있다는 것을 확인할 수 있었다.

• 한국측량학회지
• /
• 제34권3호
• /
• pp.221-230
• /
• 2016

본 연구에서는 보행자사고 개선구역 선정을 위한 객관적 기준 마련을 위해 서울시의 2009년~2013년 보행자사고 54,208건에 대해서 Getis-ord Gi*와 커널 밀도를 결합하여 보행자사고 개선구역을 선정하였다. Getis-ord Gi*를 통해 보행자사고 발생 지점의 공간적 분포를 고려하여 보행자사고 핫스팟이 군집된 보행자사고 개선구역을 선정할 수 있었고 값을 통해 선정된 구역 간의 우선순위를 판별할 수 있었다. 그리고 보행자사고 개선구역 내부에 대해 커널밀도추정을 시행함으로써 사고 발생 지점의 미시적인 분포를 파악하고 사고 발생에 중대한 영향을 미치는 핫스팟을 식별할 수 있었다. 또한, 핫스팟에서 높은 밀도 레벨을 가지는 부분을 확인함으로써 핫스팟 내부를 분석할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제16권4호
• /
• pp.15-22
• /
• 2011

주성분 분석(PCA)은 데이터의 차원을 줄이면서 최대의 데이터 변이를 보존하는 기법으로 차원 축소나 특징 추출을 위해 널리 사용되고 있다. 하지만 PCA는 잡음에 민감하며 가우스 분포에 대하여만 유효하다는 단점이 있다. 잡음 민감성의 개선을 위해 다양한 방법이 제시되었고 그 중 퍼지 소속도를 이용한 반복적 최적화 기법인 RF-PCA2가 다른 방법에 비해 우수한 성능을 보였다. 하지만 RF-PCA2는 가우스 분포에만 사용할 수 있는 선형 알고리듬이라는 한계가 있다. 이 논문에서는 RF-PCA2와 커널 주성분 분석(kernel PCA, K-PCA)을 결합하여 가우스 분포 이외의 분포들도 다룰 수 있는 비선형 알고리듬인 improved robust kernel fuzzy PCA (RKF-PCA2)를 제안한다. RKF-PCA2는 RF-PCA2 알고리듬의 잡음 강건성과K-PCA의비선형성을 통해 기존알고리듬에 비해 잡음민감성이 적으며 가우스분포 한계를 효과적으로 극복할 수 있다. 이러한 사실은 실험 결과를 통해 확인할 수 있다.

• 한국정보통신학회논문지
• /
• 제11권8호
• /
• pp.1424-1433
• /
• 2007

본 논문에서 는 하드웨어의 구현을 위해 수정된 CGH(Computer Generated Hologram) 알고리즘을 바탕으로 디지털 홀로그램을 생성할 수 있는 하드웨어 구조를 제안하고 FPGA(Field Programmable Gate Array)를 기반으로 구현하고자 한다. 먼저 CGH 알고리즘을 분석 한 후에 디지털 홀로그램을 효율적으로 연산할 수 있는 CGH 셀 (cell)의 구조를 제안하고 CGH 셀의 확장을 통해서 CGH 커널 (kernel)을 구현한다. 그리고 최종적으로 CGH 커널과 SDRAM Controller, DMA 등의 블록들을 결합하여 CGH 프로세서를 구현한다. 제안한 구조는 CGH 커널 내 CGH 셀의 단순한 추가를 통해서 성능을 비례적으로 증가시킬 수 있다. 이는 CGH 셀들이 독립적으로 동작하기 때문이다. 제안한 하드웨어는 Xilinx의 XC2VP70 FPGA를 이 용하여 구현하였고 200 MHz의 동작속도에서 40,000개의 광원으로 구성된 3차원 객체를 0.205초에 $1,280{\times}1,024$크기 의 홀로그램으로 생성 할 수 있다.

• 지식경영연구
• /
• 제24권1호
• /
• pp.245-271
• /
• 2023

최근 데이터 경제가 가속화되면서 경영학 분야에서는 데이터 매칭이라는 새로운 기법이 주목받고 있다. 데이터 매칭은 모집단이 같지만 서로 다른 표본에서 수집된 데이터셋을 합치는 기법 또는 처리 과정을 의미한다. 그중에서 통계적 매칭은 서로 다른 데이터를 결합하는데 있어서 사업자 번호와 같이 기준이 되는 변수가 없는 경우 통계적 함수를 활용하여 데이터를 매칭하는 방법이다. 선행연구 검토결과 경제학, 교육학, 보건, 의료 등 다양한 분야에서 통계적 매칭이 많이 사용되고 있는데 반해 경영학 분야는 제한적임을 확인할 수 있었다. 본 연구는 기존 경영학 분야에서 충분히 연구되지 않았던 통계적 매칭의 유용성을 검증하고 활용도를 높이는 방안을 연구하고자 한다. 연구목적을 달성하기 위해 본 연구에서는 2020 벤처기업정밀실태조사와 2020 한국기업혁신조사 자료를 활용하여 통계적 매칭 시뮬레이션을 수행하였다. 먼저, 선행연구를 바탕으로 통계적 매칭에 사용되는 변수를 선정하였다. 공통변수는 업종, 종업원수, 지역, 업력, 상장시장, 매출로 설정하였고, 검증을 위한 고유변수와 제공변수는 중소기업 혁신에서 가장 중요한 연구인력 비율과 R&D 비용으로 각각 설정하였다. 사전 검증을 위해 2020 벤처기업정밀실태조사 자료를 수여자 데이터 30%와 기여자 데이터 70%로 분할하였다. 통계적 매칭에는 마할라노비스 거리와 랜덤 핫덱을 결합한 방식을 사용하였고, 성능평가는 수여자 데이터와 원시 데이터의 평균값 비교와 커널 밀도 함수(Kernel Density Estimation)를 통해 데이터 분포를 비교하였다. 검증결과, 수여자 데이터 30%와 기여자 데이터 70%에서 추출된 매칭 데이터의 평균값이 통계적으로 유의한 차이가 없는 것으로 나타나 유사한 데이터가 매칭된다는 것을 확인하였다. 또한, 두 데이터의 커널 밀도 함수로 도출한 데이터 분포 역시 유사한 형태가 나타나는 것을 확인할 수 있었다. 사후 검증에는 2020 벤처기업정밀실태조사에서 임의로 30%를 수여자 데이터로 추출하고 2020 한국기업혁신조사 자료를 기여자 데이터로 설정하여 통계적 매칭을 수행하고 검증하였다. 사전 검증과 마찬가지로 공통변수는 업종, 종업원수, 지역, 업력, 상장시장, 매출로 설정하였고, 검증을 위한 고유변수는 연구 인력 비율과 R&D 비용으로 정의하였다. 분석 결과, 수여자 데이터의 연구인력 비율의 평균과 기여자 데이터의 평균은 예상과 다르게 통계적으로 차이가 있는 것으로 나타났다. 하지만 커널 밀도 함수에 따른 두 데이터의 분포는 유사한 형태를 보이는 것으로 조사되어 통계적 매칭의 적절성을 확인할 수 있었다. R&D 비용은 통계적 매칭 수행 결과, 수여자 데이터의 R&D 비용 평균과 기여자 데이터의 평균이 통계적으로 차이가 없었고, 커널 밀도 함수도 유사한 분포를 보이는 것으로 조사되었다. 이러한 결과는 모집단은 동일하지만 서로 다른 표본에서 수집된 자료를 통계적으로 결합하여 신뢰할 수 있는 새로운 데이터를 확보할 수 있다는 측면에서 큰 의의가 있다. 또한, 경영학 분야에서 많이 사용되지 않았던 데이터 매칭 방법론을 모의실험을 통해 타당성을 검증함으로써 연구용 데이터 확보와 연구방법론의 확장에 기여했다는 점에서 시사점을 가진다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권5호
• /
• pp.595-604
• /
• 2004

문서 집합 내의 개념 또는 의미 관계의 자동 분석은 보다 효율적인 정보 획득과 단어 이상의 개념 수준에서의 문서간 비교를 가능케 한다. 본 논문에서는 다중요인모델에 기반 하여 텍스트 문서로부터 토픽들을 추출하고 이로부터 의미 커널(semantic kernel)을 구축하여 문서간 유사도를 측정하는 방안을 제시한다. 텍스트 문서는 내재된 토픽들의 다양한 결합에 의해 생성된다고 가정하며 하나의 토픽은 공통 주제에 관련되거나 적어도 자주 같이 나타나는 단어들의 집합으로 정의한다. 다중요인모델은 은닉층을 갖는 하나의 네트워크 형태로 표현되며, 토픽을 표현하는 단어 집합은 은닉노드로부터의 가중치가 높은 단어들로 구성된다. 일반적으로 이러한 다중요인 네트워크에서의 학습과 추론과정을 용이하게 하기 위해서는 근사적 확률 추정 기법이 요구되는데, 본 논문에서는 헬름홀츠 머신에 의한 방법을 활용한다. TDT-2 문서 집합에 대한 실험에서 토픽별로 관련 있는 단어 집합들을 추출할 수 있었으며, 4개의 텍스트 집합에 대한문서 검색 실험에서는 다중요인모델의 분석결과에 기반 한 의미 커널을 사용함으로써 기본 벡터공간 모델에 비해 평균정확도 면에서 통계적으로 유의한 수준의 성능 향상을 얻을 수 있었다.

• 대한원격탐사학회지
• /
• 제28권4호
• /
• pp.393-407
• /
• 2012

본 연구에서는 광학 원격탐사 영상의 획득 시 태양의 고도 및 방위가 대상 지역의 지형기복과 결합하여 나타나는 영향 및 다수의 시기에 걸쳐 획득한 영상을 비교분석하는 경우 영상 촬영시기의 차이로 인한 태양의 위치변화와 지형기복이 결합하여 나타나는 영향에 대한 보정을 시도하였다. 한라산과 다수의 분석구가 분포하는 제주도를 대상으로 Landsat 7 ETM+ 영상과 ASTER GDEM 지형자료를 사용하여 국지적조도의 모델링 시 커널의 크기를 $3{\times}3$, $5{\times}5$, $7{\times}7$, $9{\times}9$ 화소로 변화시키며 Lambertian 보정기법인 cosine 보정법과 비 Lambertian 보정기법인 c-보정법을 적용하고 보정기법 및 커널 크기에 대한 지형보정 효과를 분석하였다. 개별 영상의 육상지역에 대하여 보정을 수행한 결과 커널의 크기 $7{\times}7$을 적용한 c-보정법을 사용하였을 때에 보정효과가 가장 우수한 것으로 평가되었고, 대상지역을 ISODATA 무감독분류법을 이용하여 선택된 산림지역에 한정하여 지형보정을 수행한 경우에는 커널의 크기 $9{\times}9$를 적용한 c-보정법을 사용하였을 때에 가장 우수한 결과가 도출되었으며 다양한 지표피복이 혼합된 대상지역 대한 보정보다 효과가 큰 것으로 평가되었다. 다시기 영상의 경우 세 시기에 획득된 영상에 대하여 각각 지형보정을 수행한 후 상대적 방사도 보정을 적용하였을 때 지형보정을 수행하지 않은 경우와 비교하여 적외선 파장영역에서는 보다 균질한 반사도로 방사보정이 이루어졌으며 가시광 파장영역에서는 원영상의 반사도 패턴이 잘 보존된 결과가 도출되었다. 이상의 결과로부터 주변 지형으로부터 반사되는 에너지와 불완전한 대기보정으로 인한 잔류 대기영향을 고려하는 c-보정법을 적용하는 경우 cosine 보정법보다 우수한 지형보정 효과가 나타나며 수치표고모델에 내재된 수평과 수직방향 오차 및 위성영상과의 정합오차의 영향을 감소시기키 위하여 국지적 조도의 모델링 시 커널의 크기를 증가시키는 경우 지형보정의 효과가 증대되는 것으로 판단된다.

• 한국시뮬레이션학회논문지
• /
• 제27권3호
• /
• pp.1-11
• /
• 2018

이산 사건 시스템 명세 (DEVS)를 이용한 하이브리드 시스템 시뮬레이션은 IoT 기반 Smart factory의 최적 동작을 위한 파라미터 추출 등 멀티 레벨 모델 계층을 포함한 복잡계 시스템의 해석에서 중요한 도구로 사용되고 있다. 하이브리드 시스템은 연속 시간 시스템과 이산 사건 시스템의 특성을 모두 포함하고 있어 그 복잡성으로 인해 결과를 얻기 위해 많은 시간을 필요로 한다. 본 연구에서는 멀티 코어와 GPU가 결합된 이기종 컴퓨터 구조를 이용한 DEVS 기반 대규모 하이브리드 시스템 시뮬레이션의 가속화를 제안한다. 제안하는 멀티 코어-GPU 상호 결합 시뮬레이션 실행 플랫폼을 사용하여 상대적으로 많은 순간 전력을 소모하지만 실행 시간 측면에서 빠른 시뮬레이션이 오히려 전체 에너지 소모 측면에서 장점을 가지는 것을 보여주고자 한다. 이를 위해 대규모 모델의 수평적/수직적 상호 결합된 DEVS 기반 하이브리드 시스템을 시뮬레이션 하였고 효과적인 시뮬레이션을 위한 하드웨어의 조합, 동작 파라미터 변경에 따른 성능 향상을 전력 소모 관점에서 분석하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.330-333
• /
• 2019

본 연구는 기존 관중 수 예측에 주로 사용되는 ARIMA 모형과 다른 GKFN(Network with Gaussian kernel functions) 모델을 시계열 모델로 제안하고 여러 변수 간의 상관관계를 분석한 MLP(Multilayer Perceptron) 모델을 각각 따로 만들어 두 가지 RMSE값의 가중치를 결합한 새로운 모델을 최종적으로 제안한다. GKFN 모델은 phase space 분석을 위해 smoothness measure를 측정하고 커널 개수를 늘려가며 학습시키는 방법이다. 또한, MLP 모델은 관중 수에 영향을 주는 여러 변수(날짜, 날씨 등 팀과 관련된 특징들)의 상관관계를 correlation coefficient 값을 이용해 분석하고 높은 상관관계를 가지는 변수들을 이용해 MLP 모델을 만들어 학습하는 것이다. 이를 통해 프로야구팀 기아 타이거즈의 일일 단위 관중 수를 예측하고자 하였다. 관중 수 예측을 통해 구단과 관객 모두 긍정적인 활용이 가능할 것이다. 훈련 자료는 2010년부터 2018년까지 9년 동안 기아 타이거즈의 일별 관중 수를 자료로 하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.339-346
• /
• 2003

본 논문에서는 지역적 특성을 가지는 작은 인식기(마이크로 인식기)의 모음으로 인식기를 구현하는 다중 인식기 시스템을 제안한다. 각 학습패턴에서 k개의 이웃한 학습패턴을 추출해서 학습한 인식기를 마이크로인식기라고 한다. 각 학습패턴에는 한개 이상의 마이크로 인식기를 부여한다. 본 논문에서는 선형 커널을 사용한 SVM과 RBF 커널을 사용한 SVM등 두 가지 형태의 마이크로 인식기를 사용한다. 테스트 패턴이 인가되면 테스트패턴 주변의 마이크로인식기들 중에서 성능이 가장 좋은 것 하나를 선택한 후 선택된 인식기로 최종 클래스를 결정한다. 테스트패턴 주변에 있는 학습패턴들을 인식한 결과를 성능 측정 척도로 사용한다. Elena 데이터 베이스를 사용하여 기존의 단일 인식기, 다중 인식기 결합, 다중 인식기 선택 방법들과 인식률을 비교한 결과 제안된 방법이 우수함을 알 수 있다.