• 한국인터넷방송통신학회논문지
• /
• 제21권1호
• /
• pp.93-98
• /
• 2021

딥 러닝의 발전으로 다양한 AI 기반의 응용이 많아지고, 그 모델의 규모도 매우 커지고 있다. 그러나 임베디드 기기와 같이 자원이 제한적인 환경에서는 모델의 적용이 어렵거나 전력 부족 등의 문제가 존재한다. 이를 해결하기 위해서 클라우드 기술 또는 오프로딩 기술을 활용하거나, 모델의 매개변수 개수를 줄이거나 계산을 최적화하는 등의 경량화 방법이 제안되었다. 본 논문에서는 다양한 프레임워크들의 상호 교환 포맷으로 사용되고 있는 ONNX(개방형 신경망 교환 포맷) 포맷에 딥러닝 경량화 방법 중 학습된 모델의 양자화를 적용한다. 경량화 전 모델과의 신경망 구조와 추론성능을 비교하고, 양자화를 위한 다양한 모듈 방식를 분석한다. 실험을 통해 ONNX의 양자화 결과, 정확도는 차이가 거의 없으며 기존 모델보다 매개변수 크기가 압축되었으며 추론 시간 또한 전보다 최적화되었음을 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제26권5호
• /
• pp.786-792
• /
• 2022

최근 클라우드 환경의 서비스 지연문제 해결을 위하여 응용서비스의 사용자 근접성 확보 및 계산 오프로딩을 위한 FEC (Fog/Edge Computing) 패러다임에 대한 연구가 활발하다. 엣지 디바이스 (이동객체)들의 동적 위치변화 패턴 예측방법은 FEC 환경에서 컴퓨팅 리소스의 효율적 분배 및 배치를 위하여 중요한 역할을 한다. 본 논문은 엣지 디바이스들의 이동 빈발패턴에 대한 지지도의 임계값을 적용하여 선택된 경로들을 대상으로 임의의 가중치 (거리, 시간, 혼잡도)를 추가적으로 적용한 최적 이동패턴 추출방법을 제안한다. 실험을 통하여 제안 알고리즘은 빈발도만을 적용한 OPE_freq [8] 알고리즘과 A^* 및 Dijkstra 알고리즘 등과 비교한 결과, 수행시간과 노드 접근횟수를 감소시키고 보다 정확한 경로를 추출함을 알 수 있다.

• 한국위성정보통신학회논문지
• /
• 제6권1호
• /
• pp.37-44
• /
• 2011

2010년 6월 26일에 발사된 통신해양기상위성(천리안)은 Ka-대역 위성통신, 정지궤도 해양관측, 그리고 기상관측을 위한 탑재체를 가지고 있다. 정지궤도상의 위성을 효과적으로 운용하기 위해서 위성 임무운영 개념을 정립하여 이를 위성관제시스템의 개발 초기 단계부터 적용하였다. 천리안 위성의 임무운영은 일별, 주별, 월별 그리고 계절별 운영으로 구분된다. 위성의 일별운영은 임무계획, 명령계획 및 전송, 원격측정 데이터 처리 및 분석, 위성 거리측정 및 궤도결정, 위성의 궤도 및 이벤트 예측, 그리고 휠 오프로딩 파라미터 계산으로 구분된다. 위성의 주별 운영으로는 화요일에 남북방향 위치유지조정, 목요일에 동서방향 위치유지조정으로 구분된다. 월별운영으로는 위성의 온보드 오실레이터를 갱신하기 위한 비행역학 파라미터 계산과 위성으로의 전송이 수행되며 계절별 운영으로 봄과 가을에는 지구가 태양을 가리는 식에 관련된 위성운영을 수행한다. 이 논문에서는 통신해양기상위성이 발사된 후 약 3개월에 걸친 궤도 내 시험 기간 중에 이루어진 위성관제시스템의 주요 기능들에 대한 운영검증을 기술한다. 이 기간 중에 위성관제시스템의 대부분 기능이 성공적으로 검증되었으며 천리안 위성관제시스템은 위성의 설계 수명기간인 7년 또는 위성이 수명을 다하는 그 이후까지 계속 사용될 예정이다.