• 인터넷정보학회논문지
• /
• 제1권2호
• /
• pp.11-18
• /
• 2000

본 논문은 실시간 트랜잭션 시스템(Real-Time Transaction System)에 하위 트랜잭션(subtransaction) 개념을 도입한 새로운 확장모델을 제시하였다. 제안된 모델은 J. Moss 모델을 실시간 단일 프로세스에 특정한 시간제약을 부과함으로 확장되었으며, 이를 기반으로 통합된 동시성 제어와 스케줄링 알고리즘이 개발되었다. 이는 Sha의 우선 순위 제한 알고리즘에 기반하여 확장된 알고리즘으로, 실시간 트랙잭션의 시간제약을 보장함과 동시에 데이터베이스의 일관성도 함께 유지한다. 본 논문은 제안된 실시간 중첩 트랜잭션 모델이 무한정한 블록킹(blocking)과 데드락(dead lock)을 방지함과 동시에 실시간 트랜잭션의 직렬화도 유지함을 증명하였으며, 또한 트랜잭션의 상위 바운드를 설정하고, 고정 우선순위 기반 방법(Rate-Monotonic Priority Assignment)을 적용함으로 스케줄링 가능성을 분석하였다. 본 연구는 다중 및 분산 실시간 중첩 트랜잭션 모델로 확장하기 위한 첫 단계이며, 또한 최근 관심을 모으는 웹기반 실시간 멀티미디어 데이터베이스 모델로 확장이 가능한 것으로 추정된다.

• 한국통신학회논문지
• /
• 제35권5B호
• /
• pp.794-800
• /
• 2010

디지털 선박에서는 선박 내의 각종 센서로부터 측정된 디지털 데이터에 대한 정확하고 에너지 효율적인 관리가 필요하다. 센서 네트워크에서 대용량의 입력 스트림 데이터 전체를 데이터베이스에 모두 저장하여 한꺼번에 처리하는 것은 효율적이지 못하다. 본 논문에서는 디지털 선박 내 센서 네트워크의 에너지 효율성과 정확성을 고려하여 여러 센서에서 지속적으로 들어오는 다차원 스트림 데이터의 처리 성능을 높이고자 한다. 디지털 선박 내에 다수 개의 센서(온도, 습도, 조도, 음성 센서)를 배치하고 효율적인 입력 스트림 처리를 위해서 슬라이딩 윈도우 기반으로 질의를 처리하고 Mjoin 방법으로 다중 질의 계획을 수립한 후 SVM 알고리즘을 통해 저장 데이터를 축소하는 효율적인 처리 기법을 제안한다. 분류된 데이터들 중 필요하지 않는 데이터는 자동으로 데이터베이스에서 삭제되고 유효한 데이터는 디지털 선박 모니터링 시스템에 이용하였다. 35,912개의 데이터 집합을 사용하여 실험한 결과 실제 입력되는 데이터보다 저장 공간의 18.3%를 축소함으로써 효과적임을 보였다.

• 한국통신학회논문지
• /
• 제28권4B호
• /
• pp.323-338
• /
• 2003

주기억장치 데이터베이스 시스템(MMDBMS)은 디스크가 아닌 주기억장치를 주요 저장 매체로 사용하므로, 고성능이 요구되는 데이터베이스 응용을 효과적으로 지원한다. 최근, 인터넷을 중심으로 고속 데이터 처리와 함께, 보다 향상된 데이터 표현력과 보다 엄격한 데이터 일관성 보장에 대한 요구가 증대되고 있다. MMDBMS에서는 모든 데이터가 주기억장치에 상주하기 때문에, 성능에 대한 오버헤드 없이 그러한 요구를 만족시킬 수 있는 방법을 제공할 수 있다. 이들은 구체적으로 데이터를 처리하기 위한 연산과 참조 무결성과 같은 제약들로 이루어진다. 이들로 구성된 데이터 모델은 MMDBMS에서 데이터베이스의 표현력을 측정하는 중요한 컴포넌트이다. 본 논문에서는 통신 서비스의 제공에 필요한 요구들과 이를 지원하는 데이터 모델에 대해 설명한다. 다루는 주요 이슈들은 1) 포인터를 사용한 테이블간의 관계성 정의, 2) 관계성에 의한 데이터들의 항해, 3) 포인터 연산에 대한 참조 무결성 지원, 4) 죠인시 균일한 처리 시간 보장, 5) 객체지향 특성 지원, 6) 다중 테이블간 인덱스의 공유 등이다. 본 논문에서는 복잡한 응용 환경에서 이러한 이슈들을 지원할 수 있도록 설계한 데이터 모델에 대해 설명한다.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권3호
• /
• pp.230-245
• /
• 2002

실시간 응용을 위한 데이타베이스 시스템은 각 트랜잭션에 부여된 시간 제약사항을 만족해야 한다. 일반적으로, 트랜잭션 스케줄러는 종료시한이라는 형태로 각 트랜잭션의 시간 제약 사항을 표현하며 이는 그 트랜잭션의 우선순위로 사용이 된다. 최근, 보안이 많은 실시간 응용에서 중요한 요구사항이 되고 있다. 많은 시스템에서 기밀성을 띤 정보가 서로 다른 인가등급을 가진 사용자에 의해 공유된다. 시간 제약사항과 동시에 기밀 데이타를 관리하는 응용에서 진보된 데이타베이스 시스템의 사용이 증가하면서 시간 제약사항과 보안 요구사항을 만족하는 병행수행 제어 프로토콜의 개발이 요구되어지고 있다. 본 논문에서는 보안 요구사항과 실시간 요구사항을 보장하는 두 개의 병행수행 제어 프로토콜들을 제안한다. 제안하는 프로토콜들은 다중버전 로킹에 기반을 두고 있지만 두 가지 제약사항을 만족시키기 위해서 얼림이라는 새로운 기법을 사용한다. 또한, 제안하는 프로토콜의 정확성을 증명하고 기존의 로킹에 기반을 둔 프로토콜들보다 높은 병행수행 정도를 제공함을 증명한다. 마지막으로, 몇 가지 예제를 통해 다른 프로토콜들과 성능 분석을 수행하여 성능 향상이 있음을 보인다.

• 전자공학회논문지CI
• /
• 제47권3호
• /
• pp.11-21
• /
• 2010

최근 웹페이지의 생성 및 웹이 가진 정보량이 기하급수적으로 늘면서 사용자의 검색 목적을 파악하여 효율을 높이기 위한 다양한 방법이 연구되고 있으며, 태깅 시스템이 하나의 대안으로 떠오르고 있다. 태깅 시스템은 인터넷 사용자로 하여금 태그라고 불리는 메타데이터를 글, 사진, 동영상 등에 부여하도록 함으로써 콘텐츠의 검색 및 브라우징을 편리하게 하는 시스템이다. 이처럼 태그는 해당 페이지의 대표 키워드를 의미하므로 콘텐츠 분류의 기준을 마련할 수 있으나, 사용자에 의해 직접 입력되어야 하는 수고가 필요하고, 또한 무분별한 태깅으로 인해 오히려 분류에 방해가 되는 등의 문제점들이 있다. 본 논문에서는 이러한 태깅의 문제를 해결하기 위한 방법으로 얼굴인식 알고리즘을 활용한 영상콘텐츠 내에서의 다중 얼굴 태깅 자동화 방법을 제시한다. 이를 위해 먼저 여러 얼굴검출 방법 중 Haar-like features와 AdaBoost 알고리즘을 이용하여 빠른 속도와 높은 정확도로 영상콘텐츠 내에서 얼굴 영역을 검출한다. 이후 PCA와 고유얼굴을 이용하여, 검출해 낸 얼굴을 데이터베이스에 미리 저장해 놓은 프로필 사진과 비교, 인식해냄으로써 해당 인물에 대한 정보를 불러와서 자동으로 태깅하는 시스템을 구현하였다. 이러한 새로운 방식의 태깅 기술은 현존하는 사진공유, 쇼핑, 검색 등의 수많은 웹서비스에 적용이 가능하며, 특히 소셜네트워크서비스에서의 사진 관리나 인물검색 등에서 활용할 때 큰 효과를 보일 것으로 기대된다.

• 한국음향학회지
• /
• 제42권6호
• /
• pp.536-543
• /
• 2023

다수의 화자가 존재하는 음성에서 "누가 언제 발화했는가?"에 대해 레이블링하는 화자 분할은 발화 중첩 구간에 대한 레이블링과 화자 분할 모델의 최적화를 위해 심층 신경망 기반의 종단 간 방법에 대해 연구되었다. 대부분 심층 신경망 기반의 종단 간 화자 분할 시스템은 음성의 각 프레임에서 발화한 모든 화자의 레이블들을 추정하는 다중 레이블 분류 문제로 분할을 수행한다. 다중 레이블 기반의 화자 분할 시스템은 임계값을 어떤 값으로 설정하는지에 따라 모델의 성능이 많이 달라진다. 본 논문에서는 임계값 없이 화자 분할을 수행할 수 있도록 단일 레이블 분류를 이용한 화자 분할 시스템에 대해 연구하였다. 제안하는 화자 분할 시스템은 기존의 화자 레이블을 단일 레이블 형태로 변환하여 모델의 출력으로부터 레이블을 바로 추정한다. 훈련에서는 화자 레이블 순열을 고려하기 위해 Permutation Invariant Training(PIT) 손실함수와 교차 엔트로피 손실함수를 조합하여 사용하였다. 또한 심층 구조를 갖는 모델의 효과적인 학습을 위해 화자 분할 모델에 잔차 연결 구조를 추가하였다. 실험은 Librispeech 데이터베이스를 이용해 화자 2명에 대한 시뮬레이션 잡음 데이터를 생성하여 사용하였다. Diarization Error Rate(DER) 성능 평가 지수를 이용해 제안한 방법과 베이스라인 모델을 비교 평가했을 때, 제안한 방법이 임계값 없이 분할이 가능하며, 약 20.7 %만큼 향상된 성능을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권2호
• /
• pp.137-152
• /
• 2004

모발분석(TMA: Tissue Mineral Analysis)은 머리카락 속에 있는 30여 가지의 미네랄과 8가지의 중금속의 양과 중요 미네랄 비율을 분석하여 체내에 과잉, 결핍 및 불균형 상태를 평가하고, 그 결과가 현재 인체에 미치는 영향을 예측하여, 건강을 유지하는 방향을 제시하는 임상 영양학 및 독성학 모발조직 검사방법을 말한다. 그러나 국내 TMA 분석방법은 몇 가지 문제점이 있다. 첫째, TMA 분석기기는 있으나 분석결과를 해석할 수 있는 한국형 의학 정보 데이타베이스가 없다. 둘째, 미국에서 보내오는 TMA 검사결과 자료가 영문이며 철저한 보안에 바탕을 둔 그래픽 파일 형태이므로 활용성이 적다. 셋째, TMA 관련 데이터베이스가 있어도 의료기관에서 사용하기 어려운 매우 낮은 수준이므로 TMA 분석 및 의료서비스를 위해 매번 미국에 의뢰해야 하므로 심각한 외화낭비를 초래한다. 넷째, TMA 결과가 서구식 생활패턴에서 비롯된 데이터 베이스로부터 구축된 것이므로 검사결과의 신뢰성 문제가 발생한다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 국내 전문 기관으로부터 자료를 제공받아 TMA 관련 국내 최초 지능적 의학 전문가 시스템(IMES: Intelligent Medical Expert System)을 개발하였다. IMES는 TMA 자료를 다단계 통계분석 방법에 의한 결정 트리 분류기를 이용하여 분류하고 다중 퍼지 규칙베이스를 구축하여, 지능적 퍼지추론 방법에 의해 한글화된 데이터베이스로부터 복잡한 자료를 추론하도록 구축하였다. 본 IMES 시스템을 실제 적용한 결과 업무능률과 만족도가 각각 86%, 92% 증가함을 알 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권1_2호
• /
• pp.1-9
• /
• 2002

진화 신경망은 기존의 경험적 지식 대신에 진화 알고리즘의 전역 탐색 능력을 사용해서 최적의 신경망을 찾는다. 하지만 실세계의 복잡한 문제는 하나의 신경망으로 해결하기 어려운 경우가 많기 때문에 최근에 하나 이상의 신경망을 결합한 다중 신경망에 관한 연구가 활발히 진행되고 있다. 본 논문에서는 진화과정 중 상호보완 가능한 다양한 신경망을 얻기 위한 종분화 방식을 제안한다. 또한 적합도 공유를 통해 종분화된 진화 신경망의 결과를 효과적으로 결합하기 위해 추상 레벨, 순위 레벨, 측정치 레벨의 여러 결합 방법을 이용한 다중 신경망 시스템을 개발한다. UCI 데이터베이스의 벤치마크 문제 중 호주 신용카드 승인 데이터에 대하여 실험한 결과, 종분화를 사용해 탐색한 신경망을 결합한 경우는 더 높은 인식률을 보였으며 Borda 결합의 경우 0.105의 오류율을 보여 제안한 방법이 효과적임을 알 수 있었다.

• 한국음향학회지
• /
• 제30권6호
• /
• pp.330-336
• /
• 2011

본 논문에서는 supervector linear kernel SVM을 사용한 화자식별 시스템의 성능을 개선하는 방법을 제안하였다. 제안한 방법은 긴 학습 데이터를 여러 개의 짧은 학습 데이터로 분할하는 것을 기본 아이디어로 하고 있다. 제안한 방법의 성능을 평가하기 위해 서로 다른 4가지 데이터베이스에 PCA, GKPCA, KMDA를 사용하여 특징 강화를 하고 실험한 뒤 결과를 분석하였다. 실험 결과 제안한 방법이 supervector linear kernel SVM을 사용한 화자 식별 성능을 향상 시키는 것을 확인하였다.

• 정보처리학회논문지D
• /
• 제10D권1호
• /
• pp.23-32
• /
• 2003

대규모 데이터 마이닝 환경에서는 이질적인 데이터베이스 혹은 파일 시스템으로부터 분석 대상 데이터를 수집하는 경우가 일반적이므로, 수집된 데이터가 서로 다른 추상화 수준(abstraction level)으로 표현되기 마련이다, 본 논문에서는 기존의 결정 트리(decision tree)를 서로 다른 추상화 수준으로 표현된 데이터에 적용할 때, 분류상 모순이 일어날 수 있음을 보이고, 그에 대한 해결방안을 제시한다. 제안하는 방법은 데이터 간에 존재하는 일반화/세분화 관련성을 결정 트리의 구축 단계는 물론, 클래스 할당 단계에도 반영하여 데이터간의 의미적 연관성을 효과적으로 활용할 수 있도록 한다. 아울러 실제 데이터에 기반을 둔 실험을 통해, 제안한 방법이 기존 방법보다 분류 오류율을 현저히 줄일 수 있음을 보인다.