• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.74-77
• /
• 2003

본 논문에서는 자연스러운 온라인 필기체 문자 인식을 위하여 획 기반 HMM(Substroke HMM)을 기반으로 한 인식 방법을 채택하고, 획 분류의 정확도 향상을 위한 전처리 과정에 대해 재샘플링 간격 조정을 통한 획 분류실험을 통해 인식률 제고에 관한 실험을 수행하였다 필기체 문자인식을 위한 방법으로 한 문자 전체를 HMM으로 구성하는 Whole-character HMM과 자소단위를 HMM으로 구성하는 character HMM을 주로 이용하였으나, 이러한 방법은 문자의 수에 비례하여 비교적 큰 메모리 용량과 계산량이 요구되는 단점이 있다. 이러한 단점을 개선하기 위한 획 기반 HMM은 문자를 획 단위로 분류한 후 이를 HMM 모델로 구성하므로 소수의 획 기반 HMM 모델만으로 문자를 모두 표현할 수 있는 장점을 가지고 있어, 인식률의 큰 저하 없이 계산량 및 메모리 용량을 크게 줄일 수 있다. PDA상에서 수집한 완성형 한글 데이터베이스를 사용하여 획 분류 실험을 수행한 결과 평활화와 7/100 길이의 재샘플링을 수행한 경우 평활화 과정을 추가하지 않은 기존의 재샘플링 5/100 길이의 경우에 비해 정확도가 평균 3.7% 향상을 나타내었으며, 특히 첨가 에러율이 감소함을 확인할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.52-55
• /
• 2019

최근 여러 블록체인 플랫폼에서 잇따라 51% 공격에 대한 소식이 들려 옴에 따라 새로운 블록체인의 필요성이 부각되고 있다. 그중 Hashgraph 는 기존의 블록체인과 다르게 블록단위가 아닌 이벤트 즉, 블록에 기록되는 트랜잭션 그 자체로 체인이 구성되는 메커니즘을 가지고 있기 때문에 차세대 블록체인으로 대두되고 있다. 그러나 트랜잭션 단위로 Hash 또는 Hash 검증을 수행하기 때문에 연산 량이 기하급수적으로 늘어나며, 검증 또는 합의에 소요되는 시간이 상당하다. 본 논문에서는 이를 해소하기 위해 Verifiable Random Function 을 이용하여, Hash 에 대한 검증 절차와 연산 량을 감소하여 최종적으로 합의에 소요되는 시간을 단축하는 방법에 대해 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.714-717
• /
• 2015

기존의 암호데이터 중복제거 기술은 데이터의 중복 여부를 판단하기 위해 다양한 방식으로 데이터를 전송하고 이를 기존에 저장된 데이터와 비교하여 중복여부를 판단하게 된다. 이러한 데이터 중복제거 기술의 중복제거 효율성을 높이기 위해 최근 블록 단위의 중복제거 기술이 사용되고 있다. 하지만 블록 단위 중복제거 기술의 적용 과정에서 다양한 보안 위협이 발생하는데, 이 중 포이즌 어택은 무결성 및 데이터 저장 시 저장되는 데이터에 대한 검증이 이루어지지 않는 시스템에서 발생하는 위협 중 하나이다. 이러한 위협을 해결하기 위해 암호화 기술을 적용한 여러 기술들이 연구되어 제안되었지만 과도하게 많은 통신 횟수와 연산이 발생되어 효율성이 떨어지는 문제가 존재한다. 따라서 본 논문에서는 클라우드 스토리지에 저장되는 데이터의 기밀성과 무결성을 보장하며, 연산량과 통신량에서 보다 효율적인 암호데이터 중복제거 기술을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.271-273
• /
• 2012

중복 제거(De-duplication) 여러 데이터를 저장한 스토리지에서 같은 내용을 담고 있는 파일자체나 블록단위의 chunk 등을 찾아 중복된 내용을 제거하여 중복된 부분은 하나의 데이터 단위를 유지함으로써 스토리지 공간을 절약할 수 있다. 본 논문에서는 실험적인 데이터가 아닌 실제 업무 환경에서 적용될만한 대용량의 데이터 백업을 가정한 상황에 대해 중복 제거 기법을 테스트해봄으로써 중복제거율과 성능을 측정하였으며 이를 시각적으로 표현하는 방법을 제안함으로써 평가자 및 사용자가 알아보기 쉽게 하였다.

• Korean Journal of Environmental Agriculture
• /
• v.25 no.2
• /
• pp.129-137
• /
• 2006

A study was conducted to investigate the behavior of pollutant forms at each area in the sewage treatment plant by natural purification method. The sewage treatment plant by natural purification method that consisted of aerobic and anaerobic area was constructed. The efficiency of sewage treatment depending on the operation time, the loading amount of pollutant season variation were investigated. The removal amount of BOD, COD, TOC and SS in the aerobic area was significantly increased as the treatment proceeded. Decreased BOD, COD, TOC, SS, T-N and T-P depending on the loading amount of pollutants in the aerobic and ananerobic area were mostly insoluble BOD (IBOD), insoluble COD (ICOD), soluble TOC (STOC), volatile SS (VSS), dissolved T-N (DTN) and dissolved T-N (DTP) types, respectively. The removal efficiency of BOD, COD, TOC, SS, T-N and T-P in hot season (summer and autumn) were more than that in cold season (spring and winter). The removal efficiencies of BOD, COD, TOC, SS, T-N and T-P of the effluent were about 92, 89, 73, 95, 46 and 84% in all seasons, respectively.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.473-476
• /
• 2020

개체명 인식에 적용된 대부분의 신경망 모델들에서 CRFs와 결합을 통해 성능 향상을 하였다. 그러나 최근 대용량 데이터로 사전 학습한 모델을 활용하는 경우, 기 학습된 많은 유의미한 파라미터들로 인해 CRFs의 영향력이 비교적 작아졌다. 따라서 본 논문에서는 한국어 대용량 말뭉치로 사전 학습한 ELECTRA 모델에서의 CRFs 가 개체명 인식에 미치는 영향을 확인해보고자 한다. 모델의 입력 단위로 음절 단위와 Wordpiece 단위로 사전 학습된 두 가지의 모델을 사용하여 미세 조정을 통해 개체명 인식을 학습하였다. 실험을 통해서 두 모델에 대하여 각각 CRFs 층의 유무에 따른 성능을 비교해 보았다. 그 결과로 ELECTRA 기반으로 사전 학습된 모델에서 CRFs를 통한 F1-점수 향상을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1506-1509
• /
• 2013

본 논문에서는 고성능 HEVC(High Efficiency Video Coding) 복호기 설계를 위한 효율적인 in-loop filter의 하드웨어 구조 설계에 대해 기술한다. in-loop filter는 deblocking filter와 SAO로 구성되며, 블록 단위 영상 압축 및 양자화 등에서 발생하는 정보의 손실을 보상하는 기술이다. 하지만 HEVC는 $64{\times}64$ 블록 크기까지 화소 단위 연산을 수행하기 때문에 높은 연산시간 및 연산량이 요구된다. 따라서 본 논문에서 제안하는 in-loop filter의 deblocking filter 모듈과 SAO 모듈은 최소 연산 단위인 $8{\times}8$ 블록 연산기로 구성하여 하드웨어 면적을 최소화하였다. 또한 SAO에서는 $8{\times}8$ 블록의 연산 결과를 내부레지스터에 저장하는 구조로 $64{\times}64$ 블록 크기를 지원하도록 설계하여 연산시간 및 연산량을 최소화 하였다. 제안하는 하드웨어 구조는 Verilog HDL로 설계하였으며, TSMC 칩 공정 180nm 셀 라이브러리로 합성한 결과 동작 주파수는 270MHz이고, 전체 게이트 수는 48.9k이다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2005.11a
• /
• pp.264-267
• /
• 2005

본 논문에서는 매 프레임 단위로 노이즈를 추정하는 방법을 적용하는 전처리 기법을 이용하여 적응 지각필터의 연산량을 개선하는 알고리즘을 제안한다. 제안된 전처리 잡음 주정 알고리즘은 잡음에 열화 된 대역으로부터 잡음을 추정하여 적응 지각필터에 적용함으로써 연산량 개선과 동시에 오디오 신호의 음질을 개선하는 알고리즘이다. 이는 처리되는 신호 구간에 따라 잡음에 열화 된 대역으로부터 잡음을 추정함으로써 초기 추정 잡음에 보다 가까운 추정 잡음을 얻을 수 있다. 결과적으로 적응 지각필터의 연산량을 효과적으로 줄일 수 있다. 성능 평가를 위하여 지각필터의 적용 결과와 제안한 알고리즘의 적용 결과로 얻어진 개선 신호의 SSNR, NMR의 비교와 적응 지각필터 적용 횟수, 동작 시간 등을 이용하여 성능의 개선을 확인하다.

• Asian Journal of Turfgrass Science
• /
• v.2 no.1
• /
• pp.31-40
• /
• 1988

4가지 관수 처리 회수가 한국 잔디와 Zoysia-82에 미치는 영향을 조사한 결과는 다음과 같다. 1. 한국 잔디가 각 관수처리마다 Zoysia-82보다 엽장은 길고 엽복은 넓은 편이었다. 2. Runner의 생장은 Zoysia-82가 왕성했으며, 두 품종 공히 매일 1회 관수, 대비구(자연상태), 5일, 10일마다 1회 관수구순으로 runner의 길이가 길고 1일 생장량도 많았다. 3. 이식시 단위 spring당 각 부위별 건물량은 한국잔디가 더 무거웠으나 생육을 거듭할수록 Zoysia-82가 더 무거웠고, 1일 건물량 증가량도 Zoysia-82가 더 많았다. 4.지표면 피복율은 각 관수처리별 Zoysia-82가 한국 잔디보다 빨랐다. 두 품종 공히 매일 관수구 가장 빨랐고, 대비구, 5일, 10일마다 1회 관수구 순으로 빨랐다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.284-287
• /
• 2012

GLOVE(GLObal Virtual reality visualization Environment for scientific simulation)는 컴퓨팅 자원의 성능 향상으로 데이터 양이 급속히 증가한 응용 과학과 전산 시뮬레이션 분야의 대용량 과학 데이터를 효율적으로 가시화하여 분석하기 위한 도구이다. GLOVE의 데이터 관리자인 GDM(GLOVE Data Manager)은 대용량 데이터의 분산 병렬 가시화를 위해 분산 공유 메모리를 제공하는 GA(Global Array)를 이용해 테라 바이트 단위의 데이터를 실시간으로 처리한다. 그러나 대용량 과학 데이터를 가시화 하는 과정에서 기존의 Data Locality를 고려하지 않은 데이터 접근 방식으로 인한 성능 저하를 확인했다. 본 논문은 기존 GLOVE에서 발견한 성능 저하 현상을 밝히고, 이에 대한 해결 방법을 제시한다.