• 지능정보연구
• /
• 제27권3호
• /
• pp.139-156
• /
• 2021

이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.

• 정보화연구
• /
• 제11권4호
• /
• pp.409-426
• /
• 2014

2014년 UN의 전자정부 서비스 평가 3회 연속 한국이 우승하였으며, 지난해에는 범정부 EA가 UN공공행정상을 수상하였다. 이는 범정부 EA기반 범정부 차원의 맞춤형 서비스 연계 통합 과제 발굴 및 수행에 따른 성과라고 볼 수 있겠다. 이와 같은 EA는 과거 전자정부 31대 과제 중 하나로 선정되어 추진해왔으며, 2005년 법제화 이후 공공부문에서 본격적으로 도입 및 운영 활용되었다. 많은 공공기관에서 EA를 통한 대내외 성과를 도출하는 등 활발하게 활용하고 있는 반면, 10여년이 지난 지금에도 몇몇 공공기관은 EA를 아직 인식수준에서 관리하고 있다. 더불어, 개별 공공기관의 EA를 통한 성과는 다시, 범정부 차원의 성과로 확산되어 범정부EA를 세계의 표준으로 성장시키는 데 톡톡한 기여를 하고 있다. 이와 같이 기관에서 EA를 통해 도출 되고 있는 성과의 주요 요인이 무엇이며, 어떠한 요인이 개별기관 및 범정부 EA 성과에 영향을 미치고 있는지 관련하여 EA 성과모형을 개발하고 이를 구조모형을 통한 규명을 해보고자 한다. 이를 위해 EA, EA서비스, 정보시스템 성공요인, 정보시스템 성과 측정 등 이론적 선행여구를 고찰하고 논리적 추론과정을 통해 모형개발 및 검증을 하고자 한다. 본 연구에서는 서비스 품질 측정 평가 모델인 서브퀄 모형(SERVQUAL Model) 및 DeLone & McLean의 정보시스템성공모형을 EA 서비스 성과에 접목한 국내 최초의 연구로서 실무적 및 이론적으로 시사하는 바가 크다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권10호
• /
• pp.800-815
• /
• 2009

최근 웹 서비스 기반 서비스 지향 구조는 네트워크 상에 분산된 다양한 애플리케이션을 효과적으로 통합하기 위한 방법으로 널리 활용되고 있다. 서비스 지향 구조에서 BPEL은 비즈니스 프로세스 모델 언어로, 다양한 서비스들을 통합하는 방법을 제시하고 있다. 현재 이러한 BPEL을 이용한 서비스 통합 및 조합에 관해 많은 연구가 진행되고 있으며 서비스들 간의 호환성을 검증하려는 노력, 비즈니스 프로세스의 식별과 추적에 관한 몇몇 연구가 진행되었다. 그러나 다양한 서비스의 조합으로 인해 발생하는 문제를 해결하려는 연구는 부족하다. 특히 조합된 서비스가 얼마나 신뢰할 수 있는지, 예외 상황에 대해 얼마나 강건하게 대처할 수 있는지 평가하고자 하는 노력은 거의 이루어지지 않았다. 이에 본 논문에서는 BPEL을 이용한 서비스 조합에 있어서 조합된 서비스의 강건성을 테스트하기 위한 방법과 이 방법을 지원하기 위한 테스트 프레임워크를 제시한다. 본 논문의 방법은 BPEL 프로세스와 참여하는 다양한 서비스를 분석하고, 분석된 정보를 바탕으로 실제 서비스들에서 발생 가능한 다양한 예외 상황을 발생시키는 가상의 환경을 구축하여 강건성 테스트를 수행한다. 이는 BPEL 프로세스로 표현된 서비스 조합이 얼마나 예외 상황에 강건하게 대처하는지 검증하는 방법이다.

• 정보처리학회논문지D
• /
• 제12D권7호
• /
• pp.1049-1064
• /
• 2005

내간형 시스템이 제공하는 기능이 다양해지고 그 구조가 복잡해짐에 따라, 이들 시스템을 설계하는 데에 객체 지향 설계 방법론이 널리 사용되고 있다. 객체로 설계된 시스템을 대상 하드웨어에서 수행시키기 위해서는 객체들로부터 태스크 집합을 유도해야 하는데, 여기에 몇 개의 태스크가 존재하며 각 태스크가 어떤 객체들로 도착한 어떤 이벤트를 처리하느냐에 따라 시스템의 응답성이 크게 좌우된다. 그럼에도 불구하고 객체와 태스크의 상이함 때문에 최적의 태스크 집합을 유도하는 것은 매우 어려운 일이며, 그로 인해 지금까지는 여러 태스크 집합을 반복적으로 시도해 보는 것이 보편적인 방법이었다. 본 논문에서는 이 문제를 해결하는 Scenario-based Implementation Synthesis Architecture(SISA)를 제안한다. SISA는 객체로 설계된 시스템에서 태스크 집합을 유도하는 방법, 그리고 이를 지원하는 개발 도구와 런타임 시스템 아키텍처를 총칭한다. 이를 이용하여 개발된 시스템은 가능한 적은 개수의 태스크들로 이루어져 있으면서도 시스템의 각 이벤트에 대한 응답 시간이 최소임이 보장된다. 우리는 UML 2.0을 모델링 언어로 사용하는 개발도구인 ResoRT를 확장하여 SISA를 구현했으며, 기 개발된 산업용 PBX(사설교환기) 시스템에 이를 적용했다 이 시스템의 성능 평가 결과, 지금까지 알려진 최선의 태스크 유도 방식을 이용하여 개발되었을 때에 비해 ,시스템의 최대 응답 시간이 평균 $30.3\%$ 단축된다는 것을 확인할 수 있었다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.191-207
• /
• 2021

오늘날 이동통신은 급증하는 데이터 수요에 대응하기 위해서 주로 속도 향상에 초점을 맞추어 발전해 왔다. 그리고 5G 시대가 시작되면서 IoT, V2X, 로봇, 인공지능, 증강 가상현실, 스마트시티 등을 비롯하여 다양한 서비스를 고객들에게 제공하기위한 노력들이 진행되고 있고 이는 우리의 삶의 터전과 산업 전반에 대한 환경을 바꿀 것으로 예상되고 되고 있다. 이러한 서비스를 제공하기위해서 고속 데이터 속도 외에도, 실시간 서비스를 위한 지연 감소 그리고 신뢰도 등이 매우 중요한데 5G에서는 최대 속도 20Gbps, 지연 1ms, 연결 기기 106/㎢를 제공함으로써 서비스 제공할 수 있는 기반을 마련하였다. 하지만 5G는 고주파 대역인 3.5Ghz, 28Ghz의 높은 주파수를 사용함으로써 높은 직진성의 빠른 속도를 제공할 수 있으나, 짧은 파장을 가지고 있어 도달할 수 있는 거리가 짧고, 회절 각도가 작아서 건물 등을 투과하지 못해 실내 이용에서 제약이 따른다. 따라서 기존의 통신망으로 이러한 제약을 벗어나기가 어렵고, 기반 구조인 중앙 집중식 SDN 또한 많은 노드와의 통신으로 인해 처리 능력에 과도한 부하가 발생하기 때문에 지연에 민감한 서비스 제공에 어려움이 있다. 그래서 자율 주행 중 긴급 상황이 발생할 경우 사용 가능한 지연 관련 트리 구조의 제어 기능이 필요하다. 이러한 시나리오에서 차량 내 정보를 처리하는 네트워크 아키텍처는 지연의 주요 변수이다. 일반적인 중앙 집중 구조의 SDN에서는 원하는 지연 수준을 충족하기가 어렵기 때문에 정보 처리를 위한 SDN의 최적 크기에 대한 연구가 이루어져야 한다. 그러므로 SDN이 일정 규모로 분리하여 새로운 형태의 망을 구성 해야하며 이러한 새로운 형태의 망 구조는 동적으로 변하는 트래픽에 효율적으로 대응하고 높은 품질의 유연성 있는 서비스를 제공할 수 있다. 이러한 SDN 구조 망에서 정보의 변경 주기, RTD(Round Trip Delay), SDN의 데이터 처리 시간은 지연과 매우 밀접한 상관관계를 가진다. 이 중 RDT는 속도는 충분하고 지연은 1ms 이하이기에 유의미한 영향을 주는 요인은 아니지만 정보 변경 주기와 SDN의 데이터 처리 시간은 지연에 크게 영향을 주는 요인이다. 특히, 5G의 다양한 응용분야 중에서 지연과 신뢰도가 가장 중요한 분야인 지능형 교통 시스템과 연계된 자율주행 환경의 응급상황에서는 정보 전송은 매우 짧은 시간 안에 전송 및 처리돼야 하는 상황이기때문에 지연이라는 요인이 매우 민감하게 작용하는 조건의 대표적인 사례라고 볼 수 있다. 본 논문에서는 자율 주행 시 응급상황에서 SDN 아키텍처를 연구하고, 정보 흐름(셀 반경, 차량의 속도 및 SDN의 데이터 처리 시간의 변화)에 따라 차량이 관련정보를 요청해야 할 셀 계층과의 상관관계에 대하여 시뮬레이션을 통하여 분석을 진행하였다.

• 전자공학회논문지
• /
• 제54권7호
• /
• pp.21-28
• /
• 2017

FPGA 배치 툴 연구는 학계에서도 단순한 가상 아키텍처 모델 가정에서 벗어나 상용 툴처럼 캐리체인이나 광폭함수 멀티플렉서, 메모리/승산기 블록 등의 성능 및 밀도를 향상시키는 소자들을 포함하는 현실적인 모델을 적용하기 시작하였다. 이 때 발생하는 실제적 이슈들을 다룬 사전 패킹, 다층 밀도 분석 등의 기법이 초기 분석적 배치 (Analytic Placement)에 적용되어 밀도를 분산시키면서 배선 길이를 효과적으로 최소화한 연구가 앞서 발표된 바 있다. 더 나아가 궁극적으로는 타이밍을 최적화해야하기 때문에 많은 연구에서는 타이밍 제약 조건을 만족시키기 위한 기법들이 제시되고 있다. 그러나 초기 배치 후 진행되는 배치 적법화 및 배치 개선에서 주로 적용될 뿐 분석적 배치에서 이러한 타이밍 기법을 적용한 사례는 거의 없다. 본 논문에서는 사전 패킹 및 다층 밀도 분석 등의 기법이 구현된 기존 분석적 배치에 타이밍 제약 조건 위반을 검출하고 이를 최소화하는 기법을 결합하는 방안을 소개한다. 먼저 정적 타이밍 검증기를 집적하여 배선 길이가 최소화된 기존 배치 결과의 타이밍을 검사해 보았으며 위반을 감소시키기 위해 신호 도착 시간 (Arrival Time)을 최소화하는 함수를 분석적 배치의 목적 함수에 추가하였다. 이 때 각 클록마다 주기가 다를 수 있기 때문에 각 클록별로 함수를 따로 계산해 합산하는 방안이 제안되었다. 또한, 위반이 없는 클록 도메인의 신호 경로들도 불필요하게 단축될 수 있기 때문에 음수 슬랙 (Negative Slack)을 계산하여 이를 최소화하는 함수를 추가로 제안하여 비교하였다. 영역 분할 기법 (Partitioning)을 기반으로 배선 길이를 최소화하는 기존 배치 적법화를 그대로 사용한 후 타이밍 검증을 통해 초기 분석적 배치 단계에서 타이밍 개선 효과를 분석하였다. 배치 적법화 시 추가적인 타이밍 최적화 기법이 사용되지 않았기 때문에 타이밍 개선이 있다면 이것은 전적으로 분석적 배치의 목적 함수개선에 의한 효과이다. 12개 실용예제에 대해 실험한 결과, 목적 함수에 도착 시간 함수가 적용되었을 때 그렇지 않았을 때보다 최악 음수 슬랙 (Worst Negative Slack)이 평균 약 15% 정도 감소되었으며 음수 슬랙 함수가 적용되었을 때 이보다 약 6%정도 추가로 더 감소됨을 확인하였다.