• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (A)
• /
• pp.490-492
• /
• 2001

본 논문은 ATM 멀티캐스트 스위치를 위한 새로운 복사망을 제안하였다. Lee의 복사망과 그 이후 제안된 복사망에서 문제가 된 오버플로우와 충돌 문제를 해결하기 위해 다중경로와 다중출력을 갖는 B-tree 네트워크를 사용하였다. 또한 높은 부하에도 충돌을 줄이고 복사망의 성능을 높이기 위해 B-Tree 네트워크의 각 SE에 출력 및 공유 버퍼 성격을 지닌 크로스포인트 버퍼를 추가한 IBBT 네트워크를 제안하였다. 제안된 복사망은 Lee의 복사망의 특성을 유지하며, 이 IBBT 네트워크를 복사망의 BBN에 적용하고, 셀 분할 알고리즘을 사용하여 복사망의 성능을 향상 시켰다.

• 한국정보과학회논문지:정보통신
• /
• 제29권6호
• /
• pp.696-705
• /
• 2002

본 논문은 멀티캐스트 ATM 스위치를 위한 새로운 복사망에 관하여 언급한다. Lee의 복사망 제안 이후 현재까지 많은 연구가 진행되어 왔으나 스위치 내에서의 오버플로우와 셀 충돌 문제는 여전히 문제점으로 제기되어 왔다. 본 논문에서는 치러한 문제점을 개선하기 위해 공유 버퍼를 갖는 3차원 멀티캐스트 스위치 구조를 제안함으로서 높은 부하에서도 다중경로와 다중출력을 통해 오버플로우와 충돌을 줄일 수 있는 방법에 관하여 언급한다. 이를 위해 큰 팬아웃의 셀을 처리하기 위한 셀 분할 알고리즘(Cell splitting algorithm)과 Lee의 Broadcast Banyan Network을 확장시킨 복사망을 재안하였다. 셀 복사는 셀의 두 비트 멀티캐스트 패턴과 부울 방식의 내부분할 알고리즘(Boolean interval splitting algorithm)을 사용하여 네트워크가 갖는 자가-라우팅의 특성에 따라 이루어지도록 하였다. 제안된 복사망에서는 Lee의 복사망에서 문제가 되었던 오버플로우 문제, 큰 팬아웃의 셀 처리 문제, 셀 충돌 문제 등을 개선시킴으로서 기존의 멀티캐스트 ATM 스위치 성능을 향상시키고자 하였다. 시뮬래이션에 의한 성능 평가 결과 기존의 방법과 비교하여 산출량, 셀 손실률, 셀 지연에 대해 좋은 성능을 보이고 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (A)
• /
• pp.232-234
• /
• 2001

본 논문은 초고속통신망에서 멀티캐스트 교환에서 발생될 수 있는 오버플로우 문제와 블로킹 문제를 보다 효율적으로 해결함으로써 높은 산출량과 낮은 셀 손실을 가지는 복사망(copy network)에 관하여 언급한다. 제안된 복사망은 셀 분할(cell splitting)과 공유된 버퍼, 그리고 그룹분할 스위치로 구성되어지며, 기존의 반얀 계열의 네트워크 보다 높은 산출량과 낮은 셀 손실률로 인한 성능 향상을 얻을 수 있다.

• 한국통신학회논문지
• /
• 제25권12A호
• /
• pp.1887-1896
• /
• 2000

본 논문에서는 브로드캐스트 병렬 반얀망과 바이패스 라인의 조합을 이용한 새로운 브로드캐스트 망을 제안하고 성능을 평가한다. 기존의 브로드캐스트 스위치는 주로 T.T.Lee가 제안한 구조를 기반으로 연구되어 왔다. 제안한 브로드캐스트 망은 Lee의 복사망이 갖는 출력 부하 제한의 단점을 극복하여, 원하는 출력 부하에 따라 확장이 용이하고 구성이 간단하며 셀 손실율이 낮은 장점을 갖는다. 제안한 망의 구성을 위하여, 병렬 방얀망의 확장성을 이용하고, 각각의 반얀망이 갖는 셀의 손실을 최소한으로 줄이며 망 자원의 효율적인 이용을 위하여 병렬망 간에 셀들이 전송될 수 있는 바이패스 라인을 부가한다. 충돌이 발생한 충돌 셀은 바이패스 라인을 통하여 다른 스위치 플랜으로 전송되어 재 전송을 시도할 수 있도록 한다. 또한, 높은 수의 CN(Copy Number)을 갖는 셀이 낮은 수의 CN을 갖는 셀들과 충돌되어 손실되는 것을 막기 위하여, 높은 수의 CN이 우선적으로 전송될 수 있도록 CN 비교기를 부가한다. 제안한 구조는 C로 구현된 시뮬레이터를 통하여 그 성능을 평가한다.

• 전자공학회논문지S
• /
• 제35S권10호
• /
• pp.52-63
• /
• 1998

본 논문에서는 기존의 멀티캐스트 패킷 교환기의 문제점에 대한 개선 방안을 제안한다. 오버플로우에 의해 야기 되는 입력포트의 공평성 문제는 임의의 입력 포트로부터 복사 수를 가산 할 수 있는 동적 시작점 결정기에 의해 해결된다. 시작점은 매 타임 슬롯 마다 입력 버퍼의 점유도와 이전 타임 슬롯의 오버플로우를 기반으로 가변 된다. 입력 버퍼의 점유도를 이용함으로서 제안된 복사망은 기존의 방식에 비해 입력 트래픽의 변동에 대하여 우수한 적응성을 제공한다. 동적 시작점 결정기는 입력 트래픽의 양에 따라 복사 요청의 수를 제어하며 이것은 복사망의 전체 스루풋을 제고하는 필수적인 기능 이다. 오버플로우 발생시에 멀티캐스트 스위치의 스루풋을 향상시키는 호-분할(call-splitting) 방식도 동적 시작점 결정기에 의해 제공된다. 동적 시작점 결정기의 하드웨어는 고속 동작에 적합한 단순한 구조로 도출된다. 제안된 방식의 성능 평가를 위해 다양한 트래픽에 대한 모의 실험 결과가 제공된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (3)
• /
• pp.561-563
• /
• 2000

본 논문은 멀티캐스트 패킷 스위치의 성능 향상에 관하여 언급한다. 네트워크에 요구된 복사본의 수가 네트워크의 크기보다 클 경우 발생되는 오버플로우 문제를 해결하기 위해 Lee의 브로드캐스트 반얀 네트워크(BBN)를 기반으로 하여 다중경로와 다중출력을 제공하는 기능이 추가된 구조를 제안하였으며, 여기에 입력에서 다음 처리해야할 패킷의 fanout 값이 남아있는 BBN의 출력포트 수보다 클 경우 패킷이 복사될 수 없게됨으로서 발생되어질 수 있는 네트워크의 성능이 저하되는 문제를 해결하기 위하여, 셀분할 알고리즘을 이용한 수정된 DAE(dummy address encoder) 방식을 제안하였다.

• 정보과학회 논문지
• /
• 제44권7호
• /
• pp.674-679
• /
• 2017

대용량의 텍스트 문서가 매일 만들어지는 빅데이터 환경에서 제목은 문서의 핵심 아이디어를 빠르게 집어내는데 매우 중요한 단서가 된다. 그러나 블로그 기사나 소셜 미디어 메시지와 같은 많은 종류의 문서들은 제목을 갖고 있지 않다. 본 논문에서는 주의집중 및 복사 작용을 가진 sequence-to-sequence 순환신경망을 사용한 제목 생성 모델을 제안한다. 제안 모델은 양방향 GRU(Gated Recurrent Unit) 네트워크에 기반 하여 입력 문장을 인코딩(encoding)하고, 입력 문장에서 자동 선별된 키워드와 함께 인코딩된 문장을 디코딩함으로써 제목 단어들을 생성한다. 93,631문서의 학습 데이터와 500문서의 평가 데이터를 가진 실험에서 주의집중 작용방법이 복사 작용방법보다 높은 어휘 일치율(ROUGE-1: 0.1935, ROUGE-2: 0.0364, ROUGE-L: 0.1555)을 보였고 사람이 정성평가한 지표는 복사 작용방법이 높은 성능을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 춘계학술발표논문집 (상)
• /
• pp.535-538
• /
• 2001

본 논문은 작은 fanout에 대한 불공정성과 hot-spot의 문제를 해결하기 위해 공정하게 입력포트에 접근하여 복사망으로 들어갈 수 있는 멀티캐스트 스위치를 제안하고자 한다. 제안된 스위치는 큰 fanout에 대한 작은 fanout을 가진 입력포트에 도착한 패킷의 불공정한 대우를 해결하여 시스템 전체 지연시간을 줄여 산출량을 극대화할 수 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.419-423
• /
• 2019

질문과 그에 대한 근거가 있는 문서를 읽고 정답을 예측하는 기계 독해 연구가 최근 활발하게 연구되고 있다. 기계 독해 문제를 위해 주로 사용되는 방법은 다층의 신경망으로 구성된 딥러닝 모델로 좋은 성능을 위해서는 양질의 대용량 학습 데이터가 필요하다. 그러나 질과 양을 동시에 만족하는 학습 데이터를 구축하는 작업에는 많은 경제적 비용이 소모된다. 이러한 문제를 해결하기 위해, 본 논문에서는 정답 분리 인코더와 복사 메커니즘을 이용한 단답 기반 한국어 질문 자동 생성 모델을 제안한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.301-306
• /
• 2019

문서 생성 요약은 최근 딥러닝을 이용한 end-to-end 시스템을 통해 유망한 결과들을 보여주고 있어 연구가 활발히 진행되고 있는 자연어 처리 분야 중 하나이다. 하지만 문서 생성 요약 모델을 구성하기 위해서는 대량의 본문과 요약문 쌍의 데이터 셋이 필요한데, 이를 구축하기가 쉽지 않다. 따라서 본 논문에서는 정교한 뉴스 기사 요약 데이터 셋을 기계적으로 구축하는 방법을 제안한다. 또한 딥러닝 기반의 생성 요약은 입력 문서와 다른 정보를 생성하거나, 또는 같은 단어를 반복하여 생성하는 문제점들이 존재한다. 이를 해결하기 위해 요약문을 생성할 때 입력 문서의 내용을 인용하는 복사-메커니즘과, 추론 단계에서 단어 반복을 직접적으로 제어하는 페널티를 사용하면 상대적으로 안정적인 문장이 생성될 수 있다. 그리고 Transformer 모델은 순환 신경망 모델보다 요약문 생성 과정에서 시퀀스 길이가 긴 본문의 정보를 적절히 인코딩하여 줄 수 있는 모델이다. 따라서 본 논문에서는 복사-메커니즘과 추론 단계의 페널티를 이용한 Copy-Transformer 모델을 한국어 문서 생성 요약 데이터에 적용하였다. 네이버 지식iN 질문 요약 데이터 셋과 뉴스 기사 요약 데이터 셋 상에서 실험한 결과, 제안한 모델을 이용한 생성 요약이 비교 모델들 대비 가장 좋은 성능을 보이고 양질의 요약을 생성하는 것을 확인하였다.