• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.354-356
• /
• 1998

축약 분산 기억 장치는 적응적 문제 해결 능력과 하드웨어화의 용이성으로 인해 현실성이 있는 신경망의 한 모델로 주목받고 있다. 그러나 다층 인식자의 개별 뉴론이 선형의 결정 함수로 해 공간을 이분하고 그들이 다양하게 결합하므로써 일반적인 문제 해결 능력을 갖는데 비해, 축약 분산 기억 장치의 뉴론은 해 공간에서 자신을 중심으로 한 일정 반경 영역을 안과 밖으로 이분하고 이들을 단순하게 합하므로 해 공간이 크기 관계를 갖는 경우 비효율적인 모델로 된다. 본 논문에서는 이러한 축약 분산 기억 장치의 특성과 그 원인을 규명하고 해결 방안으로써 개선된 축약 분산 기억 장치를 제안한다. 아울러 새로운 모델의 적용 예를 ATM 호 수락 제어 과정을 통해 보인다.

• Journal of KIISE:Databases
• /
• v.28 no.1
• /
• pp.95-103
• /
• 2001

본 논문에서는 분산된 준구조적 데이터에 대한 질의 처리 문제를 다룬다. 분산된 준구조적 데이터는 루트가 있고 간선에 레이블이 있는 그래프 모델로 표현될 수 있으며, 그래프의 조드들은 한 사이트 또는 여러 사이트들에 위치할 수 있다. 분산된 준구조적 데이터의 효율적인 검색을 위해 ‘질의 단축 및 확산’ 방법에 기반을 둔 질의 처리 모델을 제안한다. 이 방법은 사용자 질의가 사이트 내부에서 단축되고 다른 사이트로 분산되는 과정을 통해 데이터를 검색한다. 또한, 제안된 모델에 필요한 알고리즘들을 제시하고 정확성을 증명한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.549-552
• /
• 2008

부하를 분산하여 시스템 자원의 효율성을 제고하여 시스템의 안정성을 향상하고자 하는 연구는 부하분산 에이전트 이용, 네트워크 트래픽의 동적 감시를 통한 부한 분산, 클러스트 환경을 이용한 부하분산, Queue를 통한 트랜잭션을 제어에 의한 부하 분산 등이 있다. 또한 어플리케이션 부문은 프로그램 로직 단순화 및 SQL 최적화 등을 실시하여 부하를 경감하는 연구가 진행 되고 있다. 그러나 어플리케이션 부문의 튜닝을 실시하기 위한 대상 프로그램의 선정 및 튜닝 실시 후 사후 관리 방법에 대한 연구는 활발히 이루어지지 않았다. 따라서 본 논문은 시스템 부하 개선을 위한 튜닝 대상 프로그램 선정 모델을 제시하고, 이를 실 업무에 적용하여 본 연구 모델의 실용성을 검증 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10c
• /
• pp.649-651
• /
• 2001

지난 수년간 인터넷의 대중화와 급속한 성장으로 분산 애플리케이션에 대한 관심이 증대되었다. 오늘날 분산 애플리케이션을 보다 쉽게 개발하기 위한 미들웨어로 CORBA와 Java RMI가 널리 사용되고 있다. 기존의 이러한 객체지향 미들웨어 정은 분산 환경은 분산 소프트웨어 컴포넌트와 분산 애플리케이션의 향상된 이식성, 상호운용성 그리고 재사용성 등을 제공하지만, 신뢰성과 고가용성의 지원은 이루어지고 있지 않다. 본 논문에서는 견고한 자바 서버 객체 그름을 지원하는 그룹통신 모델을 설계하여 분할 가능한 분산환경에서 신뢰성자 고가용성이 요구되는 분산 애플리케이션의 개발을 지원하고자 한다. 제안된 시스템은 중복된 서버 객체로 구성된 그름을 다루는 분할가능 그룹통신 서비스와 서버 객체 그름을 단일 서버 객체처럼 그룹의 메소드를 호출하는 투명한 클라이언트 호출 기법으로 구성된다.

• Tribology and Lubricants
• /
• v.7 no.2
• /
• pp.28-35
• /
• 1991

3원통/링 마모시험기를 사용하여 윤활유 공급하에서 미끄럼 마모시험을 수행하였다. 엔진유에 첨가되는 대표적 첨가제인 ZDDP, 청정제, 분산제의 첨가제 3종과 모델 산호물로서 유성제인 스테아린산을 선택하여, 그 배합유의 마모방지특성을 조사하였다. 청정제 및 분산제 각각의 첨가에 의해 마모방지특성은 향상되었으나, 청정제 및 분산제를 동시에 첨가할 경우 마모방지성능의 향상효과는 없어졌다. 또한, 모델산화물인 스테아린산의 첨가로 인하여 ZDDP의 마모방지작용은 나빠지나, 청정분산제가 그 악영향을 억제하는 작용을 한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.5
• /
• pp.549-554
• /
• 2012

In this paper, we consider the optimal fuzzy filter of nonlinear discrete-time with estimation error variance constraint. First, the Takagi and Sugeno(T-S) fuzzy model is employed to approximate the nonlinear system. Next, the error state is mean square bounded, and the steady state variance of the estimation error of each state is not more than the individual predefined value. It is shown that, the addressed problem can be carried out by solving linear matrix inequality(LMI) and some algebraic quadratic matrix inequalities. Finally, some examples are provided to illustrate the design procedure and expected performance through simulations.

• Journal of Digital Contents Society
• /
• v.8 no.3
• /
• pp.309-314
• /
• 2007

A decision tree algorithm should be modified to be suitable in distributed and collaborative environments for distributed data mining. The distributed data mining system proposed in this paper consists of several agents and a mediator. Each agent deals with a local data mining for data in each local site and communicates with one another to build the global decision tree model. The mediator helps several agents to efficiently communicate among them. One of advantages in distributed data mining is to save much time to analyze huge data with several agents. The paper focuses on a transfer technique among agents dealing with each local decision tree model to reduce huge overhead in communication among them.

• Proceedings of The KACE
• /
• 2017.08a
• /
• pp.201-204
• /
• 2017

빅 데이터의 시대가 도래하면서 이전보다 데이터로부터 유의미한 정보를 추출하는 것에 대한 연구가 활발하게 진행되고 있다. 딥러닝은 텍스트, 이미지, 동영상 등 다양한 데이터에 대한 학습을 가능하게 할 뿐만 아니라 높은 학습 정확도를 보임으로써 차세대 머선러닝 기술로 각광 받고 있다. 그러나 딥러닝은 일반적으로 학습해야하는 데이터가 많을 뿐만 아니라 학습에 요구되는 시간이 매우 길다. 또한 데이터의 전처리 수준과 학습 모델 튜닝에 의해 학습정확도가 크게 영향을 받기 때문에 활용이 어렵다. 딥러닝에서 학습에 요구되는 데이터의 양과 연산량이 많아지면서 분산 처리 프레임워크 기반 분산 학습을 통해 학습 정확도는 유지하면서 학습시간을 단축시키는 사례가 많아지고 있다. 본 연구에서는 범용 분산 처리 프레임워크인 아파치 스파크에서 데이터 병렬화 기반 분산 학습 모델을 활용하여 모바일 빅 데이터 분석을 위한 딥러닝을 구현한다. 딥러닝을 구현할 때 분산학습을 통해 학습 속도를 높이면서도 학습 정확도를 높이기 위한 모델 튜닝 방법을 연구한다. 또한 스파크의 분산 병렬처리 효율을 최대한 끌어올리기 위해 파티션 병렬 최적화 기법을 적용하여 딥러닝의 학습속도를 향상시킨다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.608-610
• /
• 1998

분산 M/VC 응용 프로그램의 조립식 작성기, DOC(Distributed Object Composer)는 M/VC(Model/View.Controller) 모델 기반 실시간 클라이언트/서버 응용의 신속한 개발을 지원한다. 본 논문에서는 DOC를 이용한 분산 M/VC 응용 프로그램의 조립식 작성 과정과 함께 그 구현을 소개한다. DOC는 개방화 및 표준화를 주도하는 CORBA 미들웨어를 기반으로 하여, 이질적인 통신 환경에서 클라이언트와 서버 객체간의 네트워크 투과성을 제공하고, 분산된 객체들 간의 상호작용(interaction) 패턴을 추상화하여 조립식 분산 응용 프로그램의 작성을 가능하게 한다. 분산 객체들 간의 상호작용을 처리하기 위해 자바의 관찰자/피관찰자(Observer/Observable) 패턴을 분산 관찰자/피관찰자 패턴으로 확장하여, serverDOC와 clientDOC로 구성된 DOC의 구현에 사용한다. 분산 피관찰자는 M/VC의 모델에 해당하고, 분산 관찰자는 뷰.콘트롤러에 해당한다. 개발자는 분산 환경을 고려하지 않고 필요한 관찰자/피관찰자 객체들을 생성하여 로컬상의 DOC에 조립식으로 연결하기만 하면 피관찰자의 상태 변화는 곧 관찰자에게 전달되고, 관찰자를 통한 사용자의 입력은 피관찰자에게 전달되어 반영된다. DOC를 이용한 응용 프로그램의 작성은 구성 객체들을 DOC에 plug-and-play 방식으로 조립하는 과정이다. 따라서 DOC는 분산 환경하의 컴포넌트 재사용성을 개선하고, 분산 응용의 생산성을 높인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.693-696
• /
• 2001

오늘날 분산 컴퓨팅 환경은 사용자들에게 물리적인 위치와 상관없이 신속한 서비스를 제공하는 위치의 투명성이 부각되고 있다. 이를 위해 분산환경에서 객체를 설계하고 구현하는데 따른 표준화 방법으로 OMG에서는 OMA를 도입하여 OMA의 추상객체모델 위에 CORBA를 표준으로 정의하였다. 이러한 분산환경을 기반으로 복잡한 분산 어플리케이션의 개발과 관리의 복잡성을 줄이기 위해서는 객체들을 집합체적인 개념으로 그룹객체에 대한 정의를 필요로 한다. 따라서, 본 논문에서는 그룹객체 정의를 도입하여 현재 분산 시스템의 표준으로 사용하는 CORBA 기반에서 분산된 객체들을 효율적으로 관리할 수 있는 그룹객체 모델 즉, 구조를 제안한다.