• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.109-112
• /
• 2003

고성능의 웹 서비스를 지원하기 위하여 LVS 시스템을 구축하는 경우가 증가하고 있다. LVS 시스템에는 각 RealServer에 부하를 적절히 분산하여 시스템의 구성을 유지하는 부하 분배작업이 매우 중요하다. 본 논문에서는 SNMP 메시지를 사용하여 분배서버가 RealServer의 부하 상태를 획득할 수 있도록 구성하였다. 또한, 분배서버가 메모리 사용량, 부하량의 정보를 각 RealServer로부터 주기적으로 수집하고 이 정보를 바탕으로 동적 가중치를 계산한 뒤 가중치 갱신을 위한 주기 사이의 실시간 접속자 수를 부가하여 RealServer를 선정하는 동적 부하 분산 방법을 제안한다. 제안된 방법은 간단한 구성의 시스템에서 실험되었으며 잘 동작하는 것으로 확인되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06b
• /
• pp.22-27
• /
• 2010

본 논문에서는 다양한 이기종 분산 시스템을 위한 통합 관리 시스템의 아키텍처를 제시한다. 이는 규모가 큰 다양한 분산 시스템들의 통합 관리 방법의 필요성이 증가함에 따라 이기종 환경에 영향을 받지 않고 시스템을 관리 및 모니터링하는 방법이 요구된다. 이를 위해 본 논문에서는 관리 대상 시스템과 독립적인 추상화된 정보 모델을 이용한다. 또한 관리 대상 시스템의 의존성과 상호작용을 고려하여 어플리케이션 모델을 구축하고 이를 통해 다양한 시스템의 조합과 이를 통제 감시하는 방법이 가능하다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.11A
• /
• pp.1957-1962
• /
• 2001

Image and video compression requires quantization error model of DCT coefficients for post processing, restoration or transcoding. Once DCT coefficients are quantized, it is impossible to recover the original distribution. We assume that the original probability density function (pdf) is the Laplacian function. We calculate the variance of the quantized variable, and estimate the variance of the DCT coefficients. We can confirm that the proposed method enhances the accuracy of the quantization error estimation.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.187-189
• /
• 2004

XML을 기반으로 한 시스템간의 통합하는 과정에서 발생하는 데이터 정의 이질성 문제, 데이터 표현의 이질성 문제, 유사표준의 중복 개발 등이 야기되므로, 이에 대한 대비책이 필요하다. 따라서 분산된 이 기종 시스템들마다 각기 구조화된 데이터베이스틀 통합하는 과정에 발생하는 시스템간의 불일치 문제를 해결할 수 있는 방법이 메타데이터를 이용하는 것이다. 본 논문에서는 이질적이면서도 분산되어 있는 정보 저장소로부터 메타데이터틀 수집하고. 이를 통합된 메타데이터 베이스로 구축하여, 분산된 데이터베이스에 대한 검색정보 및 데이터 트랜잭션을 할 수 있도록 제안한다. 정보 통합 방법으로는 메타데이터를 기반으로 한 가상 스키마를 이용한다. 스키마 이질성과 데이터 이질성 해결하기 위한 방법으로 메타데이터 가상 스키마를 설계하였다. 메타데이터 가상 스키마 기반으로 한 정보 통합은 XML 뷰어 어인 XDR을 기반으로 한다. 이는 XMVS 템플릿으로 분해하여, 통합 처리 할 수 있는 XML기반의 가상 스키마를 이용한 정보 통합 검색시스템을 설계 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.884-887
• /
• 2007

에이전트란 사용자의 관점에서 시스템이 사용자를 대신해서 사용자가 원하는 작업을 자동적으로 수행해 주는 소프트웨어로서 오래 전부터 연구되어 1990년대 초부터 관련제품도 대거 등장하게 되었다. 하지만, 나날이 다양해지고 복잡해지는 사용자의 요구를 해결하려면 단독 에이전트의 능력으로는 한계가 있었고 그 해결 방법으로 지역적으로 분산된 다른 에이전트의 도움을 받아 처리하는 분산 협동 처리의 개념이 등장하였다. 여러 에이전트의 분산 협동 처리를 위해서는 에이전트간 통신이 필수적이다. 그 목적은 정보나 작업 처리의 공유와 교환에 있으며 다른 에이전트에게 처리를 요구하기도 하기 때문이다. 이러한 요구사항을 만족시키기 위해서는 지능적인 작업을 수행하기 위한 에이전트, 에이전트 플랫폼이 효율적 구성이 이루어져야 한다. 이러한 에이전트와 에이전트 플랫폼으로 구성된 에이전트 네트워크를 효율적 구성하기 위하여 본 논문에서는 이러한 과정에서 발생할 수 있는 기존 방식의 문제점들을 JXTA의 예를 통해 지적하고, 개선방안으로 에이전트 네트워크 자가 구성방법을 소개하려 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.644-645
• /
• 2014

This paper proposes a software defined storaging method to converge the network virtualization techique and the RAID of distributed storage environment. The proposed method designs software based storage which it apply a flexible control and maintenance of storages. In addition, the method overcomes the restricted of physical storage cpapcity and cut cousts of data recovery.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.199-204
• /
• 2020

기존의 자연어 의미 표상 방법은 크게 나눠보았을 때 두 가지가 있다. 첫 번째로, 전통적인 기호 기반 의미 표상 방법론이다. 이 방법론들은 논리적이고 해석가능하다는 장점이 있으나, 구축에 시간이 많이 들고 정작 기호 자체의 의미를 더욱 미시적으로 파악하기 어렵다는 단점이 있었다. 반면, 최근 대두된 분산 표상의 경우 단어 하나하나의 의미는 상대적으로 잘 파악하는 반면, 문장 등의 복잡한 구조의 의미를 나타내는 데 있어 상대적으로 약한 측면을 보이며 해석가능하지 않다는 단점이 있다. 본 논문에서는 이 둘의 장점을 섞어서 서로의 단점을 보완하는 새로운 의미 표상을 제안하였으며, 이 표상이 유의미하게 문장의 의미를 담고 있음을 비지도 문장 군집화 문제를 통해 간접적으로 보였다.

• The Korean Journal of Financial Management
• /
• v.14 no.1
• /
• pp.23-50
• /
• 1997

Shiller(1981)와 LeRoy-Porter(1951)에 의하여 시작된 분산한계검증(分散限界檢證)(variance bounds test)에 관한 연구는 주식시장에서 초과변동성(超過變動性)(excess volatility)의 존재를 통하여 주식시장(株式市場)의 효율성(效率性)을 검증하는 새로운 연구분야로서 주목을 받아왔다. 그리고 이들의 연구방법론을 응용하여 많은 효율적(效率的) 시장가설(市場假說)의 검증에 대한 연구가 이루어져 왔다. 본(本) 연구(硏究)는 이러한 연구(硏究)의 한 범주로써 한국주식시장(韓國株式市場)에서 분산한계검증(分散限界檢證)을 통하여 약형효율성(弱形效率性) 시장가설(市場假說)을 검증(檢證)하고자 하였으며 이를 위하여 먼저 Shiller (1981)의 배당평가모형(配當評價模型)을 이용한 사후적(事後的)인 합리적(合理的) 주가(株價)인 $P_t{^*}$의 추정방법(推定方法) 대신에 이 배당평가모형(配當評價模型)을 변형하여 $P_t{^*}$를 추정(推定)하는 방법을 제시하였다. 그리고 이 $P_t{^*}$를 기초로 Shiller(1981)의 분산한계검증식(分散限界檢證式)을 변형한 분산한계검증(分散限界檢證)의 조건식(條件式)을 유도하고 이에 의해 실증적(實證的) 검증(檢證)을 하였다. 한편, 이러한 검증과정(檢證過程)에서 시계열자료(時系列資料)의 특성상 사전적(事前的)으로 필요로 하는 실제주가(實際株價), $P_t$와 사후적(事後的)인 합리적(合理的) 주가(株價), $P_t{^*}$에 대한 단위근검정(單位根檢定)(unit root test)을 실시하였다. 아울러 $P_t$와 $P_t{^*}$의 선형관계(線形關係)의 안정성을 검정하기 위하여 공적분검정(共積分檢定)(cointegration test)도 실시하였다. 검증결과(檢證結果), Shiller(1981)의 분산한계검증식(分散限界檢證式)을 변형하여 유도된 효율성조건(效率性條件)을 만족시키는 범위(範圍)에 벗어나 한국주식시장(韓國株式市場)에서 주식시장(株式市場)의 비효율성(非效率性)을 배제할 수 없는 것으로 나타났다.

• Journal of Internet Computing and Services
• /
• v.13 no.3
• /
• pp.61-73
• /
• 2012

This paper proposes a histogram specification based image enhancement method, which uses the brightness mean and variance of an image to maximize the entropy of the image. In our histogram specification step, the Gaussian distribution is used to fit the input histogram as well as produce the target histogram. Specifically, the input histogram is fitted with the Gaussian distribution whose mean and variance are equal to the brightness mean(${\mu}$) and variance(${\sigma}2$) of the input image, respectively; and the target Gaussian distribution also has the mean of the value ${\mu}$, but takes as the variance the value which is determined such that the output image has the maximum entropy. Experimental results show that compared to the existing methods, the proposed method preserves the mean brightness well and generates more natural looking images.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.52 no.10
• /
• pp.73-81
• /
• 2015

The paper proposes a prototype selection method and evaluates the generalization performance of standard algorithms and prototype based classification learning. The proposed prototype classifier defines multidimensional spheres with variable radii within class areas and generates a small set of training data. The nearest-neighbor classifier uses the new training set for predicting the class of test data. By decomposing bias and variance of the mean expected error value, we compare the generalization errors of k-nearest neighbor, Bayesian classifier, prototype selection using fixed radius and the proposed prototype selection method. In experiments, the bias-variance changing trends of the proposed prototype classifier are similar to those of nearest neighbor classifiers with all training data and the prototype selection rates are under 27.0% on average.