• 제목/요약/키워드: 비동기적 분산 시스템

검색결과 93건 처리시간 0.156초

NDIR 검출기를 이용하는 대기오염 측정시스템을 위한 미세신호 검출 알고리즘 (Minute Signal Detection Algorithm for Air-pollution Measurement System with The NDIR Detector)

  • 최훈;김현호;황병한;임용석;류근택;배현덕
    • 전자공학회논문지 IE
    • /
    • 제45권3호
    • /
    • pp.27-35
    • /
    • 2008
  • 본 논문은 다중 가스 필터 휠 (multi gas filter correlation wheel: multi GFC wheel)을 갖는 비분산 적외선법(NDIR method : non-dispersive infrared method)을 이용하여 대기 중 다종환경오염물질(CO, $SO_2$, NOx 등)을 동시에 실시간 측정할 수 있는 광학분석장치 개발을 위한 미세신호 검출 알고리즘을 제안한다. MCT(mercury cadmium telluride) 센서를 통해 측정된 각각의 환경오염물질의 미세신호는 고유한 NDIR 흡수 특성을 갖는다. 제안한 방법은 임계값과 하나의 외부 동기신호를 사용하여 연속적으로 측정된 신호로부터 각각의 오염물질 특정농도에 해당하는 데이터를 분리 검출한다.

NETCONF 계층에 대한 개선 기법 적용 및 통합 (The Application and Integration of an Improvement Technique for Layers of NETCONF)

  • 이양민;이재기
    • 정보과학회 논문지
    • /
    • 제43권2호
    • /
    • pp.256-268
    • /
    • 2016
  • 이기종의 다양한 장비로 구성된 현대의 네트워크는 분산 설치되어 있고, 이를 중앙 집중적이면서 효율적으로 관리하기 위해서 NETCONF 표준이 제정되었다. 본 논문에서는 NETCONF의 각 계층에 대해 개선한 연구를 포함하여 하나의 시스템으로 통합하는 작업을 수행하였다. RPC 계층에서는 멀티스레드를 사용하여 비동기 통신 채널 및 병렬 처리가 가능하도록 하였고, Operation 계층에서는 장비 설정 데이터 간 종속성을 이용한 데이터 그룹을 활용하여 연산의 효율성을 증가시켰다. Operation 계층과 연동할 수 있도록 Content 계층에서의 설정 데이터 모델링 기법에 대해서도 제시하였다. 마지막으로 GUI 프로그램을 구현하고 구현 결과를 나타내었다. 개선된 NETCONF와 표준 NETCONF를 질의 처리율, 질의 처리 속도, CPU 사용률에 대해 비교하는 실험을 수행한 결과 질의 처리율과 처리 속도에서는 개선된 NETCONF가, CPU 사용률에서는 표준 NETCONF가 우수하였다.

A3C를 활용한 블록체인 기반 금융 자산 포트폴리오 관리 (Blockchain Based Financial Portfolio Management Using A3C)

  • 김주봉;허주성;임현교;권도형;한연희
    • 정보처리학회논문지:컴퓨터 및 통신 시스템
    • /
    • 제8권1호
    • /
    • pp.17-28
    • /
    • 2019
  • 금융투자 관리 전략 중에서 여러 금융 상품을 선택하고 조합하여 분산 투자하는 것을 포트폴리오 관리 이론이라 부른다. 최근, 블록체인 기반 금융 자산, 즉 암호화폐들이 몇몇 유명 거래소에 상장되어 거래가 되고 있으며, 암호화폐 투자자들이 암호화폐에 대한 투자 수익을 안정적으로 올리기 위하여 효율적인 포트폴리오 관리 방안이 요구되고 있다. 한편 딥러닝이 여러 분야에서 괄목할만한 성과를 보이면서 심층 강화학습 알고리즘을 포트폴리오 관리에 적용하는 연구가 시작되었다. 본 논문은 기존에 발표된 심층강화학습 기반 금융 포트폴리오 투자 전략을 바탕으로 대표적인 비동기 심층 강화학습 알고리즘인 Asynchronous Advantage Actor-Critic (A3C)를 적용한 효율적인 금융 포트폴리오 투자 관리 기법을 제안한다. 또한, A3C를 포트폴리오 투자 관리에 접목시키는 과정에서 기존의 Cross-Entropy 함수를 그대로 적용할 수 없기 때문에 포트폴리오 투자 방식에 적합하게 기존의 Cross-Entropy를 변형하여 그 해법을 제시한다. 마지막으로 기존에 발표된 강화학습 기반 암호화폐 포트폴리오 투자 알고리즘과의 비교평가를 수행하여, 본 논문에서 제시하는 Deterministic Policy Gradient based A3C 모델의 성능이 우수하다는 것을 입증하였다.