• 제목/요약/키워드: 사이즈 정보

검색결과 406건 처리시간 0.036초

가상 피팅 모델 앱 (Virtual Fitting Model Application)

  • 최동환;박두순
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2013년도 추계학술발표대회
    • /
    • pp.1267-1268
    • /
    • 2013
  • 온라인 패션 쇼핑몰을 이용하는 소비자가 늘어나면서 소비자의 불만 사항으로 상품의 불량상태, 사이즈 불일치, 배송 및 환불 지연, 품절 및 입고 지연, 색상 불일치, 입어보지 못하는 불편함 등이 있는데, 그 중에 하나인 사이즈 불일치와 입어보지 못하는 불편함을 가상의 모델로 대체하여 옷을 입어 사용자가 확인하는 어플리케이션이다. 본 논문에서는 사용자의 키와 몸무게, 사이즈를 입력하고 사람의 표준적인 몸으로 사이즈에 맞는 옷을 입혀 사용자가 옷을 사기 전 사이즈를 확인 할 수 있도록 도움을 주는 어플리케이션이다.

동기식 분산 딥러닝 환경에서 배치 사이즈 변화에 따른 모델 학습 성능 분석 (A Performance Analysis of Model Training Due to Different Batch Sizes in Synchronous Distributed Deep Learning Environments)

  • 김예랑;김형준;유헌창
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2023년도 추계학술발표대회
    • /
    • pp.79-80
    • /
    • 2023
  • 동기식 분산 딥러닝 기법은 그래디언트 계산 작업을 다수의 워커가 나누어 병렬 처리함으로써 모델 학습 과정을 효율적으로 단축시킨다. 배치 사이즈는 이터레이션 단위로 처리하는 데이터 개수를 의미하며, 학습 속도 및 학습 모델의 품질에 영향을 미치는 중요한 요소이다. 멀티 GPU 환경에서 작동하는 분산 학습의 경우, 가용 GPU 메모리 용량이 커짐에 따라 선택 가능한 배치 사이즈의 상한이 증가한다. 하지만 배치 사이즈가 학습 속도 및 학습 모델 품질에 미치는 영향은 GPU 활용률, 총 에포크 수, 모델 파라미터 개수 등 다양한 변수에 영향을 받으므로 최적값을 찾기 쉽지 않다. 본 연구는 동기식 분산 딥러닝 환경에서 실험을 통해 최적의 배치 사이즈 선택에 영향을 미치는 주요 요인을 분석한다.

함수 수준에서 프로파일 정보를 이용한 ARM과 Thumb 명령어의 선택 (Profile Guided Selection of ARM and Thumb Instructions at Function Level)

  • 소창호;한태숙
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제32권3호
    • /
    • pp.227-235
    • /
    • 2005
  • 임베디드 시스템에서는 메모리와 에너지의 소비가 중요한 관심사 중 하나이다. 메모리와 에너지의 소비를 줄이기 위해 32비트의 ARM 프로세서는 16비트 Thumb 명령어 세트를 지원한다. 주어진 응용프로그램에 대해 Thumb 코드는 일반적으로 ARM 코드보다 코드 사이즈가 작지만, 실행속도는 느리다. 코드 사이즈가 작으면서도 실행속도가 느리지 않은 코드를 생성하기 위한 방법으로 Krishnaswarmy는 응용프로그램에 대한 프로파일 정보를 이용하여 모듈 수준에서 ARM과 Thumb 명령어 세트를 선택하는 알고리즘을 고안했다. 이 알고리즘은 작은 성능 손실로도 상당한 코드 사이즈 감소 효과를 갖지만, 명령어 세트가 모듈 수준에서 선택되기 때문에 Thumb 코드로 컴파일 하면 코드 사이즈를 줄일 수 있는 함수들도 ARM 코드로 컴파일 되어, 추가적인 코드 사이즈 감소의 기회를 잃게 되는 문제점을 갖고 있다. 본 논문에서는 ARM과 Thumb 코드가 혼합된 코드 사이즈의 감소를 이끌어내기 위해 함수 수준에서 프로파일(Profile) 정보를 이용한 명령어 세트 선택 알고리즘을 제안했다. 우리는 성능에서의 페널티는 없이 2.7%의 코드 사이즈를 추가로 줄일 수 있었다.

다중 섹터 사이즈를 지원하는 낸드 플래시 메모리 기반의 저장장치를 위한 효율적인 FTL 매핑 관리 기법 (Efficient FTL Mapping Management for Multiple Sector Size-based Storage Systems with NAND Flash Memory)

  • 임승호;최민
    • 한국정보과학회논문지:컴퓨팅의 실제 및 레터
    • /
    • 제16권12호
    • /
    • pp.1199-1203
    • /
    • 2010
  • 컴퓨터 시스템에서 Host와 저장장치간의 데이터 이동은 섹터를 기본 단위로 하고 있는데, 섹터 사이즈는 시스템마다 다른 가변적인 크기일 수 있다. 낸드 플래시 메모리는 구조상 페이지 사이즈와 섹터 사이즈 사이의 상관관계에 있어서, 섹터 사이즈가 낸드 플래시 메모리를 관리하는 방식에 상당한 영향을 미친다. 본 논문에서는 낸드 플래시 메모리 기반의 저장장치에서 효율적인 다중 섹터 사이즈를 지원하는 FTL 매핑 관리 기법을 제안하고, 그 관리 방법과 성능에 관하여 분석하여 본다. 본 논문에서 제안한 방식에 의하면 다중 섹터를 지원하는 낸드 플래시 메모리 저장장치를 효율적으로 관리하여 줄 수 있다.

코렌트로피 이퀄라이져를 위한 새로운 커널 사이즈 적응 추정 방법 (A New Adaptive Kernel Estimation Method for Correntropy Equalizers)

  • 김남용
    • 한국산학기술학회논문지
    • /
    • 제22권3호
    • /
    • pp.627-632
    • /
    • 2021
  • 적응 신호 처리 및 머신 러닝 등에 활용되고 있는 정보 이론적 학습법(ITL, information theoretic learning)은 커널 사이즈(��) 설정이 성능에 큰 영향을 미친다. ITL 기반의 학습법의 하나인 코렌트로피 알고리듬은 충격성 잡음에 강인성과 채널 왜곡 보상 특성을 함께 지니고 있으나 커널 사이즈 선택에 매우 민감하거나 불안정한 특성도 지니고 있다. 이에, 이 논문에서는 기울기 분모에 나타나는 커널 사이즈의 세제곱이 미치는 민감성을 고려하고, 커널 사이즈의 미세 변동에 대한 오차 전력 변화율을 이용하여 커널 사이즈를 적응적으로 갱신하는 방법을 제안하여 코렌트로피 알고리듬에 적용하였다. 제안된 적응 커널 사이즈 추정 방법을 다중 경로 채널과 충격성 잡음 환경에 대해 실험하였다. 제안한 방식은 고정 커널사이즈의 기존 알고리듬에 비해 2배 빠른 수렴 속도를 나타냈고 초기 커널 사이즈 2.0 에서 6.0 에 대해 모두 적절히 수렴하는 능력을 보였다. 이에 초기 커널 사이즈 선택에 큰 여유도를 가지고 성능을 향상시킬 수 있음을 입증하였다.

딥러닝 회귀 모델 개발을 위한 센서 데이터 윈도우 사이즈 최적화 기법 (Optimization of Sensor Data Window Size for Deep Learning Regression Model)

  • 최민서;유동연;이정원
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2022년도 춘계학술발표대회
    • /
    • pp.610-613
    • /
    • 2022
  • 센서 데이터의 중요성이 커지면서 센서 데이터 처리 연구의 수요가 증가하고 있다. 센서 데이터 기반의 딥러닝 모델 개발 시, 센서 데이터 단일 값에 의한 출력이 아닌 시계열적인 특성을 반영하여 연속적인 데이터 간의 연관성을 파악할 수 있는 슬라이딩 윈도우 기법을 통해 효율적으로 데이터를 분석하고 처리할 수 있다. 하지만, 기존의 방법들은 학습 성능(학습 시간 및 모델 성능)에 미치는 영향을 평가하는 기준 없이 입력 데이터의 윈도우 사이즈를 임의로 설정하여 데이터를 처리해 왔다. 따라서, 본 논문은 학습 시간과 모델 성능을 기준으로 센서 데이터의 윈도우 사이즈 최적화 기법을 제안한다. 제안한 방법은 전류를 이용하여 스위치와 다이오드 온도를 추정하는 가상 센서(virtual sensor) 실험 테스트베드에 적용하여, 학습 시간 중심으로는 5%의 윈도우 사이즈를, 모델 성능 중심으로는 R2 SCORE 의 값을 0.9295 로 갖는 8%의 윈도우 사이즈가 최적으로 도출되었다.

온라인 쇼핑의 데이터 융합 기반 사이즈 추천 서비스: 서비스 품질, 정보 신뢰, 고객 만족의 구매 의도에 대한 역할 (Size Recommendation Technology Convergence in e-Shopping: Roles of Service Quality Information Credibility and Satisfaction on Purchase Intention)

  • 김지은
    • 한국융합학회논문지
    • /
    • 제12권7호
    • /
    • pp.7-17
    • /
    • 2021
  • 본 연구는 온라인 패션 리테일링에서 최근 이용이 증가하고 있는 데이터 융합 기반 사이즈 추천 테크놀로지 서비스 품질이 정보 신뢰와 만족 및 구매 의도에 미치는 영향을 검증하였다. 연구를 위한 설문은 아마존 미케니컬 터크에서 시행되었으며, 사이즈 추천 테크놀로지의 사용 경험이 없는 18세 이상 60세 이하의 미국 거주 여성을 대상으로 하였다. 이들은 설문에 제시된 링크를 클릭하여 특정 패션 온라인 리테일러의 웹페이지에서 사이즈 추천 테크놀로지를 경험한 뒤, 설문에 답하였다. 불성실한 응답을 제외한 213부를 SPSS 27.0과 Process Macro(모델 6번, 5,000 bootstrapping sample)를 이용하여 분석한 결과, 사이즈 추천 테크놀로지 서비스 품질의 하위차원은 반응성과 사용 편의성으로 나타났으며, 두 하위차원은 모두 정보 신뢰와 만족을 매개로 하여 구매 의도에 영향을 미치고 있는 것으로 나타났다. 본 연구는 이와 같은 결과를 바탕으로 사이즈 추천 테크놀로지의 상용화를 위한 전략을 제언하였다.

복수 로드/스토어 명령어 생성 개선을 위한 변수 복사 기법 (A variable replication technique for improving multiple load/store code generation)

  • 조두산;김찬혁;백윤흥
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(B)
    • /
    • pp.338-341
    • /
    • 2011
  • 프로그램 코드 사이즈는 내장형시스템 구성에 있어서 고려해야 할 핵심 요소중의 하나이다. 프로그램 사이즈는 해당 시스템의 메모리 크기, 전력소모, 성능, 가격 등에 영향을 미치기 때문이다. 프로그램 코드 사이즈를 최적화하기 위하여 활용할 수 있는 시스템 자원 중에서 효과적인 것 중 하나가 복수 로드/스토어 명령어(Multiple Load/Store Instruction, MLS)이다. MLS 명령어는 하나의 명령어로 하나이상의 메모리 값을 레지스터로 블록 전송 (block transfer)하는 것이 가능하기 때문이다. 본 연구에서는 MLS명령어를 기존보다 효과적으로 생성함으로써 코드 크기를 감소시키는 최적화 기법에 대해 논의한다. 실험을 통하여 Mediabench와 DSPStone 벤치마크에서 본 연구에서 제안하는 기법을 통하여 평균 메모리 접근 코드사이즈가 10.3% 감소하였다.

비트코인 세그윗과 소프트포크 (Bitcoin SegWit and Softfork)

  • 고혁준;한성수;전유부;정창성
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2019년도 추계학술발표대회
    • /
    • pp.106-109
    • /
    • 2019
  • 비트코인은 분산시스템으로 많은 노드를 가질수록 가용성 및 안정성이 유지된다. 이를 위해서는 블록 크기가 작고 많은 트랜잭션을 처리할 수 있는 구조를 가지는 것이 유리하다. 비트코인의 트랜잭션이 많아지면서 2017 년 8 월 24 일 세그윗(SegWit) 이후에 블록사이즈는 1MB 에서 2MB 로 변경되었고, 2019 년 9 월 현재 블록당 사이즈는 1MB 이상이 사용되고 있다. 이러한 추세라면 가까운 시일 내에 최대 블록사이즈에 근접하게 될 것이다. 본 논문에서는 세그윗 적용에 따른 비트코인의 변화를 조사하여 세그윗을 적용하지 않은 레거시(Legacy) 노드와의 차이점과 소프트포크(Softfork)로 알려진 호환성(Backward Compatibility)을 살펴보고, 세그윗을 통해 가단성(Malleability) 버그가 해결과 블록 사이즈 증가를 통해 TPS(Transaction Per Second)가 향상되는 것을 확인하고자 한다.

가변 탐색범위를 적용한 움직임 예측 모듈 구현 (Implementation of Motion Estimation Module with Variable Search Range)

  • 최덕영;손승일
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국해양정보통신학회 2005년도 추계종합학술대회
    • /
    • pp.316-319
    • /
    • 2005
  • 현재 상용화 되고 있는 DMB에서는 176$^*$144의 작은 영상 사이즈를 표준으로 서비스하고 있다. 뿐만 아니라 서비스 되고 있는 콘텐츠들은 주로 움직임이 많은 영화나 스포츠 그리고 드라마 등이 주류를 이루고 있다. 따라서 시간적 압축 방식을 사용하는 움직임 예측 모듈이 더욱더 중요한 위치를 차지하게 됐으며 기존의 영상 표준안과 다르게 4$^*$4와 같은 작은 블록 사이즈가 중요한 정보를 갖게 되었다. 본 논문은 DMB에서 서비스 하는 여러 가지 영화나 스포츠를 대상으로 실험한 결과 4$^*$4와 같은 작은 사이즈의 블록이 움직임 예측시 많이 나타날 뿐 아니라 중요한 정보들로 이루어져 있다는 결과를 얻었으며 이를 토대로 좀 더 정확한 움직임 예측을 수행하기 위하여 가변 탐색범위를 제안하였다. 제안된 방법은 C언어를 통하여 검증하였으며 그 결과 고정의 탐색범위를 적용한 것보다 좋은 효율을 얻었다. 그리고 이를 다시 하드웨어 언어인 VHDL로 구현하였다.

  • PDF