• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.175-178
• /
• 2002

본 논문에서는 Hidden Markov Model(HMM)을 이용하여 corpus 기반 TTS에 사용할 DB를 자동 음소 분할 해주는 시스템을 구현하였다. HMM을 이용해서 음소 분할 할 경우 HMM을 모델링 하는 방법에 따라 많은 성능의 차이가 난다. 따라서 본 논문에서는 HMM 모델링 방법에 따른 몇 가지 실험 및 성능 평가를 하였다. 실험 결과 음성 인식과는 달리 HMM모델링 시 triphone 모델보다 monophone 모델의 성능이 더 우수하였으며, 에너지 기반의 후처리를 통해 성능 향상을 얻을 수 있었다.

• Electronics and Telecommunications Trends
• /
• v.14 no.3 s.57
• /
• pp.1-18
• /
• 1999

본 고에서는 캐릭터 애니메이션을 위한 다면체 모델링 시스템에 대한 기술동향을 분석한다. 이를 위해 다면체 모델링을 지원하는 상용 캐릭터 애니메이션 소프트웨어들에 대한 최신 동향 및 이들 중 현재 고가와 중저가 시장을 주도하고 있는 Alias/Wavefront Maya 1.0 Kinetix 3D Studio Max 2.5를 중심으로 다면체 모델링 기능들을 분석하고 성능평가를 한다. 특히 기능분석에 앞서 두 시스템의 구현 개념을 살펴봄으로써 두 시스템의 다면체 모델링 기능과 더불어 전체적인 성능에 대해서도 분석한다. 이는 다면체 모델링 기능이 단순히 독립되어 구현될 수 있는 것이 아니라 전체 캐릭터 애니메이션 소프트웨어의 구조적인 구성과 밀접한 관련을 가지기 때문이다. 마지막으로 본 고는 두 상용 시스템에 대한 다면체 모델링 기능별 분류 및 그 성능평가에 대해서 벤치마킹 표로 요약. 제시하며 끝을 맺는다.

• Journal of Intelligence and Information Systems
• /
• v.4 no.2
• /
• pp.85-102
• /
• 1998

현재의 시스템 개발 프로젝트에서 대부분의 기업은 관계형 데이터베이스를 목표 환경으로 채택하고 있지만 설계자들은 기존의 파일 시스템이나 계층형 데이터베이스의 설계 방식을 관계형 데이터베이스 설계 시에도 그대로 적용하려는 경향이 있다. 또한 모델링 시 시스템 특성과는 무관한 업무 중심의 엔티티 관계도를 작성함으로써 구현 시에 모델을 상당 부분 변경하거나 추가해야 하는 오버헤드가 발생하기도 한다. 관계형 데이터베이스의 경우 구조를 어떻게 설계하느냐에 따라 효율의 차이가 크게 나타나므로 성능 향상을 위한 데이터 모델링 기법이 중요한 이슈로 등장하게 되었다. 본 논문에서는 관계형 데이터베이스 성능과 관련하여 이미 연구되고 실험된 내용을 여러 문헌과 자료를 참고하여 조사하였다. 성능 항상을 위한 모델링 기법들을 테이블, 릴레이션쉽, 인덱스 등의 객체별로 분류하여 정리하였고, 조사된 내용 중에서 몇 가지를 선택하여 Oracle DBMS 환경에서 실제로 실험을 실시하였다. 대용량 테이블에 대한 질의를 수행하여 소요되는 시간을 측정하고 그 결과를 분석하였다. 실험을 통해 검증된 결과를 토대로 제안되는 모델링 방법을 제시한다.

• The Journal of the Acoustical Society of Korea
• /
• v.26 no.8
• /
• pp.426-431
• /
• 2007

In this paper we have studied the underwater vector channel modeling for MIMO(Multiple Input Multiple Output) to increase the performance and efficiency for ultrasound communication in underwater channel environments. Also we have analyzed the MIMO techniques using the proposed channel modeling. For underwater MIMO channel modeling. experiments were done in real channel environments and the data were analyzed to estimate parameters such as fading, Doppler, time delay, angle of arrival, and receiving power. These were used for modeling of underwater vector channel modeling for MIMO. Additionally, we have analyzed the performance of MIMO systems using our proposed channel models. As a result we could see that the BER has decreased severely with the same SNR when using the MIMO system.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.457-459
• /
• 1998

본 논문에서는 하드웨어-소프트웨어 시스템에서의 시스템 레벨 모델링 및 통합 모의 실험(co-simulation)에 관한 새로운 방법을 다루고 있다. 복잡한 시스템의 하드웨어와 소프트웨어를 하나의 객체 지향 방법론으로 모델링 및 모의 실험하여 빠르고 쉽고 정확하게 시스템의 성능을 예측하고 분석하여, 시스템 설계가 최적화 되도록 도움을 주는 설계 도구를 제안한다. ASIC, 보조 디바이스, 벗, 디스크 및 소프트웨어 등을 객체 지향 모델링 방법인 UML(Unified Modeling Language) 형식론으로 시스템의 구조를 GUI을 사용하여 모델링하고, 이것으로부터 자동적으로 DEVS(Discrete EVent System) 모의 실험 모델을 생성해내어 통합 모의 실험을 수행함으로써 시스템의 성능을 쉽고 빠르게 측정하고 예측하는 방법론을 제시한다. UML과 DEVS는 형식론으로서, UML은 추상화 수준의 시스템 모델링과 그래픽 사용자 인터페이스를 제공하며, 모의 시험은 DEVS의 시뮬레이터인 DEVS++을 사용하였다. DEVS++는 C++ 라이브러리 형태이므로 쉽게 UML에서 DEVS 형식론으로 모의 실험 모델을 추가하여 간단한 모델링할 수 있을 뿐만 아니라 정확한 모의 실험 결과를 얻을 수 있다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1999.10a
• /
• pp.81-86
• /
• 1999

본 연구는 DEVS 모델링 및 시뮬레이션을 이용한 침입 탐지 기법의 성능평가를 주목적으로 한다. 최근 컴퓨터망의 확대와 컴퓨터 이용의 급격한 증가에 따른 부작용으로 컴퓨터 보안 문제가 중요하게 대두되고 있으며 이러한 추세에 따라 해커들로부터의 침입을 줄이기 위한 침입 탐지 시스템에 관한 연구가 활발히 진행되고 있다. 한편, 침입 탐지 기법으로 전문가 시스템, 신경망, 유전자 알고리즘 등 인공지능 기법을 이용한 다양한 시도가 이루어지고 있으나 이러한 기법들에 대한 성능평가는 대부분 실제 시스템의 구축을 통해서만 다루어 왔다. 따라서, 이를 극복하기 위하여 시뮬레이션 기법의 도입을 통한 성능평가 방법이 요청된다. 따라서, 본 연구에서는 엔진 베이스 모델링을 통하여 일반적인 침입 탐지 시스템을 설계하고 침입 탐지 기법의 하나인 유전자 알고리즘을 적용하여 시뮬레이션 테스트를 수행함으로써 DEVS 모델링 및 시뮬레이션을 이용한 성능평가의 타당성을 검증한다.

• Journal of Internet Computing and Services
• /
• v.25 no.3
• /
• pp.27-33
• /
• 2024

The environment of academic research is continuously changing due to the increase of information, which raises the need for an effective way to analyze and organize large amounts of documents. In this paper, we propose Performance Improvement of Topic Modeling using BART(Bidirectional and Auto-Regressive Transformers) based Document Summarization. The proposed method uses BART-based document summary model to extract the core content and improve topic modeling performance using LDA(Latent Dirichlet Allocation) algorithm. We suggest an approach to improve the performance and efficiency of LDA topic modeling through document summarization and validate it through experiments. The experimental results show that the BART-based model for summarizing article data captures the important information of the original articles with F1-Scores of 0.5819, 0.4384, and 0.5038 in Rouge-1, Rouge-2, and Rouge-L performance evaluations, respectively. In addition, topic modeling using summarized documents performs about 8.08% better than topic modeling using full text in the performance comparison using the Perplexity metric. This contributes to the reduction of data throughput and improvement of efficiency in the topic modeling process.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.11
• /
• pp.1041-1045
• /
• 2010

Clusters can provide scalable and flexible architectures for parallel computing servers and data centers. Their performance prediction has been a very challenging issue. Existing performance measurement methodologies are able to measure the performance of servers already constructed. Thus they cannot provide a way to predict the overall system performance in advance when designing the system at the initial phase or adding more nodes for more capacity. Therefore, the performance modeling and prediction methodology for large-scale clusters is highly required. In this paper, we suggest a methodology to predict the performance of large-scale clusters, which consists of measurement, modeling and prediction steps. We apply the methodology to a real cluster server and show its usefulness.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10c
• /
• pp.671-673
• /
• 2000

본 논문에서는 분산공유메모리 다중프로세서 시스템에서 하드웨어 구성요소와 실행환경이 시스템의 전체 성능에 미치는 영향을 시뮬레이션을 통하여 분석한다. PARSEC[1,2]을 이용하여 분산공유메모리 다중프로세서 시스템을 실제 실행환경에 근접하게 모델링하고 그 모델링된 시스템상에 2D FFT를 가상 실행하는 방식의 시뮬레이션 결과, 일반적으로 성능분석을 할 때 성능요소로 고려하지 않는 군소 하드웨어 요소들이 시스템 구성에 따라 시스템의 전체 성능에 상당한 영향을 미침을 밝힌다. 또한 반복순환 구문의 오버헤드, 코드최적화 등 실행조건에 따른 성능의 변화도 정량적으로 분석한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.351-354
• /
• 2018

본 연구에서는 일 증발접시 증발량 모델링을 위한 다변량 적응 회귀 스플라인 (multivariate adaptive regression splines, MARS) 모델의 성능을 평가하였다. 모델 입력변수 집합은 부산 관측소 (기상청)로부터 수집된 기상자료를 활용하여 증발접시 증발량과의 상관성이 높은 변수들의 조합으로 구성되었으며, 일사량, 일조시간, 평균지상온도, 최대기온의 조합으로 구성된 세 가지 입력집합이 결정되었다. MARS 모델의 성능은 네 가지의 모델성능평가지표를 활용하여 정량적으로 산출되었으며, 그 결과를 인공신경망 (artificial neural network, ANN) 모델과 비교하였다. 입력변수로서 일사량 및 일조시간을 가지는 Set 1의 경우 MARS1 모델이 ANN1 모델보다 우수한 성능을 나타내었으며, Set 2 (일사량, 일조시간, 평균지상온도)의 경우 ANN2 모델, Set 3 (일사량, 일조시간, 평균지상온도, 최대기온)의 경우 MARS3 모델이 상대적으로 우수한 모델 성능을 나타내었다. 모든 분석 모델들을 비교하였을 때, MARS3, ANN2, ANN3, MARS2, MARS1, ANN1 모델의 순서로 우수한 모델 성능을 나타내었으며, 특히 MARS3 모델은 CE = 0.790, $r^2=0.800$, RMSE = 0.762, MAE = 0.587로서 가장 우수한 일 증발접시 증발량 모델링 성능을 나타내었다. 따라서 본 연구에서 적용한 MARS 모델은 지상관측 기상자료를 활용한 일 증발접시 증발량 모델링에서 효과적인 대안이 될 수 있을 것으로 판단된다.