• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1744-1745
• /
• 2011

네트워크 기반 제어시스템에서 상위 제어시스템의 성능은 하부 네트워크 시스템의 성능에 의해 직접적으로 영향을 받는다. 따라서 네트워크 기반 빌딩자동제어 시스템 역시 하부 네트워크 시스템의 동작 및 성능에 의해 직접적으로 영향을 받는다. 본 연구에서는 빌딩자동제어시스템을 위한 데이터 통신 프로토콜로 개발되었으며, ISO에 의해 국제 표준 규격으로 제정된 BACnet의 하부 데이터링크 계층 프로토콜 중 필드레벨 네트워크 프로토콜로 가장 많이 적용되고 있는 BACnet MS/TP프로토콜 기반 네트워크 시스템의 성능을 실험적으로 해석하는 방법에 대해 소개한다.

• 한국지진공학회논문집
• /
• 제5권2호
• /
• pp.1-11
• /
• 2001

내진성능평가 시스템은 구조시스템의 합리적인 분류, 적절한 평가 기준, 그리고 종합적인 평가방법을 포함하여야한다. 외국의 현행 내진성능 평가방법은 데이터의 수집과 주요 평가 항목을 위한 약산식 그리고 평가 점수를 이용하여 전문가의 판단에 근거한 평가 방법을 제시하고 있다. 본 연구는 국내 건축구조물에 예비 내진평가 방법에 중점을 두고 퍼지추론 시스템에 근거한 내진평가방법의 전형을 개발한다. 평가항목의 위계는 건무의 수직, 수평방향을 불규칙성, 비대칭성, 여용성, 그리고 건물 연한을 포함한 전체적인 특성과 부재 단계에서의 상세한 평가 항목으로 구성한다. 퍼지추론방법에 대한 기존의 연구결과를 근허가혀 이용한 내진성능 평가방법에 적절히 적용하기 위하여 4가지 주요 모듈을 설정한다. (1) 퍼지 입력 (2) 퍼지에 근거한 규칙기반 (3) 퍼지추론, 그리고 (4) 퍼지출력으로 구성된다. 더욱이 개별적인 성능 수준에 종합적인 평가지수를 끌어내기 위하여 퍼지추론방법을 적용하였다.

• 정보처리학회논문지B
• /
• 제8B권4호
• /
• pp.403-410
• /
• 2001

물체의 형상을 부호화하기 위한 베이스라인기반 기법을 개선하였다. 베이스라인 기반 기법은 2차원인 물체의 형상 데이터를 전환점(turning point)과 기준선(Baseline)으로 부터의 거리값으로 부호화하는 방식이다. 즉, 가로나 세로의 한 방향의 거리 값과 다른 방향의 전환점을 부호화하는 방식이다. 본 논문에서는 기존의 베이스라인 기반 기법의 성능을 개선하기 위한 방법을 제안하였다. 첫 번째 방법은 허용 왜곡과 비트율을 판단하여 가로나 세로로 기준점의 방향을 변화시킴으로서 부호화해야하는 점들과 전환점들의 개수를 감소시켜서 압축률을 높이는 것이다. 두 번째 방법은 기존의 부표본화에서 사용된 왜곡을 판단보다 더 세밀하게 판단하여 더 많은 종류의 부표본화를 가능케 함으로써 압축률을 높이는 방법이다. 제안하는 방법이 기존의 베이스라인 기반 부호화와 MPEG-4에서 채택하고 있는 CAE(Context-based Arithmetic Encoding)와 비교해 보았을 때 보다 우수한 성능을 보임을 모의실험을 통해 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (1)
• /
• pp.442-444
• /
• 2001

정보통신 인프라가 발전됨에 따라, 기존의 정보시스템은 웹기반 정보시스템으로 이주되고 있다. 따라서, 기존의 오프라인 비즈니스 프로세스는 온라인(웹기반) 형태로 튜닝(리엔지니어링) 되어야 하며, 새로운 웹기반 정보시스템은 성능과 수익성이 보장되어야만 한다. 이를 위한 이론과 기술을 개발함으로써 이주 비용을 최소화할 수 있다. 본 논문에서는 기존의 BPR기술 및 프로세스 모델링 기술, 프로세스 평가 기술, 성능모델 기술, UML 기술을 조사 및 활용, 개량하여 비즈니스 프로세스 튜닝 방법론(비즈니스 프로세스의 모델링 방법 및 새로운 프로세스 설계 휴리스틱스 제시, 그리고 비즈니스 프로세스들의 성능 및 비용 평가 방법)을 제시하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.660-661
• /
• 2020

본 논문에서는 기존 인공 신경망 기반 시계열 학습 기법인 Recurrent Neural Network (RNN)의 많은 연산량 및 고 사양 시스템 요구를 개선하기 위해 랜덤 포레스트 (Random Forest)기반의 새로운 시계열 학습 기법을 제안한다. 기존의 RNN 기반 방법들은 복잡한 연산을 통해 높은 성능을 달성하는 데 집중하고 있다. 이러한 방법들은 학습에 많은 파라미터가 필요할 뿐만 아니라 대규모의 연산을 요구하므로 실시간 시스템에 적용하는데 어려움이 있다. 따라서 본 논문에서는, 효율적이면서 빠르게 동작할 수 있는 시계열 다층 랜덤 포레스트(Time series Multilayered Random Forest)를 제안하고 산불 조기 탐지에 적용해 기존 RNN 계열의 방법들과 성능을 비교하였다. 다양한 산불화재 실험데이터에 알고리즘을 적용해본 결과 GPU 상에서 방대한 연산을 수행하는 RNN 기반 방법들과 비교해 성능적인 한계가 존재했지만 CPU 에서도 빠르게 동작 가능하므로 성능의 개선을 통해 다양한 임베디드 시스템에 적용 가능하다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 추계종합학술대회
• /
• pp.368-371
• /
• 1999

본 논문에서는 이더넷 장비의 단대단(End-to-end) 성능시험에 기반한 시험 방법론을 기술하고 이것을 이용하여 실제로 이더넷 허브를 시험한 결과를 제시한다. 시험대상장비에 입력과 출력을 통해 장비만의 성능을 측정하는 방법과 달리 클라이언트-서버모델 기반의 단대단 성능시험은 시험대상장비에 연결된 사용자의 입장에서 장비의 성능을 측정하므로 사용자 관점에서 객관적이고 직관적인 비교 데이터를 제시해줄수 있는 장점이 있다. 본 논문에서는 단일 네트워크 장비, 특히 이더넷 장비의 성능시험에 이러한 클라이언트-서버 모델을 적용하기 위해 여러 가지 사용자 응용. 예를 들면 파일 업로드(File Upload), 파일 다운로드(File Download), 질의(Inquiry), 신용 확인(Credit Check) 등을 수행할 때 처리율(Throughput)이나 응답시간(Response Time)을 측정하여 결과를 분석한다. 그리고 본 논문에서는 단대단 성능평가 방법론과 함께 시험대상 장비만의 처리율을 측정하여 단대단 성능평가의 단점을 보완하는 방법도 제시한다.

• 한국인터넷방송통신학회논문지
• /
• 제10권3호
• /
• pp.51-59
• /
• 2010

Collaborative Filtering(CF) 기법에 기반을 둔 다양한 영화 추천 방법들이 제안 되어 왔다. CF는 영화를 본 사람들이 직접 영화에 대해 평가한 점수를 기반으로 같은 성향을 가진 이웃 그룹을 결정하고, 새로운 영화에 대해 그 영화를 이미 본 이웃의 점수를 기반으로 사용자의 새로운 영화에 대한 선호도 값을 예측하는 방법이다. 본 논문에서는 사용자에 따라 영화 장르에 대한 선호도 정보를 CF의 예측 값에 반영하는 새로운 방법을 제안한다. 이 방법은 CF를 기반으로 하는 모든 종류의 추천 방법에 결합하여 사용할 수 있다. 본 논문에서는 기존의 CF알고리즘에 장르기반 알고리즘을 결합한 CF-Genre의 성능과 기존의 CF 알고리즘의 성능을 측정 비교하였다. 성능 평가의 결과 CF-Genre가 기존 CF의 예측 성능을 3.3% 정도 개선하였다.

• 정보관리학회지
• /
• 제23권3호
• /
• pp.69-89
• /
• 2006

로치오 알고리즘에 기초한 통제어휘 자동색인 또는 텍스트 범주화에서 적용되어 온 여러 성능 요인들을 재검토하였고, 성능 향상을 위한 기본적인 방법을 찾아보았다. 또한, 동등한 조건에서 통제어휘 자동색인을 위한 로치오 알고리즘 기반 방법의 성능을 다른 학습기반 방법들의 성능과 비교하였다. 결과에 따르면, 통제어휘 자동색인을 위한 로치오 기반의 프로파일 방법은 구현의 용이성과 컴퓨터 처리시간 측면의 경제성이라는 기존의 장점을 그대로 유지하면서도, 다른 학습기반 방법들(SVM, VPT, NB)과 거의 동등하거나 더 나은 성능을 보여주었다. 특히, 색인전문가의 색인작업을 지원하는 반-자동 색인의 목적으로는 비교적 높은 수준의 재현율을 유지하면서 학습 데이터의 증가에 따라 정확률이 크게 향상되는 로치오 알고리즘을 이용한 방법을 우선적으로 고려할 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.446-450
• /
• 2020

딥러닝 기반의 영상 분석 방법들은 많은 양의 학습 데이터가 필요하며, 학습 데이터 구축에는 많은 시간과 노력이 소요된다. 특히 객체 검출 분야의 경우 영상 내 객체의 위치, 크기, 범주 등의 정보가 모두 필요하여 학습 데이터 구축에 더 많은 어려움이 있으며, 이를 해결하기 위해 최근 이미지 합성기반 데이터 증강에 관한 연구가 활발히 진행되고 있다. 이미지 합성기반 데이터 증강 방법은 배경 영상에 객체를 합성할 때 객체와 배경 영상이 접한 영역에서 아티팩트(Artifact)가 발생하며, 이는 객체 검출 모델이 아티팩트를 객체의 특징으로 모델링하여 검출 성능이 저하되는 원인이 된다. 이러한 문제를 해결하기 위하여 본 논문에서는 양방향 필터 기반의 이미지 합성 방법을 제안하고, 단일 단계 검출의 대표적인 방법인 RetinaNet을 이용하여 이미지 합성기반 데이터 증강 방법의 성능을 분석하였다. 공개 데이터셋에 대한 실험 결과 본 논문에서 사용한 단일 검출 방법 및 데이터 증강 기법을 사용하면 더 적은 양의 증강 데이터로 기존 방법과 동일한 성능을 보여주는 것을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.627-629
• /
• 2018

영단어를 음역 하는 방법으로 규칙 기반 방법, 통계 기반 방법, 최대 엔트로피 기반 방법 등이 연구되어 왔다. 본 연구에서는 최근 기계 번역에서 우수한 성능을 보인 Sequence-to-Sequence 모델을 영어-한글 음차 표기에 적용해보았다. 실험결과, 다른 방법에 비해 우수한 성능을 보였다.