• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (3)
• /
• pp.257-259
• /
• 2000

VOD나 영상회의 등과 같은 실시간 서비스를 이용하는 사용자가 급속도로 증가함에 따라 QoS 보장이라는 새로운 요구사항이 등장하였지만 현재 인터넷의 Best-effort 방법으로는 QoS 보장을 완전히 지원하지 않고 있다. 이를 해결하기 위한 방법에는 망 차원의 QoS 아키텍처 이외에도 사용자가 원하는 QoS 보장을 위한 애플리케이션 레벨 QoS 정의와 DiffServ와 같은 새로운 망에서의 QoS 지원을 위한 체계적 정보가 필요하며 이러한 정보를 저장하고 관리할 실시간 서비스에 맞는 정보 저장소가 요구되고 있다. 따라서 본 논문에서는 대표적인 실시간 서비스인 VOD 서비스의 QoS 보장을 위해 필요한 정보들을 추출하여 디렉토리 객체로 정의하고, 효율적인 탐색이 가능한 확장된 디렉토리 시스템을 설계한다. LEAP(Lightweight Directory Access Protocol)을 이용하여 정보를 액세스하는 디렉토리 시스템은 저장소의 물리적 위치에 대한 제약 없이 정보의 분산 및 접근을 용이하게 하며, 논리적인 트리 구조에 따르는 빠른 검색을 가능하게 한다.

• 전자통신동향분석
• /
• 제34권4호
• /
• pp.32-42
• /
• 2019

The performance of machine learning algorithms significantly depends on how a configuration of hyperparameters is identified and how a neural network architecture is designed. However, this requires expert knowledge of relevant task domains and a prohibitive computation time. To optimize these two processes using minimal effort, many studies have investigated automated machine learning in recent years. This paper reviews the conventional random, grid, and Bayesian methods for hyperparameter optimization (HPO) and addresses its recent approaches, which speeds up the identification of the best set of hyperparameters. We further investigate existing neural architecture search (NAS) techniques based on evolutionary algorithms, reinforcement learning, and gradient derivatives and analyze their theoretical characteristics and performance results. Moreover, future research directions and challenges in HPO and NAS are described.