• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (1)
• /
• pp.682-684
• /
• 2002

최근 여러 논문에서 실 데이터 종속을 제거하기 위하여 결과 값 예상 기법을 제안하였다. 결과 값 예상 기법 중 혼합형 결과 값 예측기는 다양한 패턴을 갖는 명령어를 모두 예측함으로써 높은 예상 정확도를 얻을 수 있지만 하나의 명령어가 여러 개의 예측기 테이블에 중복 저장되어 높은 하드웨어 비용을 요구한다는 단점이 있다. 본 논문에서는 이러한 단점을 극복하기 위하여 프로파일링으로 얻어진 정적 분류 정보를 사용하여, 명령어률 예상 정확도가 높은 예측기에만 할당하여 예상 테이블 크기를 감소 시켰다. 또한 동적으로 적절한 예측기를 선택하도록 함으로써 예상 정확도를 더욱 향상 시켰다. 본 논문에서는 SPECint95 벤치마크 프로그램에 대해 SimpleScalar/PISA 3.0 툴셋을 사용하여 실험하였다. 정적-동적 분류 정보를 모두 사용하였을 경우 87.9%, VHT 크기를 4K로 축소한 경우 87.5%로 비슷한 예상정확도를 얻으면서 예상 테이블의 크기는 50%로 감소하였다. 또한 실행 패턴의 유형 비율에 따라 각 예측기의 VHT를 구성한 경우 예상 테이블 크기를 25%로 줄일 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (3)
• /
• pp.865-867
• /
• 2001

데이터 종속성을 제거하기 위해서 명령어의 결과값을 예상하는 여러 결과값 예측기의 장점을 이용하여 놓은 성능을 얻을 수 있는 새로운 혼합형 예측 메커니즘을 제안한다. 제안된 혼합형 결과값 예측기는 예상 테이블을 모험적으로 갱신할 수 있기 때문에 부적절한(Stale) 데이터로 인해 잘못 예상되는 명령어의 수를 효과적으로 감소시킨다. 또한 정적 분류 정보를 사용하여 명령의 반입시 적절한 예측기에 할당함으로써 예상 정확도를 더욱 향상시키며, 하드웨어 비용을 효율적으로 감소시키도록 하였다. 5개의 SPECint 95 벤치마크 프로그램에 대해 SimpleScalar/PISA 3.0 툴셋을 사용하여 실험하였다. 16-이슈 폭에서 모험적 갱신을 사용한 평균 예상 정확도는 73%의 실험 결과가 나왔으며, 정적 분류 정보를 사용하였을 경우 예상 정확도가 88%로 증가된 결과를 얻었다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권1호
• /
• pp.107-115
• /
• 2002

데이타 종속성을 제거하기 위해서 명령어의 결과값을 예상하는 여러 결과값 예측기의 장점을 이용하여 높은 성능을 얻을 수 있는 새로운 혼합형 예측 메커니즘을 제안한다. 제안된 혼합형 결과값 예측기는 예상 테이블을 모험적으로 갱신할 수 있기 때문에 부적절한(stale) 데이타로 인해 잘못 예상되는 명령어의 수를 효과적으로 감소시킨다. 또한 정적 분류 정보를 사용하여 명령의 반입시 적절한 예측기에 할당함으로써 예상 정확도를 더욱 향상시키며, 하드웨어 비용을 효율적으로 감소시키도록 하였다. 5개의 SPECint 95 벤치마크 프로그램에 대해 SimpleScalar/PISA 3.0 툴셋을 사용하여 실험하였다. 16-이슈 폭에서 모험적 갱신을 사용한 평균 예상 정확도는 73%의 실험 결과가 나왔으며, 정적 분류 정보를 사용하였을 경우 예상 정확도가 88%로 증가된 결과를 얻었다.

• 한국정보과학회논문지:시스템및이론
• /
• 제28권11호
• /
• pp.592-600
• /
• 2001

슈퍼스칼라 프로세서는 성능향상을 위해 명령어 반입폭과 이슈율을 증가시키고 있다. 데이터 종속성은 ILP(Instruction-Level Parallelism)를 향상시키는데 주요 장애요소가 되고 있으며, 최근 여러 논문에서 데이터 종속성을 제거하기 위해서 명령어의 결과값을 예상하는 메커니즘이 연구되었다. 그러나 이러한 예측기들은 예상한 명령어의 실제 결과값으로 예상 테이블을 갱신하기 전에 그 명령어를 다시 예상할 때 부적절(stale)한 데이터를 사용함으로써 예상 실패율이 증가하여 프로세서의 성능을 감소시킨다. 본 논문에서는 부적절 데이터 사용을 줄여 높은 성능을 얻을 수 있는 새로운 하이브리드 예측 메커니즘을 제안한다. 제안된 하이브리드 결과값 예측기는 예상 테이블을 모험적으로 갱신할 수 있기 때문에 부적절 데이터로 인해 잘못 예상되는 명령어의 수를 효과적으로 감소시킨다. 16-이슈폭 슈퍼스칼라 프로세서에서 SPECint95 벤치마크 프로그램에 대해 모험적 갱신을 사용함으로써 모험적 갱신을 사용하지 않은 경우의 평균 예상 정확도 59%에 비해 평균 예상 정확도가 72%에 비해 평균 예상 정확도가 72%로 크게 향상되었다.

• 대한원격탐사학회지
• /
• 제23권6호
• /
• pp.521-528
• /
• 2007

본 논문에서는 대상지역에 대한 영상을 다양한 가중치의 조합의 경우를 고려하여 객체 단위로 분할하게 되며 분할된 객체에 대하여 상호관계를 분석하여 수치적으로 표현하였다. 또한 최종적인 객체 기반영상분류에서 높은 정확도를 확보할 수 있는 가중치의 조합을 산정하였다. 연구에 사용된 영상은 Landsat-7/ETM 영상으로 대상 지역의 면적은 $11{\times}14$ Km이며 밴드 2, 3, 4의 조합을 사용하였다. 객체 간 계산은 Moran's I와 객체 내부 분산(Intrasegment Variance)을 이용하였다. 대상지역에 대하여 총 75개의 가중치 조합을 사용하여 75개의 객체 분할 영상을 생성하였다. 객체 분할 영상 중에 최종적인 영상 분류 시 높은 정확도가 예상되는 가중치 조합, 중간 정도 정확도가 예상되는 가중치 조합 그리고 낮은 정도 정확도가 예상되는 가중치 조합을 7개 선택하여 최종적인 객체기반 영상분류를 시행하고 그 정확도를 비교하였다. 정확도의 비교 결과, 가장 높은 정확도가 예상되는 가중치 조합의 객체 분할 영상의 경우 객체 기반 영상 분류 시 85% 이상의 정확도를 나타내었으며 반대로 낮은 경우는 분류 시 50% 정도의 분류 정확도를 나타내었다.

• 인터넷정보학회논문지
• /
• 제2권1호
• /
• pp.23-30
• /
• 2001

ILP 프로세서는 고성능을 유지하기 위해 정확한 분기예상 방법을 요구한다. Two-Level 분기예상 방법은 높은 분기예상 정확성을 갖는 것으로 알려져 있다. 그러나, 한 분기 명령이 다른 분기 명령에 의해 갱신된 PHT 엔트리를 사용할 때 간섭이 발생하며, 간섭 중 부정적 간섭은 잘못된 예상(misprediction)을 유발하여 성능에 부정적 영향을 주게 된다. Agree분기예상 방법에서는 BTB에 bias 비트를 추가하여 부정적 간섭을 긍정적 간섭으로 변환하여 예상 정확도를 높였으나, bios 비트를 잘못 설정하는 경우에는 오히려 부정적 간섭이 증가하게 된다. 본 논문에서는 이러한 부정적 간섭을 감소시키는 새로운 동적 분기예상 방법을 제안한다. 제안한 분기예상 방법은 수행시간에 bias 비트를 동적으로 변경시키기 위해 BTB의 엔트리에 hit 비트를 추가하였다. 그 결과 부정적 간섭을 효과적으로 감소시켜 예상 정확도를 향상시켰다. 제안된 방법의 효율성을 보여주기 위해, SPEC92int 벤치마크를 사용하여 성능을 평가한 결과, 제안된 방법이 기존의 방법보다 성능이 우수함을 확인하였다.

• 한국환경과학회:학술대회논문집
• /
• 한국환경과학회 2018년도 정기학술대회 발표논문집
• /
• pp.59-59
• /
• 2018

• 한국정보과학회논문지:시스템및이론
• /
• 제30권10호
• /
• pp.569-578
• /
• 2003

데이타 종속성은 명령어 수준 병렬성을 향상시키는데 중요한 장애요소가 되고 있으며, 최근 여러 논문에서 데이타 종속을 제거하기 위하여 결과 값을 예상하는 방법이 연구되고 있다. 혼합형 결과 값 예측기는 여러 예측기의 장점을 이용하여 높은 예상 정확도를 얻을 수 있지만, 동일한 명령어가 여러 개의 예측기 테이블에 중복 엔트리를 갖게되어 높은 하드웨어의 비용을 필요로 한다는 단점이 있다. 본 논문에서는 정적 및 동적 분류 정보를 이용하여 높은 성능을 얻을 수 있는 새로운 혼합형 결과 값 예측기를 제안한다. 제안된 예측기는 반입 단계 동안 정적 분류 정보를 사용하여 적절한 예측기에 할당함으로써 테이블 크기를 효과적으로 감소시켰고 예상정확도를 향상시켰다. 또한 제안된 예측기는 동적 분류를 사용하여“Unknown”유형의 명령어에 가장 적절한 예측방법을 선택하도록 하여 예상 정확도를 더욱 향상시켰다. SimpleScaiar/PISA 툴셋과 SPECint95 벤치마크 프로그램에서 시뮬레이션 한 결과, 정적 분류 정보를 사용하였을 경우 평균 예상 정확도가 85.1%, 정적 및 동적 분류 정보를 모두 사용하였을 경우 87.6%의 평균 예상 정확도를 얻을 수 있었다.

• 한국측량학회지
• /
• 제33권5호
• /
• pp.335-342
• /
• 2015

본 연구에서는 대표적인 도시유출모형인 SWMM모형을 이용하여 기존의 침수예상지도가 고려하지 못했던 시간대별 침수예상지도를 작성하고 모형의 정확도 향상을 위해 연계모듈인 GeoSWMM을 개발하였다. GeosWMM은 GIS와 SWMM의 데이터 연계모듈로, 하수관망 GIS 네트워크 데이터로부터 SWMM 프로젝트 파일을 직접 생성할 수 있다. GeoSWMM을 이용하여 연구 사례지역인 서울특별시 서초구의 서초2동의 SWMM모형을 구축하였다. 실제 침수가 발생하였던 2010년 9월 21일의 시간당 실제 강우량 자료를 바탕으로 시나리오를 작성하여 홍수모의를 수행하였다. 홍수모의 결과 오후 2시를 기점으로 하수시스템의 통수능력 부족으로 인해 유출이 발생하는 것으로 나타났다. 이 결과를 바탕으로 시간대별 침수예상지도를 작성하였으며 2010년 침수흔적도를 기준으로 정확도 평가를 실시하였다. 평가 결과 침수예상지도가 침수흔적도와 약 66% 정도 일치하였다. 본 연구에서 개발한 GeoSWMM을 이용하면 SWMM의 입력 하수관망 데이터를 쉽게 생성할 수 있을 것이다. 또한 폭우 시 시간대별 침수예상지도 작성을 통해 도심지역에 대한 보다 효율적인 방재계획 수립이 가능할 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.1062-1064
• /
• 2022

해외로 이동하고 있는 컨테이너 화물의 실시간 위치를 확인하고 기상정보 및 국제 이슈 등을 고려하여 도착 예상 시간을 계산해 화물의 도착 예정시간을 실시간으로 확인할 수 있는 서비스이다. 그동안 선박 추적 시스템은 해외 서비스에 의존해왔으며, 선사에서 자체적으로 제공하는 정보는 정확도가 40%에 미치는 한계가 존재했다. 이러한 문제점을 보완하여, 해당 서비스를 통해 빅데이터 기반의 분석과 향후 프로젝트 운영을 통해 축적될 시스템 상의 데이터와 현장의 데이터를 취합하여 높은 정확도를 이룰 수 있을 것으로 예상한다. 이를 통해 수출 기업들은 안전재고를 감축할 수 있게 되어 보관 관련 물류비용을 절감할 수 있게 될 것이다. 또한 보다 정확한 제조 일정을 수립할 수 있게 되어 과잉 생산을 방지할 수 있음을 기대해볼 수 있다.