• KIPS Transactions on Computer and Communication Systems
• /
• v.11 no.3
• /
• pp.73-82
• /
• 2022

Auto-scaling is one of the most important functions for cloud computing technology. Even if the number of users or service requests is explosively increased or decreased, system resources and service instances can be appropriately expanded or reduced to provide services suitable for the situation and it can improves stability and cost-effectiveness. However, since the policy is performed based on a single metric data at the time of monitoring a specific system resource, there is a problem that the service is already affected or the service instance that is actually needed cannot be managed in detail. To solve this problem, in this paper, we propose a method to predict system resource and service response time using a multivariate time series analysis model and establish an auto-scaling policy based on this. To verify this, implement it as a custom scheduler in the Kubernetes environment and compare it with the Kubernetes default auto-scaling method through experiments. The proposed method utilizes predictive data based on the impact between system resources and response time to preemptively execute auto-scaling for expected situations, thereby securing system stability and providing as much as necessary within the scope of not degrading service quality. It shows results that allow you to manage instances in detail.

• The Journal of the Acoustical Society of Korea
• /
• v.40 no.4
• /
• pp.337-346
• /
• 2021

Detection of abnormal signal generally can be done by using features of normal signals as main information because of data imbalance. This paper propose an efficient method for abnormal signal detection using parallel AutoEncoder (AE) which can use features of abnormal signals as well. The proposed Parallel AE (PAE) is composed of a normal and an abnormal reconstructors having identical AE structure and train features of normal and abnormal signals, respectively. The PAE can effectively solve the imbalanced data problem by sequentially training normal and abnormal data. For further detection performance improvement, additional binary classifier can be added to the PAE. Through experiments using public acoustic data, we obtain that the proposed PAE shows Area Under Curve (AUC) improvement of minimum 22 % at the expenses of training time increased by 1.31 ~ 1.61 times to the single AE. Furthermore, the PAE shows 93 % AUC improvement in detecting abnormal underwater acoustic signal when pre-trained PAE is transferred to train open underwater acoustic data.

• The Journal of the Acoustical Society of Korea
• /
• v.42 no.6
• /
• pp.500-510
• /
• 2023

Passive sonar signals mainly contain both normal and abnormal signals. The abnormal signals mixed with normal signals are primarily detected using an AutoEncoder (AE) that learns only normal signals. However, existing AEs may perform inaccurate detection by reconstructing distorted normal signals from mixed signal. To address these limitations, we propose an abnormal signal detection model based on a Recurrent Neural Network (RNN) and vector quantization. The proposed model generates a codebook representing the learned latent vectors and detects abnormal signals more accurately through the proposed search process of code vectors. In experiments using publicly available underwater acoustic data, the AE and Variational AutoEncoder (VAE) using the proposed method showed at least a 2.4 % improvement in the detection performance and at least a 9.2 % improvement in the extraction performance for abnormal signals than the existing models.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.267-273
• /
• 1998

셀룰라 오토마타 신경망은 저자에 의하여 개발된 신경망으로써 주변의 셀과 국소적인 연결을 가지며 셀룰라 오토마타의 발생규칙에 따라 생성되는 신경망이다. 셀룰라 오토마타 신경망을 간단히 줄여서 ECANS라고 한다. 본 신경망은 카오스 뉴런 모델을 사용하며 뉴런사이의 연결강도는 흥분성 또는 억제성 결합을 갖는다. 신호의 전달방식은 펄스의 형태로서 뉴런이 발화하면 '1' 발화하지 않으면 '0'이 된다. 본 논문에서는 셀룰라 오토마타를 구성하는 요소별 특징을 살펴보고 주어진 문제에 적합한 셀룰라 오토마타 신경망을 얻어내기 위한 진화방법으로서 DNA 코딩방법을 제안한다. 제안한 방법의 유효성을 시뮬레이션을 통하여 검증한다.

• Annual Conference of KIPS
• /
• 2020.05a
• /
• pp.72-74
• /
• 2020

센서 네트워크의 센서 개수가 늘어나고 데이터 수집 주기가 짧아지며 데이터의 용량도 늘어남에 따라 데이터를 수집하는 중앙서버의 과부하가 걸리는 현상이 발생할 수 있다. 본 논문에서 제안하는 시스템은 센서 데이터를 수집하는 모듈을 컨테이너화 하여 쿠버네티스로 관리한다. 또한 쿠버네티스의 오토 스케일링 기능을 이용하여 데이터 수집 모듈의 과부하가 발생할 경우 자동으로 수집 모듈을 복사하여 scale out 할 수 있다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1997.04a
• /
• pp.660-664
• /
• 1997

본 논문은 사출금형 설계를 위한 전문가 시스템의 개발에 관한 연구이다. 설계자가 오토케드 (AutoCAD)환경에서 금형부품 및 몰드베이스를 3차원 형상으로 나타낼 수 있으며 필요한 설계 데이터를 추가할수 있는 프로그램 개발에 있다. 주 프로그램은 C++를 사용하여 구축하였으며,금형부품 치수 및 몰 드베이스를 데이터베이스화 하였다. 주 프로그램과 오토캐드와 인터페이스를 하여 오토캐드 환경에서 자 유롭게 사용할 수 있도록 하였다. Pull-down menu와 Dialog box를 이용하여 금형 설계자가 금형의 각 부 품을 자유롭게 선정할 수 있으며, 각 단계별 선정된 금형부품은 즉시 나타나 설계자가 바로 확인 할 수 있도록 하였다. 이젝터 핀의 위치 및 크기를 자동적으로 나타낼수 있으며, 선정된 금형 부품 및 몰드베이 스는 2차원이나 3차원으로 나타낼 수 있다. 각각의 3차원 부품을 독립적으로 나타낼 수 있어 NC프로그램과 인터페이스가 가능토록 하였다.

• Journal of Korea Multimedia Society
• /
• v.8 no.5
• /
• pp.670-678
• /
• 2005

A Cellular Automaton(CA) is a dynamical system in which space and time are discrete, the state of each cell is unite and is updated by local interaction. Since the characteristics of CA is diffusion and local interaction, CA is used by crypto-systems and VLSI structure. In this study, we proposed a hash function based on the concept of 2-dimensional cellular automata and analyzed the proposed hash function.

• Annual Conference of KIPS
• /
• 2016.10a
• /
• pp.843-844
• /
• 2016

시장으로부터 요구는 야간에도 고화질 영상을 획득하기 위한 기술개발이 필요하다. 우리는 방범용 야간 고화질 영상 확보를 위한 시스템과 감성적인 실내외 조명 관리 시스템을 위한 IADP(IoT Auto Dimming Platform)를 설계한다. 공원이나 학교 등 외부 환경에 따른 LED 오토 디밍 제어 및 접근감지에 따른 밝기 제어, 가정에서 거실등, 침실등, 공부방 등의 환경을 고려한 밝기 제어를 통한 시력 보호 및 감정 제어, 및 테마 프로그램에 의한 주기적 LED 경관 제어를 제공하도록 외부환경에 따른 테마형 IoT 오토디밍 플랫폼 IADP를 설계한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.57-60
• /
• 1998

Darwin Machine은 자기 자신의 구조를 전자적인 속도로 진화해 나가는 하드웨어로서 복잡한 구조와 성질으 진화 기법을 사용하여 만들어 나가는 진화공학(Evolutionary Engineering)의 한 예이다. 하드웨어가 전자적인 속도로 진화하기 위해서는 각각으리 하드웨어 구성요소들이 병렬적으로 작동해햐 하는데 셀룰라 오토마타는 이러한 문제를 해결하는 적합한 구조이며, 하드췌어에 쉽게 이식할 수 있는 장점이 있다. 신경망의 학습 능력과 진한 연산을 이용하면 효율적인 진화를 유도할 수 있다. 본 논문에서는 이러한 하드웨어 구현을 위한 셀룰라 오토마타에 기반한 신경망을 보이고자 한다.

• Annual Conference of KIPS
• /
• 2007.05a
• /
• pp.785-788
• /
• 2007

본 연구는 Ramadege 와 Wonham 의 Supervisor Control 을 기반으로 한다. 초기 이 이론은 오토마타를 이용하여 모델링 하였으며, 많은 연구가 활발하게 이루어져왔다. 그러나, 유한 오토마타는 병렬처리 및 동기화, 자원공유를 모델링하기 어렵다는 단점이 있다. 유한 오토마타를 기반으로 한 연구는 일반적으로 복잡한 시스템을 모델링 할 때 발생하는 결합 폭발성에 의한 제한성이 있다. 반면, 패트리 넷은 병렬처리나 동기화에 대한 모델링을 하기에 보다 더 강력한 도구이지만, 패트리 넷을 이용한 통합법은 아직까지 광범위하게 연구되지는 않았다. 따라서, 본 연구에서는 공장설비(plant)모델과 이 설비에 대해 사용자가 원하는 작업을 명시한 사용자 설계명세 (user specifications)모델을 패트리 넷을 이용하여 모델링하는 방법을 제안한다. 본 연구는 사용자 설계명세에 관련한 폐쇄 회로 패트리 넷(closed-loop PN)을 획득하고자 원시 공장설비 모델에 제어 플래이스(control place)를 추가하는 통합을 실행하기 위한 방법으로 Ghaffari의 영역 이론(Theory of Region )을 이용하여 연구개발 하였다