• Title/Summary/Keyword: 자원최적화

Search Result 825, Processing Time 0.03 seconds

Automatic Design of Microwave Vortex Mode Generators Using Genetic Algorithm (GA) (유전 알고리즘을 이용한 초고주파 회전 모드 생성기 자동 설계)

  • Cho, Yong-Heui
    • Proceedings of the Korea Contents Association Conference
    • /
    • 2018.05a
    • /
    • pp.5-6
    • /
    • 2018
  • 무선 통신 자원의 효율적인 사용을 위해 제안된 회전 모드 시스템을 구성하는 핵심 장치인 회전 모드 생성기를 2단계 유전 알고리즘을 이용해 자동으로 설계했다. 1단계 최적화로 회전 모드 생성기의 필요 부품 개수와 개별 부품 배치를 먼저 결정하고, 2단계 최적화로 각 부품의 세부 사항을 최적화하였다. 2단계 유전 알고리즘에 의하면 필요 부품 개수는 5개이며, 동일한 결과를 도출하는 세부 부품 배치도는 4종류였다.

  • PDF

For continuous model optimization Federated learning efficiency strategy (지속적인 모델 최적화를 위한 연합 학습 효율화 전략)

  • Youngsu Kim;Heonchang Yu
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2024.05a
    • /
    • pp.780-783
    • /
    • 2024
  • 본 논문에서는 지속적으로 최적화된 인공지능 모델을 적용하기 위한 방안으로 연합 학습(Federated Learning)을 활용한 접근법을 제시한다. 최근 다양한 산업 분야에서 인공지능 활용에 대한 필요성이 증가하고 있다. 금융과 같은 일부 산업은 강력한 보안, 높은 정확도, 규제 준수, 실시간 대응이 요구됨과 동시에 정적 시스템 환경 특성으로 적용된 인공지능 모델의 최적화가 어렵다. 이러한 환경적 한계 해결을 위하여, 연합 학습을 통한 모델의 최적화 방안을 제안한다. 연합 학습은 데이터 프라이버시를 유지하면서 모델의 지속적 최적화를 제공이 가능한 강력한 아키텍처이다. 그러나 연합 학습은 클라이언트와 중앙 서버의 반복적인 통신과 학습으로, 불필요한 자원에 대한 소요가 요구된다. 이러한 연합 학습의 단점 극복을 위하여, 주요도 높은 클라이언트의 선정 및 클라이언트와 중앙 서버의 조기 중단(early stopping) 전략을 통한 지속적, 효율적 최적화가 가능한 연합 학습 모델의 운영 전략을 제시한다.

IBM eServer i5의 가상화 엔진

  • No, Gi-Seon
    • the USERS
    • /
    • s.43
    • /
    • pp.41-45
    • /
    • 2004
  • IBM eServer i5는 전산 자원을 통합하여 다양하고 분산된 환경에서 누구나 그 자원에 접근할 수 있도록 해주는 시스템 기술과 서비스의 집합이다. 이번 최신 기술 동향에는 전산 인프라의 최적화 및 단순과가 가능하게 해주는 가상화 엔진의 기반이 되는 시스템 기술과 iSeries를 이용한 통합 및 가상화의 실사례을 담았다.

  • PDF

A Design of Optimal Resource Selection Broker in Grid Computing Systems (그리드 컴퓨팅 시스템에서 최적 자원 선택 브로커 설계)

  • 진성호;정광식;이화민;이대원;유헌창;정순영
    • Proceedings of the Korean Information Science Society Conference
    • /
    • 2003.04d
    • /
    • pp.124-126
    • /
    • 2003
  • 그리드 컴퓨팅은 광범위 분산 컴퓨팅 시스템(wide area distributed computing system)으로, 고성능의 유휴 컴퓨팅 자원을 서로 공유하여 효율적으로 작업을 수행하는 것을 목적으로 한다. 그리드 컴퓨팅에서 사용자가 요구하는 자원의 검색, 선택, 할당하는 문제는 시스템 성능에 큰 영향을 미친다. 그리드 컴퓨팅을 지원하는 대표적인 미들웨어인 글로버스(Globus Toolkit)에서는 위와 같은 과정들이 사용자에 의해 수동적으로 이루어지며, 검색된 후보 자원의 최적 선택 방법은 제공하지 않고 있다. 본 논문에서는 글로버스에서 사용자의 요구에 의해 검색된 후보 자원들 중 최적화된 자원 선택과 할당 요청을 담당하는 최적 자원 선택 브로커를 설계하였다. 이 브로커는 유전자 알고리즘을 이용하여 최적 자원을 선택하므로 사용자의 임의적 자원 선택으로 인한 시스템의 성능 저하를 막아준다. 자원 검색, 선택, 할당 요청이 하나의 브로커에서 이루어짐으로써 작업 수행 시 발생하는 사용자의 불필요한 관여를 막아 작업 수행에 대한 편의성을 제공한다.

  • PDF

The optimization of energy and food interdependencies in view of water security (물안보 관점에서의 에너지, 식량 연계 최적화 방안 접근)

  • Lee, Eul Rae;Park, Sang Young
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2018.05a
    • /
    • pp.461-461
    • /
    • 2018
  • 우리나라를 포함하여 전 세계적으로 기후변화로 기인하는 기상변동성 증가 등의 원인으로 물, 식량, 에너지의 시공간적 불균형이 발생할 것으로 전망되고 있다. 특히 미국 캘리포니아 2012-2015 대가뭄, 우리나라의 2013-2015 대가뭄 등 물부족의 위험 가능성이 증폭됨에 따라, 이와 관련된 에너지와 식량 등의 연계자원들도 기존의 방법과 같이 관리되고 활용하는 것에 한계점이 도달하고 있다. 기후변화와 같이 기상학적 스트레스 증가와 더불어, 국제적으로 인구증가 및 도시화가 확대될 것으로 전망되며, 한국, 미국, 중국, 인도 등에서 물안보에 대한 우려가 현실로 다가오고 있으며, 세계경제포럼(world economic forum)의 "전 지구적 위험도 인지 조사"에서도 물, 식량, 에너지 위기에 대한 심각성을 강조하고 있다. 물, 식량 그리고 에너지는 서로 밀접한 연관성을 가지고 있으며, 개별 분야에서의 문제는 그 자체의 위기로 그치지 않고 다른 타 분야의 위험도를 증폭시키는 원인으로 작용하게 된다. 과거와 다르게 교통, 물류 등의 발달로 물, 식량 및 에너지의 국가간 의존도가 더욱 증가하는 방향으로 전개되고 있으며, 세 가지 자원의 연계성 강화는 결국 상호위기를 선제적으로 대응할 수 있는 방법으로 전망된다. 따라서 물안보 및 물복지 실현을 위한 물과 에너지의 저비용, 고효율의 최적화 방안은 상당히 중요한 요인이 될 수 있다. 이를 위해 본 논문에서는 자원간 Trade-off, 평가 등 에너지소비를 줄이고 에너지 효율성을 증가하며 에너지 절약형 기술에 개발에 중점을 두는 방안을 찾아야 한다. 또한 원예시설 및 관개 기술의 개선에 따른 물과 에너지 소비량 비교 분석, 시설원예 산업의 에너지 생산성 및 절약형 기술 등 에너지-물-식량 분야의 상호연결을 정량화하고 최적화하는 방안들을 지속적으로 모색해야 할 필요가 있다.

  • PDF

Stochastic Optimization Method Using Gradient Based on Control Variates (통제변수 기반 Gradient를 이용한 확률적 최적화 기법)

  • Kwon, Chi-Myung;Kim, Seong-Yeon
    • Journal of the Korea Society for Simulation
    • /
    • v.18 no.2
    • /
    • pp.49-55
    • /
    • 2009
  • In this paper, we investigate an optimal allocation of constant service resources in stochastic system to optimize the expected performance of interest. For this purpose, we use the control variates to estimate the gradients of expected performance with respect to given resource parameters, and apply these estimated gradients in stochastic optimization algorithm to find the optimal allocation of resources. The proposed gradient estimation method is advantageous in that it uses simulation results of a single design point without increasing the number of design points in simulation experiments and does not need to describe the logical relationship among realized performance of interest and perturbations in input parameters. We consider the applications of this research to various models and extension of input parameter space as the future research.

Downlink Power Allocation for Relay Frequency Reuse (릴레이 주파수재사용을 위한 하향링크 전력 자원 할당)

  • Oh, Chang-Yoon
    • Journal of the Institute of Electronics Engineers of Korea TC
    • /
    • v.49 no.6
    • /
    • pp.98-104
    • /
    • 2012
  • We consider the optimum power allocation problem for downlink system throughput maximization in a 2 time slotted relay interference channel. Base station (BS) transmits power to Mobile Station (MS) and Relay Station (RS) in time slot 1 (orthogonal channel). In time slot 2, BS and RS transmit power to each MS, while causing cochannel interference to each other. The obtained optimum power allocation scheme allows simultaneous transmissions of BS and RS when the interference level in time slot 2 is low. However, when the interference level is high, RS shuts down its power. Numerical results are provided to support our analysis.

A Study on Dynamic Resource Management Based on K-Means Clustering in Cloud Computing (K-Means Clustering 알고리즘 기반 클라우드 동적 자원 관리 기법에 관한 연구)

  • Kwak, Minki;Yu, Heonchang
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2021.11a
    • /
    • pp.107-110
    • /
    • 2021
  • 글로벌 퍼블릭 클라우드 산업 규모는 매년 폭발적으로 성장하고 있으며 최근 COVID-19 등 비대면 문화 확산에 따라 지속 확장되고 있다. 클라우드 사업자는 유한한 인프라 자원으로 다수의 사용자에게 양질의 IT 서비스 제공을 위해 잉여 자원 할당을 최소화하는 것이 중요하다. 그러나 일반적인 퍼블릭 클라우드 환경에서는 정적 자원 할당 기법을 채택하고 있기 때문에 사용자의 주관적인 판단에 따라 잉여 자원의 발생은 필연적이다. 본 논문에서는 머신 러닝 기법 중 K-Means Clustering 알고리즘을 적용하여 클라우드 동적 자원 관리 기법을 제안한다. K-Means Clustering 기반으로 클라우드에 탑재된 각 Instance 의 자원 사용률 데이터를 분석하고, 분석 결과를 토대로 각 Instance 가 속한 Cluster 에 대하여 자원 최적화 작업을 수행한다. 이를 통해 전체 데이터센터 관점에서 잉여 자원의 발생을 최소화하면서도 SLA 수준 및 서비스 연속성을 보장한다.

A Study on the Development of a Mid-term Scheduling System for Shipbuilding Using ILOG (ILOG를 이용한 조선 중일정계획 시스템 개발에 관한 연구)

  • 우상복;김상훈;한형상;김기동;김훈주
    • Proceedings of the Korea Society for Simulation Conference
    • /
    • 2001.05a
    • /
    • pp.143-143
    • /
    • 2001
  • 조선 산업에서의 이익 극대화를 위해서는, 공기 단축을 통한 매출 증대, 주어진 생산 자원(인력, 설비 등)의 효율적인 이용을 통한 생산비 절감이 필수적인 사안이다. 다시 말하면, 효율적인 자원의 이용으로 선박의 건조 공기를 줄임으로써 조선 산업에서의 이익 극대화를 도모할 수 있고 이는 효과적인 생산 계획과 관리를 통해 얻을 수 있다. 조선 산업에서의 생산 계획과 관리는 내업, 선행, 선내 등 선박 건조의 전 과정에서 이루어지고 있는데, 조선 산업은 타 산업에 비해 환경변화에 따른 단기간의 불확실성은 비교적 적은 반면에, 가공, 절단, 조립, 의장, 도장, 선행탑재, 탑재, 안벽 작업 등 다단계 제조 프로세스가 장기간에 걸쳐 상당히 복잡하게 구성되어 있다. 또한, 유연하게 적용할 수 있는 인적자원과 공정순서, 그리고 각종 시간적 공간적 자원 제약 등으로 인하여 효과적이고 일관된 생산 계획을 신속하게 수립하기가 어려울 뿐만 아니라, 주문 생산 방식이기 때문에 정확한 일정계획 데이터의 생성도 어려운 실정이다. 본 연구는, 조선의 혁신적인 생산관리 능력 향상을 지원하기 위한 "조선 통합 생산계획 시스템 개발" 에 관련된 연구이다. 본 연구에서는 조선 생산계획에 적합한 일정계획 방법론 및 엔진 소프트웨어를 활용하고 총체적인 생산계획 및 일정계획 업무의 개념 재정립을 통하여, 통합 최적화를 실시간에 지원하는 조선 최적 일정계획 시스템 구축에 궁극적인 목적을 두고 있다. 이를 위해 본 연구에서는 조선 프로세스와 일정계획 업무규칙을 분석하고 이를 바탕으로 "조선 최적 일정계획 시스템"을 개발하였다. 조선 최적 일정계획 시스템은 블록, PE, 탑재, 선내 단계의 일정계획 최적화와 What-if Simulation을 지원하기 위하여 ILOG Solver/scheduler로 구현하였으며, 구현된 시스템에 대해 실제 계획에서 사용하는 데이터를 대상으로 다양한 최적화 기능에 대한 실험을 실시하였다. 실제 데이터를 이용한 실험결과, 풀이시간과 최적해 측면 모두에서 비교적 만족할 만한 결과를 보여주었다.교적 만족할 만한 결과를 보여주었다.

  • PDF