• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.32 no.3
• /
• pp.487-499
• /
• 2022

Machine learning such as deep learning have been widely used in recent years. Recently deep learning is performed in a trusted execution environment such as ARM TrustZone to improve security in edge devices and embedded devices with low computing resource. To mitigate this problem, we propose TPMP that efficiently uses the limited memory of TEE through DNN model partitioning. TPMP achieves high confidentiality of DNN by performing DNN models that could not be run with existing memory scheduling methods in TEE through optimized memory scheduling. TPMP required a similar amount of computational resources to previous methodologies.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.19 no.2
• /
• pp.45-62
• /
• 2008

A reference ontology for cultural heritage information, CIDOC Conceptual Reference Model (CRM), has promoted cooperation among memory institutions and FRBRoo, re-constructed version of FRBR based on CRM, was developed. In this study, the harmonized ontology version of FRBR, FRBRoo, was analysed and, as a results, the followings are suggested: empowered interoperability for information exchange and integration among cultural institutions and designing more comprehensible inference rules than original FRBR model. Moreover, the by-products of harmonization gave opportunity to recognize internal inconsistencies of the FRBR model and CRM itself and refine them.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.787-789
• /
• 2005

기존의 운영체제에서는 시스템이 프로세스의 종류를 알지 못하므로, 사용자가 명시하지 않은 서로 다른 종류의 프로세스에 모두 동일한 스케줄링 정책을 적용해 왔다. 따라서 한번 결정된 스케줄링 정책은 변화하는 환경에 적응하지 못한다는 단점이 있다. 본 논문에서는 리눅스 환경에서 프로세스들의 자원사용량을 근거로 각 프로세스를 일괄처리 프로세스, 대화식 프로세스, 실시간 프로세스로 분류하고, 각 분류에 대한 사용자 우선순위를 모델링하여 사용자의 성향에 맞게 프로세스에 우선순위를 부여하는 사용자 적응적 프로세스 스케줄링 기법을 제안한다. 이 방법은 사용자의 성향에 따라서 스케줄링 정책을 결정할 수 있으며, 여러 사용자에게 서로 다른 스케줄링 정책을 적용할 수 있다. 실험 결과 제안하는 방법의 유용성을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.289-291
• /
• 2005

XML의 출현으로 메타데이터를 이용한 개념수준의 지식 모델링 토대가 구축됨으로써, 추론 기능을 부가하여 실질적인 개념화를 실현하는 온톨로지 기술이 정보시스템의 핵심요소로 부각되고 있다. 온톨로지를 적용함으로써 기존의 정보처리를 지식 처리로 고도화할 수 있으며, 다양한 지식처리 기능을 실현해 낼 수 있다. 본 연구에서는 기업이나 기 관 간의 지식 자원 관리 및 공유, 협업 등이 가능한 JSR 168과 WSRP 기반의 포탈 프레임워크를 구축하고 온톨로지 기술을 응용하여 포틀릿 정보를 의미 수준에서 관리하는 방법을 제시한다. 본 논문의 온톨로지 기반의 로틀릿 관리 기능을 갖은 엔터프라이즈 포털 시스템은 깁업의 정보 자산 관리와 정보 서비스 향상에 기반 시스템으로 활용될 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.287-291
• /
• 2009

지구 온난화의 영향으로 최근 이상홍수에 의한 피해가 증가하고 있다. 국내 다목적댐의 경우 월별 목표수위를 기준으로 하는 저수지 운영률이 존재하지만 이것은 실제 이상홍수가 발생할 경우 저수지 운영에 도움을 주지 못하는 것이 현실이다. 본 연구에서는 자원배분문제의 최적해를 찾는데 사용되는 최적화기법의 하나인 선형계획법과 수자원 문제와 같이 불확실성이 산재해있고, 애매모호한 문제를 다루기에 적합한 퍼지제어 기법을 적용하여 이상홍수 발생 시 두 개 이상의 다목적댐 군을 연계운영하기 위한 퍼지 최적 운영 기법을 개발하는 것을 목표로 하였다. 시험유역으로는 낙동강 상류에 위치한 안동댐과 임하댐 유역을 대상으로 PMF 발생 시 댐의 안전성을 높이고 안동시 지점에서의 최대홍수량을 최소화하기 위한 퍼지최적운영기법을 개발하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2008.10a
• /
• pp.421-427
• /
• 2008

본 연구에서는 방대한 양과 다양한 종류의 필드를 가지는 인력패널 데이터를 기초로 데이터마이닝 기법인 의사결정나무 추론 등의 기법을 활용하여 근로자의 직무 만족과, 조직몰입에 주요한 영향을 주는 요소를 상향식으로 도출하고, 이런 주요 요소가 근로자의 직무만족과, 조직몰입에 어떠한 관계를 가지는지 살펴보고자 한다. 본 연구결과는 데이터마이닝 기법을 활용한 직무만족과, 조직몰입 모형구축을 통하여 기존연구들에서 고려하지 못한 주요 영향요인을 보완하고, 기업의 인적자원관리 및 개발 차원에서 조직의 발전과 성과향상을 기대할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.617-620
• /
• 2007

최근 건강에 대한 관심이 높아지면서 의료 분야를 지원하는 애플리케이션 개발이 활발히 이루어지고 있다. 심장의 상태를 곡선으로 나타내는 ECG 를 기반으로 심장병의 유무를 발견하는 애플리케이션은 의료 분야 애플리케이션의 좋은 예라고 할 수 있다. ECG 만으로 질환을 판단하는 것은 제약이 있어, 이를 극복하기 위해 MCG 혹은 가상심장과 같은 다른 자원을 활용하는 것은 좋은 방법이다. 이와 같은 통합 시스템을 지원하려면 각 도메인에 대한 지식이 정의되어야 한다. 이에 본 연구에서는 ECG 와 심장계 질환에 대한 지식을 온톨로지를 이용하여 구축하고 ECG 를 통해 질환을 발견할 수 있는 추론 시스템을 제안하고 프로토타입 시스템을 개발한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.112-114
• /
• 2003

현재의 웹은 동일한 답변을 요구하는 중복된 질문들과 은톨로지의 부재로 인해 심각한 자원 낭비의 문제를 안고 있다. 이러한 문제를 해결하기 위하여 이동 에이전트를 이용한 정보 공유 시스템이 대안으로 제시되었으나, 서버 수의 급증에 따른 자료 처리시간 증가와 사용자의 의도라는 전설 다른 달변을 가져오는 등의 문제를 여전히 안고 있다. 따라서 본 논문에서는 이물 해결하기 위해 RDF와 ROFS 기반의 은톨로지를 활용한 시스템을 제안한다. 본 논문에서 제안하는 시스템은 잔바 기반의 이동 에이전트와 RDF, RDFS 기반의 은톨로지로 구성된다. 분산 이형 환경에서 독립적으로 운영되던 질의 응답 게시판을 검색할 때, 이동 에이전트는 코드의 이동으로 네트워크의 부하를 방지하고 구조화된 온톨로지는 질문에 대한 도메인을 확인함으로써 효율적인 이동 에이전트의 라우팅을 제공한다. 본 논문에서 제안한 시스템을 전자상거래에서 빈번하게 발생하는 상품에 대한 소비자들간의 질의 응답 게시판에 적용하여 시멘틱 웹 환경에서 도메인 추론을 통한 에이전트 라우팅과 가중치를 부설하지 않은 클래스의 속성 비교를 이용한 검색 방법이 시간의 단축과 네트워크 부하의 감소, 그리고 기존 시스템의 가장 큰 문제점이었던 정확도(precision)와 재현율(recall)을 개선하는데 효과적이고 타당하다는 것을 보여준다.

• IEMEK Journal of Embedded Systems and Applications
• /
• v.16 no.5
• /
• pp.201-207
• /
• 2021

Edge Computing enables image-based inference in close proximity to end users and real-world objects. However, since edge servers have limited computational and accelerator resources, efficient resource management is essential. In this paper, we present HeteroAccel system that performs optimal scheduling in Kubernetes platform based on available node and accelerator information for various inference requests. Our experiments showed 25.3% improvement in overall inference performance over the default scheduling scheme in edge computing environment in which four types of inference services are requested.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.39-40
• /
• 2023

본 논문은 딥러닝 기반의 소리 인식 모델을 기반으로 실내에서 발생하는 다양한 소리를 시각적인 정보로 제공하는 시스템을 위해 경량화된 CNN ResNet 구조의 인공지능 모델을 제시한다. 적용하는 경량화 기법은 모델의 크기와 연산량을 최적화하여 자원이 제한된 장치에서도 효율적으로 동작할 수 있도록 한다. 이를 위해 마이크로 컴퓨터나 휴대용 기기와 같은 임베디드 장치에서도 원활한 인공지능 추론을 가능하게 하는 모델을 양자화 기법을 적용한 경량화 방법들을 실험적으로 비교한다.