• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.567-570
• /
• 2020

본 논문에서는 신뢰를 기반으로하는 블록체인의 이론적 영향에 접근하기 위하여 작업증명(PoW)에 대한 합의 알고리즘을 면밀히 조사·분석하고자 한다. 그 방법으로 합의 알고리즘에 대한 파악, 작업증명의 허가 절차에 대한 구체적 조사, 신뢰를 쌓아가는 방법에 대해 살펴보고 그 장단점을 분석하였다. 향후에는 작업증명 외에도 대표적 합의 방식인 지분증명과 위임형지분증명 알고리즘을 분석하여 블록체인이 어떻게 시스템적으로 신뢰를 구축하고 있는지 파악하고 사회철학적 접근의 기초 자료로 사용하고자 한다.

• 전자통신동향분석
• /
• 제30권4호
• /
• pp.54-58
• /
• 2015

수리 논리 기반의 프로그램 증명방법은 매우 유용한 프로그램 분석방법이지만, 수리 논리식에 대한 증명을 사람이 직접 수행하는 것은 매우 힘들고 고된 작업이다. 본고에서는 이러한 수리 논리 기반의 프로그램 증명을 자동화하기 위하여 개발된 중간 증명 언어(Intermediate Verification Language)에 대하여 살펴보고자 한다.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.931-941
• /
• 2020

기계학습을 이용한 자연어처리 기술이 발전하면서 SHNS (Smart Home Network Service)가 다시 주목받고 있다. 그러나 SHNS는 구성 기기의 다양성과 사용자의 가변성 등으로 인하여 표준화된 인증 시스템 적용이 어렵다. 블록체인은 분산 환경에서 데이터 인증을 위한 기술로 제안되고 있지만, 작업증명시스템 구현 시 요구되는 계산 오버헤드 때문에 SHNS에 적용하는데 한계가 있다. 본 논문에서는 경량화된 작업증명시스템을 제안하였다. 제안하는 경량화된 작업증명시스템은 기기의 작업 권한을 제어함으로써 블록 생성을 관리하도록 제안되었다. 또한 본 논문에서는 이를 기반으로 SHNS의 접근통제 방안을 제안한다.

• 한국빅데이터학회지
• /
• 제7권1호
• /
• pp.1-14
• /
• 2022

대부분의 블록체인이 사용하는 작업증명 합의 알고리즘은 채굴이라는 형태로 대규모의 컴퓨팅리소스 낭비를 초래하고 있다. 작업증명의 컴퓨팅리소스 낭비를 줄이기 위해 유용한 작업증명 합의 알고리즘이 연구 되었으나 여전히 블록 생성 시 리소스 낭비와 채굴의 중앙화 문제가 존재한다. 본 논문에서는 블록생성을 위한 상대적으로 비효율적인 연산 과정을 분산 인공지능 모델 학습으로 대체하여 블록생성 시 리소스 낭비문제를 해결하였다. 또한 학습 과정에 참여한 노드들에게 공평한 보상을 제공함으로써 컴퓨팅파워가 약한 노드의 참여 동기를 부여했고, 기존 중앙 집중 인공지능 학습 방식에 근사한 성능은 유지하였다. 제안된 방법론의 타당성을 보이기 위해 분산 인공지능 학습이 가능한 블록체인 네트워크를 구현하여 리소스 검증을 통한 보상 분배를 실험 하였고, 기존 중앙 학습 방식과 블록체인 분산 인공지능 학습 방식의 결과를 비교하였다. 또한 향후 연구로 블록체인 메인넷과 인공지능 모델 확장 시 발생 할 수 있는 문제점과 개발 방향성을 제시함으로서 논문을 마무리 하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.189-192
• /
• 2021

이 시스템은 블록체인의 분산 처리 방식을 활용하여 중앙 집중식 데이터베이스에서 사용자가 관리자의 보안 인프라에 의존할 수밖에 없는 점을 보완하고, 네트워크 독립성과 데이터의 불변성, 투명성을 보장한다. 본 논문에서는 기존의 중앙 집중식 데이터베이스의 단점을 보완하는 블록체인의 분산 데이터 저장 방식을 활용하여 블록체인의 해시 기법과 작업 증명, 탈중앙화, 합의 알고리즘을 구현한 암호화 시스템을 제안한다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 1999년도 추계공동학술대회 논문집:21세기지식경영과 정보기술
• /
• pp.485-491
• /
• 1999

총납기지연 최소화 문제에서 많은 할당규칙들이 개발되어져 왔는데, 대부분의 개발 배경이 모든 Job이 동일한 시작시간을 갖는 Single Machine을 대상으로 하였기 때문에 이 할당규칙들을 Job의 시작시간이 다르게 주어지는 문제에 그대로 적용했을 때는 만족할만한 결과를 얻기가 쉽지 않다. 따라서 본 연구에서는 다른 시작시간을 갖는 Single Machine문제에서 총납기지연을 최소화하기 위하여 먼저, 새로운 작업쌍 순서(Job Pair Sequencing) 할당규칙을 제시한다. 제시되는 할당규칙은 Job들간의 Sequence를 쌍으로 비교하여 총납기지연 측면에서 선행이 바람직한 Job을 선택한다. 그리고 제시된 할당규칙에 대하여 다수개의 Job에 적용 시 선택된 Job들간에 Transitivity 가 성립됨을 증명함으로서 총납기지연을 최소화 시린 수 잇.음을 증명하였다.

• 대한지역사회작업치료학회지
• /
• 제1권2호
• /
• pp.71-79
• /
• 2011

목적 : 감각통합에 기반을 둔 작업치료의 효과를 연구한 연구들의 체계적인 고찰을 통하여, 임상에서 치료계획 시 도움이 될 수 있는 정보를 제공하고, 앞으로 감각통합에 기반을 둔 작업치료의 연구 방향을 제시하고자 한다. 연구방법 : MEDLINE/PubMed와 AOTAPress에서 제공되는 연구논문들 중에서 1993년부터 2011년까지 발표된 아동과 청소년을 대상으로 감각통합에 기반을 둔 작업치료 효과를 살펴 본 10개의 논문을 분석하였다. 결과 : 연구대상은 감각조절장애와 자폐스펙트럼의 진단군이었으며, 중재 효과를 증명하기 위에 선택한 다른 중재유형은 여전히 과거의 체계적 고찰연구와 유사하였다. 중재기간은 대체로 감각통합에 기반을 둔 작업치료중재를 10주 이상, 20회기 이상, 적어도 주당 2~3회 정도 실시하였다. 감각통합에 기반을 둔 작업치료중재가 대체로 효과적인 편으로 특히 운동수행영역과 행동개선 영역, 학습과 관련한 교육영역이 효과적인 것으로 나타났고, 최근에는 감각처리 영역이나 작업수행영역에 감각통합중재의 효과가 있음을 GAS를 사용하여 규명하고자 하는 연구노력이 있었다. 결론 : 본 연구를 통하여 임상가들에게 감각통합에 기반을 둔 작업치료중재 효과를 증명할 수 있는 연구디자인의 최소 틀을 알고 연구계획을 실시할 수 있는 근거를 갖게 될 것이다.

• 한국수학사학회지
• /
• 제21권3호
• /
• pp.127-142
• /
• 2008

수학의 역사에서는 이미 발견되어 논증된 정리를 새로운 방법으로 공략함으로써 그 정리의 깊은 의미를 드러내는 작업의 기록을 쉽게 찾을 수 있다. 이 연구는 직관적으로 비교적 이해하기 쉬운 소재인 수형도를 대상으로 하여, 꼭지점의 집합이 결정되었을 때 수형도의 개수를 결정하여 주는 케일리 공식(Cayley formula)의 증명에 대한 서로 다른 네 가지 접근방법을 소개하는 것을 목적으로 한다. 네 가지 증명은 수형도의 성질로부터 유도된 재귀적 관계식을 이용한 케일리의 증명에서부터 특정한 수학적 대상과 수형도 사이의 일대일대응 관계에 주목하는 나머지 세 가지 증명으로 이루어진다. 특히, 마지막 증명은 순수한 수학적 작업이 다른 분야에 강력한 도구를 제공하는 전형적인 예를 보여준다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 1999년도 추계학술대회 및 정기총회 : 정보통신기술의 활용과 21세기 전자상거래
• /
• pp.16-16
• /
• 1999

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.59-61
• /
• 2023

본 논문에서는 감정 분류 성능 향상을 위한 초거대 언어모델로부터의 추론 데이터셋 활용 방안을 제안한다. 이 방안은 Google Research의 'Chain of Thought'에서 영감을 받아 이를 적용하였으며, 추론 데이터는 ChatGPT와 같은 초거대 언어 모델로 생성하였다. 본 논문의 목표는 머신러닝 모델이 추론 데이터를 이해하고 적용하는 능력을 활용하여, 감정 분류 작업의 성능을 향상시키는 것이다. 초거대 언어 모델(ChatGPT)로부터 추출한 추론 데이터셋을 활용하여 감정 분류 모델을 훈련하였으며, 이 모델은 감정 분류 작업에서 향상된 성능을 보였다. 이를 통해 추론 데이터셋이 감정 분류에 있어서 큰 가치를 가질 수 있음을 증명하였다. 또한, 이 연구는 기존에 감정 분류 작업에 사용되던 데이터셋만을 활용한 모델과 비교하였을 때, 추론 데이터를 활용한 모델이 더 높은 성능을 보였음을 증명한다. 이 연구를 통해, 적은 비용으로 초거대 언어모델로부터 생성된 추론 데이터셋의 활용 가능성을 보여주고, 감정 분류 작업 성능을 향상시키는 새로운 방법을 제시한다. 제시한 방안은 감정 분류뿐만 아니라 다른 자연어처리 분야에서도 활용될 수 있으며, 더욱 정교한 자연어 이해와 처리가 가능함을 시사한다.