• 제목/요약/키워드: 조합논리시스템

검색결과 43건 처리시간 0.017초

FPGA를 고속으로 동작시키기 위한 지연시간 최적화 알고리듬 (Delay Optimization Algorithm for the High Speed Operation of FPGAs)

  • 최익성;이정희;이범철;김남우
    • 대한전자공학회논문지SD
    • /
    • 제37권7호
    • /
    • pp.50-57
    • /
    • 2000
  • 본 논문에서는 고속 FPGA 설계를 위한 논리 수준의 조합회로 합성 알고리듬을 제안한다. FPGA는 현장에서 직접 제작이 가능하고 제작 시간이 짧으며 제작 비용이 저렴하므로 초기 prototype 시스템의 제작에 자주 사용되고 있으나, ASIC 칩에 비해 지연시간이 크고 집적도가 떨어지는 단점이 있다. 제안된 알고리듬은 회로의 지연시간을 줄이기 위해 critical path를 분할한 후 분할된 회로를 동시에 수행하는 구조의 회로를 생성한다. MCNC 표준 테스트 회로에 대한 실험에서 제안된 지연시간 최적화 알고리듬이 기준 알고리듬에 비해 지연시간이 평균 19.1% 감소된 회로를 생성함을 보였다.

  • PDF

MaaS(Mobility-as-a-Service)기반 공유자전거 서비스 모델연구 (Service Model Research of Bicycle-sharing based on Mobility-as-a-Service (MaaS))

  • 왕양;이성필
    • 서비스연구
    • /
    • 제9권4호
    • /
    • pp.19-40
    • /
    • 2019
  • Mobility as a Service: MaaS 는 지능형 교통시스템(Intelligent Transportation System)의 일종의 서비스구상으로, 이는 출행 체험을 개선하는 것을 목표로 하며, 하나의 플랫폼에 다양한 교통 출행 방식을 집약하고, 사용자가 한 번의 지불을 통해 도어 투 도어(Door-To-Door)를 사용할 수 있는 전 과정 출행 서비스이다. 그러나, 독립적인 MaaS 플랫폼은 사용자 유동량이 적고 유보율이 낮다는 문제를 직면하기 쉬우며, MaaS의 서비스 모델은 아직 교통시장에 진입할 결정적 논리를 찾지 못하고 있는 실정이다. 본 논문은 공유 자전거(bicycle-sharing)의 각도에서 출발하여, 공유 자전거에 MaaS 이념을 적용하여 새로운 출행 서비스를 구축함으로써, 공유 자전거의 서비스 모델을 최적화하고, MaaS의 부족한 점을 보완하는 것을 연구의 목표로 하였다. 공유 자전거와 MaaS 개념을 결합한 후, 비즈니스 모델, 출행 모델 및 서비스 아키텍처 방면의 혁신에 중점을 두고, 사용자의 MaaS-based bicycle-sharing서비스 모델에 대한 체험의 예상 결과에 대해 시험하였다. 연구 결과에 따르면, MaaS-based bicycle-sharing은 조합 교통 방식, 출행과 환승, 결제 지불 등의 방면에서 사용자에게 보다 융통성 있고 편리한 출행 경험을 제공하고, 수요에 따른 출행 서비스와 지속적인 교통을 가능하게 한다는 것을 알 수 있었다.

SSQUSAR : Apache Spark SQL을 이용한 대용량 정성 공간 추론기 (SSQUSAR : A Large-Scale Qualitative Spatial Reasoner Using Apache Spark SQL)

  • 김종훈;김인철
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제6권2호
    • /
    • pp.103-116
    • /
    • 2017
  • 본 논문에서는 Apache Spark SQL을 이용하여 임의의 두 공간 객체들 간의 위상 관계와 방향 관계를 나타내는 새로운 정성 공간 지식을 효율적으로 추론해내는 대용량 정성 공간 추론기의 설계와 구현에 대해 소개한다. Apache Spark SQL은 Hadoop 클러스터 컴퓨터 시스템에서 다양한 데이터들 간의 매우 효율적인 조인 연산과 질의 처리 기능을 제공하는 분산 병렬 프로그래밍 환경이다. 본 공간 추론기에서는 정성 공간 추론의 전체 과정을 지식 인코딩, 역 관계 추론, 동일 관계 추론, 이행 관계 추론, 관계 정제, 지식 디코딩 등 크게 총 6개의 작업들로 나누고, 논리적 인과관계와 계산 효율성을 고려하여 작업들 간의 처리 순서를 결정하였다. 지식 인코딩 작업에서는 추론의 전처리 과정으로서 XML/RDF 형태의 입력 지식을 보다 간략한 내부 형태로 변환함으로써, 추론 대상인 지식 베이스의 크기를 축소시켰다. 일반적으로 이행 관계 추론 작업과 관계 정제 작업의 반복은 정성 공간 추론에 필요한 가장 많은 계산 시간과 기억 공간을 소모한다. 이 작업들을 효율화하기 위해 본 공간 추론기에서는 공간 추론에 필요한 최소한의 이접 관계들을 찾아내고, 이들을 기반으로 이행 관계 추론을 위한 조합표를 큰 폭으로 축소하고 관계 정제 작업도 최적화하였다. 대규모 벤치마킹 공간 지식 베이스를 이용한 실험을 통해, 본 논문에서 제안하는 대용량 정성 공간 추론기의 높은 추론 성능과 확장성을 확인하였다.