• 제목/요약/키워드: 측정프레임워크

검색결과 256건 처리시간 0.042초

조선 산업의 공급망 수준진단 프레임워크 개발: A조선소 사례를 중심으로 (Developing a Supply Chain Assessment Framework for Ship Building Industry: A Case study of A Company)

  • 정석봉
    • 디지털융복합연구
    • /
    • 제11권3호
    • /
    • pp.243-253
    • /
    • 2013
  • 극심해지는 경쟁 환경 속에서 경쟁우위 확보를 위하여 SCM을 도입하는 기업들이 증가하고 있다. 공급망 프로세스의 복잡성과 SCM 도입에 투입되는 막대한 기업 자원을 감안할 때 성공적인 SCM 구축을 위해서는 자사의 공급망 수준에 대한 정확한 진단을 통해 취약점 및 개선점을 파악하는 것이 필수적이라 할 수 있다. 본 논문에서는 SCM 성과 측정지표에 관한 선행 연구를 살펴보고 대표적인 ETO 산업인 조선업을 대상으로 업종의 특성에 맞는 공급망 수준진단 프레임워크를 제안한다. 특히 가트너에서 제안한 공급망의 주요 3개 프로세스인 수요, 공급, 제품 관리를 기준으로 조선소의 공급망 프로세스를 세부 프로세스로 분해하고, 분해된 각 프로세스 별로 공급망 수준을 진단할 수 있는 측정지표를 제안한다. 또한 사례 연구를 통하여 제안된 공급망 수준진단 프레임워크를 실제 조선소의 공급망에 적용해 보고, 현실적 의미를 도출해 본다.

TCP의 동적 적응 프레임워크 (Automatic Adaptation Framework of TCP using Variants)

  • 황재현;김세원;유혁
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (D)
    • /
    • pp.514-519
    • /
    • 2007
  • 본 논문에서는 기존의 TCP 변종들을 바탕으로 종단간 네트워크 환경에 가장 적응이 잘 이루어진 변종의 알고리즘을 선택하는 TCP 프레임워크를 제안한다. 프로토콜 선택의 문제가 중요한 이유는 모든 네트워크 환경에 적합한 단일 버전의 프로토콜이 존재하지 않기 때문이며, 이것은 각 네트워크마다 TCP의 성능 저하 원인이 서로 다르기 때문이다. 이러한 판단 및 프로토콜의 적응이 가능하게 하기 위해 본 논문에서는 기존에 연구되어온 여러 가지 네트워크 측정 기법들과 TCP 변종들을 하나로 합치는 과정을 거쳤으며, 여기에 각 TCP들의 성능 정보들을 제공하여 세션 중간에 적절한 전송 알고리즘을 선택하여 사용할 수 있도록 하였다. 실험을 통해 우리는 end-to-end로 여러 환경 하에서 높은 성능을 이끌어낼 수 있다는 것을 보였으며, 제안한 방법이 지금까지 연구되어온 여러 TCP 변종들이 실제로 적절하게 활용될 수 있도록 하는데 중요한 역할을 할 것으로 믿는다.

  • PDF

Spark 클러스터 환경에서 분산 처리 성능 향상을 위한 Buffer 최적화 시스템 연구 (A Study on Buffer Optimization System for Improving Performance in Spark Cluster)

  • 홍석민;이소영;신용태
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2023년도 춘계학술발표대회
    • /
    • pp.396-398
    • /
    • 2023
  • Statista 통계 조사에 따르면 데이터의 규모는 매년 증가할 것으로 예상하고 빅데이터 처리 프레임워크의 관심이 높아지고 있다. 빅데이터 처리 프레임워크 Spark는 Shuffle 과정에서 노드 간 데이터 전송이 일어난다. 이때 분산 처리한 데이터를 네트워크로 전송하기 위해 객체를 바이트 스트림으로 변환하여 메모리 buffer에 담는 직렬화 작업이 필요하다. 그러나 바이트 스트림을 buffer에 담는 과정에서 바이트 스트림의 크기가 메모리 buffer보다 클 경우, 메모리 할당 과정이 추가로 발생하여 전체적이 Spark의 성능 저하로 이어질 수 있다. 이에 본 논문에서는 Spark 환경에서 분산 처리 성능 향상을 위한 직렬화 buffer 최적화 시스템을 제안한다. 제안하는 방법은 Spark Driver가 Executor에게 작업을 할당하기 전 직렬화된 데이터 크기 측정과 직렬화 옵션 설정을 통해 Executor에게 적절한 buffer를 할당할 수 있다. 향후 제안하는 방법의 검증을 위해 실제 Spark 클러스터 환경에서 성능 평가가 필요하다.

동적 애플리케이션 프레임워크 기반의 데이터 수집 및 모니터링 기법 (Data Acquisition and Monitoring Technique based on Dynamic Application Framework)

  • 서정희;박흥복
    • 한국컴퓨터정보학회논문지
    • /
    • 제20권2호
    • /
    • pp.71-77
    • /
    • 2015
  • 본 논문은 무선 센서 네트워크를 이용하여 동적 애플리케이션 프레임워크 기반의 데이터 수집 및 모니터링 기법을 제안한다. 무선 측정 노드의 펨웨어 프로그램을 위한 애플리케이션 개발의 최적화를 통해서 다양한 센서들과의 통합 및 제어를 수행한다. 사용자 애플리케이션의 수집 데이터는 노드의 온보드 프로세서에서 무선으로 다운로드되고, 노드의 온도 초기값 설정을 사용자 애플리케이션으로부터 변경을 지시할 수 있으므로 측정 노드의 동적 샘플링이 가능하다. 따라서 노드의 동적 샘플링 제어를 통해서 기존의 유선 기반의 데이터 모니터링에 비해 센서의 소비전력을 감소시킬 수 있다.

스마트카드 기반의 전력원격검침 프레임워크 (Smart Card based Framework for Electricity AMR)

  • 강환수
    • 한국콘텐츠학회논문지
    • /
    • 제9권7호
    • /
    • pp.121-129
    • /
    • 2009
  • 전력검침은 전력 사용요금을 부과하기 위하여 전력사용량을 측정하는 행위를 말하며, 이를 자동화한 시스템을 전력원격검침(AMR: Automatic Meter Reading)이라 한다. 전력원격검침은 검침 인력을 시스템으로 대체해 원가를 줄이고 고객 서비스를 강화할 수 있는 시스템으로 부각되고 있다. 본 논문에서는 기존의 전력원격검침 모델의 대안으로 스마트카드 기반의 전력원격검침 프레임워크 SCEMS를 제안하고 구현하였다. 제안된 SCEMS 프레임워크는 자바카드 기반의 다기능 스마트카드를 사용하며, 스마트카드에 수집된 자료와 가구의 전력사용 패턴을 활용하여 다양한 요금제를 지원하는 등의 고객서비스를 제공한다. 제안된 원격검침 모델 연구는 전력산업의 환경변화에서 초래할 다원화, 이질화, 복합화에 대한 해결방안이 될 수 있을 것으로 보인다.

소프트웨어 품질 예측 모델을 위한 분류 프레임워크 (Taxonomy Framework for Metric-based Software Quality Prediction Models)

  • 홍의석
    • 한국콘텐츠학회논문지
    • /
    • 제10권6호
    • /
    • pp.134-143
    • /
    • 2010
  • 본 논문에서는 위험도라는 품질 인자를 예로 들어 메트릭 기반 소프트웨어 품질 예측 모델들을 네가지 타입으로 분류하는 프레임워크를 제안한다. 모델들은 다음과 같은 두가지 기준에 의해 분류된다: 모델 입력 메트릭 형태, 과거 프로젝트 데이터의 필요 유무. 분류된 타입들은 각각의 특성을 가지며 새롭게 정의된 몇가지 기준들에 의해 타 타입들과 장단점이 비교되었다. 이러한 정성적인 평가를 거쳐 품질 예측 모델을 이용하고자하는 개발 집단은 어떤 품질 예측 모델이 자신들에게 적합한지를 판단할 수 있게 된다. 또한 각 타입에 속하는 위험도 예측 모델들을 구현해 예측 성능을 측정한 선행 연구 데이터를 분석하여 예측 성능에 못지않게 모델이 속한 타입의 특성이 모델 선정의 중요한 관건이 됨을 보였다.

실시간 물체 검출을 위한 고효율 Viola-Jones 검출 프레임워크 (High Efficient Viola-Jones Detection Framework for Real-Time Object Detection)

  • 박병주;이재흥
    • 전기전자학회논문지
    • /
    • 제18권1호
    • /
    • pp.1-7
    • /
    • 2014
  • 본 연구에서는 기존의 Viola-Jones 검출 프레임워크를 개선하여 하나의 특징 당 더 높은 효율을 가지며 검출대상이 아닌 서브 윈도우들을 더 빠르게 제거하는 개선된 학습 알고리즘을 제안한다. 학습의 결과로 생성된 물체 검출기는 서브윈도우를 특정 임계값까지 빠르게 제거하기 때문에 서브윈도우당 계산수가 줄어든다. 기존의 Viola-Jones 물체 검출기와 동일한 프레임워크이므로 검출 성능에는 영향을 주지 않는다. MIT-CMU 테스트 집합에 대해서 서브윈도우당 특징 계산 횟수를 측정하였으며 기존 계산 횟수의 45.5%로 줄어들어 검출 속도가 약 58.5% 향상됨을 확인하였다.

REST 아키텍처를 이용한 함정 통합 서비스 프레임워크 (Integrated Service Framework for Naval Ship using REST Architecture)

  • 김규백
    • 한국인터넷방송통신학회논문지
    • /
    • 제17권4호
    • /
    • pp.1-10
    • /
    • 2017
  • 미래의 해양 전장 환경에 대비하고 다양한 요구사항을 만족하기 위해 함정을 구성하는 여러 체계의 기능이 고도화되고 다양화되고 있다. 함정의 승조원 수는 제한되어 있어 결국 한명의 승조원이 담당하는 임무와 운용 화면의 수는 늘어나고 있다. 본 논문에서는 REST 아키텍처를 이용하여 함정 내 각 체계와의 연동을 통해 체계의 정보와 서비스를 자함 객체로 통합하고 HTTP와 JSON 기반의 API 형태로 제공하는 함정 통합 서비스 프레임워크를 제안한다. 그리고 이를 전투체계 테스트베드에서 구현하고 성능을 측정하여 해군함정에 적용 가능함을 입증하였다. 본 논문에서 제시된 프레임워크를 실제 함정에 도입한다면, 체계 간의 기능이 통합된 화면의 설계가 가능하게 되어 승조원이 효율적으로 함정을 운용할 수 있을 것이다.

OpenBR을 이용한 안면인식, 연령 산정, 성별 추정 프로그램 구현에 관한 연구 (Study on the Face recognition, Age estimation, Gender estimation Framework using OpenBR.)

  • 김남우;김정태
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2017년도 춘계학술대회
    • /
    • pp.779-782
    • /
    • 2017
  • OpenBR은 안면인식 관련 새로운 방식의 연구, 기존 알고리즘 개선, 상용 시스템과 상호 작용, 인식 성능 측정, 자동화 된 생체 인식 시스템을 배치하기 위한 프레임 워크입니다. 신속한 알고리즘 프로토타이핑을 용이하게 하기 위해 고안되었으며 성숙한 핵심 프레임 워크, 유연한 플러그인 시스템 및 개방형 및 폐쇄형 소스 개발 지원을 특징으로 한다. 기성의 알고리즘은 얼굴 인식, 연령 산정 및 성별 추정과 같은 특정 양식에 대해서도 사용할 수 있다. 본 논문에서는 OpenBR의 프레임 워크의 구성방법에 대해서 기술하고 지원되는 프로그램을 통해서 이용한 안면인식, 성별추정, 나이추정 구현하고 기술하였다.

  • PDF

트리플 필터링을 통한 한국어 자가 지식 학습 정확률 향상 (Accuracy Improvement of Self-knowledge Learning by Filtering Triple)

  • 이지수;김경훈;최수정;박성배;박세영
    • 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
    • /
    • 한국정보과학회언어공학연구회 2015년도 제27회 한글 및 한국어 정보처리 학술대회
    • /
    • pp.174-177
    • /
    • 2015
  • 자가 지식 학습 프레임워크는 자연어 텍스트에서 지식 트리플을 생성하기 위한 방법 중 하나로, 문장의 의존 관계 트리 상에서 주어 개체와 목적어 개체 사이의 관계를 패턴으로 학습해 이 패턴을 바탕으로 새로운 지식 트리플을 생성한다. 그러나 이 방법은 의존 관계 트리를 생성하는 도구의 성능에 영향을 받을 뿐만 아니라 생성된 지식 트리플을 반복적으로 사용하는 자가 지식 학습의 특성상 오류가 누적될 가능성이 있다. 이러한 문제점을 해결하기 위해서 본 논문에서는 자가 지식 학습 프레임워크에서 생성된 지식 트리플을 TransR 신뢰도 함수를 사용해 신뢰도 값을 측정하여 그 값에 따라 지식 트리플을 필터링하는 방법을 제안한다. 실험 결과에 따르면 필터링 된 지식 트리플들이 그렇지 않은 지식 트리플들에 비하여 더 높은 정확률을 보여주어, 제안한 방법이 자가 지식 학습 프레임워크의 정확률 향상에 효과적임을 증명하였다.

  • PDF