• 한국컴퓨터정보학회논문지
• /
• 제19권6호
• /
• pp.1-10
• /
• 2014

본 논문에서는 Windows Azure 기반의 N-스크린 서비스를 위한 실시간 동영상 재생 기법을 제안한다. 이 기법은 각 노드의 성능에 따라 원본 동영상을 차등 분할하여 재생 블록을 생성한다. 그리고 차등 분할한 재생 블록을 해당 노드에 할당하여 트랜스 코딩함으로써 트랜스 코딩 소요시간을 줄인다. 본 논문에서는 시뮬레이션을 통하여 제안한 동영상 재생기법이 기존의 기법에 비해 N-스크린 서비스를 위한 실시간 동영상재생에 효과적임을 보인다. 시뮬레이션에서는 상용화된 클라우드 시스템인 Windows Azure 기반에서 AVI 포맷 300MB 원본 동영상을 각 노드의 성능에 따라 차등 분할한다. 그리고 Windows Azure의 이기종 노드에 분산 할당하여 mp4와 Flv 포맷으로 트랜스 코딩하면서 트랜스 코딩 소요시간을 측정한다. 그 결과 본 논문의 제안 기법이 기존의 균등 분할 기법에 비해 Windows Azure 기반의 N-스크린 서비스의 성능을 향상시킨다.

• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.37-46
• /
• 2021

본 논문에서는 Azure Kinect를 사용하여 요가 자세의 정확도를 측정하고 판단하는 프로그램을 설계하고 구현하였다. 이 프로그램은 Azure Kinect Camera와 센서를 통해 사용자의 모든 관절 위치를 측정한다. 측정한 관절의 값은 두 가지 방법으로 정확도를 판단하는 데이터로 사용된다. 측정된 관절 데이터는 삼각법과 피타고라스의 정리를 통하여 관절의 각도를 구한다. 또한, 측정된 관절 값은 상대적인 위치 값으로 변경한다. 각각 계산하여 구한 값은 목표하고자 하는 자세의 관절 값 및 상대적 위치 값과 비교하여 정확도를 판단한다. Azure Kinect Camera를 통해 사용자가 본인의 자세를 확인할 수 있도록 화면을 구성하고 사용자의 자세 정확도를 피드백으로 전달해 사용자의 자세 향상을 유도한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.329-330
• /
• 2020

본 논문에서는 Azure 클라우드 플랫폼의 가상서버 호스팅을 이용해 데이터 수집 환경을 구축하고, Azure에서 제공하는 자동화된 기계학습(Automated Machine Learning, AutoML)을 기반으로 데이터 분석 방법에 관한 연구를 수행했다. 가상 서버 호스팅 환경에 LAMP(Linux, Apache, MySQL, PHP)를 설치하여 데이터 수집환경을 구축했으며, 수집된 데이터를 Azure AutoML에 적용하여 자동화된 기계학습을 수행했다. Azure AutoML은 소모적이고 반복적인 기계학습 모델 개발을 자동화하는 프로세스로써 기계학습 솔루션 구현하는데 시간과 자원(Resource)를 절약할 수 있다. 특히, AutoML은 수집된 데이터를 분류와 회귀 및 예측하는데 있어서 학습점수(Training Score)를 기반으로 보유한 데이터에 가장 적합한 기계학습 모델의 순위를 제공한다. 이는 데이터 분석에 필요한 기계학습 모델을 개발하는데 있어서 개발 초기 단계부터 코드를 설계하지 않아도 되며, 전체 기계학습 시스템을 개발 및 구현하기 전에 모델의 구성과 시스템을 설계해볼 수 있기 때문에 매우 효율적으로 활용될 수 있다. 본 논문에서는 NPU(Neural Processing Unit) 학습에 필요한 데이터 수집 환경에 관한 연구를 수행했으며, Azure AutoML을 기반으로 데이터 분류와 회귀 등 가장 효율적인 알고리즘 선정에 관한 연구를 수행했다.

• Biotechnology and Bioprocess Engineering:BBE
• /
• 제10권1호
• /
• pp.47-51
• /
• 2005

The bioelectrochemical reduction of nitrate in the presence of various mediators including methyl viologen and azure A was studied using a 3-electrode voltammetric system. The catalytic potential for the reduction of the mediators was observed in the reactor, which for methyl viologen and azure A were -0.74 V and -0.32 V, respectively, with respect to the potential of Ag/AgCl reference electrode. This potential was then applied to a working electrode to reduce each mediator for enzymatic nitrate reduction. Nitrite, the product of the reaction, was measured to observe the enzymatic nitrate reduction in the reaction media. Methyl viologen was observed as the most efficient mediator among those tested, while azure A showed the highest electron efficiency at the intrinsic reduction potential when the mediated enzyme reactions were carried out with the freely solubilized mediator. The electron transfer of azure A with respect to time was due to the adhesion of azure A to the hydrophilic surface during the reduction. In addition, the use of the adsorbed mediator on conductive activated carbon was proposed to inhibit the change in the electron transfer rate during the reaction by maintaining a constant mediator concentration and active surface area of the electrode. Azure A showed better than nitrite formation than methyl viologen when used with activated carbon.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제46차 하계학술발표논문집 20권2호
• /
• pp.7-8
• /
• 2012

본 논문에서는 클라우드 플랫폼인 Windows Azure를 사용하여 N-스크린 서비스 구현 방법을 제안한다. 이 방법은 클라우드 컴퓨팅 환경에서 Map/Reduce 기법을 사용하여 대용량 동영상 콘텐츠를 분할하고, 인코딩한다. Windows Azure의 Web Role에서는 사용자가 요청한 인코딩 작업을 수신하고, Worker Role에서는 요청받은 인코딩 작업을 처리한다. Windows Azure의 많은 가상머신에 인스턴스를 할당하여 처리함으로써 인코딩 소요시간을 단축할 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.47-48
• /
• 2017

본 논문에서는 Microsoft Azure 플랫폼의 Azure PowerShell, Azure CLI(Command Line Interface), REST API를 활용하여 클라우드 기반 서비스 포털과 관리 포털을 개발함으로서 중소건설사에서 건설현장의 공사원가 관리 및 일일 관리를 위한 모듈과 서비스 제공을 위해 필요한 서비스 포털 및 관리 포털과 제품 관리 모듈 등 클라우드 서비스 구축 수행하였다.

• 공학교육연구
• /
• 제22권1호
• /
• pp.55-60
• /
• 2019

This paper deals with the process and requirements of a capstone design project performed by undergraduate students. We discuss about the preliminary study for the capstone design, the derivation of a subject, the level descriptor of the subject, and the system requirements. And then, we summarize the results of the capstone design project entitled as Microsoft Azure based IoT (Internet of Things) system which is performed by 4 undergraduate students during 10 months. This system is composed of a Zigbee sensor network, the TCP/IP Internet, an IoT server, and a smartphone application program, with which we can gather the sensor data and control actuators at the far away area.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.31-32
• /
• 2019

본 논문에서는 Microsoft Azure 기반의 운동 방법 안내 챗봇을 설계하고 구현한다. 이 챗봇은 자동 추천과 부위 선택 기능을 제공한다. 자동 추천은 본 프로그램을 처음 접하거나 편리하게 사용하고 싶은 사용자에게 권장하는 기능을 제공한다. 이 챗봇은 사용자에게 맞춤 운동법을 효과적으로 제시하기 위해 키, 몸무게, 나이, 성별 같은 사용자 정보를 입력시킨다. 그리고 운동 부위 선택 기능은 사용자가 운동하고 싶은 특정 부위를 명확하게 인식하고 있을 때 사용한다.

• Asia pacific journal of information systems
• /
• 제28권4호
• /
• pp.308-319
• /
• 2018

This paper aims at providing valuable insights on Financial Fraud Detection on a mobile money transactional activity. We have predicted and classified the transaction as normal or fraud with a small sample and massive data set using Azure and Spark ML, which are traditional systems and Big Data respectively. Experimenting with sample dataset in Azure, we found that the Decision Forest model is the most accurate to proceed in terms of the recall value. For the massive data set using Spark ML, it is found that the Random Forest classifier algorithm of the classification model proves to be the best algorithm. It is presented that the Spark cluster gets much faster to build and evaluate models as adding more servers to the cluster with the same accuracy, which proves that the large scale data set can be predictable using Big Data platform. Finally, we reached a recall score with 0.73, which implies a satisfying prediction quality in predicting fraudulent transactions.

• 한국지리정보학회지
• /
• 제20권3호
• /
• pp.12-26
• /
• 2017

본 연구의 목적은 물리적 분포형 강우-유출 모형인 GRM(Grid based Rainfall-runoff Model)과 마이크로소프트 Azure(Microsoft cloud computing service)를 이용하여 낙동강 유역의 유출해석시스템을 개발하고, Azure의 가상머신(VM, Virtual Machine) 설정에 따른 시스템 실행시간을 평가하는 것이다. 이를 위해서 낙동강 유역을 20개의 소유역으로 구분하고, 각 소유역에 대해서 GRM 모형을 구축하였다. 각 유역의 유출해석은 상하류 위상관계를 유지하면서 독립된 프로세스로 실행된다. 실시간 유출해석을 위해 국토교통부의 실시간 강우레이더 자료와 댐방류량 자료를 이용한다. 유출해석시스템은 Azure에서 실행되며, 유출해석 결과는 웹을 통해서 가시화 된다. 연구결과 실시간 수문자료 수신서버와 유출해석 계산서버(Azure) 및 사용자 PC가 연계된 낙동강 실시간 유출해석시스템을 개발할 수 있었다. 유출해석을 위한 전산장비는 하드디스크와 메모리 보다는 CPU의 성능에 크게 의존하는 것으로 평가되었다. 유출해석시의 디스크 입출력(I/O)과 계산 프로세스를 분산함으로써 입출력과 계산 병목을 각각 감소시킬 수 있었고, 실행시간을 단축시킬 수 있었다. 본 연구의 결과는 고해상도의 공간 및 수문 자료를 활용하는 분포형 모형을 이용한 대유역 유출해석시스템을 구축하기 위한 기술로 활용될 수 있을 것이다.