• Journal of Computing Science and Engineering
• /
• 제11권4호
• /
• pp.121-129
• /
• 2017

Feature selection has been widely established as an efficient technique for microarray data analysis. Feature selection aims to search for the most important feature/gene subset of a given dataset according to its relevance to the current target. Unsupervised feature selection is considered to be challenging due to the lack of label information. In this paper, we propose a novel method for unsupervised feature selection, which incorporates embedded learning and $l_{2,1}-norm$ sparse regression into a framework to select genes in microarray data analysis. Local tangent space alignment is applied during embedded learning to preserve the local data structure. The $l_{2,1}-norm$ sparse regression acts as a constraint to aid in learning the gene weights correlatively, by which the proposed method optimizes for selecting the informative genes which better capture the interesting natural classes of samples. We provide an effective algorithm to solve the optimization problem in our method. Finally, to validate the efficacy of the proposed method, we evaluate the proposed method on real microarray gene expression datasets. The experimental results demonstrate that the proposed method obtains quite promising performance.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.436-438
• /
• 2007

As the sensors and communication technology get advance, the remote health diagnosis for patients and senior persons at home are possible now without visiting doctors in hospitals. A low-power ubiquitous health check device was developed adapting Real-Time Embedded Linux is developed. This ubiquitous device is consisted of three sensors. The wrist type health checking terminal acquires periodically the health data by using a blood pressure sensor, a pulse sensor and a body temperature sensor. It transmits the health data to the access point located at the home center through the ZigBee wireless communication modem. This health data collector or access point device sends the data again to the main server operated in a hospital or health care organization. The health server control continuously the input data and sends an alarm signal to the assigned. doctor and responsible persons using cellular SMS when any dangerous events occur. This wrist type health check device has an embedded linux OS using Intel PAX255 MPU. The developed U-Health system is applicable for checking patients health in remote at home. And their family or related persons in remote site can check the patients health status at any time. They can be assured by receiving SMS record and alarm of emergency case which is transmitted from the health server.

• 대한임베디드공학회논문지
• /
• 제14권4호
• /
• pp.207-218
• /
• 2019

The purpose of this study is to develop a model that can systematically study the whole learning process of machine learning. Since the existing model describes the learning process with minimum coding, it can learn the progress of machine learning sequentially through the new model, and can visualize each process using the tensor flow. The new model used all of the existing model algorithms and confirmed the importance of the variables that affect the target variable, survival. The used to classification training data into training and verification, and to evaluate the performance of the model with test data. As a result of the final analysis, the ensemble techniques is the all tutorial model showed high performance, and the maximum performance of the model was improved by maximum 5.2% when compared with the existing model using. In future research, it is necessary to construct an environment in which machine learning can be learned regardless of the data preprocessing method and OS that can learn a model that is better than the existing performance.

• Journal of Information Processing Systems
• /
• 제16권6호
• /
• pp.1359-1371
• /
• 2020

In transmitting and receiving such a large amount of data, reliable data communication is crucial for normal operation of a device and to prevent abnormal operations caused by errors. Therefore, in this paper, it is assumed that an error correction code (ECC) that can detect and correct errors by itself is used in an environment where massive data is sequentially received. Because an embedded system has limited resources, such as a low-performance processor or a small memory, it requires efficient operation of applications. In this paper, we propose using an accelerated ECC-decoding technique with a graphics processing unit (GPU) built into the embedded system when receiving a large amount of data. In the matrix-vector multiplication that forms the Hamming code used as a function of the ECC operation, the matrix is expressed in compressed sparse row (CSR) format, and a sparse matrix-vector product is used. The multiplication operation is performed in the kernel of the GPU, and we also accelerate the Hamming code computation so that the ECC operation can be performed in parallel. The proposed technique is implemented with CUDA on a GPU-embedded target board, NVIDIA Jetson TX2, and compared with execution time of the CPU.

• 대한임베디드공학회논문지
• /
• 제6권6호
• /
• pp.345-359
• /
• 2011

In high performance embedded systems, the use of multiple on-chip memories is an essential architectural feature for exploiting inherent parallelism in multimedia applications. This feature allows multiple data accesses to be executed in parallel. However, it remains difficult to effectively exploit of multiple on-chip memories. The successful use of this architecture strongly depends on how to efficiently detect and exploit memory parallelism in target applications. In this paper, we propose a technique based on a linear array access descriptor [1], which is generated from profiled data, to detect and exploit memory parallelism. The proposed technique tackles an array reorganization problem to maximize memory parallelism in multimedia applications. We present preliminary experiments applying the proposed technique onto a representative coarse grained reconfigurable array processor (CGRA) with multimedia kernel codes. Our experimental results demonstrate that our technique optimizes data placement by putting independent data on separate storage. The results exhibit 9.8% higher performance on average compared to the existing method.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권7호
• /
• pp.303-309
• /
• 2016

최근, ARM Mali와 같은 여러 임베디드 프로세서들이 OpenCL과 같은 GPGPU 프레임워크를 지원함에 따라 기존 PC 환경에서 활용되던 GPGPU 기술이 임베디드 시스템 영역으로 확대 되고 있다. 그러나 임베디드 시스템은 PC와는 상이한 구조를 갖으며, 저전력이나 실시간성과 같은 성능이 더욱 중요하다. 본 논문에서는 임베디드 GPGPU환경에서 AES 암호화 알고리즘을 개방형 범용 병렬 컴퓨팅 프레임워크인 OpenCL을 사용하여 구현하고 이를 CPU만을 이용한 구현과 비교한다. 실험결과, 1000KByte의 데이터 사이즈의 128비트 AES 암호화 시에 OpenCL을 사용하여 GPU로 병렬 처리하는 것이 OpenMP를 사용하여 CPU상에서 병렬 처리한 방식보다 응답 시간은 최대 1/150, 에너지 소비량은 최대 1/290로 감소함을 확인하였다. 또한 호스트와 GPU 디바이스 간에 메모리를 공유하는 임베디드 구조의 특성에 최적화하여 메모리 복제를 하지 않는 기법을 적용하는 경우 응답시간과 에너지 소비량에서 최대 100% 이상의 추가적인 성능개선을 이룰 수 있었으며, 연구에서 사용한 데이터의 크기에 비례하여 더 높은 성능의 개선이 나타나는 것을 확인하였다.

• 한국산학기술학회논문지
• /
• 제5권3호
• /
• pp.241-246
• /
• 2004

본 논문은 ARM7TDMI 칩을 사용하여 모듈단위의 확장이 가능하도록 전광판 시스템을 설계하고 자체적인 한글 입출력 처리가 가능하도록 하였다. 전광판 시스템에 사용자가 원하는 표출문구의 입력, 편집을 쉽고 편리하게 할 수 있는 여러 가지 형태의 입력방법에 대해 연구하였다. PC와 PDA에 의한 유/무선 문구입력이 가능하게 하였고 한글오토마타를 구현하여 리모트 컨트롤러에 의한 표출문구 입력도 가능하게 하였다. 또한 LINUX OS가 포팅 된 PXA255프로세서 기반의 내장형 보드에서 그래픽 라이브러리 툴인 QT/Embedded 2.3.7을 터치패널사용이 가능하도록 포팅하여 원격지의 전광판에 문구를 이더넷 통신방법에 의해 쉽게 바꿀 수 있게 하였다. 본 연구에서 설계한 시스템은 한글에 대한 코드 값만 저장하는 방식이므로 기존 전광판 시스템보다 많은 양의 사용자 정의 문구를 시스템에 저장하여 사용할 수 있다는 장점을 가지고 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.154-157
• /
• 2004

본 논문은 무지향성 영상획득을 용이하게 하기 위해 임베디드 웹서버의 무선랜을 이용한 CMOS 영상의 무선전송시스템 구현에 관한 연구이다. 시스템은 영상획득부와 임베디드 웹서버부, 클라이언트부로 구성한다. 영상획득부는 CMOS 센서 카메라와 프래임그래버로 구성하고, 임베디드 웹서버부는 무선랜을 구현한 타겟보드로 구성 하며, 클라이언트부는 서버에서 받은 영상을 모니터링 하기 위한 PC로 구성한다. 실험결과 8bit, 320$\times$240 크기의 4:2:2(YCbCr)비율에서 12.7fps 를 얻었으며, 구현된 시스템은 약1.9Mbyte의 전송 되어 시각적으로 원활한 영상이 모니터링 되였다.

• 정보처리학회논문지A
• /
• 제9A권4호
• /
• pp.405-412
• /
• 2002

임베디드 시스템은 일반 PC(Personal Computer)나 워크스테이션에 비해 느린 CPU와 작은 메모리 공간을 사용하고 있다. 따라서 임베디드 운영체제는 제한된 자원을 효과적으로 사용하도록 설계되어져야 한다. 그런데 임베디드 리눅스의 가상 메모리 관리 기법에서 페이지 폴트가 발생할 경우 스왑 디바이스로 페이지를 이동하는 과정에서 성능 저하가 발생한다. 본 논문에서는 가상 메모리 기법의 효율성을 놀이며 메모리 공간의 효율성을 향상시킬 수 있는 가상 메모리 압축 기법을 구현하였다. 가상 메모리 압축 기법은 임베디드 리눅스의 가상 메모리 관리 기법에서 스왑핑이 발생할 경우 스왑 디바이스로 이동하는 페이지들을 압축하여 이동시킴으로서 스왑핑에서 발생하는 성능저하를 감소시키며, 압축된 스왑 디바이스의 운영으로 메모리의 공간 효율성을 높인 수 있다. 또한 본 논문에서는 메모리 내의 소량의 데이터 압축에 적합한 알고리즘을 고안하여, 압축률의 효율성과 시스템 성능을 향상시키고자 하였다.

• 대한전자공학회논문지SP
• /
• 제42권1호
• /
• pp.17-23
• /
• 2005

본 논문에서는 얼굴영역에 존재하는 특정영역인 분할된 머리, 이마, 눈, 귀, 코, 입, 턱의 슈퍼 상태에서 임베디드 데이터를 이용하여 얼굴인식 방법을 제안한다. 제안된 방법에서는 정규화된 크기(92×112)에서 특정영역인 슈퍼 상태를 정의하고, 분할된 슈퍼 상태의 내부요소인 임베디드 데이터만을 추출하여 PCA 알고리듬으로 얼굴인식을 수행한다. 제안된 방법에서는 원래영상을 모두 학습하는 것이 아니라 분할된 임베디드 데이터만을 학습시키기 때문에 제안된 영상의 크기(92×112)에서 특정 데이터를 받아들일 수 있다. 그리고 평균적으로 92×112 크기의 영상에서는 99.05%, 단계1은 99.05%, 단계2는 98.93%, 단계3은 98.54%, 단계4는 97.85%의 얼굴인식률을 보였다. 따라서 실험을 통하여 제안된 방법은 얼굴영상의 정보를 축소할 뿐만 아니라 처리속도도 향상됨을 보였다.