• 한국멀티미디어학회논문지
• /
• 제13권11호
• /
• pp.1643-1656
• /
• 2010

여러 품종을 소량으로 생산하는 소형 공장에서 불량품으로 인한 손실을 줄이기 위하여 부품의 양불량을 판단하는 시스템의 개발이 필요하다. 그러한 시스템은 계층형 시간적 메모리(HTM : Hierarchical Temporal Memory) 기술을 이용하여 개발할 수 있다. HTM은 인간 두뇌의 신피질(neocortex)의 동작 원리를 기계학습에 접목시킨 모델이다. HTM 기반의 기계학습 시스템을 사용하기 위해서는 훈련된 HTM 네트워크를 개발해야 하는데, 이를 위해서는 HTM 이론에 대한 지식이 필요하다. 본 연구는 이 HTM 기술을 부품의 이미지 인식에 적용하여 부품에 대한 양 불량을 판별하는 시스템에서, HTM 네트워크 개발을 지원하는 훈련시스템의 설계와 구현을 제시한다. 이 시스템은 HTM 이론에 대한 지식이 없어도 작업현장의 기술자가 HTM 네트워크를 정확히 훈련시킬 수 있으며, 부품에 대한 모든 종류의 HTM 기반의 판정시스템에 그대로 적용될 수 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2017년도 춘계 종합학술대회 논문집
• /
• pp.29-30
• /
• 2017

최근 Hardware Transaction Memory (HTM)으로 트랜잭션을 처리하는 기술이 각광을 받고 있다. 그러나 HTM의 처리 실패 요인 중 하나는 캐시를 사용하여 트랜잭션을 처리하여 용량에 제한이 존재한다. 이러한 이유로 long 트랜잭션의 경우 용량을 초과하여 처리가 불가능한 경우가 빈번히 발생한다. 이를 해결하기 위해 본 논문에서는 long 트랜잭션 처리를 위한 HTM 기반 트랜잭션 분할 기법을 제안한다. 제안하는 기법은 먼저 HTM 으로 수행하여 캐시 용량을 초과하는 경우, long 트랜잭션을 다수의 트랜잭션으로 분할한다. 분할된 트랜잭션이 수행이 완료되면, 부분 커밋(commit)을 수행하고 이에 대한 정확성을 제공하기 위해 validation을 수행한다. 분할된 모든 트랜잭션의 수행이 완료되면 최종적인 커밋을 수행한다. 이를 통하여 기존 HTM 으로 처리하기 불가능한 long 트랜잭션을 속도가 우수한 HTM을 기반으로 효율적인 트랜잭션 처리가 가능하다.

• 한국멀티미디어학회논문지
• /
• 제13권10호
• /
• pp.1494-1505
• /
• 2010

하나의 프레스로 여러 종류의 부품을 소량으로 생산하는 중 소형 공장에서는 부품 생산 과정에 발생하는 소리가 다양하게 나타난다. 이에 우리는 제품의 생산 순간의 소리를 인식하여 제품의 양 불량을 판별하는 시스템을 계층형 시간적 메모리(HTM Hierarchical Temporal Memory) 기술을 이용하여 개발하였다. HTM 이론은 인간 두뇌의 신피질(neocortex)의 동작 원리를 컴퓨터에 접목시킨 이론이다. 이는 실세계에 대한 시공간적인 패턴을 계층적으로 기억하는 것으로 기존의 인식 기술보다 여러 경우에 인식률이 뛰어난 것으로 알려져 있다. 우리는 이 HTM 기술을 소리 인식에 적용하여 부품에 대한 양 불량 판별 시스템을 개발하였다. 개발 결과를 검증하기 위해 실제 공장에서 부품 생산 순간의 다양한 소리들을 녹음하고, 소리 HTM 네트워크를 구성한 후, 학습과 훈련을 반복하여 해당 부품의 불량여부를 판정하도록 하였다. 그 결과 잡음이 많은 생산 현장에서도 판정의 정확도가 높은 것으로 확인하였다.

• Bulletin of the Korean Chemical Society
• /
• 제33권2호
• /
• pp.670-674
• /
• 2012

The photovoltaic performance of solid-state dye-sensitized solar cells employing hole transport material (HTM), 2,2',7,7'-tetrakis-(N,N-di-p-methoxyphenyl-amine)-9,9'-spirobifluorene (spiro-MeOTAD), has been investigated in terms of HTM overlayer thickness. Two important parameters, soak time and spin-coating rate, are varied to control the HTM thickness. Decrease in the period of loading the spiro-MeOTAD solution on $TiO_2$ layer (soak time) leads to decrease in the HTM overlayer thickness, whereas decrease in spin-coating rate increases the HTM overlayer thickness. Photocurrent density and fill factor increase with decreasing the overlayer thickness, whereas open-circuit voltage remains almost unchanged. The improved photocurrent density is mainly ascribed to the enhanced charge transport rate, associated with the improved charge collection efficiency. Among the studied HTM overlayer thicknesses, ca. 230 nm-thick HTM overlayer demonstrates best efficiency of 4.5% at AM 1.5G one sun light intensity.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권8호
• /
• pp.466-472
• /
• 2017

하드웨어 트랜잭셔널 메모리(HTM)는 트랜잭션 처리를 위한 병렬 프로그래밍 패러다임을 크게 바꾸었으며, 최근 Intel에서 TSX를 제안함에 따라 HTM에 기반한 다수의 연구들이 수행되었다. 그러나 기존 연구들은 트랜잭션 처리에서 하나의 원인에 대한 충돌 예측만을 지원하며, 모든 워크로드에 대해 획일화된 TSX 환경을 제공한다. 이러한 문제점을 해결하기 위해, 본 논문에서는 멀티코어 인메모리 환경에서 트랜잭션을 처리하기 위한 효율적인 HTM 기법을 제안한다. 첫째, 제안하는 기법은 과거 트랜잭션 처리 정보를 수집한 매트릭스를 이용하여, HTM 실패시의 대비책 경로로써 STM 혹은 single lock을 선택한다. 둘째, 머신러닝 알고리즘 기반 재시도 정책을 제공함으로써, 워크로드 특성에 맞는 효율적인 트랜잭션 처리를 수행한다. 마지막으로 STAMP를 이용한 성능평가를 통해, 제안하는 기법이 기존 연구에 비해 10~20%의 성능 향상이 있음을 보인다.

• 한국차세대컴퓨팅학회논문지
• /
• 제13권2호
• /
• pp.49-61
• /
• 2017

트랜잭셔널 메모리는 트랜잭션 처리를 위한 병렬 프로그래밍 패러다임을 크게 바꾸었으며, 하드웨어 및 소프트웨어 방식에 따라 STM, HTM, HyTM으로 구분된다. 그러나, 기존 연구들은 모든 워크로드에 대해 획일적인 재시도 정책을 제공하는 문제점이 존재한다. 이러한 문제점을 해결하기 위해, 본 논문에서는 멀티코어 환경에서 샘플링 기반 유연한 재시도 정책을 이용한 하이브리드 트랜잭셔널 메모리 기법을 제안한다. 첫째, 제안하는 기법은 트랜잭션의 특성을 파악하여 HTM 혹은 STM을 선택하여 수행하거나, 블룸필터를 이용하여 동시에 HTM과 STM을 수행한다. 둘째, 제안하는 기법은 각 워크로드 내의 트랜잭션의 특성을 반영한 유연한 HTM 재시도 정책을 제공한다. 마지막으로 STAMP를 이용한 성능평가를 통해, 제안하는 기법이 기존 연구에 비해 10~20%의 성능 향상이 있음을 보인다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2016년도 제50회 동계 정기학술대회 초록집
• /
• pp.415.1-415.1
• /
• 2016

2009년도에 Perovskite가 태양전지에 처음 적용된 이후, Perovskite를 기반으로 하는 태양전지는 급속한 발전을 이루고 있으나, 향후 상용화를 위해서는 추가적인 공정개선 및 제조 단가를 낮추는 노력이 필수적이다. 초창기 Perovskite의 증착 공정은 One step deposition 방법이 사용되었으나, Layer의 thickness, uniformity 등을 조절하기 어려워 Sequential deposition 방법으로 개선되었다. 하지만 결과적으로 초기방법 대비 추가공정이 발생함에 따라 시간 및 비용의 증가가 불가피하였다. 제조단가 측면에서는 Perovskite 태양전지를 구성하는 재료 중 HTM(정공수송물질)을 구성하는 Spiro-MeOTAD의 비용이 가장 비싸다. 따라서 저비용 태양전지를 위해서는 HTM이 없는 구조가 필요하다. 이 페이퍼에서는 Perovskite 물질이 고흡광 능력 외에 충분한 전하수송능력을 보유한다는 점에 착안하여, Gas Pressure Assisted Modified One Step Deposition을 이용한 HTM Free Perovskite를 제작하고 기존의 Sequential Deposition Method 통해 만들어진 Perovskite 태양전지와 비교/분석하였다.

• 한국가시화정보학회지
• /
• 제13권3호
• /
• pp.15-19
• /
• 2015

We developed a high-throughput microscopy (HTM) method which enabled us to replace a conventional phase contrast microscopy (PCM) method that has been used as a standard analytical method for airborne asbestos. We could obtain the concentration of airborne asbestos fibers under detection limit by automated image processing and analysis using HTM method. Here we propose an improved image processing algorithm with variable parameters to enhance the accuracy of the HTM analysis. Since the variable parameters that compensate the difference of the brightness are applied to the individual images in our new image processing method, it is possible to enhance the accuracy of the automatic image analysis method for sample slides with low asbestos concentration that caused errors in binary image processing. We demonstrated that enumeration of fibers by improved image processing algorithm remarkably enhanced the accuracy of HTM analysis in comparison with PCM. The improved HTM method can be a potential alternative to conventional PCM.

• 한국게임학회 논문지
• /
• 제20권6호
• /
• pp.13-22
• /
• 2020

RIO는 윈도우의 최신 네트워크 API로 낮은 부하와 지연을 통해 높은 IO 성능을 발휘하도록 설계되었으며. 고성능의 네트워크 IO를 요구하는 대규모 동시접속(MMO) 게임 서버에 적합할 것으로 기대된다. 또한 HTM은 기존의 멀티스레드 동기화 방식보다 생산성과 성능이 우수하여 MMO 게임 서버에 적용 시 성능향상이 예상된다. 본 논문에서는 MMO 게임 서버에 RIO를 적용함과 동시에 RIO의 성능을 최대한 끌어내도록 구조를 개선하고, 기존의 시야 처리 알고리즘을 HTM 방식으로 변경하여 서버의 성능을 향상시켰다. 결과적으로 동시 접속자 수를 19%가량 증가시켰으며, 벤치마킹 프로그램을 사용하여 이를 검증하였다.

• 한국멀티미디어학회논문지
• /
• 제14권9호
• /
• pp.1152-1164
• /
• 2011

주식 가격은 연속적으로 변화하는 스트림 데이터이다. 이러한 데이터의 특성상 시간의 흐름에 따라 주식 가격의 동향이 달라질 수 있기 때문에 주식 가격 동향의 예측은 가격이 갱신될 때 마다 연속적으로 이루어져야 한다. 본 논문은 HTM 모델을 이용하여 원하는 종목의 주식 가격 동향을 설정된 구간 간격에 따라 연속적으로 주식 가격 동향을 예측하는 새로운 방법을 제안한다. 이를 위해 먼저 정규화 과정을 거친 후 그 결과를 스트림 센서로 전달하는 선처리기와 연속적인 입력 데이터를 효과적으로 처리할 수 있는 스트림 센서를 제시한다. 또한, 각 레벨별 예측 결과를 저장하여 상위 단계로 전달하는 선 예측 저장 노드를 고안하고 이를 이용하여 주식 가격 동향을 예측하는 HTM 네트워크를 제시한다. 그리고 본 시스템을 실제 주식 가격으로 실험하여 그 성능을 제시한다.