• 한국정보과학회논문지:시스템및이론
• /
• 제33권7호
• /
• pp.429-439
• /
• 2006

데스크탑 그리드는 컴퓨팅 집약적인 분산 어플리케이션을 수행하는데 있어서 유망한 플랫폼으로 부각되고 있다. 그러나 비 신뢰적이고 예측할 수 없는 자원의 특성 때문에 데스크탑 그리드에서 병렬 어플리케이션의 효율적인 스케줄링은 어려운 문제로 알려져 있다. 이에 따라서 빈약한 스케줄링 능력과 함께 현재 데스크탑 그리드는 고 처리 어플리케이션(high throughput application)의 실행에는 적합하지만 빠른 반환 시간을 요구하는 어플리케이션의 실행을 지원하는데 있어서 어려움을 갖는다. 빠른 반환 시간을 요구하는 어플리케이션의 효율적인 실행은 어플리케이션의 전체 실행 시간(makespan)을 축소함으로써 해결할 수 있는 문제로써 데스크탑 그리드가 이를 지원할 수 있게 하는 것은 매력적인 제안이 될 것이다. 본 논문에서는 데스크탑 그리드에서 효율적인 어플리케이션의 실행을 지원하기 위한 새로운 스케줄링 방법을 제안한다. 7주간의 시간동안 40대의 데스크탑에서 추출된 추적(trace) 데이타의 분석을 통해서 데스크탑 사용 경향성과 비 신뢰적인 데스크탑의 영향이 스케줄링의 성능을 개선하는데 있어서 활용 될 수 있음을 확인하였고 이 요소들을 고려함으로써 데스크탑 그리드의 비 신뢰적이고 예측할 수 없는 자원의 특성을 스케줄링에 적절하게 반영 할 수 있는 스케줄링 기법이 제안되었다. 제안된 스케줄링 기법은 실제 데스크탑들의 행동 패턴을 반영한 추적 기반 시뮬레이션(trace-driven simulation)을 통해서 기존의 스케줄링 방법들과 스케줄링 성능이 비교되었고 시뮬레이션 결과를 통해서 제안된 스케줄링 기법이 기존의 데스크탑 스케줄링 기법들에 비해서 병렬 어플리케이션의 전체 실행 시간을 축소하고 중지(suspension)와 장애(failure)의 발생 빈도를 줄이는 것을 보여준다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.239-240
• /
• 2012

With advancements in semiconductor device technologies, manufacturing processes are getting more complex and it became more difficult to maintain tighter process control. As the number of processing step increased for fabricating complex chip structure, potential fault inducing factors are prevail and their allowable margins are continuously reduced. Therefore, one of the key to success in semiconductor manufacturing is highly accurate and fast fault detection and classification at each stage to reduce any undesired variation and identify the cause of the fault. Sensors in the equipment are used to monitor the state of the process. The idea is that whenever there is a fault in the process, it appears as some variation in the output from any of the sensors monitoring the process. These sensors may refer to information about pressure, RF power or gas flow and etc. in the equipment. By relating the data from these sensors to the process condition, any abnormality in the process can be identified, but it still holds some degree of certainty. Our hypothesis in this research is to capture the features of equipment condition data from healthy process library. We can use the health data as a reference for upcoming processes and this is made possible by mathematically modeling of the acquired data. In this work we demonstrate the use of recurrent neural network (RNN) has been used. RNN is a dynamic neural network that makes the output as a function of previous inputs. In our case we have etch equipment tool set data, consisting of 22 parameters and 9 runs. This data was first synchronized using the Dynamic Time Warping (DTW) algorithm. The synchronized data from the sensors in the form of time series is then provided to RNN which trains and restructures itself according to the input and then predicts a value, one step ahead in time, which depends on the past values of data. Eight runs of process data were used to train the network, while in order to check the performance of the network, one run was used as a test input. Next, a mean squared error based probability generating function was used to assign probability of fault in each parameter by comparing the predicted and actual values of the data. In the future we will make use of the Bayesian Networks to classify the detected faults. Bayesian Networks use directed acyclic graphs that relate different parameters through their conditional dependencies in order to find inference among them. The relationships between parameters from the data will be used to generate the structure of Bayesian Network and then posterior probability of different faults will be calculated using inference algorithms.

• 한국정보처리학회논문지
• /
• 제5권3호
• /
• pp.751-762
• /
• 1998

본 연구의 목적은 멀티캐스트 통신에서 송신자가 멀티미디어 데이터를 한 그룹의 구성원들에게 전송할 때, 그룹내의 수신자들이 전송된 데이터를 잘 수신하고 있는 가에 대한 상황을 정기적으로 확인하여 이질적인 단말 및 통신망 환경에서 효율적인 멀티미디어 서비스를 제공하고자 하는 데 있다. 특히, 연구에서는 송신자의 전송 데이터를 수신자가 어떻게 수신하고 있는 가에 대한 상태를 파악하는 과정에서, 수신자들의 전송 정보를 절감시킴으로써 송신자 측에서 상태 정보의 폭주로 인한 성능 저하를 개선하는데 초점을 두고 있다. 본 연구의 기본 아이디어는 그룹의 행위를 어떻게 보는 가의 관점에서 출발하는 데, 제안된 방식에서는 그룹의 구성원 중 가장 열악한 상황에 있는 수신자 즉, 대표 수신자가 그룹의 상황을 대표하는 것으로 가정한다. 다시 말해, 이 대표 수신자의 성능이 저하되면 전체 그룹의 성능이 저하된 것으로 간주하고, 반대로 대표수신자의 성능이 향상되면 전체 그룹의 성능이 향상되는 것으로 간주하게 된다. 제안 알고리즘에서는 대표 수신자가 다른 수신자 보다 먼저 상태 정보를 송신자에게 통보하도록 하며, 다른 수신자들은 이 대표 수신자의 상태정보를 수신할 때 장신의 상태와 비교하여, 자신이 더욱 열악한 경우에만 추가적인 응답을 수행하도록 함으로써 불필요한 응답을 제거하고자 하는 것이다.

• 한국산학기술학회논문지
• /
• 제12권4호
• /
• pp.1786-1795
• /
• 2011

사람이 생활하는 환경에서 일반적인 휠베이스 이동(Mobility) 방식의 로봇은 장애물에 둘러싸여 로봇의 움직임에 있어 자유로운 주행 제약을 받게 된다. 장애물을 신속하게 회피하려면 회전과정 없이 단순히 좌우 이동만 하면 되는 홀로노믹(Holonomic) 시스템 특성의 이동로봇이 필요하다. 본 논문에서는 세 개의 옴니휠(Omni-Wheels)을 사용한 홀로노믹 이동로봇의 추적제어기를 개발한다. 옴니휠을 이용한 이동로봇은 시스템 파라미터의 불확실성(uncertainty)으로 인하여 선형 제어기로는 추적제어가 매우 어려운 상황이다. 그러므로 강인성이 탁월한 퍼지 제어기를 이용한 퍼지 적응 제어 기법을 설계하여 옴니휠 이동 로봇의 추적제어(tracking control) 성능을 높인다. 본 논문에서 제어 대상 시스템의 매개 변수의 불확실성에 강인한 퍼지 제어기를 병렬로 설계하고 시스템 인식(system identification)을 이용하여 대상 시스템이 특성 변화에 적절히 대처할 수 있는 적합한 퍼지 제어기를 선택한 후 피드백 제어를 실행하는 퍼지 다층 제어기(Fuzzy Multi-Layered Controller) 시스템을 이용한 적응 제어기법을 제시한다. 고전 적응 제어기와 기존 퍼지 적응 제어기의 문제점을 극복한 퍼지 적응 제어기를 도입하여 강인 제어기를 병렬로 설계하고 시스템 인식을 이용하여 대상 시스템의 특성 변화에 적절히 대처할 수 있는 적합한 퍼지 제어기를 선택한 후 피드백 제어를 실행하는 퍼지 다층 제어기(FMLC)를 제시한다.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.157-165
• /
• 2020

뉴-럴 네트워크와 자동운전 데이터 셋을 개발하는 목표중의 하나가 데이터 셋을 분할함에 따라서 움직이는 물체를 검출하는 성능을 개선하는 방법이 있다. 다크넷 (DarkNet) 프레임 워크에 있어서, YOLOv4 네트워크는 Udacity 데이터 셋에서 훈련하는 셋과 검증 셋으로 사용되었다. Udacity 데이터 셋의 7개 비율에 따라서 이 데이터 셋은 훈련 셋, 검증 셋, 테스트 셋을 포함한 3개의 부분 셋으로 나누어진다. K-means++ 알고리즘은 7개 그룹에서 개체 Box 차원 군집화를 수행하기 위해 사용되었다. 훈련을 위한 YOLOv4 네트워크의 슈퍼 파라메타를 조절하여 7개 그룹들에 대하여 최적 모델 파라메타가 각각 구해졌다. 이 모델 파라메타는 각각 7 개 테스트 셋 데이터에 비교하고 검출에 사용되었다. 실험결과에서 YOLOv4 네트워크는 Udacity 데이터 셋에서 트럭, 자동차, 행인으로 표현되는 움직이는 물체에 대하여 대/중/소 물체 검출을 할수 있음을 보여 주었다. 훈련 셋과 검증 셋, 테스트 셋의 비율이 7 ; 1.5 ; 1.5 일 때 최적의 모델 파라메타로서 가장 높은 검출 성능이었다. 그 결과값은, mAP50가 80.89%, mAP75가 47.08%에 달하고, 검출 속도는 10.56 FPS에 달한다.

• 생물환경조절학회지
• /
• 제31권1호
• /
• pp.1-7
• /
• 2022

서부 경남 지역 중 딸기재배로 유명한 지역 40개 농가를 대상으로 한 조사에 따르면 국산품종 중에서 "설향"이 65.0%으로서 가장 선호하고 있는 것으로 나타났다. 그리고 현재의 농업은 4차 산업혁명으로 스마트팜(Smart Farm)의 기술이 더욱 발전하고 있는 실정이다. 그러나 각 생육단계가 어떤 상황일 때 딸기의 생산량이 최적에 달하는지 대한 기준이 없으며, 이러한 판단기준은 아직까지 스마트팜에 경험이 있는 농업인의 의사에 달려있다는 문제점이 있다. 따라서 본 연구에서는 딸기의 생육상황에 대한 생산량 예측을 통해 선진화된 스마트팜 시스템을 구축하고자 한다. 실험 장소는 경상남도 사천시의 딸기 농가에서 수행하였으며, 총 3곳을 대상으로 데이터 수집을 진행하였다. 실험 대상의 모든 온실 내에서 재배하는 딸기의 품종은 '설향'이다. 작물 데이터의 수집 항목은 작물의 엽수, 꽃수, 과실수, 초장, 잎의 길이, 엽록소 함량이며, 환경 데이터의 수집 항목은 온도, 습도, 조도이다. 기존의 농가 단위의 스마트팜의 문제점 보완 및 개선을 통하여 고품질의 작물 생장 상태를 유지하기 위해 K-fold 교차검증, Lasso 회귀분석, MAPE 검증을 통해 예측모델을 도출하였으며, MAPE 검증 결과 값으로 0.511(꽃 예측)과 0.488(과일 예측)의 값이 나타났다. 본 연구는 스마트팜 데이터 구축을 위해서는 AI를 통해 성장상태별 수확량을 예측하였으며, 이를 농가 및 농업 관련 기업에 활용해 농업 서비스가 편리할 것으로 판단된다.

• 방송공학회논문지
• /
• 제27권1호
• /
• pp.104-123
• /
• 2022

신경망 기반 스타일 전이 기법은 영상의 고차원적 구조적 특징을 반영하여 높은 품질의 스타일 전이 결과를 제공함으로써 최근 크게 주목받고 있다. 본 논문은 이러한 신경망 기반 스타일 전이의 GPU 메모리 제한에 따른 해상도 한계에 대한 문제를 다룬다. 신경망 출력이 가진 제한적 수용장 특징을 바탕으로, 부분 영상 기반의 스타일 전이 손실함수 경사도 연산이 전체 영상을 대상으로 구한 경사도 연산과 동일한 결과를 생성할 수 있을 것으로 기대할 수 있다. 이러한 아이디어를 기반으로, 본 논문에서는, 스타일 전이 손실함수의 각 구성 요소에 대한 경사도 연산 구조를 분석하고, 이를 통해 부분 영상의 생성 및 패딩에 대한 필요조건을 구하고, 전체 영상의 신경망 출력에 좌우되는 경사도 연산 요구 데이터를 확인하여 구조화함으로써 재귀적 초고해상도 스타일 전이 알고리즘을 개발하였다. 제안된 기법은, 사용하는 GPU 메모리가 처리할 수 있는 크기로 초고해상도 입력을 분할하여 스타일 전이를 수행함으로써, GPU 메모리 한계에 따른 해상도 제한을 받지 않으며, 초고해상도 스타일 전이에서만 감상할 수 있는 독특한 세부 영역의 전이 스타일 특징을 제공할 수 있다.

• 대한토목학회논문집
• /
• 제29권1A호
• /
• pp.45-52
• /
• 2009

기존의 구조물의 설계에서는 안전성 및 경제성 등을 향상시키기 위해서 시방서에 명시된 설계지침을 제약조건으로 하여 확정론적 최적설계를 수행하는 것이 일반적이다. 하지만, 구조물의 설계에는 본질적으로 재료성질, 작용하중 및 시공오차 등의 불확실성이 내포되어 있으며, 이러한 불확실성과 경제성을 동시에 고려한 설계가 보다 더 합리적인 설계라 할 수 있다. 기존의 확정론적 최적설계에서는 이러한 불확실성을 고려하기 위하여 결정론적인 안전율을 도입하여 설계하지만, 이러한 경우 각 한계상태 및 파괴모드에 대한 일관된 안전성 및 신뢰도 수준을 확보하지 못한다. 최근에 이러한 불확실성 및 경제성을 동시에 고려하는 신뢰도 기반 최적설계에 대한 연구가 수행되고 있다. 신뢰도 기반 최적설계는 확률구속조건을 평가하는 방법에 따라 RIA(reliability index approach) 및 PMA(performance measure approach)로 구분된다. 일반적으로 PMA가 RIA 보다 안정성 및 효율성 측면에서 더 우수하다는 비교연구가 수행된 바 있다. 하지만 아직도 대형구조해석을 필요로 하는 경우에는 계산비용이 과다하여 최적설계가 불가능하므로 보다 개선된 신뢰도 기반 최적설계 알고리즘이 필요하다고 할 수 있다. 본 연구에서는 계산비용을 줄이면서도 안정적으로 수렴하는 개선된 신뢰도 기반 최적설계 알고리즘을 제안한다. PMA에 적합한 응답면 기법을 개발하였으며, 한계상태식의 근사는 이동최소자승근사법을 사용하였다. 이로부터 더 적은 표본점의 추출만으로 더욱더 정확한 응답면 함수를 얻게 되어 정확도 및 효율성을 개선할 수 있었다. 수학적 문제 및 10-bar truss 문제에 대하여 제안된 방법을 적용한 결과, 수렴성 및 효율성 측면에서 우수한 성능을 보여줌을 확인하였다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.95-108
• /
• 2011

인터넷 비즈니스의 활성화에 따라서 기업은 고객의 인물정보 및 거래정보를 활용하여 보다 맞춤화된 개인화 서비스를 제공하고 있다. 기존의 고객군별 예측기법은 유사한 고객들을 군집화하여 고객군별로 예측모델을 수립하는 것으로, 구매가 많고 충성도가 높은 핵심고객에게 요구되는 일대일 서비스를 제공하는 데는 한계가 있다. 반면 일대일 고객별 예측기법은 각 고객에게 고도로 맞춤화된 서비스를 제공하지만, 과거 구매이력이 많지 않은 고객 이나 신규 고객에게는 정확한 개인화 서비스를 제공하지 못한다. 본 연구는 고객의 구매빈도에 따라서 유사 고객들과의 군집화 수준을 동적으로 조정하는 새로운 지능형 개인화 시스템을 제안한다. 제안된 시스템은 과거 구매가 많은 고객들에 대해서는 일대일 예측모델을 수립하지만, 구매 빈도가 낮은 고객의 경우 다른 고객들과의 최적화된 군집화를 통해 예측모델을 수립한다. 본 기법을 Neilsen의 음료수 구매 데이터셋에 적용하여 고객의 일회 구매금액 및 구매품목을 예측한 결과, 기존 두 예측기법들에 비하여 적정한 계산비용(computational cost)으로 더욱 정확한 개안화 서비스를 제공할 수 있음을 확인하였다.

• 지능정보연구
• /
• 제17권2호
• /
• pp.39-60
• /
• 2011

웹 2.0 기술이 소개된 이후 소셜 네트워크 서비스는 미래 정보기술의 기초로서 중요하게 인식되고 있다. 이에, 웹2.0 환경에서 소셜 네트워크를 구축하기 위하여 온톨로지 기반의 사용자 프로필 기술 도구인 FOAF를 활용하기 위한 다양한 연구가 이뤄지고 있다. 그러나 FOAF를 이용하여 소셜 네트워크를 생성 및 관리하는 대부분의 방법은 시간의 흐름에 따라 변화하는 사용자의 소셜 네트워크를 자동적으로 반영하기 어려운 단점이 있으며 다양한 소셜 미디어 서비스가 제공되는 환경에서는 FOAF를 동적으로 관리하기가 쉽지 않다. 따라서 본 논문에서는 기존 FOAF를 이용한 소셜 네트워크 추출방법의 한계를 극복하기 위하여 사용자 프로파일 기술 언어인 FOAF와 웹 저작물 출판 매커니즘인 RSS를 OLAP 시스템에 적용시켜 동적으로 FOAF를 갱신하고 관리하기 위한 방법을 제안한다. 본 논문에서 제안하는 방법은 수집한 FOAF와 RSS 파일들을 스타스키마로 설계된 데이터베이스에 넣어 OLAP 큐브를 생성한다. 그리고 OLAP 연산을 이용하여 사용자의 연결관계를 분석하고 FOAF에 그 결과를 반영한다. 본 논문에서 제안하는 방법은 이기종 분산처리 환경 하에서 데이터의 상호호환성을 보장할 뿐만 아니라 시간의 흐름에 따른 사용자의 관심 및 이슈 등의 변화를 효과적으로 반영한다.