• ETRI Journal
• /
• 제45권2호
• /
• pp.267-276
• /
• 2023

R&D strategies of companies with low and high technological levels are discussed based on the concept of technology convergence and divergence. However, empirically detecting enterprise technology convergence in the distribution of enterprise technology (total productivity increase) over time and identifying key change factors are challenging. This study used a novel statistical indicator that captures the internal technology distribution change with a single number to clearly measure the technology distribution peak as a change in critical bandwidth for enterprise technology convergence and presented it as evidence of each technology convergence or divergence. Furthermore, this study applied the quantitative technology convergence identification method. Technology convergence appeared from the separation of total corporate productivity distribution of 69 IT companies in Korea in 2019-2020 rather than in 2015-2016. Results indicated that when the total technological level was separated from the technology leading and technology catch-up, IT companies were found to be pursuing R&D strategies for technology catch-up.

• Nuclear Engineering and Technology
• /
• 제54권11호
• /
• pp.3985-3995
• /
• 2022

The emergence of new nanoscale technologies has imposed significant challenges to designing reliable electronic systems in radiation environments. A few types of radiation like Total Ionizing Dose (TID) can cause permanent damages on such nanoscale electronic devices, and current state-of-the-art technologies to tackle TID make use of expensive radiation-hardened devices. This paper focuses on a novel and different approach: using machine learning algorithms on consumer electronic level Field Programmable Gate Arrays (FPGAs) to tackle TID effects and monitor them to replace before they stop working. This condition has a research challenge to anticipate when the board results in a total failure due to TID effects. We observed internal measurements of FPGA boards under gamma radiation and used three different anomaly detection machine learning (ML) algorithms to detect anomalies in the sensor measurements in a gamma-radiated environment. The statistical results show a highly significant relationship between the gamma radiation exposure levels and the board measurements. Moreover, our anomaly detection results have shown that a One-Class SVM with Radial Basis Function Kernel has an average recall score of 0.95. Also, all anomalies can be detected before the boards are entirely inoperative, i.e. voltages drop to zero and confirmed with a sanity check.

• 정보처리학회논문지A
• /
• 제12A권4호
• /
• pp.305-312
• /
• 2005

본 논문은 알고리즘 레벨에서 FPGA를 이용하여 에너지 효율이 높은 기법을 제안한다. 제안한 기법을 기반으로 FPGA와 행렬곱셈용 신호처리응용을 위한 고효율 설계 기술을 제안한다. 또한 이러한 신호처리응용 수행시 지연시간과 에너지 효율 측면에서의 FPGA 성능을 분석한다. Xilinx Virtex-II를 대상으로 Virtex-II Pro와 Texas Instrument TMS320C6415에 내장되는 Power PC 코어에서 구동되는 Xilinx library와 기존 알고리즘을 본 논문 기법과의 성능 비교를 수행한다. 성능 비교는 high-level에서 에너지와 지연 시간에 대한 유도 공식을 통한 추정치와 low-level 시뮬레이션을 통해 평가하였다. FFT에 대해 본 논문에서 제안한 기법은 Xilinx library와 DSP에 비해 각각 $60\%,\;56\%$ 적은 에너지를 소모한다는 결과를 얻었다. 또한 임베디드 프로세서와 비교해 EAT지수에서 10배의 개선을 보여준다. 위와 같은 결과는 FPGA가 DSP나 임베디드 프로세서에 비해 월등한 성능을 보여준다는 견해에 결정적인 단서가 된다 또한, 이는 FPGA가 앞의 두 종류의 디바이스에 비해 더 적은 전력을 소모하면서 동시에 더 나은 성능을 보인다는 사실을 보여준다.

• 대한전자공학회논문지SD
• /
• 제42권5호
• /
• pp.63-72
• /
• 2005

본 논문에서는 가정용 로봇에 적용 할 수 있는 운영체제 수준의 동적 전력 관리 기법인 EAJS(Energy-Aware Job Scheduler)를 제안한다. EAJS는 workload가 일정하지 않은 IO 장치를 사용하는 job들을 스케줄하여 장치의 idle주기를 가능하면 연속적이게 만든 후, 장치를 shutdown 시켜서 에너지 소모를 줄이는 능동적인 저전력 스케줄러이다. EAJS는 기존의 저전력 스케줄러와 달리, IO 장치를 사용하는 job의 workload, job의 buffering에 사용 가능한 메모리의 크기, buffering으로 인해 발생하는 시간 지연 등을 동시에 고려하여 job을 스케줄 하기 때문에, 에너지를 절약하면서도 시스템의 성능 저하를 최소화 할 수 있다. EAJS의 prototype을 본 연구에서 개발한 가정용 로봇인 AFM(Autonomous Family Machine)에 구현하였으며, H.263 인코더를 수행시키는 실험을 통해 무선랜과 DSP의 에너지 소모가 최대 $44\%$ 가량 줄어듬을 확인 하였다.

• 한국자동차공학회논문집
• /
• 제21권4호
• /
• pp.135-143
• /
• 2013

In this study, we suggested effective countermeasure of biodiesel oxidation problems by investigating the oxidation degradation of biodiesels derived from variable resources and the level of oxidation stability of current distributing biodiesel blended fuels (2%) in Korea, and oxidation stability change according to storage time (for 3 month) and biodiesel blending ratio (2, 5, 7, 10%). By the composition analysis results of biodiesel from various resources which are possible to distribute in Korea, the biodiesel from animal fat has poor oxidation stability and cold performance, while the biodiesel from coconut and palm kernel which are considered as future potential raw material showed good oxidation stability and cold performance. The oxidation stability level of current distributing biodiesel blended fuels in Korea was excellent with showing over 30 hours (average 68 hours) stability, but the oxidation stability of the blended fuel with animal fat biodiesel having poor oxidation property (1.22 hours) was rapidly decreased to below 32 hours by mixing only 2%. Therefore, we have to pay attention to quality control of oxidation property, because the oxidation stability problem can be caused by increasing biodiesel blending ratio and diversifying raw materials those have worse property.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권9호
• /
• pp.936-947
• /
• 2010

하나의 콘텐트를 다양한 플랫폼에서 서비스하는 것은 모바일 게임 시장에서 매우 중요한 사항이다. 서로 다른 플랫폼에서 서비스하기 위해서는 기존의 콘텐츠를 특정한 플랫폼에 적합한 형태로 재개발해야하는 추가 비용이 발생한다. 더욱이, 새로운 플랫폼이 등장하는 경우에 다수의 콘텐츠를 단기간에 개발하는 것은 많은 노력과 비용을 요구한다. 따라서 기존의 콘텐츠를 새로운 플랫폼에서 실행될 수 있도록 변환하는 기법에 관한 연구가 필요하다. 본 논문에서는 모바일 콘텐츠를 새로운 플랫폼에서 실행 가능한 형태로 변환하는 모바일 게임을 위한 번역 기법을 제안하고 이를 적용하여 안드로이드 플랫폼에 대한 소스 레벨 콘텐츠 변환기를 설계하고 구현한다. 컴파일러 이론을 적용하여 개발하였으며, 서로 다른 프로그래밍 언어 간의 변환 문제를 부분적으로 해결하였다. 또한 언어 간의 번역뿐만 아니라 커널 이식, 라이브러리 매핑 등 체계적으로 소스 레벨 콘텐츠 변환도구를 구현하였다. 이러한 연구는 기존 모바일 게임에 대한 활용도를 증대시키고 모바일 콘텐츠 산업 활성화에 기여할 수 있을 것으로 기대된다.

• 한국정보과학회논문지:시스템및이론
• /
• 제27권3호
• /
• pp.324-336
• /
• 2000

본 논문에서는 디스크 입출력 시스템의 성능을 향상시키기 위한 효율적인 버퍼 관리 기법을 제시한다. 본 기법은 사용자 수준의 정보 없이 블록의 속성과 미래 참조 거리간의 관계를 기반으로 각 응용의 블록 참조 패턴을 자동으로 발견하고, 발견된 참조 패턴에 적합한 최적 블록 교체 기법을 적용한다. 또한, 응용이 참조하는 블록이 버퍼 캐쉬에 없어 새로운 버퍼 블록이 요구될 때, 응용별로 블록 참조 패턴에 따라 버퍼 예상 적중률을 분석하여 이를 기반으로 전체 버퍼 캐쉬의 적중률이 극대화되도록 해 주는 버퍼 할당 기법을 제안한다. 이러한 모든 과정은 시스템 수준에서 자동으로 그리고 온라인으로 수행된다. 제시한 기법의 성능을 평가하기 위해 블록 참조 트레이스를 이용해 모의 실험을 수행하였다. 실험 결과 제시한 기법은 적은 오버헤드로 기존의 블록 교체 기법들보다 캐쉬 블록의 적중률을 크게 향상시켜 주었다.

• 한국멀티미디어학회논문지
• /
• 제8권11호
• /
• pp.1472-1482
• /
• 2005

TOE (TCP/IP Offload Engine)는 부하가 많은 대규모 네트워크 서버에서 TCP/IP 프로토콜 처리의 부담을 줄이기 위해 고안된 하드웨어 장치이다. 본 논문에서는 TOE (TCP Offload Engine)를 사용하는 대규모 멀티미디어 서버를 위한 소켓 인터페이스 계층의 설계 및 구현에 대해 다룬다. 제안된 소켓 인터페이스 계층은 리눅스 운영체제 상에서 커널 모듈로 설계, 구현되었으며, BSD소켓 계층과 INET소켓 계층 사이에 존재하면서 응용 프로그램의 소켓 관련 요청을 TOE나 기존 INET소켓 계층으로 전달하는 역할을 한다. 본 논문에서 제안한 소켓 인터페이스는 소켓을 통해 TOE를 사용하는 응용 프로그램에 대해서 모든 표준 소켓 입출력 API와 파일 입출력 관련 API를 그대로 제공하고, 기존 응용 프로그램들에 대해서도 수정 없이 TOE의 기능을 그대로 사용할 수 있는 바이너리 수준의 호환성을 제공하며, 한 시스템에서 TOE와 이더넷 NIC을 동시에 사용할 수 있게 된다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제6권1호
• /
• pp.10-17
• /
• 2017

We propose classification algorithms for human and dog movement. The proposed algorithms use micro-Doppler signals obtained from humans and dogs moving in four different directions. A two-stage classifier based on a support vector machine (SVM) is proposed, which uses a radial-based function (RBF) kernel and $16^{th}$-order linear predictive code (LPC) coefficients as feature vectors. With the proposed algorithms, we obtain the best classification results when a first-level SVM classifies the type of movement, and then, a second-level SVM classifies the moving object. We obtain the correct classification probability 95.54% of the time, on average. Next, to deal with the difficult classification problem of human and dog running, we propose a two-layer convolutional neural network (CNN). The proposed CNN is composed of six ($6{\times}6$) convolution filters at the first and second layers, with ($5{\times}5$) max pooling for the first layer and ($2{\times}2$) max pooling for the second layer. The proposed CNN-based classifier adopts an auto regressive spectrogram as the feature image obtained from the $16^{th}$-order LPC vectors for a specific time duration. The proposed CNN exhibits 100% classification accuracy and outperforms the SVM-based classifier. These results show that the proposed classifiers can be used for human and dog classification systems and also for classification problems using data obtained from an ultra-wideband (UWB) sensor.

• 전자공학회논문지
• /
• 제54권8호
• /
• pp.45-52
• /
• 2017

본 논문은 안개 제거 처리를 위한 전용의 하드웨어 가속기를 내장하는 고성능의 소프트웨어-하드웨어 통합 안개 제거 시스템의 설계 및 구현을 제시한다. 제시된 안개 제거 시스템에서 다크 채널 프라이어 기반의 안개 제거 처리는 전용의 하드웨어 가속기를 통해 처리되며, 영상의 입출력 및 가속기의 제어는 소프트웨어에 의해서 처리된다. 이를 위해 안개 제거 알고리즘에 내재된 병렬성을 발견하여 OpenCL 커널로 기술하고, 상위 수준 합성 기술을 이용해 하드웨어 가속기를 구현하였다. 기존의 소프트웨어 기반의 안개 제거 시스템과 제안하는 시스템의 성능을 비교한 결과, 동등한 안개 제거 품질을 보이면서도 전체 시스템 수행 시간이 최대 96.3% 단축되었다.