• Smart Structures and Systems
• /
• 제13권2호
• /
• pp.219-233
• /
• 2014

In a companion paper, Pasala and Nagarajaiah analytically and experimentally validate the Adaptive Length Pendulum Smart Tuned Mass Damper (ALP-STMD) on a primary structure (2 story steel structure) whose frequencies are time invariant (Pasala and Nagarajaiah 2012). In this paper, the ALP-STMD effectiveness on a primary structure whose frequencies are time varying is studied experimentally. This study experimentally validates the ability of an ALP-STMD to adequately control a structural system in the presence of real time changes in primary stiffness that are detected by a real time observer based system identification. The experiments implement the newly developed Adaptive Length Pendulum Smart Tuned Mass Damper (ALP-STMD) which was first introduced and developed by Nagarajaiah (2009), Nagarajaiah and Pasala (2010) and Nagarajaiah et al. (2010). The ALP-STMD employs a mass pendulum of variable length which can be tuned in real time to the parameters of the system using sensor feedback. The tuning action is made possible by applying a current to a shape memory alloy wire changing the effective length that supports the damper mass assembly in real time. Once a stiffness change in the structural system is detected by an open loop observer, the ALP-STMD is re-tuned to the modified system parameters which successfully reduce the response of the primary system. Significant performance improvement is illustrated for the stiffness modified system, which undergoes the re-tuning adaptation, when compared to the stiffness modified system without adaptive re-tuning.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권5호
• /
• pp.111-118
• /
• 2019

GPU는 병렬처리가 가능한 강력한 하드웨어 자원을 기반으로 높은 처리량을 제공한다. 하지만 과도한 메모리 요청이 발생하는 경우 캐쉬 효율이 낮아져 GPU 성능이 크게 감소할 수 있다. 캐쉬에서의 경합이 심각하게 발생한 경우 동시 처리되는 스레드의 수를 감소시킨다면 캐쉬에서의 경합이 완화되어 전체 성능을 향상시킬 수 있다. 본 논문에서는 캐쉬에서의 경합 정도에 따라 동적으로 병렬성을 조절할 수 있는 워프 스케줄링 기법을 제안한다. 기존 워프 스케줄링 정책 중 LRR은 GTO에 비해 워프 수준의 병렬성이 높다. 따라서 제안하는 워프 스케줄러는 L1 데이터 캐쉬 경합 정도를 반영하는 MSHR(Miss Status Holding Register)이 낮은 자원 활용률을 보일 때 LRR 정책을 적용한다. 반대로 MSHR 자원 활용률이 높을 때는 워프 수준의 병렬성을 낮추기 위해 GTO 정책을 적용하여 워프 우선순위를 결정한다. 제안하는 기법은 동적으로 스케줄링 정책을 선택하기 때문에 기존의 고정된 LRR과 GTO에 비해 높은 IPC 성능과 캐쉬 효율을 보여준다. 실험 결과 제안하는 동적 워프 스케줄링 기법은 LRR 정책에 비해 약 12.8%, GTO 정책에 비해 약 3.5% IPC 향상을 보인다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권5호
• /
• pp.40-52
• /
• 2018

플래시 기반의 SSD(solid state drive)를 HDD(hard disk drive)의 2차 캐시로 사용하는 기술이 많이 연구되었다. SSD를 이용한 캐시에 대한 캐시 교체 정책 및 관리에 관한 연구뿐만 아니라 프리페칭 연구도 필요하게 되었다. 본 논문은 SSD를 스토리지급 캐시로 사용하는 시스템을 위한 프리페칭 기술을 제시한다. 이 프리페칭 기술은 스토리지급 크기의 캐시에 맞게 대규모의 프리페칭이며, 단기적인 프리페칭은 1차 캐시인 주메모리에서 수행되므로 장기적 스케줄링을 기반한 프리페칭이며, 기존 프리페칭은 읽기만을 고려하였지만, 지속 가능한 SSD 캐시를 위해 쓰기 요청도 고려한 프리페칭이다. 어떤 사용자의 14일간의 입출력에서, 64GB 용량의 SSD에 프리페칭 용량이 4GiB일 때에, 2.3%에서 17.8%의 캐시 적중률 향상을 보였다. 본 기술은 구현이 간단하여 스토리지급 캐시 시스템에 쉽게 적용할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.43-48
• /
• 2022

최근 모바일 기기의 성능이 급격히 향상되고 다양한 앱이 등장하면서 대화형 작업뿐 아니라 실시간 작업을 동반하는 앱이 늘고 있다. 한편, 실시간 작업은 데드라인 제약 조건이 있어 종래의 시분할 시스템이 추구하던 자원 관리 정책으로는 실시간 제약 조건을 만족하는 데에 한계가 있다. 본 논문에서는 모바일 기기에서 대화형 작업과 실시간 작업이 동시에 실행될 때 CPU, 메모리, 스토리지로 이어지는 종단간 자원 관리를 어떻게 함으로써 실시간 작업의 제약 조건을 만족하면서 자원의 효율적인 관리가 가능한지에 대해 알아본다. 본 논문에서는 복잡한 자원관리 정책의 제안보다 각 자원들이 실시간 작업의 조건을 만족하기 위해 필요한 기본 개념에 대해 살펴보는 데에 초점을 맞춘다. CPU의 경우 실시간 작업을 위한 전담코어 할당, 메모리의 경우 워킹셋의 일정 비율을 보장하는 방식, 스토리지의 경우 고속 스토리지를 사용하고 문맥교환을 생략하는 방식 등 기본적인 지원 방안을 알아보고 이를 어떻게 효율화할 수 있는지에 대해 알아본다.

• 전기전자학회논문지
• /
• 제27권1호
• /
• pp.25-29
• /
• 2023

폴리실라잔 고체 전해질 층과 은(Ag) 활성 전극의 공정이 멤리스터의 전기적 특성에 미치는 영향을 살펴보았다. 더 높은 온도에서 어닐링된 고체 전해질을 갖는 멤리스터가 더 낮은 온도에서 어닐링된 고체 전해질을 갖는 소자보다 더 높은 set voltage 및 더 나은 메모리 유지 특성을 보였다. 어닐링 온도 증가에 따른 set voltage의 증가 및 메모리 유지 특성의 향상은 각각 고체 전해질 층 내부의 빈 공간의 감소 및 균일도 증가 때문인 것으로 사료된다. 고체 전해질 층을 비교적 높은 온도에서 어닐링 할지라도, 폴리실라잔 용액의 농도가 지나치게 높은 경우에는 멤리스터의 저저항상태가 유지되지 못했다. 마지막으로, 용액공정으로 형성한 Ag 활성 전극을 갖는 멤리스터는 진공공정으로 형성한 Ag 활성 전극을 갖는 소자와 달리 WORM 특성을 갖는 것으로 나타났다. 이러한 WROM 특성은 용액공정 Ag 활성 전극에 존재하는 형태적 결함 때문인 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.131-131
• /
• 2021

Deep learning models, especially those based on long short-term memory (LSTM), have presented their superiority in addressing time series data issues recently. This study aims to comprehensively evaluate the performance of deep learning models that belong to the supervised learning category in streamflow prediction. Therefore, six deep learning models-standard LSTM, standard gated recurrent unit (GRU), stacked LSTM, bidirectional LSTM (BiLSTM), feed-forward neural network (FFNN), and convolutional neural network (CNN) models-were of interest in this study. The Red River system, one of the largest river basins in Vietnam, was adopted as a case study. In addition, deep learning models were designed to forecast flowrate for one- and two-day ahead at Son Tay hydrological station on the Red River using a series of observed flowrate data at seven hydrological stations on three major river branches of the Red River system-Thao River, Da River, and Lo River-as the input data for training, validation, and testing. The comparison results have indicated that the four LSTM-based models exhibit significantly better performance and maintain stability than the FFNN and CNN models. Moreover, LSTM-based models may reach impressive predictions even in the presence of upstream reservoirs and dams. In the case of the stacked LSTM and BiLSTM models, the complexity of these models is not accompanied by performance improvement because their respective performance is not higher than the two standard models (LSTM and GRU). As a result, we realized that in the context of hydrological forecasting problems, simple architectural models such as LSTM and GRU (with one hidden layer) are sufficient to produce highly reliable forecasts while minimizing computation time because of the sequential data nature.

• 한국컴퓨터정보학회논문지
• /
• 제29권6호
• /
• pp.1-12
• /
• 2024

최근 다양한 분야에서 딥러닝이 사용되면서, 더 빠르고 정확한 결과를 내는 딥러닝이 더욱 중요해졌다. 이를 위해서는 많은 양의 저장 공간이 필요하고, 대용량 연산을 진행해야 한다. 이에 따라 여러 연구는 빠르고 정확하게 연산 처리가 가능한 하드웨어 가속기를 이용한다. 하지만 하드웨어 가속기는 CPU와 하드웨어 사이를 이동하면서 병목현상이 발생하게 된다. 따라서 본 논문에서는 하드웨어 가속기의 병목현상을 효율적으로 줄일 수 있는 데이터 프리패치 전략을 제안한다. 데이터 프리패치 전략의 핵심 아이디어는 Matrix Multiplication Unit(MMU)가 연산을 진행하는 동안 다음 연산에 필요한 데이터를 예측하여 로컬 메모리로 올려 병목현상을 줄인다. 또한, 이 전략은 듀얼 버퍼를 이용하여 읽고 쓰는 두 가지 동작을 동시에 진행하여 처리율을 높인다. 이를 통해 데이터 전송의 지연시간 및 실행 시간을 감소시킨다. 시뮬레이션을 통해 듀얼 버퍼를 이용한 병렬 프로세싱과 데이터 프리패치를 이용한 메모리 간 병목현상을 최대한 감소시켜 하드웨어 가속기의 성능이 24% 향상함을 알 수 있다.

• 수면정신생리
• /
• 제11권1호
• /
• pp.29-36
• /
• 2004

목 적 : 본 연구는 $4{\sim}10\;Hz$의 빛과 소리자극이 인체의 단기기억력 및 긴장이완에 어떠한 영향을 주는지 관찰하기 위한 예비연구로 시행되었다. 방법：총 10명의 대상을 무작위로 동기화된 파형의 빛과 소리를 가한 처치군(R 군)과 동기화되지 않은 무작위 파형의 빛과 소리를 가한 허위군(P 군)으로 분류하고, 하루 15분씩 5일간 빛과 소리 자극을 가하였다. 단기기억력을 측정하기위한 척도, 불안 척도 그리고 자율신경심장 기능 검사 등을 시행하였다. 2일간 휴식 후 R군과 P군을 교차하여 5일간 같은 실험을 반복하였다. 결 과：R군에서 빛과 소리자극 1회 적용 후 단기기억력의 유의미한 향상이 관찰되었다. 자율신경심장기능 검사에서는 R군에서 유의미한 이완 효과가 관찰되었다. 결 론：이 연구 $4{\sim}10\;Hz$의 빛과 소리자극이 단기기억 및 긴장이완과 연관됨을 암시한다. 향후 실험대상수를 늘려 예비연구결과를 확인함이 필요하다.

• 인간행동과 음악연구
• /
• 제1권1호
• /
• pp.1-10
• /
• 2004

음악 활동에 참여하기 위해서는 기본적인 인지기능을 필요로 하는데, 이는 학습에 필요한 기능과도 공통점을 가진다. 음악을 듣고 기억하는 데에 복합적인 의식 활동이 요구되며, 일련의 소리 자극들이 음악으로서 의미를 갖고 기억되기 위해서는 주어진 소리 정보에 내재해 있는 특징들을 지각하고 처리할 수 있는 기능이 요구된다. 여러 선행 연구에서는 음악활동을 통해서 기본적인 학습 기능이 강화될 수 있다는 결과를 제시하였다. 본 연구는 학습부진 아동들이 청각정보처리기술과 단기기억력 강화를 중심으로 구성된 음악치료 세션에 참여하였을 때 음악 활동과 학습에 필요한 인지기능에 향상이 있는지를 보고자 하는 데에 그 목적이 있다. 본 연구에서는 음악 활동 내에서 다루어지는 인지기능을 사정할 수 있는 척도를 개발하여 학습기술 증진을 위한 음악치료 프로그램을 실행 전 후에 각각 실시하였다. 음악인지기술척도(Music Cognitive Skills Test)는 청각 지각인지력과 단기기억력 측정을 중심으로 모두 5 항목으로 구성되어 있는데, 1) 리듬 모방력, 2) 선율 모방력, 3) 음고 구별력, 4) 동화음 구별력, 5) 음보존력으로 구성되어 있다. 본 연구에는 기초학력기능검사 결과를 중심으로 담임교사가 추천한 18명의 초등학교 4, 5, 6학년 학생들이 참여하였으며, 4 개월간 주 2회씩 음악치료 프로그램이 투입되었다. 연구 결과, 리듬 모방력과 선율 모방력은 사후 검사에서 통계적으로 유의미한 차이가 있었다. 그 외에 음고 구별력, 동화음 구별력, 그리고 음보존력에서는 사후검사에서 증가된 결과를 보여주었다. 결과와 함께 본 연구에서는 참여자들이 수행한 시험을 통해서 나타낸 공통점을 분석한 결과 선율모방 보다 리듬모방에서 더 높은 결과를 보여주었다. 이는 리듬이 시간적인 개념만을 다루지만, 선율은 이외에 공간적인 개념이 추가된 것이기 때문에 더 난이도가 높은 작업이라고 분석될 수 있다. 선율 모방에서는 공통적으로 특정 음역에서 어려움을 보였는데, 4도 이상의 음역이 제시되었을 때와 2도의 음역을 가지고 있는 경우는 동일한 음으로 지각되는 경우가 많았다. 이러한 연구결과는 제시된 청각적 정보를 의미있는 단위로 구분하고 이를 이해하고, 기억하여 재생산해내는 작업은 모방은 물론, 음의 구별과 보존에도 필요한 기술임으로, 체계적으로 구성된 음악활동은 이러한 인지기술들을 강화시켜 줄 수 있는 전략으로 활용될 수 있다는 점을 시사한다.

• 한국정보과학회논문지:정보통신
• /
• 제32권3호
• /
• pp.415-426
• /
• 2005

사회적으로 큰 관심의 대상이 되고 있는 무선 인터넷은 유선 인터넷과 달리 기술 환경과 그 특성상 여러 가지 제약점들을 가지고 있다. 대역폭이 낮고, 접속이 빈번하게 끊기며, 단말기내의 컴퓨팅 파워가 낮고 화면이 작다. 또한 사용자의 이동성 문제와 네트워크 프로토콜, 보안등에서 아직 기술적으로 부족한 부분을 보이고 있다 그리고 급속도로 증가하는 수요에 따라 무선 인터넷 서버는 대용량 트래픽을 처리할 수 있는 확장성이 요구되어지고 있다. 이에 본 논문에서는 무선 인터넷 프록시 서버 클러스터를 사용하여 앞에서 언급된 무선 인터넷의 문제와 요구들을 캐싱(Caching), 압축(Distillation) 및 클러스터 (Clustering)를 통하여 해결하려고 한다. TranSend는 클러스터링 기반의 무선 인터넷 프록시 서버로 제안된 것이나 시스템적인(Systematic) 방법으로 확장성을 보장하지 못하고 불필요한 모듈간의 통신구조로 인해 복잡하다는 단점을 가진다. 기존 연구에서 시스템적인 방법으로 확장성을 보장하는 All-in-one 이라는 구조를 제안하였으나 이 역시 모듈간의 통신 구조가 복잡하고 캐시간 협동성이 없는 단점을 가진다. 이에 본 논문에서는 모듈간의 단순한 통신 구조와 캐시간 헙동성을 가지는 클러스터링 기반의 무선 인터넷 프록시 서버를 제안한다. 16대의 컴퓨터를 사용하여 실험을 수행하였고 실험 결과 TranSend 시스템과 All-in-one 시스템에 비해 각각 54.86$\%$, 4.70$\%$의 성능 향상을 보였다. 캐시서버간 데이타를 공유할 수 있기 때문에 제안된 구조에서는 캐시서버 수에 무관하게 캐시 메모리 전체 크기를 일정하게 할 수 장점을 가진다. 반면에 All-in-one에서는 각 캐시서버가 모든 캐시 데이타를 가져야 하므로 캐시 메모리 전체 크기가 캐시 서버 수에 비례하여 증가한다.