• 한국정보과학회논문지:데이타베이스
• /
• 제31권2호
• /
• pp.91-98
• /
• 2004

DHP 연관 규칙 탐사 알고리즘은 후보 빈발 항목 집합들에 대한 계수를 유지하기 위한 해쉬트리의 크기를 가능한 한 줄이기 위하여, 독립된 직접 해쉬 테이블을 미리 준비해 놓았다가 후보 빈발 항목 집합을 생성할 때 적용함으로써 전지 효과를 얻는다. 이 때 직접 해쉬 테이블의 크기가 클수록 전지효과는 커지며, 특히 길이 2인 후보 빈발 항목 집합을 생성하는 단계에서의 전지 효과는 알고리즘 전체의 성능을 좌우할 만큼 큰 영향을 발휘한다. 따라서 급속도로 보편화되고 있는 대용량 주기억장치 시스템 추세에 따라 단계 2에서의 직접 해쉬 테이블 크기의 극단적인 증가에 대한 시도가 이루어지고 있으며, 이러한 것 중의 하나가 완전 해쉬 테이블이다. 그러나 단계 2에서의 완전 해쉬 테이블을 사용할 경우, 이를 단순히 기존 DHP 알고리즘에 적용하여 버켓 크기(｜H$_2$｜)만을 재 설정하는 것 보다, DHP 알고리즘 자체를 조금 변경했을 때 약 20% 이상의 추가 성능 이득을 얻을 수 있음이 밝혀졌다. 이 논문에서는 단계 2에서의 완전 해쉬 테이블의 타당성을 조명해 본 후, 그 특성을 충분히 활용하도록 DHP를 개선한 PHP 알고리즘을 제안하며 그 결과를 실험적 환경에서 검증한다.

• 디지털융복합연구
• /
• 제11권3호
• /
• pp.317-325
• /
• 2013

본 연구는 지역사회의 경증인지장애노인과 치매환자에게 인지작업치료를 적용한 후 인지기능과 일상생활활동 수행능력, 우울정도의 효과를 알아봄으로 인지작업치료가 인지기능회복에 미치는 효과를 알아보고자 하였다. 연구방법은 2012년 2월에서 2012년 6월까지 일개광역지역에 소재하는 노인종합복지관과 요양원에 내원한 환자 중 경증인지장애군 13명과 치매군 19명으로 전체 32명을 대상으로 8주 동안 주 1회 신체기능, 인지기능, craft를 이용한 작업치료 활동 프로그램을 실시하였다. 두군 모두에서 인지기능, 우울감에서 유의한 호전을 보였다. 특히 경증인지장애군은 치매보다 집중력과 기억력 유지에 필요한 인지기능에서 유의한 효과를 보여 향후 경증인지장애군에서 인지기능회복을 위한 프로그램의 개발과 예방적 효과에 대한 연구가 필요하다.

• 디지털융복합연구
• /
• 제18권3호
• /
• pp.195-205
• /
• 2020

본 연구의 목적은 허혈성 뇌졸중 환자에게 적용된 조기 인지훈련과 맞춤형 전화코칭 프로그램의 효과를 확인하기 위함이다. 연구 대상 총 28명은 실험군(n=15)과 대조군(n=13)에 배정되었다. 실험군에게만 4주간의 인지 훈련과 11회기 맞춤형 전화코칭이 제공되었다. 프로그램의 효과는 우울, 간이정신상태검사, 신경심리검사, 일상생활수행능력에 관한 도구를 이용하여 총 4회(사전, 4주째, 8주째, 12개월째) 측청하였다. 반복측정 분산분석법을 통한 자료 분석 결과 실험군은 대조군에 비해 간이 정신상태검사, 언어기억력 및 집행기능의 유의미한 향상이 나타났다. 특히 일상생활수행과 관련성이 깊은 집행기능의 향상은 괄목할 만한 결과였다. 이는 뇌졸중 후 인지기능의 회복과 독립적인 일상생활을 위해 조기 개입이 매우 중요하며 중·장기적 효과를 위해 주기적인 전화코칭이 함께 이루어져야 함을 시사한다.

• 전자공학회논문지
• /
• 제53권1호
• /
• pp.36-42
• /
• 2016

다중 셀 기반의 저장장치 특히, TLC 낸드 플래시는 낮은 가격을 무기로 SSD에 채용되고 있다. 그러나 TLC는 기존의 MLC대비 느린 성능과 내구성으로 인해 일부 블록(Block)을 SLC 영역으로 할당하여, 버퍼로 사용함으로써 성능을 개선하는 구조를 발전시켜 왔다. 본 논문에서는 SLC 버퍼 성능을 보다 향상시키기 위하여 SLC 블록에 대해 페이지 덮어쓰기 기능을 도입하였다. 이를 통해, 제한된 회수 이내에서 지움 동작 없이 데이터 갱신을 가능하도록 했다. 특히, 기존의 SLC 버퍼 영역이 채워지는 경우 유효 페이지를 TLC 블록으로 이동 복사하고, 해당 블록을 지워야 하는데, 제안된 방법을 통해 유효 페이지 복사 및 지움 동작을 50% 이상 줄일 수 있었다. 시뮬레이션 평가 결과 기존의 SLC 버퍼 대비 버퍼 덮어 쓰기를 통해 2배의 쓰기 성능 개선을 달성 하였다.

• Transactions on Electrical and Electronic Materials
• /
• 제5권6호
• /
• pp.223-226
• /
• 2004

The PZT thin films are one of well-known materials that has been widely studied for ferroelectric random access memory (FRAM). We etched the PZT thin films by $CF_{4}/(Cl_{2}+Ar)$ plasma and investigated improvement in etching damage by $O_{2}$ annealing. The maximum etch rate of the PZT thin films was 157 nrn/min and that the selectivity of the PZT thin films to Pt was 3.1 when $CF_{4}(30{\%})$ was added to a $Cl_{2}(80{\%})/Ar(20{\%})$ gas mixing ratio. To improve the ferroelectric properties of PZT thin films after etching, the samples were annealed for 10 min at various temperatures in $O_{2}$ atmosphere. After $O_{2}$ annealing, the remanent polarization of the asdeposited films was $34.6{\mu}/cm^{2}$ and the sample annealed at 650, 550, and $450^{\circ}C$ was 32.8, 22.3, and $18.6{\mu}/cm^{2}$, respectively. PZT thin films with $O_{2}$ annealing at $450^{\circ}C$ retained $77{\%}$ of their original polarization at 106 cycles. Also as the annealing temperature increased, the fatigue properties improved. And the leakage current was decreased gradually and almost recovered to the as-deposited value after the annealing at $450^{\circ}C$.

• 한국지능시스템학회논문지
• /
• 제25권2호
• /
• pp.133-138
• /
• 2015

본 논문에서는 비균일 양자화에 기반을 둔 영상의 질감분석에 널리 이용되고 있는 gray level co-occurrence matrix(GLCM)의 성능개선을 제안하였다. 여기서 비균일 양자화는 평균자승오차의 최소화를 위한 반복계산 기법인 Lloyd 알고리즘을 이용하였다. 이는 영상에서의 비균일 양자화 과정으로 얻어지는 비선형의 명암레벨을 GLCM의 생성에 이용함으로써 행렬의 차원을 감소시켜, GLCM의 생성과 질감특성 파라미터들의 계산에 따른 부하를 줄이기 위함이다. 제안된 기법을 30개의 $120{\times}120$ 픽셀의 256 그레이 레벨을 가진 영상들을 대상으로 적용하여 angular second moment, contrast, variance, entropy, correlation, inverse difference moment 6개의 질감특성 파라미터들을 각각 계산한 실험결과, 양자화를 수행하지 않은 256 레벨 GLCM에 비해 계산시간과 저장 공간에서 개선된 성능이 있음을 확인하였다. 특히 48, 32, 16, 12, 8의 비균일 양자화 레벨 중에서 16일 때 가장 우수한 질감특성분석 성능이 있음을 알 수 있었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제3권6호
• /
• pp.179-188
• /
• 2014

트래픽의 엄청난 양과 함께 급격한 증가로 인하여 네트워크 장비들의 성능이 중요한 이슈가 되고 있다. 방화벽 또는 부하분산기와 같이 패킷을 처리하는 네트워크 장비에서 성능에 영향을 주는 주요한 기능 중에 하나가 네트워크 필터링이다. 본 논문에서는 네트워크 필터링의 탐색 방법 중의 하나인 기존 트라이 방법의 성능을 개선하기 위하여 캐시를 적용한 트라이를 제안한다. 클라이언트와 서버 사이의 패킷 교환에서 한 번에 다수의 패킷이 송수신되는 경우에 대하여, 기존 방법은 동일한 탐색을 반복적으로 수행한다. 반면, 본 논문에서 제안하는 방법은 기존 방법에 캐시를 적용하여 불필요한 반복 탐색을 방지함으로써 네트워크 필터링 성능이 향상될 수 있다. 기존 방법과 제안 방법을 이용한 네트워크 필터링 실험을 수행하였다. 실험결과는 제안 방법이 기존 방법에 비하여 최대 초당 790,000개의 패킷을 더 처리할 수 있었음을 보여준다. 캐시 리스트 크기가 11일 때, 메모리 사용 증가량(7.75%) 대비 성능 개선(18.08%)이 가장 우수하였다.

• 한국항행학회논문지
• /
• 제17권6호
• /
• pp.726-735
• /
• 2013

본 논문에서는 웨이블릿 변환의 특성을 이용한 얼굴인식 방법을 제안하여 인식성능 향상에 관한 연구를 진행하였다. 사용한 이산 웨이블릿 변환은 모웨이블릿의 특징과 비슷한 Daubechies D4 필터이다. 웨이블릿 변환영역 중 LL 대역의 데이터만을 이용할 경우 원본 데이터에 비하여 크기가 줄어들게 되어 인식과정의 속도와 메모리 사용량을 줄일 수 있게 된다. 또한 2차원 데이터의 변형없이 손실을 줄여 인식률을 향상시키기 위하여 2차원 LDA 방법을 적용하였다. 그리고 여기서 얻은 특징벡터를 이용하여 SVM을 수행하도록 하였다. 실험은 Matlab 프로그램을 통하여 ORL 얼굴 데이터베이스와 Yale 얼굴 데이터베이스를 이용하여 실험을 하였고 기존의 방법들과 인식률과 수행시간을 비교를 함으로써 제안한 방법의 우수성을 입증하였다.

• 디자인융복합연구
• /
• 제18권4호
• /
• pp.1-15
• /
• 2019

현재 게임 산업의 규모는 급성장하며 주목받는 산업으로 자리 잡고 있다. 따라서 게임 분야에 대한 체계적인 사용자 경험 디자인의 중요성 또한 높아지고 있다. 본 연구에서는 상대적으로 사용자 유입과 유출이 빈번한 온라인 게임에서 사용자 접근과 유지를 위한 진입 과정에 대한 분석을 수행하여, 진입 과정의 개선 방향성을 제시하고자 한다. 본 연구는 첫째, 문헌 고찰을 통해 사용자의 게임 초기 경험인 진입 과정을 발견, 학습, 몰입의 3단계로 정의하여 구분하였고, 이를 경험 디자인, 게임 디자인 요소로 분석하여 진입 과정의 단계별 영향을 미치는 UX 요소를 도출하였다. 둘째, 도출된 UX 요소를 바탕으로 게임 경험 및 인지 요소 분석 프레임을 제시하였고, 이를 통해 5가지 국내 대표 온라인 게임을 정성적으로 분석하였다. 사례분석을 통해 게임들의 진입 과정 구성과 핵심 인지 요소를 도출할 수 있었다. 결론적으로 발견 단계는 선택적 주의집중, 학습 단계에선 작업 기억과 능동적 학습, 그리고 몰입 단계는 참여와 동기가 핵심적 인지 요소로 작용하였다. 마지막으로 도출된 핵심 인지 요소를 중심으로 진입 과정의 단계별 개선 방향성을 제시하였다. 이와 같은 연구를 통해 온라인 게임에서 사용자 진입 과정의 중요성을 강조하고, 진입장벽을 낮출 수 있는 개선안을 제안하였다.

• 품질경영학회지
• /
• 제50권4호
• /
• pp.701-716
• /
• 2022

Purpose: This study aims to predict the dry cargo transportation market economy. The subject of this study is the BDI (Baltic Dry Index) time-series, an index representing the dry cargo transport market. Methods: In order to increase the accuracy of the BDI time-series, we have pre-processed the original time-series via time-series decomposition and data augmentation techniques and have used them for ANN learning. The ANN algorithms used are Multi-Layer Perceptron (MLP), Recurrent Neural Network (RNN), and Long Short-Term Memory (LSTM) to compare and analyze the case of learning and predicting by applying time-series decomposition and data augmentation techniques. The forecast period aims to make short-term predictions at the time of t+1. The period to be studied is from '22. 01. 07 to '22. 08. 26. Results: Only for the case of the MAPE (Mean Absolute Percentage Error) indicator, all ANN models used in the research has resulted in higher accuracy (1.422% on average) in multivariate prediction. Although it is not a remarkable improvement in prediction accuracy compared to uni-variate prediction results, it can be said that the improvement in ANN prediction performance has been achieved by utilizing time-series decomposition and data augmentation techniques that were significant and targeted throughout this study. Conclusion: Nevertheless, due to the nature of ANN, additional performance improvements can be expected according to the adjustment of the hyper-parameter. Therefore, it is necessary to try various applications of multiple learning algorithms and ANN optimization techniques. Such an approach would help solve problems with a small number of available data, such as the rapidly changing business environment or the current shipping market.