• 한국정보통신설비학회:학술대회논문집
• /
• 한국정보통신설비학회 2008년도 정보통신설비 학술대회
• /
• pp.394-397
• /
• 2008

Recently WiBro network is installed for high speed wireless internet service by telecommunication service provider, however WiBro service is not provided in the region of mountain or difficult region to install network infra. Fixed repeater is used to resolve those shadow area problem in current WiBro network. This paper study introducing Ad-hoc based multi-hop relay instead of using fixed repeater in order to resolve those shadow area problem. Cost down of fixed repeater and active network expansion is possible to resolve shadow area problem by introducing multi-hop relay technology.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.472-474
• /
• 2019

Because of the difference in network structure and loss function, Verification and identification models have their respective advantages and limitations for person reidentification (re-ID). In this work, we propose a multi-task network simultaneously computes the identification loss and verification loss for person reidentification. Given a pair of images as network input, the multi-task network simultaneously outputs the identities of the two images and whether the images belong to the same identity. In experiments, we analyze the major factors affect the accuracy of person reidentification. To address the occlusion problem and improve the generalization ability of reID models, we use the Random Erasing Augmentation (REA) method to preprocess the images. The method can be easily applied to different pre-trained networks, such as ResNet and VGG. The experimental results on the Market1501 datasets show significant and consistent improvements over the state-of-the-art methods.

• 정보처리학회논문지C
• /
• 제15C권2호
• /
• pp.93-102
• /
• 2008

네트워크사업자, 인터넷 사업자, 및 엔터프라이즈 네트워크의 트래픽 현황을 파악하기 위한 방법으로 Network Weather Map (NWM)과 대역폭 시간추이 그래프를 많이 사용한다. 이들은 라우터나 스위치장비 내에 동작하는 SNMP 에이전트가 제공하는 MIB정보를 주기적으로 수집하여 DB에 저장하고, 사용자가 언제 어디서나 볼 수 있도록 웹으로 결과를 보여주는 형태로 구축된다. 현재의 엔터프라이즈 네트워크는 multi-Gbps를 지원하는 이더넷 스위치 중심의 트리 토폴로지 형태로 구축되고 있다. 본 논문은 현재의 엔터프라이즈 네트워크에 적합한 SNMP 기반의 Network Weather Map 구축에 있어 고려되어야 할 사항을 점검하고, 이를 바탕으로 엔터프라이즈 Network Weather Map 시스템을 설계하고 구현한 내용을 기술한다. 특히 엔터프라이즈 네트워크와 Core 네트워크의 토폴로지 상의 차이를 고려하여 효율적인 Network Weather Map 디자인을 제시하고, multi-Gbps 고속 링크를 지원하는 현재의 라우터/스위치장비에 SNMP MIB-II 사용의 문제점을 확인하고 이의 해결방안을 제시한다. 또한 SNMP의 사용에 따른 트래픽 발생량, 그리고 네트워크 장비의 부하를 조사함으로써 SNMP의 효율적 사용방법을 제시한다. 본 논문에서는 학교 캠퍼스 네트워크를 대상으로 Network Weather Map 시스템을 구축하였다.

• 한국통신학회논문지
• /
• 제38B권3호
• /
• pp.207-215
• /
• 2013

본 논문은 효율적인 무선 AMI 네트워크를 위한 채널 할당 및 스케줄링 기법에 관한 것이다. AMI 시스템에서, 제안하는 다중채널 클러스터 네트워크는 NC(Network Coordinator)와 CDA(Clustered Data Aggregator) 간의 통신 채널을 네트워크 채널로 정의 하고, CDA와 OMD(Out Meter Display), SMD(Smart Meter Device) 간의 통신채널을 그룹 채널로 정의한다. 네트워크 채널과 그룹채널이 혼합된 다중채널 클러스터 기반의 AMI 네트워크는 물리적/논리적 수용가 채널 클러스터링을 통해서 관리의 효율성을 증대하고, 인접 클러스터간 구별되는 채널 사용을 통한 검침 데이터의 신뢰성을 증대한다. 또한 다중채널 클러스터 기반의 채널할당을 통하여 데이터의 빠른 수집이 가능하며 검침망의 크기를 증가시킨다.

• 한국게임학회 논문지
• /
• 제15권6호
• /
• pp.97-106
• /
• 2015

유니티 엔진 기반 다중 접속 온라인 게임에서는 통신 패킷 처리를 담당하는 네트워크 스레드와 게임 로직을 담당하는 메인 스레드를 분리해야 한다. 네트워크 스레드 간에 통신 패킷은 렌더링 속도 향상을 위하여 중복되는 패킷을 폐기할 필요가 있다. 본 논문에서는 유니티 엔진 기반 다중 접속 온라인 게임을 위한 네트워크 스레드 간 통신 패킷 폐기 기법을 제안한다. 제안하는 기법은 Partial Packet Discard 기법과 Periodic Packet Discard 기법을 혼합한 기법으로 네트워크 패킷을 큐로 관리하고 중복되는 패킷을 주기적으로 폐기하여 렌더링 속도를 향상시킨다. 제안하는 기법은 유니티 엔진 기반 다중 접속 온라인 게임의 다양한 패킷 발생 시뮬레이션을 통하여 렌더링 속도를 분석하고 효율성을 증명하였다.

• 정보처리학회논문지C
• /
• 제17C권5호
• /
• pp.433-440
• /
• 2010

무선 센서 네트워크에서 에너지 효율성, 전송 지연 그리고 확장성은 중요한 요구사항이며, 특히 다수의 노드로 구성된 무선 센서 네트워크의 경우 네트워크 라이프타임 연장을 위해 제한된 배터리 전력 내에서 각 노드의 에너지 소비를 최소화 시켜야한다. 또한 전송률을 향상시키기 위해서는 각 센서 노드의 에너지 소비를 최소화하기 위한 효율적인 알고리즘과 에너지 관리 기술이 요구된다. 본 논문은 무선 센서 네트워크 환경에서 센서 데이터 전송을 위해 경로의 겹침이 없는 다중경로 프로토콜을 제안한다. 제안한 방법은 다중경로를 검색하고 라우팅 테이블에 다중경로를 추가시켜 센서 데이터 전송의 감소를 통해 네트워크 오버헤드를 최소화 시킨다. 제안한 라우팅 프로토콜은 각 노드의 에너지 소비를 최소화하고, 싱크 노드가 수신 강도 범위 내, 외부에 위치하더라도 센서 네트워크의 생명주기를 연장할 수 있다. 실제 데이터를 이용하여 현실 모델에 맞게 센서 네트워크를 구축하고 제안 기법의 타당성을 검증하며, 전체 에너지의 소비량을 평가한다.

• 한국지능시스템학회논문지
• /
• 제14권7호
• /
• pp.847-851
• /
• 2004

Bishop과 Nabnck에 의해 소개된 기존치 혼합 밀도 네트워크(Mixture Density Network)에서는 조건부 확률밀도 함수의 매개변수들(parameters)이 하나의 MLP(multi-layer perceptron)의 출력 벡터로 주어진다. 최근에는 변형된 혼합 밀도 네트워크(Modified Mixture Density Network)라고 하는 이름으로 조건부 확률밀도 함수의 선분포(priors), 조건부 평균(conditional means), 그리고 공분산(covariances) 등이 각각 독립적인 MLP의 출력벡터로 주어지는 경우를 다룬 연구가 보고된 바 있다. 본 논문에서는 조건부 평균이 입력에 관해 선형인 경우를 위한 버전에 대한 이론과 매트랩 프로그램 개발을 다룬다. 본 논문에서는 우선 일반적인 혼합 밀도 네트워크에 대해 간단히 설명하고, 혼합 밀도 네트워크의 출력인 다층 퍼셉트론의 매개변수를 각각 다른 다층 퍼셉트론에서 학습시키는 변형된 혼합 밀도 네트워크를 설명한 후, 각각 다른 다층 퍼셉트론을 통해 매개변수를 얻는 것은 동일하나 평균값은 선형함수를 통해 얻는 혼합 밀도 네트워크 버전을 소개한다. 그리고, 모의실험을 통하여 이러한 혼합 밀도 네트워크의 적용가능성에 대해 알아본다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.465-468
• /
• 2007

센서 네트워크 시스템 기반의 저 전력, 저 비용의 지능형 홈 네트워크 시스템을 설계 및 구현 하였다. RSSI(Received Signal Strength Indicator)기반의 사용자 실내 위치 추적 시스템과 Dynamic multi-hop routing 시스템, 학습형 통합 리모컨을 활용한 능동적 가전기기 제어 시스템을 각각 설계하여 지능형 홈 네트워크 시스템을 구현 하였다. 지능형 서비스를 위해 반드시 팔요한 사용자 위치 정보는 RSSI기반의 삼각측량을 통해 계산하고 측정된 위치 정보값의 오차를 줄이기 위해 Smoothing Algorithm을 적용하였다. 또한 지능형 홈네트워크 서비스 제공을 위해 사용자가 휴대하는 무선 센서노드를 Layout 하여 설계, 제작하였으며 수집된 사용자의 실시간 위치 정보와 환경 센서 데이타는 Dynamic multi-hop routing을 통해 서버 프로그램으로 전달되며 각종 계산을 통해 사용자 위치정보와 환경 정보가 디스플레이 된다.

• 한국컴퓨터정보학회논문지
• /
• 제8권3호
• /
• pp.113-123
• /
• 2003

본 논문에서는 주식의 종가, 거래량 기술적 지표인 MACD(Moving Average Convergence Divergence) 값과 투자 심리선값을 입력 패턴으로 사용하여 개별 금융지표지수에 대한 매도, 중립 및 매수 시점 예측을 수행하는 신경망 모델이 제안된다. 이 모델은 역전파 알고리즘을 이용한 시계열 예측 기능과 균등다층연산 기능을 갖는다. 학습 데이터의 수가 각 범주들(매도, 중립, 매수)에 균일하게 분포되어 있지 않을 경우 기존의 신경망은 가장 우세한 범주의 예측 정확성만을 향상시키는 문제점을 가지고 있다. 따라서, 본 논문에서는 신경망의 구조, 동작, 학습 알고리즘에 대해 표현한 후 다른 범주의 예측 정확성도 향상시키기 위해 각 범주의 중요성을 이용하여 학습 데이터의 수를 조절하는 균등다층연산 방법을 제안한다. 실험 결과, 균등다층연산 신경망을 이용한 금융지표지수 예측 방법이 기존의 신경망을 이용한 금융지표지수 예측 방법 보다 각 범주에 대해 높은 정확성 비율을 보임을 확인할 수 있었다.

• 전자공학회논문지B
• /
• 제31B권9호
• /
• pp.159-165
• /
• 1994

In this paper, we propose a multi-layer associative neural network structure suitable for hardware implementaion with the function of performance refinement and improved robutst capability. Unlike other methods which reduce network complexity by putting restrictions on synaptic weithts, we are imposing a requirement of hidden layer neurons for the function. The proposed network has synaptic weights obtainted by Hebbian rule between adjacent layer's memory patterns such as Kosko's BAM. This network can be extended to arbitary multi-layer network trainable with Genetic algorithm for getting hidden layer memory patterns starting with initial random binary patterns. Learning is done to minimize newly defined network error. The newly defined error is composed of the errors at input, hidden, and output layers. After learning, we have bidirectional recall process for performance improvement of the network with one-shot recall. Experimental results carried out on pattern recognition problems demonstrate its performace according to the parameter which represets relative significance of the hidden layer error over the sum of input and output layer errors, show that the proposed model has much better performance than that of Kosko's bidirectional associative memory (BAM), and show the performance increment due to the bidirectionality in recall process.