• 한국정보과학회논문지:정보통신
• /
• 제27권2호
• /
• pp.219-225
• /
• 2000

적절한 이동 인터넷 서비스를 제공하기 위해서는 IP의 이동성을 제공하는 Mobile IP의 지원이 필요하며 이를 위한 서비스 네트웍의 구축을 위해서는 속도, 확장성 그리고 서비스 제공능력이 뛰어난 IETF(Internet Engineering Task Force)의 MPLS(Multi-protocol Label Switching)로 구성이 바람직하다. 본 논문은 현재 MPLS표준화에서 이동성을 지원하는 노력을 하고있지 않은 상태에서 Mobile IP를 효율적으로 수용하는 MPLS 구조를 제시한다. 제시하는 구조는 Mobile IP의 등록 메시지와 MPLS 레이블의 분배를 결합하여 망 내의 터널링 시 3계층의 캡슐화가 아닌 2계층을 터널링을 활용하여 헤더의 남용을 막고 홈 에이전트로 유입되는 패킷들이 이동성 바인딩 리스트를 참조하지 않고 지연 없이 망 내로 터널링 될 수 있는 구조를 보여준다. 제시하는 구조는 특히 무선 망과의 연동과 인터넷과의 연동 기능을 수행하는 IMT-2000망에서 이동 인터넷을 위한 서비스 패킷 망의 기본 구조로 활용될 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권3호
• /
• pp.477-493
• /
• 2011

The IEEE 802.16 mobile multi-hop relay (MMR) task group 'j' (TGj) has introduced the multi-hop relaying concept in the IEEE 802.16 Wireless MAN, wherein a relay station (RS) is employed to improve network coverage and capacity. Several RSs can be deployed between a base station and mobile stations, and configured to form a tree-like multi-hop topology. In such architecture, we consider the problem of a path selection through which the mobile station in and outside the coverage can communicate with the base station. In this paper, we propose a new path selection algorithm that ensures more efficient distribution of resources such as bandwidth among the relaying nodes for improving the overall performance of the network. Performance of our proposed scheme is compared with the path selection algorithms based on loss rate and the shortest path algorithm. Based on the simulation results using ns-2, we show our proposal significantly improves the performance on throughput, latency and bandwidth consumption.

• International Journal of Computer Science & Network Security
• /
• 제22권8호
• /
• pp.45-54
• /
• 2022

In this study, a multi-objective robust job-shop scheduling (JSS) model was developed. The model considered multi-jobs and multi-machines. The model also considered uncertain processing times for all tasks. Each job was assigned a specific due date and a tardiness penalty to be paid if the job was not delivered on time. If any job was completed early, holding expenses would be assigned. In addition, the model added idling penalties to accommodate the idling of machines while waiting for jobs. The problem assigned was to determine the optimal start times for each task that would minimize the expected penalties. A numerical problem was solved to minimize both the makespan and the total penalties, and a comparison was made between the results. Analysis of the results produced a prescription for optimizing penalties that is important to be accounted for in conjunction with uncertainties in the job-shop scheduling problem (JSSP).

• 지능정보연구
• /
• 제10권3호
• /
• pp.91-103
• /
• 2004

다중 에이전트 시스템을 바탕으로 구축되는 시맨틱 웹 응용 프로그램은 에이전트 시스템이 제공하는 적절한 수준의 추상화에서 비롯되는 융통성을 유지하면서도 개발 및 운용의 효율성이 요구된다. 본 연구에서는 에이전트 수준의 추상화를 BDI 에이전트 구조를 기반으로 제공하면서 Java 기반 시스템의 효율성을 갖춘 새로운 에이전트 응용 프레임웍인 VivAce(Vivid Agent Computing Environment)를 소개하고 그 효율성을 대규모 에이전트 기반 시뮬레이션을 통하여 보인다. Vivid 에이전트는 소프트웨어에 의해 제어되는 시스템으로서 지식(knowledge), 지각(perception), 임무(task), 의도(intention)를 중심으로 상태(state)를 표현하며 활동(action)과 반응규칙(reaction rule)으로 행위(behavior)를 나타낸다. 본 논문에서는 먼저 에이전트 응용 프레임웍에 필요한 요소를 제시하고 이에 관련된 VivAce의 기능과 특징 및 이를 이용한 실험 결과를 제시한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1991년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 22-24 Oct. 1991
• /
• pp.280-285
• /
• 1991

Neural network control has many innovative potentials for fast, accurate and intelligent adaptive control. In this paper, a learning control architecture for the dynamic control of a robot manipulator is developed using inverse dynamic neurocontroller and linear neurocontroher. The inverse dynamic neurocontrouer consists of a MLP (multi-layer perceptron) and the linear neurocontroller consists of SLPs (single layer perceptron). Compared with the previous type of neurocontroller which is using an inverse dynamic neurocontroller and a fixed PD gain controller, proposed architecture shows the superior performance over the previous type of neurocontroller because linear neurocontroller can adapt its gain according to the applied task. This superior performance is tested and verified through the control of PUMA 560. Without any knowledge on the dynamic model, its parameters of a robot , (The robot is treated as a complete black box), the neurocontroller, through practice, gradually and implicitly learns the robot's dynamic properties which is essential for fast and accurate control.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.2045-2050
• /
• 2003

This paper describes the development of service robotic systems with the Tripodal schematic control architecture. We show practical advantages of the proposed architecture by giving examples of our experience. First, we explain how to add new task using Tripodal architecture approach. The Tripodal architecture provides some crucial organizing principles and core components that are used to build the basis for the system. Thus, the newly developed behaviors, motion algorithm, knowledge, and planning schemes are arranged so as to guarantee the efficiency of the performance of components. Second, we describe the reusability and scaleability of our architecture by introducing the implementation process of the guide robot Jinny. Most of modules developed for former robots like PSR-1 and PSR-2 systems are used directly to the Jinny system without significant modification. Experimental results clearly showed that the developed strategy is useful, even if the hardware configurations as well as software algorithms are more complex and more accumulating.

• 한국음향학회지
• /
• 제38권6호
• /
• pp.670-677
• /
• 2019

음성 또는 음향 이벤트 신호에서 발생하는 배경 잡음은 인식기의 성능을 저하시키는 원인이 되며, 잡음에 강인한 특징을 찾는데 많은 노력을 필요로 한다. 본 논문에서는 딥러닝을 기반으로 다중작업 오토인코더(Multi-Task AutoEncoder, MTAE) 와 와설스타인식 생성적 적대 신경망(Wasserstein GAN, WGAN)의 장점을 결합하여, 잡음이 섞인 음향신호에서 잡음과 음성신호를 추정하는 네트워크를 제안한다. 본 논문에서 제안하는 MTAE-WGAN는 구조는 구배 페널티(Gradient Penalty) 및 누설 Leaky Rectified Linear Unit (LReLU) 모수 Parametric ReLU (PReLU)를 활용한 변수 초기화 작업을 통해 음성과 잡음 성분을 추정한다. 직교 구배 페널티와 파라미터 초기화 방법이 적용된 MTAE-WGAN 구조를 통해 잡음에 강인한 음성특징 생성 및 기존 방법 대비 음소 오인식률(Phoneme Error Rate, PER)이 크게 감소하는 성능을 보여준다.

• 한국정밀공학회지
• /
• 제16권5호통권98호
• /
• pp.112-123
• /
• 1999

Virtual reality is becoming a powerful tool for various applications such as training, entertainment, surgery, tele-robotics etc. One potential use for virtual reality is to allow several users to interact in a single virtual environment, for example several students sitting in front of different computers connected over a network. In this paper, we present a loosely coupled architecture of haptic display in the multi-user virtual world. The method of controlling haptic devices as well as the way of configuring individual haptic display system are addressed. We will develop an experimental virtual reality system for two remote users and conclude with an experimental work for the task of a multi-player ping-pong and grasping of a common object.

• 한국산업정보학회논문지
• /
• 제27권6호
• /
• pp.69-75
• /
• 2022

본 논문에서 비대칭 멀티 코어 구조의 스마트 모바일 단말에서 실시간성 보장과 에너지 소비량 절감을 고려한 작업 스케쥴링 기법을 제안한다. 최근 VR, AR, 3D 등 고성능 응용프로그램은 실시간과 고수준 작업이 요구된다. 스마트 단말은 배터리에 의존적이므로 높은 에너지 효율을 위해서 big.LITTLE 구조가 적용되었지만, 이를 제대로 활용하지 못함으로써 에너지 절감효과가 반감되는 문제점이 있었다. 본 논문에서는 big.LITTLE 구조의 단말에서 실시간성과 높은 에너지 효율을 높일 수 있는 비대칭 멀티코어 할당 기법을 제안한다. 이 기법은 SVM 모델을 활용해서 실제 작업의 실행시간을 예측하고 이를 통해서 에너지 소모와 실행시간을 최적화한 알고리즘을 제안한다. 상용 스마트폰에서의 비교실험을 통하여 제안기법이 기존 기법과 유사한 실행시간을 보장하면서 에너지 소비량의 절감을 보였다.

• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1310-1319
• /
• 2016

Face detection is the first step in a wide range of face applications. However, detecting faces in the wild is still a challenging task due to the wide range of variations in pose, scale, and occlusions. Recently, many deep learning methods have been proposed for face detection. However, further improvements are required in the wild. Another important issue to be considered in the face detection is the computational complexity. Current state-of-the-art deep learning methods require a large number of patches to deal with varying scales and the arbitrary image sizes, which result in an increased computational complexity. To reduce the complexity while achieving better detection accuracy, we propose a fully convolutional network-based face detection that can take arbitrarily-sized input and produce feature maps (heat maps) corresponding to the input image size. To deal with the various face scales, a multi-scale network architecture that utilizes the facial components when learning the feature maps is proposed. On top of it, we design multi-task learning technique to improve detection performance. Extensive experiments have been conducted on the FDDB dataset. The experimental results show that the proposed method outperforms state-of-the-art methods with the accuracy of 82.33% at 517 false alarms, while improving computational efficiency significantly.