• 인터넷정보학회논문지
• /
• 제15권6호
• /
• pp.99-106
• /
• 2014

최근 자연어 및 정형언어 처리, 인공지능 알고리즘 등을 활용한 효율적인 의미 기반 지식모델의 생성과 분석 방법이 제시되고 있다. 이러한 의미 기반 지식모델은 효율적 의사결정트리(Decision Making Tree)와 특정 상황에 대한 체계적인 문제해결(Problem Solving) 경로 분석에 활용된다. 특히 다양한 복잡계 및 사회 연계망 분석에 있어 정적 지표 생성과 회귀 분석, 행위적 모델을 통한 추이분석, 거시예측을 지원하는 모의실험 모형의 기반이 된다. 하지만 대부분의 지식 모델은 특정 지표나 정제된 데이터를 수동적으로 모델링하여 분석에 활용한다. 본 논문에서는 텍스트 마이닝 기술을 통해 방대한 비정형 정보로부터 지식 모델을 구성하는 토픽인자와 관계 노드를 생성하고 이를 통합하는 방법과 정형적 알고리즘을 제시한다. 이를 위해 먼저, 텍스트 마이닝을 통해 도출되는 키워드 맵을 동치적 지식맵으로 변환하고 이를 의미적 지식모델로 통합하는 방법을 설명한다. 또한 키워드 맵으로부터 유의미한 토픽 맵을 투영하는 방법과 의미적 동치 모델을 유도하는 알고리즘을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 추계종합학술대회
• /
• pp.826-834
• /
• 2002

비동기식 제 3세대 이동통신 시스템인 GPRS망은 기존의 제 2세대 통신인 GSM 방식에 GGSN과 SGSN 노드를 추가함으로써 패킷 교환 방식을 가능하게 하였다. 따라서 GPRS망과 인터넷 망을 연결시켜주는 관문(Gateway) 역할을 수행하는 GGSN 노드의 성능과 용량을 최적화 시키기 위한 패킷 트래픽 처리 방안에 대한 연구가 필요하다. 이를 위해 본 연구에서는 외부 인터넷 망으로부터 GGSN 노드에 도착되는 인터넷 패킷 트래픽의 모델을 정립하고, 이를 효율적으로 처리하기 위한 GGSN노드의 프로토콜 구조를 분석하여 처리 프로세서들의 트래픽 처리 능력을 분석하기 위한 성능모델을 만든다. 제안된 성능 모델의 시뮬레이션을 통해서 다양한 트래픽 부하 상태에서 처리 능력에 대해 분석한다. 입력 트래픽인 Speech, Video, WWW, E-mail에 대해 실시간 트래픽인 Speech와 Video의 QoS 요구사항을 만족시키기 위해 여러 스케줄링 알고리즘을 적용하여 각각의 기법에 대한 성능을 분석하였다.

• 한국산학기술학회논문지
• /
• 제15권7호
• /
• pp.4536-4544
• /
• 2014

본 논문에서는 센서 네트워크에서 다양한 운영체제 플랫폼을 위한 노드 소프트웨어를 효율적으로 개발하기 위한 개발 도구를 제안한다. 제안하는 도구는 그래픽 모델 다이어그램 작성, PIM 및 PSM 설계, 코드 자동 생성, 배포 파일 자동 생성 등을 위한 모듈로 구성된다. 제안하는 도구를 통하여 사용자들이 전체적인 센서 네트워크 모델을 작성하고, 속성값을 설정함으로써 각 노드 소프트웨어에 대한 PIM과 타겟 플랫폼에 대한 PSM을 설계하면, PSM에 대한 정보와 타겟 플랫폼에 대한 코드 템플릿을 바탕으로 소스코드가 자동으로 생성된다. 그리고, 응용 소프트웨어 코드를 바탕으로 각 노드에 설치할 수 있는 배포파일을 자동으로 생성할 수 있다. 제안하는 도구는 사용자들이 센서 네트워크에 대한 low-level의 정보를 상세히 알지 못하더라도 손쉽게 다양한 플랫폼에 대한 노드 소프트웨어를 생성할 수 있도록 해준다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권9호
• /
• pp.3138-3150
• /
• 2021

Multimedia services on the Internet are continuously increasing. Accordingly, the demand for a technology for efficiently delivering multimedia traffic is also constantly increasing. The multicast technique, that delivers the same content to several destinations, is constantly being developed. This technique delivers a content from a source to all destinations through the multicast tree. The multicast tree with low cost increases the utilization of network resources. However, the finding of the optimal multicast tree that has the minimum link costs is very difficult and its calculation complexity is the same as the complexity of the Steiner tree calculation which is NP-complete. Therefore, we need an effective way to obtain a multicast tree with low cost and less calculation time on SDN-based smart network platforms. In this paper, we propose a new multicast tree generation algorithm which produces a multicast tree using an agent trained by model-based meta reinforcement learning. Experiments verified that the proposed algorithm generated multicast trees in less time compared with existing approximation algorithms. It produced multicast trees with low cost in a dynamic network environment compared with the previous DQN-based algorithm.

• 대한전자공학회논문지TC
• /
• 제40권10호
• /
• pp.67-78
• /
• 2003

인터넷 트래픽의 폭발적인 증가로 인한 높은 대역폭의 요구와 광 네트워크 기술이 발전되면서 DWDM 네트워크가 국가적 혹은 범세계적인 차세대 광 인터넷(NGOI) 백본망의 대안으로 인식되고 있다. 이러한 DWDM 네트워크 기반의 NGOI에서는 RWA(Routing and Wavelength Assignment) 문제와 생존성이 중요한 이슈가 되고 있다. 특히 높은 데이터 전송율을 가지는 DWDM 네트워크에서 일어나는 짧은 서비스 파괴는 막대한 트래픽 손실을 야기하므로, AOTN에서의 fault/attack 검출, 지역화, 그리고 회복시킴은 가장 중요한 이슈 중 하나가 된다. 본 논문에서는 다양한 광 백본망 소자들의 fault/attack 취약성 분석을 통한 fault/attack 관리 모델을 제안하고, IP/GMPLS over DWDM 내의 제어프로토콜인 Extended-LMP (Link Management Protocol)와 RSVP-TE+(Resource Reservation Protocol-Traffic Engineering)를 이용하여 fault/attack 회복 절차를 제시한다.

• ETRI Journal
• /
• 제44권6호
• /
• pp.1004-1019
• /
• 2022

For autonomous driving without high-definition maps, we present a model capable of generating multiple plausible paths from egocentric images for autonomous vehicles. Our generative model comprises two neural networks: feature extraction network (FEN) and path generation network (PGN). The FEN extracts meaningful features from an egocentric image, whereas the PGN generates multiple paths from the features, given a driving intention and speed. To ensure that the paths generated are plausible and consistent with the intention, we introduce an attentive discriminator and train it with the PGN under a generative adversarial network framework. Furthermore, we devise an interaction model between the positions in the paths and the intentions hidden in the positions and design a novel PGN architecture that reflects the interaction model for improving the accuracy and diversity of the generated paths. Finally, we introduce ETRIDriving, a dataset for autonomous driving, in which the recorded sensor data are labeled with discrete high-level driving actions, and demonstrate the state-of-the-art performance of the proposed model on ETRIDriving in terms of accuracy and diversity.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2005년도 춘계 종합학술대회 논문집
• /
• pp.410-415
• /
• 2005

Recent measurements of local-area and wide-area traffic have shown that network traffic exhibits at a wide range of scales - Self-similarity. Self-similarity is expressed by long term dependency, this is contradictory concept with Poisson model that have relativity short term dependency. Therefore, first of all for design and dimensioning of next generation communication network, traffic model that are reflected burstness and self-similarity is required. Here self-similarity can be characterized by Hurst parameter. In this paper, when different many data traffic being integrated under various environments is arrived to communication network, Hurst Parameter's change is analyzed and compared with simulation results.

• 전자공학회논문지B
• /
• 제28B권12호
• /
• pp.27-37
• /
• 1991

In this paper, the novel PLD (Preceding Layer Driven) MLP (Multi Layer Perceptron) neural network model and its learning algorithm is described. This learning algorithm is different from the conventional. This integer weights and hard limit function are used for synaptic weight values and activation function, respectively. The entire learning process is performed by layer-by-layer method. the number of layers can be varied with difficulty of training data. Since the synaptic weight values are integers, the synapse circuit can be easily implemented with CMOS. PLD MLP neural network was applied to English Characters, arbitrary waveform generation and spiral problem.

• 한국통신학회논문지
• /
• 제32권9A호
• /
• pp.916-922
• /
• 2007

Wireless networks (WNs) are developed and applied widely in a lot of areas. Now, a new generation of wireless networks is coming, and that is Wireless Mesh Network (WMN). At present, there are not so many researches which deal on this area. Most researches are derived from Mobile Ad hoc Networks (MANET) and WNs. In WMNs, there are some applications that require real-time delivery. To guarantee this, rate control and congestion control are needed. This problem leads to optimization issue in transport layer. In this paper, we propose a mathematical model which is applied in rate and congestion control in WNMs. From this model, we optimize rate and congestion control in WMNs by maximizing network utility. The proposed algorithm is implemented in distributed way both in links and sources.

• International Journal of Safety
• /
• 제5권2호
• /
• pp.34-37
• /
• 2006

As part of an effort to systematize the operation planning for cutting processes, the neural network method has been applied to model the process of selecting cutting conditions and subsequently to arrive at effective and safe cutting conditions through learning during training of the model. New cutting conditions that are more effective and safer for the given circumstance are obtained. The proposed algorithm deletes the old information previously learned, and then makes the network make at improvement by learning. As a result, the new algorithm provides useful cutting conditions for safer manufacturing environments. A variety of simulation cases illustrate the performance of the proposed methodology. The simulation results are provided and discussed.