• 한국콘텐츠학회논문지
• /
• 제6권12호
• /
• pp.136-146
• /
• 2006

무선 센서 네트워크의 노드에서 측정된 데이터는 노드의 전송 거리의 제한 때문에 멀티 홉을 통해 베이스 노드에 전송된다. 또한 노드의 에너지가 한정되어 있기 때문에 무선 센서 네트워크의 수명을 연장하기 위해서는 각 노드의 에너지 소모를 가능한 균일하게 하여야 한다. Level based MultiPath Routing (LMPR)은 베이스 노드로 부터의 거리에 해당하는 노드의 레벨을 기반으로 무선 센서 네트워크를 자가 구축하고 데이터 처리 및 전송 부하를 각 센서 노드에 분산시키는 무선 센서 네트워크 라우팅 프로토콜이다. 본 논문에서는 TinyOS 기반으로 LMPR를 구현하고 실험을 통해 무선 센서 네트워크상에서 LMPR의 성능을 측정하였다. 실험 결과 LMPR이 최소 비용 방식으로 선택된 단일 경로로 데이터를 전송하는 프로토콜보다 데이터 처리 및 전송 부하를 약 4.6배 분산시켰다. LMPR 을 사용하여 데이터 처리 및 전송 부하를 각 노드에 분산시켜 TinyOS를 기반으로 구성된 무선 센서 네트워크의 수명을 연장시킬 수 있을 것으로 기대한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.1386-1388
• /
• 1996

In this paper, a recurrent neural network using polynomial is proposed for electric load forecasting. Since the proposed algorithm is based on the bilinear polynomial, it can model nonlinear systems with much more parsimony than the higher order neural networks based on the Volterra series. The proposed Bilinear Recurrent Neural Network(BLRNN) is compared with Multilayer Perceptron Type Neural Network(MLPNN) for electric load forecasting problems. The results show that the BLRNN is robust and outperforms the MLPNN in terms of forecasting accuracy.

• 지식정보인프라
• /
• 통권7호
• /
• pp.141-148
• /
• 2001

This paper describes a mechanisms for IPv6 multihomming with loadsharing broker, focusing on the interdomain scalability and load sharing with redundancy on IPv6 networks. Unlike currently-practiced IPv4 multihoming, this model does not impact the worldwide routing table size, also it provides inbound load sharing at site level based on router renumbering, and multiple-prefix assigning techniques of IPv6. The proposed model has four modules such as building interfaces MIB module, priority list maintaining module, load detection module, and RRP configuration module.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권5호
• /
• pp.310-315
• /
• 2017

Software-Defined Network의 등장은 하드웨어적인 네트워크 기능들을 소프트웨어적인 형태의 모듈로 Controller에 보다 유연하게 적용시키도록 함으로써 전통적인 네트워크의 구조를 변화시키고 있다. 이러한 환경 속에서 최근 네트워크 트래픽에 대한 Quality of Service 및 자원관리와 같은 다양한 관점에서의 네트워크 관리정책에 대한 연구개발이 진행되고 있고, 이러한 관리정책을 뒷받침 할 수 있는 네트워크 모니터링에 대한 기법들 또한 제시되어 왔다. 이에 본 논문에서는 기계 학습 기법인 Naive Bayesian Classification을 통하여 Flow를 분류한 후, 전송 지연 측정 모듈을 통하여 효율적인 전송경로를 선정하는 기법을 제안한다. 이는 다양한 대역폭을 갖는 여러 경로들로 이루어진 네트워크상에서 효율적인 경로 분배 역할을 할 수 있고, 부하를 분산시킴으로써 보다 원활한 네트워크 환경 및 서비스 품질을 제공할 수 있다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.628-631
• /
• 1992

The position control for DC motor under the unpredictable load variations is presented. Neural network controller trained to deal with this problem provide the estimates of system parameters. Pole placement is also performed in accordance with them. The proposed method is validated through computer simulation.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1991년도 추계학술대회 논문집 학회본부
• /
• pp.39-42
• /
• 1991

The Application of Artificial Neural Network(ANN) to forecast a load in a power system is investigated. The load forecasting is important in the electric utility industry. This technique, methodology based on the fact that parallel structure can process very fast much information is a promising approach to a load forecasting. ANN that is highly interconnected processing element in a hierachy activated by the each input. The load pattern can be divided distinctively into two patterns, that is, weekday and weekend. ANN is composed of a input layer, several hidden layers, and a output layer and the past data is used to activate input layer. The output of ANN is the load forecast for a given day. The result of this simulation can be used as a reference to a electric utility operation.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (A)
• /
• pp.394-396
• /
• 2000

Currently, lots of research s going on in the field of the load distribution within HTTP. RR-DNS and SWEB are the most representative load distribution research. But, there are still many problems: unbalancing of load, load increase of web server and cost increase. Also, clients that require lots of data like multimedia happens to increase network load. To solve these, research about client/agent/server architecture is going on. But, the clients must know the agent's address and there are complexity and migration problems for design of such as protocol. This paper proposes TBSMS that is capable of choosing the optimal server considering the service capacity of the server as well as the network load. This paper demonstrates that TBSMS uses the web to solve the problem that client must know the agent's address and uses SNMP to solve the complexity and migration problem.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.720-722
• /
• 2009

경제 성장에 따른 국내 산업분야의 발달 및 국민 생활수준의 향상으로 전력 소비가 지속적으로 증가하고 있다. 전력을 안정적으로 공급하기 위해서는 전력 수요에 대한 중 단기 예측이 중요하며, 정확한 예측에 따라 안정적인 수급 계획을 확립할 수 있다. 본 논문에서는 부산시에서 공급되는 부산지역의 전력 데이터와 기후 관련 자료를 1995년 1월부터 2007년 12월까지의 측정치를 가지고 시계열 데이터를 수집하여 분석하고 신경회로망의 구조를 설계하여 실험을 통하여 실제 데이터와 예측 데이터를 비교 분석하고 평가한다.

• International Journal of Computer Science & Network Security
• /
• 제24권9호
• /
• pp.157-161
• /
• 2024

Cloud computing becomes an important technology for distributed computing and parallel computing. Cloud computing provides various facility like to share resources, software packages, information, storage and many different applications depending on user demand at any time and at any place. It provides an extensive measure for computing and storage. A service provided by it to user follows pay-as-you-go model. Although it provides many facilities still there is some problem which are resource discovery, fault tolerance, load balancing, and security. Out of these Load balancing is the main challenges. There are many techniques which used to distribute wor9kload or task equally across the servers. This paper includes cloud computing, cloud computing architecture, virtualization and MS load balancing technique which provide enhanced load balancing.

• 융합신호처리학회논문지
• /
• 제2권3호
• /
• pp.73-78
• /
• 2001

특수일 부하를 예측하기 위하여 BP 신경회로망 모형과 다중 회귀모형을 구성한다. 신경회로망 모형은 패턴 변환비를 이용하고, 다중회귀 모형은 평일 환산비를 이용하여 특수일 부하를 예측한다. 주간 피크 부하예측 모형에 패턴 변환비를 이용하여 짧고 긴 특수일 부하를 예측 한 결과 주간 평균 오차율이 1∼2[%]로 나와 본 기법의 적합성을 확인할 수 있다. 하지만, 패턴 변환비 방법으로는 하계의 특수일 부하 예측은 어려웠다. 따라서 기온-습도, 불쾌지수 등을 설명변수로 하는 다중 회귀 모형을 구성하고 평일 환산비를 이용하여 하계의 특수일 부하를 예측한다. 평일만의 예측 모형과 예측 결과를 비교해 보면 월 평균 오차율이 비슷하게 나와 이용한 방법의 적합성을 확인하였다. 그리고, 통계적 검정을 통해 구성한 예측 모형의 유효성을 입증할 수 있었다. 이로서 본 연구에서 제시한 특수일 부하를 예측하는 기법의 적합성을 확인함으로서 피크 부하 예측시 큰 난점 중의 하나가 해결되었다.