• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제6권4호
• /
• pp.383-392
• /
• 2000

다중프로세서 시스템에 대한 대부분의 기존 연구는 과학계산용 응용을 중심으로 수행되어 왔으며, 또 다른 응용 분야인 상용 응용을 이용한 연구는 아직까지 초보 단계에 머물고 있는 실정이다. 이는 상용 DBMS의 소스 프로그램을 액세스하기가 쉽지 않으며, POSTGRES와 같은 공개된 소스 프로그램을 액세스 할 수 있더라도 컴퓨터 구조 설계자가 수십만 라인의 그 소스 프로그램을 이해하여 의미있는 성능분석을 수행하기는 사실상 불가능하기 때문이다. 본 연구에서는 상용 응용을 이용하여 다중프로세서 시스템을 분석하기 위하여, SQL로 작성된 병렬 프로그램을 아키텍처 시뮬레이터 상에서 수행할 수 있는 EZDB라는 병렬 DBMS를 자체 개발하였다. EZDB가 POSTGRES와 다른점은 그 목적이 다중프로세서 시스템에서 상용 응용을 수행시키고 그 성능을 쉽게 분석할 수 있다는 점이다. EZDB의 유용함을 확인하기 위해, 본 논문에서는 다중프로세서 시스템에서 TPC-B 작업부하를 수행시켰을 때의 캐쉬 성능을 분석한다. 구축된 작업부하를 기반으로 프로그램 구동 시뮬레이션을 수행한 결과, 상용 응용에서 데이터 구조의 공유 특성이 매우 특별하며 국부성 및 작업 세트가 과학계산 응용의 경우와 매우 상이함을 확인하였다.

• 한국산학기술학회논문지
• /
• 제16권1호
• /
• pp.726-734
• /
• 2015

데이터를 구조화하여 사용하는 관계형 데이터베이스가 현재까지 데이터 관리에 가장 많이 사용되고 있다. 그러나 관계형 데이터베이스는 데이터가 증가되면 데이터를 저장하거나 조회할 때 읽기, 쓰기 연산 수행에 제약 조건이 발생되어 서비스가 느려지는 현상이 나타난다. 또 새로운 업무가 추가되면 데이터베이스 내 데이터는 증가되고 결국 이를 해결하기 위해 하드웨어의 병렬 구성, CPU, 메모리, 네트워크 등 추가적인 인프라 구성을 필요로 하게 된다. 본 논문에서는 관계형 데이터베이스의 데이터 증가로 느려지는 웹 정보서비스 개선을 위해 기존 관계형 데이터베이스의 데이터를 하둡 HDFS로 전송하고 이를 일원화하여 데이터를 재구성한 후 사용자에게 하둡 데이터 처리로 대량의 데이터를 빠르고 안전하게 추출하는 모델을 구현한다. 본 시스템 적용을 위해 웹 기반 민원시스템과 비정형 데이터 처리인 이미지 파일 저장에 본 제안시스템을 적용하였다. 적용결과 관계형 데이터베이스 시스템보다 제안시스템 데이터 처리가 0.4초 더 빠른 결과를 얻을 수 있었고 기존 관계형 데이터베이스와 같은 대량의 데이터를 처리를 빅 데이터 기법인 하둡 데이터 처리로도 웹 정보서비스를 지원이 가능하였다. 또한 하둡은 오픈소스로 제공되어 소프트웨어 구매 비용을 줄여주는 장점이 있으며 기존 관계형 데이터베이스의 데이터 증가로 효율적인 대용량 데이터 처리를 요구하는 조직에게 도움을 줄 수 있을 것이다.

• 인지과학
• /
• 제22권1호
• /
• pp.57-78
• /
• 2011

패러프레이즈는 같은 의미를 다른 단어를 사용하여 표현한 것을 말한다. 패러프레이즈는 일상적인 언어생활에서도 흔히 관측되며 자연어처리 분야에서 다양하게 활용할 수 있다. 특히 최근에는 통계적 기계 번역 분야에서 데이터 부족 문제를 보완하여 번역 성능을 향상시키기 위해 패러프레이즈를 활용한 연구가 많다. 이중 언어 병렬 말뭉치를 이용하는 패러프레이즈 추출 과정에서는 일반적으로 다른 언어를 피봇으로 사용하기 때문에 단어 정렬 및 구 정렬 과정을 두 번 거친다. 따라서 단어 정렬의 오류가 패러프레이즈로 전파될 수 있다. 특히 한국어와 영어와 같이 언어의 구조적인 차이가 큰 경우에는 단어 정렬 오류가 더 심각하기 때문에 피봇 프레이즈부터 잘못 추출되는 경우가 많아진다. 이러한 문제를 보완하기 위해 본 논문에서는 패러프레이즈 추출 과정에서 피봇 프레이즈를 차별화하는 방안으로서 어휘, 품사 정보를 이용해 올바른 피봇 프레이즈에 더 높은 가중치를 부여하는 방법을 제안한다. 실험 결과, 제안하는 피봇 가중치 부여 방법을 기존의 패러프레이즈 추출 방법에 추가했을 때 패러프레이즈 추출 정확률과 재현율이 모두 향상됨을 확인할 수 있었다. 또한, 제안하는 방법을 통해 추출한 패러프레이즈를 한영 기계 번역 시스템에서 활용하였을 때 번역률이 향상됨을 확인할 수 있었다.

• 전자공학회논문지CI
• /
• 제38권5호
• /
• pp.16-26
• /
• 2001

본 논문에서는 루프의 반복들간에 종속 관계가 존재하는 루프의 효율적 수행을 위한 중앙 큐 기반의 새로운 할당 기법 CDSS(Carreid-Dependence Self Scheduling)를 제안하며, 이를 공유 메모리 환경에서 Java 언어로 구현하였다. 또한, 중앙 작업 큐 기반의 병렬 루프를 위한 셀프 스케쥴링(self-scheduling) 기법들을 루프 캐리 종속성(loop-carried dependence)을 가진 루프의 할당에 적용하기 위한 그들의 변형에 대해 알아본다. 제안된 기법은 종속 거리에 따른 동기화 시점을 고려하여 루프를 세 단계별로 할당하는 셀프 스케쥴링 기법이다. 단일처리기 시스템을 포함한 여러 플랫폼에 적용하기 위해 제안된 방법과 변형된 기법들을 스레드 레벨로 구현하였다. 응용 프로그램과 시스템 파라메터 값을 다양하게 하여 변형된 기법들과 비교 분석한 결과, 제안된 기법은 변형된 다른 기법들에 비해 스케쥴링 오버헤드를 포함한 전체 루프의 수행 시간을 줄여 효율적이다. 변형된 SS, Factoring, GSS, CSS에 대해 각각 0.02, 40.5, 46.1, 53.6%의 성능 향상을 보였다. 그리고, CDSS 기법으로 다양한 응용 프로그램에 대해 종속 거리에 해당하는 적은 수의 스레드를 사용하여 최대의 성능을 얻을 수 있다.

• 한국산업보건학회지
• /
• 제30권2호
• /
• pp.134-152
• /
• 2020

Objectives: The objective of this study was to evaluate volatile organic compounds (VOCs) and toluene diisocyanates (TDIs) exposure among polyurethane waterproofing workers in the construction industry. Methods: Task-based personal air samplings were carried out at seven construction sites using organic vapor monitor for VOCs (n=88) and glass fiber filters coated with 1-(2-pyridyl)piperazine(1-2PP) for TDIs (n=81). The concentration of VOCs and TDIs were shown for four different work types(mixing paint, primer roller painting, urethane resin spread painting, painter assistant) at five different worksites (rooftop, ground parking lot, piloti, bathroom, and swimming pool). The two TDI sampling methods (filter vs impinger) were evaluated in parallel to compare the concentrations. Results: The geometric mean(GM) concentration of VOCs Exposure Index (EI) was highest for primer roller painting (1.4), followed in order by, urethane resin spread painting (0.85), mixing paint (0.53), and painter assistant (0.35) by work types. The GM of VOCs EI was highest for bathroom (1.4) followed in order by, swimming pool (0.85), piloti (0.89), ground parking lot (0.82) and rooftop (0.57) by worksites. The GM of 2,4-/2,6-TDI concentration was 0.052 ppb and 0.432 ppb each. There was no statistical difference in TDIs concentrations among worksites. The concentration of 2,6-TDI was ten times higher than that of 2,4-TDI. The concentration of 2,6-TDI by impinger method was 5.7 times higher than that by filter method. Conclusions: In this study, we found 38.6% of the VOCs samples exceeded the occupational exposure limits and 19.8% of the 2,6-TDI samples exceeded 1 ppb among polyurethane waterproofing workers. The most important determinants that increase the concentration of VOCs and TDIs was indoor environment and primer painting work.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제7권6호
• /
• pp.641-652
• /
• 2001

현재 대부분의 인터넷 경매시스템들은 기존 경매소의 기능들을 하나의 서버프로그램으로 통합하여 제공한다. 따라서 이들 시스템들은 기존 경매소의 기능들간의 독립성과 분산성 그리고 병렬성을 충분히 반영하지 못하고 있다. 또 이와 같은 인터넷 경매시스템들에서는 단지 경매 관리 기능의 일부만 경매서버프로그램에 의해 자동화하였을 뿐, 사용자들은 여전히 이들 경매서버프로그램에 원격으로 접속하여 직접 입찰을 하여야 한다. 따라서 사용자들은 특정 경매의 동적상황을 모니터링하고, 적절한 입찰가격을 결정하여 입찰하는 반복적인 작업을 계속하여야 한다. 현재 인터넷경배 시스템들의 또 다른 문제점은 다양한 경매 유형을 지원하지 못하고 있다는 점이다. 이들 시스템들의 대부분은 영국식 경매와 네델란드식 경매와 같은 단일 경매만 지원할 뿐 경매의 속도와 효율, 그리고 판매자와 구매자 모두의 이익면에서 단일경매보다 우수한 다중경매를 지원하지 못하고 있다. 이러한 기존 인터넷경매 시스템들의 한계점을 극복하고자, 본 논문에서는 에이전트 기반의 연속다중경매 시스템인 CoDABot를 설계하고 구현하였다. CoDABot는 연속다중경매를 지원하고, 사용자가 선택할 수 있는 다양한 입찰 에이전트를 제공하며, 서브시스템들간의 보다 많은 독립성과 분산성, 그리고 병렬성을 실현하도록 하나의 다중 에이전트 시스템으로 구현하였다.

• 한국전자거래학회지
• /
• 제24권3호
• /
• pp.19-33
• /
• 2019

최근 제조업체들은 제품의 생산방식이 고도화 되고, 복잡해지면서 생산 장비를 효율적으로 사용하는데 어려움을 겪고 있다. 제조공정의 효율성을 방해하는 대표적인 요인들로는 작업물 종류 변경(job change)으로 인한 작업 준비 비용(Setup Cost) 등이 있다. 특히 반도체/LCD 공정과 같이 고가의 생산 장비를 사용하는 공정의 경우 장비의 효율적인 사용이 매우 중요한데, 상호 충돌하는 의사결정인 납기 준수를 최대화 하는 것과 작업물 종류 변경으로 인한 작업 준비 비용을 최소화 하는 것 사이에서 균형을 유지하는 것은 매우 어려운 일이다. 본 연구에서는 납기와 작업 준비 비용이 있는 병렬기계에서 강화학습을 활용하여 납기 및 셋업 비용의 최소화 목표를 달성하는 일정계획 모델을 개발하였다. 제안하는 모델은 DQN(Deep Q-Network) 일정계획 모델로 강화학습기반의 모델이다. 제안모델의 효율성을 측정하기 위해 DQN 모델과 기존에 개발하였던 심층 신경망 기반의 일정계획 생성기법과 휴리스틱 원칙의 결과를 비교하였다. 비교 결과 DQN 일정계획 생성기법이 심층신경망 방식과 휴리스틱 원칙에 비하여 납기 및 셋업 비용이 적은 것을 확인할 수 있었다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제40권4호
• /
• pp.520-544
• /
• 2021

이 연구는 초등학생의 창의 과정과 산물의 관계를 탐색하기 위한 과학 창의성 검사 도구를 개발하는데 목적을 두고 있다. 이를 위해 연구자는 과학 창의성 관련 논문을 분석한 후, 창의 과정과 산물의 구성요인에 근거하여 문항을 개발하였다. 그리고 과학 교육 전문가 9명의 검토를 마친 검사 도구를 파일럿 테스트하였다. '동물', '식물'의 두 세트로 이루어진 검사 도구는 수정과 보완을 거쳐 최종적으로 5학년 학생 105명에게 투입되었다. 투입 결과는 WinSteps, SPSS와 AMOS 통계프로그램으로 분석되었다. 이 연구의 주요 결과는 첫째, 과학 영역에서 창의 과정은 과학 지식, 탐구기능, 창의적 사고기능(확산적, 수렴적, 연관적 사고)을 포함한다. 창의 산물은 새로우면서 과학적으로 유용한 아이디어가 어떤 형태로 나타난 것이다. 둘째, 이 연구에서 대표 탐구기능으로 선정된 관찰은 구성 타당도 측면에서 창의적 사고기능과 연관성이 없어야 했다. 셋째, 유용성 항목은 다른 항목 중 가장 낮은 평균치를 기록하였는데, 평가자인 교사의 관점에서 과학적 타당성과 유용성을 만족시키기 어렵기 때문으로 사료된다. 넷째, 동형검사 신뢰도를 알아보기 위한 '동물'과 '식물' 문항 간 스피어만 상관 계수는 독창성 항목을 제외하고 유의하게 나타났다. 다섯째, 검사 도구는 집중타당성, 판별타당성, 법칙타당성 세 가지 측면에서 구성 타당도를 대체로 만족시켰다. 연구 결과를 바탕으로 창의 과정과 산물의 관계를 탐색하고 학교 현장에서 실제적인 평가 도구로 역할을 할 검사 도구의 유용성을 논하였다.

• 한국콘텐츠학회논문지
• /
• 제21권11호
• /
• pp.135-144
• /
• 2021

최근 데이터 기반 의사결정 기술이 데이터 산업을 이끄는 핵심기술로 자리 잡고 있는바, 이를 위한 머신러닝 기술은 고품질의 학습데이터를 요구한다. 하지만 실세계 데이터는 다양한 이유에 의해 결측값이 포함되어 이로부터 생성된 학습된 모델의 성능을 떨어뜨린다. 이에 실세계에 존재하는 데이터로부터 고성능 학습 모델을 구축하기 위해서 학습데이터에 내재한 결측값을 자동 보간하는 기법이 활발히 연구되고 있다. 기존 머신러닝 기반 결측 데이터 보간 기법은 수치형 변수에만 적용되거나, 변수별로 개별적인 예측 모형을 만들기 때문에 매우 번거로운 작업을 수반하게 된다. 이에 본 논문은 수치형, 범주형 변수가 혼합된 데이터에 적용 가능한 데이터 보간 모델인 Denoising Self-Attention Network(DSAN)를 제안한다. DSAN은 셀프 어텐션과 디노이징 기법을 결합하여 견고한 특징 표현 벡터를 학습하고, 멀티태스크 러닝을 통해 다수개의 결측치 변수에 대한 보간 모델을 병렬적으로 생성할 수 있다. 제안 모델의 유효성을 검증하기 위해 다수개의 혼합형 학습 데이터에 대하여 임의로 결측 처리한 후 데이터 보간 실험을 수행한다. 원래 값과 보간 값 간의 오차와 보간된 데이터를 학습한 이진 분류 모델의 성능을 비교하여 제안 기법의 유효성을 입증한다.

• 지능정보연구
• /
• 제27권4호
• /
• pp.1-22
• /
• 2021

텍스트를 바탕으로 한 차원 기반 감성 분석(Aspect-Based Sentiment Analysis)은 다양한 산업에서 유용성을 주목을 받고 있다. 기존의 차원 기반 감성 분석에서는 타깃(Target) 혹은 차원(Aspect)만을 고려하여 감성을 분석하는 연구가 대다수였다. 그러나 동일한 타깃 혹은 차원이더라도 감성이 나뉘는 경우, 또는 타깃이 없지만 감성은 존재하는 경우 분석 결과가 정확하지 않다는 한계가 존재한다. 이러한 문제를 해결하기 위한 방법으로 차원과 타깃을 모두 고려한 감성 분석(Target-Aspect-Sentiment Detection, 이하 TASD) 모델이 제안되었다. 그럼에도 불구하고, TASD 기존 모델의 경우 구(Phrase) 간의 관계인 지역적인 문맥을 잘 포착하지 못하고 초기 학습 속도가 느리다는 문제가 있었다. 본 연구는 TASD 분야 내 기존 모델의 한계를 보완하여 분석 성능을 높이고자 하였다. 이러한 연구 목적을 달성하기 위해 기존 모델에 합성곱(Convolution Neural Network) 계층을 더하여 차원-감성 분류 시 보조 손실(Auxiliary loss)을 추가로 사용하였다. 즉, 학습 시에는 합성곱 계층을 통해 지역적인 문맥을 좀 더 잘 포착하도록 하였으며, 학습 후에는 기존 방식대로 차원-감성 분석을 하도록 모델을 설계하였다. 본 모델의 성능을 평가하기 위해 공개 데이터 집합인 SemEval-2015, SemEval-2016을 사용하였으며, 기존 모델 대비 F1 점수가 최대 55% 증가했다. 특히 기존 모델보다 배치(Batch), 에폭(Epoch)이 적을 때 효과적으로 학습한다는 것을 확인할 수 있었다. 본 연구에서 제시된 모델로 더욱 더 세밀한 차원 기반 감성 분석이 가능하다는 점에서, 기업에서 상품 개발 및 마케팅 전략 수립 등에 다양하게 활용할 수 있으며 소비자의 효율적인 구매 의사결정을 도와줄 수 있을 것으로 보인다.