• 제목/요약/키워드: Power generation prediction

검색결과 225건 처리시간 0.022초

내장형 시스템을 위한 에너지-성능 측면에서 효율적인 2-레벨 데이터 캐쉬 구조의 설계 (Energy-Performance Efficient 2-Level Data Cache Architecture for Embedded System)

  • 이종민;김순태
    • 한국정보과학회논문지:시스템및이론
    • /
    • 제37권5호
    • /
    • pp.292-303
    • /
    • 2010
  • 온칩(on-chip) 캐쉬는 외부 메모리로의 접근을 감소시키며 빈번하게 접근되기 때문에 내장형 시스템의 성능과 에너지 소비 측면에서 중요한 역할을 한다. 본 논문에서는 내장형 시스템에 맞추어 설계된 2-레벨 데이터 캐쉬 메모리 구조를 제안하고자 한다. 레벨1(L1) 캐쉬의 구성으로 작은 크기, 직접시장(direct-mapped) 그리고 바로쓰기(write-through)를 채용한다. 대조적으로 레벨2(L2) 캐쉬는 보통의 캐쉬 크기와 집합연관(set-associativity) 그리고 나중쓰기(write-back) 정책을 채용한다. 결과적으로 L1 캐쉬는 빠른 접근 시간을 가지며 (한 사이클 이내) L2 캐쉬는 전체 캐쉬의 미스율(global miss rate)을 낮추는데 효과적이다. 작은 크기의 L1 데이터 캐쉬로 인한 증가된 캐쉬 미스율(miss rate)을 줄이기 위해 ECP(Early Cache hit Predictor)기법을 제안하였다. 제안된 ECP기법은 L1 캐쉬 히트 예측을 통해서 요청된 데이터가 L1 캐쉬에 있는지 예측할 수 있으며 추가적으로, ALU를 필요로 하지 않고 빠르게 유효주소(effective address)계산을 할 수 있다. 또한, 두 캐쉬 계층간 바로쓰기(write-through) 정책에서 오는 빈번한 L2 캐쉬 접근으로 인한 에너지 소비를 줄이기 위해 지정웨이 쓰기(one-way write) 기법을 제안하였다. 제안된 지정웨이 쓰기 기법을 이용하면 바로쓰기 정책으로 인한 L1 캐쉬에서 L2 캐쉬로의 쓰기 접근시 태그(tag) 비교 과정을 거치지 않고 하나의 지정된 웨이를 바로 접근할 수 있다. 사이클 단위 정확도의 시뮬레이터와 내장형 벤치마크를 이용한 실험 결과 본 논문에서 제안한 2-레벨 데이터 캐쉬 메모리 구조는 평균적으로 3.6%의 성능향상과 50%의 데이터 캐쉬 에너지 소비를 감소 시켰다.

강우 매트릭스를 활용한 댐 운영 조견표 개발에 관한 연구 (A Study on the Development of a Dam Operation Table Using the Rainfall Matrix)

  • 정창삼
    • 한국방재안전학회논문집
    • /
    • 제13권2호
    • /
    • pp.39-51
    • /
    • 2020
  • 최근 우리나라는 이상기후에 의한 국지성 호우의 빈도가 잦아지며 홍수피해가 증가하고 있다. 지난 2017년 7월 16일 충북지역에서 발생한 집중호우의 재현기간을 산정한 결과 괴산댐 상류지역에서 지속기간 2시간 기준 약 1,524년 빈도의 강우로 추정되었고, 당시 괴산댐 최고수위는 EL.137.60 m까지 상승하여 댐마루 높이(EL.137.65 m)까지 5 cm의 여유 밖에 없었다. 1957년 이후 62년 동안 운영된 괴산댐은 유역의 수문량 증가로 인한 대책마련이 필요하고, 단일 목적 댐인 발전전용 댐으로 개발되어 홍수조절 효과가 작으며, 별도의 홍수조절을 위한 치수시설물이 존재하고 있지 않아 상하류 지역 주민의 안전성 확보를 위한 신속한 의사결정을 위하여 효율화된 운영방안 마련이 필요하다. 본 연구에서는 홍수 예보시 신속한 의사결정을 목적으로 강우 매트릭스를 구성하고 각 조건별 댐 최고 수위를 사전에 산정하여 조견표를 작성한 후 상황 발생시 신속하게 조건에 해당하는 수위를 찾는 방식의 댐 운영방안을 제시하였다.

산업장 교대근무 근로자의 건강증진행위 예측요인 (Predictive Factors of Health promotion behaviors of Industrial Shift Workers)

  • 김영미
    • 한국직업건강간호학회지
    • /
    • 제11권1호
    • /
    • pp.13-30
    • /
    • 2002
  • Industrial shift workers feels suffer mental stresses which are caused by unfamiliar day sleep, noisy environment, sleeping disorder by bright light, unusual contacts with family, difficulty in meeting with friends or having formal social meetings and other social limitations such as the use of transportation. Such stresses influence health of the workers negatively. Thus the health promotion policy for shift workers should be made considering the workers' ways of living and shift work specially. This study attempted to provide basic information for development of the health promotion program for industrial shift workers by examining predictive factors influencing health promotion behaviors of those workers. In designing the study, three power generation plants located in Pusan and south Kyungsang province were randomly selected and therefrom 280 workers at central control, boiler and turbine rooms and environmental chemistry parts whose processes require shift works were sampled as subjects of the study. Data were collected two times from September 17 to October 8, 1999 using questionnaires with helps of safety and health managers of the plants. The questionnaires were distributed through mails or direct visits. Means for the study included the measurement tool of health promotion behavior provided by Park(1995), the tool of self-efficacy measurement by Suh(1995), the tool of internal locus of control measurement by Oh(1987), the measurement tool of perceived health state by Park(1995) and the tool of social support measurement by Paek(1995). The collected data were analyzed using SPSS program. Controlling factors of the subjects were evaluated in terms of frequency and percentage ratio Perceived factors and health promotion behaviors of the subjects were done so in terms of mean and standard deviation, and average mark and standard deviation, respectively. Relations between controlling and perceived factors were analyzed using t-test and ANOVA and those between perceived factors and the performance of health promotion behaviors, using Pearson's Correlation Coefficient. The performance of health promotion behaviors was tested using t-test, ANOVA and post multi-comparison (Scheffe test). Predictive factors of health promotion behavior were examined through the Stepwise Multiple Regression Analysis. Results of the study are summarized as follows. 1. The performance of health promotion behaviors by the subjects was evaluated as having the value of mean, $161.27{\pm}26.73$ points(min.:60, max.:240) and average mark, $2.68{\pm}0.44$ points(min.:1, max.:4). When the performance was analyzed according to related aspects, it showed the highest level in harmonious relation with average mark, $3.15{\pm}.56$ points, followed by hygienic life($3.03{\pm}.55$), self-realization ($2.84{\pm}.55$), emotional support($2.73{\pm}.61$), regular meals($2.71{\pm}.76$), self-control($2.62{\pm}.63$), health diet($2.62{\pm}.56$), rest and sleep($2.60{\pm}.59$), exercise and activity($2.53{\pm}.57$), diet control($2.52{\pm}.56$) and special health management($2.06{\pm}.65$). 2. In relations between perceived factors of the subjects(self-efficacy, internal locus of control, perceived health state) and the performance of health promotion behaviors, the performance was found having significantly pure relations with self-efficacy (r=.524, P=.000), internal locus of control (r=.225, P=.000) and perceived health state(r=.244, P=.000). The higher each evaluated point of the three factors was, the higher the performance was in level. 3. When relations between the controlling factors(demography-based social, health-related, job-related and human relations characteristics) and the performance of health promotion behaviors were analyzed, the performance showed significant differences according to marital status (t=2.09, P= .03), religion(F=3.93, P= .00) and participation in religious activities (F=8.10, P= .00) out of demography-based characteristics, medical examination results (F=7.20, P= .00) and methods of the collection of health knowledge and information(F=3.41, P= .01) and methods of desired health education(F=3.41, P= .01) out of health-related characteristics, detrimental factors perception(F=4.49, P= .01) and job satisfaction(F=8.41, P= .00) out of job-related characteristics and social support(F=14.69, P= .00) out of human relations characteristics. 4. The factor which is a variable predicting best the performance of health promotion behaviors by the subjects was the self-efficacy accounting for 27.4% of the prediction, followed by participation in religious activities, social support, job satisfaction, received health state and internal locus of control in order all of which totally account for 41.0%. In conclusion, the predictive factor which most influence the performance of health promotion behaviors by shift workers was self-efficacy. To promote the sense, therefore, it is necessary to develop the nursing intervention program considering predictive factors as variables identified in this study. Further industrial nurses should play their roles actively to help shift workers increase their capability of self-management of health.

  • PDF

Hierarchical Attention Network를 이용한 복합 장애 발생 예측 시스템 개발 (Development of a complex failure prediction system using Hierarchical Attention Network)

  • 박영찬;안상준;김민태;김우주
    • 지능정보연구
    • /
    • 제26권4호
    • /
    • pp.127-148
    • /
    • 2020
  • 데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

뉴럴 텐서 네트워크 기반 주식 개별종목 지식개체명 추출 방법에 관한 연구 (A Study on Knowledge Entity Extraction Method for Individual Stocks Based on Neural Tensor Network)

  • 양윤석;이현준;오경주
    • 지능정보연구
    • /
    • 제25권2호
    • /
    • pp.25-38
    • /
    • 2019
  • 정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.