• 한국통신학회논문지
• /
• 제27권4C호
• /
• pp.308-315
• /
• 2002

Guaranteed frame rate (GFR) 서비스는 ATM 망에서 인터넷 트래픽을 전송하는 가상 연결에게 예약된 minimum cell rate (MCR)을 보장하고, 여분의 대역폭을 가상 연결들에게 공평하게 배분하기 위해 정의되었다. ATM 망에서 GFR 서비스를 제공하기 위한 가장 간단한 스위치 구현 방법은 frame-based generic cell rate algorithm (F-GCRA) 프레임 분류기와 FIFO 버퍼를 위한 early packet discard (EPD) 기법의 버퍼 허용 알고리즘으로 이루어진다. 이 구현 방법은 간단하지만, 상대적으로 큰 MCR을 예약한 가상 연결에게 예약한 만큼의 대역폭을 보장 할 수 없었다. 본 논문은 TCP 트래픽에 패킷 스페이싱 기법을 적용하여 burstness을 완화시켜서 가상 연결에게 더 큰 MCR을 보장하도록 한다. 또한, 버퍼 허용 알고리즘에 random early detection (RED) 기법을 적용하여 여분의 대역폭 사용에 있어서 공평성을 향상시킨다. 모의 실험을 통해 두 기법이 TCP 트래픽에 대한 GFR 서비스의 QoS를 향상시킴을 보였다.

• 한국공작기계학회논문집
• /
• 제14권2호
• /
• pp.96-103
• /
• 2005

The early detection of the bearing defects in rotating machinery is very important since the critical failure of bearing causes a machinery shutdown. However it is not easy to detect the vibration signal caused by the initial defects of bearing because of the high level of random noise. A signal processing technique, called the adaptive line enhancer(ALE) as one of adaptive filter, is used in this study. This technique is to eliminate random noise with little a prior knowledge of the noise and signal characteristics. Also we propose the optimal methods fir selecting the three main ALE parameters such as correlation length filter order and adaptation constant. Vibration signals f3r three abnormal bearings, including inner and outer raceways and ball defects, were acquired by Anderon(angular derivative of radius on) meter. The experimental results showed that ALE is very useful f3r detecting the bearing defective signals masked by random noise.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.660-661
• /
• 2020

본 논문에서는 기존 인공 신경망 기반 시계열 학습 기법인 Recurrent Neural Network (RNN)의 많은 연산량 및 고 사양 시스템 요구를 개선하기 위해 랜덤 포레스트 (Random Forest)기반의 새로운 시계열 학습 기법을 제안한다. 기존의 RNN 기반 방법들은 복잡한 연산을 통해 높은 성능을 달성하는 데 집중하고 있다. 이러한 방법들은 학습에 많은 파라미터가 필요할 뿐만 아니라 대규모의 연산을 요구하므로 실시간 시스템에 적용하는데 어려움이 있다. 따라서 본 논문에서는, 효율적이면서 빠르게 동작할 수 있는 시계열 다층 랜덤 포레스트(Time series Multilayered Random Forest)를 제안하고 산불 조기 탐지에 적용해 기존 RNN 계열의 방법들과 성능을 비교하였다. 다양한 산불화재 실험데이터에 알고리즘을 적용해본 결과 GPU 상에서 방대한 연산을 수행하는 RNN 기반 방법들과 비교해 성능적인 한계가 존재했지만 CPU 에서도 빠르게 동작 가능하므로 성능의 개선을 통해 다양한 임베디드 시스템에 적용 가능하다.

• 센서학회지
• /
• 제32권6호
• /
• pp.378-385
• /
• 2023

Human biosignals provide essential information for diagnosing diseases such as dementia and Parkinson's disease. Owing to the shortcomings of current clinical assessments, noninvasive solutions are required. Machine learning (ML) on wearable sensor data is a promising method for the real-time monitoring and early detection of abnormalities. ML facilitates disease identification, severity measurement, and remote rehabilitation by providing continuous feedback. In the context of wearable sensor technology, ML involves training on observed data for tasks such as classification and regression with applications in clinical metrics. Although supervised ML presents challenges in clinical settings, unsupervised learning, which focuses on tasks such as cluster identification and anomaly detection, has emerged as a useful alternative. This review examines and discusses a variety of ML algorithms such as Support Vector Machines (SVM), Random Forests (RF), Decision Trees (DT), Neural Networks (NN), and Deep Learning for the analysis of complex clinical data.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (A)
• /
• pp.280-282
• /
• 2002

기존의 네트워크에서는 혼잡상황이 감지된 이후에 네트워크 성능이 급격하게 저하된다. 이러한 문제를 해결하고자 RED(Random Early Detection)기법이 소개되어 게이트웨이에서 혼잡상황에 대하여 능동적으로 대처할 수 있는 알고리즘이 제시되었다. 하지만, RED는 매개변수 설정이라는 문제가 남아있다. 그리하여, 잘못된 변수값 설정으로 인한 네트워크 성능 저하가 현저하게 발생한다. 본 논문에서는 기존의 RED를 개선한 Effective RED를 제안한다. Effective RED는 RED 알고리즘의 문제점을 개선하여 네트워크의 상황에 맞추어 동적으로 매개 변수 값을 조정하는 알고리즘이다. 그리고, ns를 이용하여 Effective RED의 성능을 검증하였다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2003년도 춘계공동학술대회
• /
• pp.417-424
• /
• 2003

In this paper, we introduce and analyze a feedback control model of TCP/AQM dynamics. Then, we propose the Pro-active Queue Management (PAQM) mechanism, which can provide proactive congestion avoidance and control using an adaptive congestion indicator and a control function for wide range of traffic environments. The PAQM stabilizes the queue length around a desired level while giving smooth and low packet loss rates independent of the traffic load level under a wide range of traffic environment. The PAQM outperforms other AQM algorithms such as Random Early Detection (RED) [1] and PI-controller [2]

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (3)
• /
• pp.427-429
• /
• 2001

최근 라우터에서는 정체를 회피하고 전송률을 향상시키기 위한 능동적 큐 관리와 패킷 스케줄링에 대한 많은 논의가 이루어지고 있다. 본 논문은 라우터에서의 전송률 향상을 위한 Random Early Detection (RED) 알고리즘과 최근가지 변형된 RED알고리즘들의 특징을 살펴보고, RED라우터에 적용하여 실제로 종단 호스트(End-to-end)에서 전송 받는 패킷의 양을 창상하기 위한 선별적 처리 알고리즘을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (3)
• /
• pp.490-492
• /
• 2000

기존의 인터넷 라우터는 Drop tail 방식으로 패킷을 관리한다. 따라서 네트워크 트래픽의 지수적인 증가로 인한 혼잡 상황으로 발생하는 패킷 손실을 해결할 수 없다. 이 문제를 해결하기 위해 IETF(Internet Engineering Task Force)에서는 RED(Random Early Detection)와 같은 능동적인 큐 관리 알고리즘을 제시하였다. 하지만 RED는 동적으로 변화하는 인터넷 트래픽에 대하여 단지 큐 크기의 변화 정보를 얻어 혼잡 상황을 제어하기 때문에 성능에 있어는 매우 비효율적이다. 본 논문에서는 기존의 RED를 개선한 MRED를 제안했다. MRED는 RED에 비하여 휴리스틱한 방법을 이용하여 폐기 확률 값을 계산하고, 이를 실험을 통하여 MRED의 성능을 검증하였다.

• 정보처리학회논문지C
• /
• 제10C권1호
• /
• pp.39-44
• /
• 2003

혼잡상황이 발생한 후에는 네트웍 성능이 급격하게 떨어지게 되는 문제점을 해결하고자 큐 관리 알고리즘으로 RED(Random Early Detection) 알고리즘이 제시되었으며, 현재 RED 알고리즘이 표준으로 사용되고 있다. RED 알고리즘은 게이트웨이에서 능동적으로 대처할 수 있는 알고리즘이다. 그러나, RED 매개변수 분석을 통하여 고정된 매개변수 값을 사용할 경우, 현재 네트웍 트래픽 상태에 적절히 대처하지 못하는 문제점을 가지고 있다. 본 논문에서는 기존의 RED 알고리즘의 문제점인 고정된 매개변수 값 설정으로 인한 문제점을 해결하기 위하여 개선된 RED 알고리즘을 제안한다. 제안된 알고리즘에서는 현재의 네트웍 트래픽 상태에 따라 패킷 폐기 확률 값을 조성하여 게이트웨이에서의 혼잡 상황을 효율적으로 제어하도록 하였다 그리고, NS를 이용하여 개선된 RED 알고리즘의 성능을 검증하였다.

• 한국항행학회논문지
• /
• 제14권3호
• /
• pp.358-366
• /
• 2010

무선 네트워크상에서 혼잡과 지연은 네트워크 내에 존재하는 패킷의 수가 과도하게 증가하거나 송신측과 수신측의 전송 균형이 일치되지 않을 때 주로 발생한다. 이러한 혼잡과 지연은 패킷 손실 (pack loss)의 원인이 되며, 패킷손실은 멀티미디어 스트리밍의 성능을 떨어뜨릴 뿐만 아니라 오버헤드를 증가시킨다. 본 논문에서는 무선네트워크의 패킷 손실을 최적화하고 멀티미디어 스트리밍의 QoS 향상을 위한 전송율 기반의 멀티미디어 스트리밍의 최적화 메카니즘을 제안한다. 제안된 기법은 전송율 모니터링과 오버헤드 모니터링에 기반하여 최적화를 수행한다. 이러한 목적을 위하여 본 논문에서는 소스율 제어에 의한 최적화를 수행하도록 하며, 이것은 혼잡, 지연 등의 이슈들을 최적화하기 위한 것이다. 성능 평가는 RED (Random Early Detection), TFRC (TCP-friendly Rate Control) 그리고 제안된 기법으로 수행하였으며, 시뮬레이션 결과 제안된 기법이 RED, TFRC기법에 비해서 패킷손실율, 처리율, 평균 응답율이 보다 효율적임을 알게 되었다.