• 한국군사과학기술학회지
• /
• 제22권3호
• /
• pp.382-391
• /
• 2019

The naval combat system is a distributed system in which various subsystems are integrated and operated together. The integrated management system(IMS) is a software system for systematically and consistently managing the application software which control and operate various devices in such a combat system. Since the malfunction or failure of such an IMS can disable the entire combat system, the IMS is more important than other application software of the combat system. In this paper, we propose a method to guarantee the stable and correct operation of the combat system. To this end, we propose a redundancy scheme composed of one leader and several followers so as to tolerate the failure situation of the IMS. We also propose a leader selection algorithm to select a new leader when the leader fails and can no longer perform its role. To verify the validity of the study, we verify the fault tolerance behavior of the system and the accuracy of the leader selection algorithm.

• 한국지형학회지
• /
• 제17권3호
• /
• pp.1-16
• /
• 2010

식물 세포와 조직 사이에 형성된 규산염인 식물규소체는 특히 벼과식물에서 다양한 형태로 많이 산출되고, 분석 결과는 제4기 기후와 환경변화 복원 및 농경활동 가능성을 밝히는데 기여한다. 식물규소체는 물리적, 화학적 풍화에 대한 저항력이 강하며 토양에서 장기간 보존되지만, 제자리에 퇴적되는 특성으로 인하여 연구성과의 적용 공간은 제한된다. 식물규소체는 반복성과 중복성으로 동정이 어렵고, 분류체계도 완성되지 않았으므로 우리나라에서 적용할 수 있는 식물규소체 형태분류를 시도하였다. 식물규소체 분석 결과를 통한 고환경복원은 다양한 분야에서 활발하게 이루어지고 있다. 특히 식물규소체의 기후지시자와 함께 Iph와 Ic 등 기후지수를 이용하여 고해상도의 고기후복원도 가능하다.

• 대한전자공학회논문지SD
• /
• 제46권6호
• /
• pp.6-15
• /
• 2009

본 논문에서는 H.264 움직임추정의 고속처리를 위하여 2D PE 아키텍처의 메모리 대역폭을 개선할 수 있는 새로운 4-방향 검색윈도우를 설계 및 구현하였다. 기존의 2D PE 아키텍처는 메모리 대역폭을 줄이기 위하여 스캔경로 내에서 인접한 검색윈도우간 중복되는 데이터를 재사용하였으나, 본 연구에서는 재사용을 증대시키기 위하여 인접한 스캔경로 간의 검색윈도우에 대해서도 재사용할 수 있는 방법을 제안한다. 이를 위해서 검색윈도우를 하나의 스캔경로 내에서 래스터 및 사행 스캐닝을 수행하는 기존 방식을 개선하여, 인접한 복수 스캔경로를 4방향(상, 하, 좌, 우)으로 스캐닝하면서 이동할 수 있는 검색윈도우를 설계하였다. 기존 검색윈도우가 제한적인 데이터 재사용으로 $7.7{\sim}11$회 정도의 중복적인 검색(redundancy access factor)을 요구하는데 비하여, 제안된 4-방향 검색윈도우는 3.1/1.4회 정도로 중복검색을 감소시킨 성능을 보인다. 이에 따라서 4-방향 검색윈도우는 기존의 1-방향 검색윈도우에 비하여 70%, 4-방향 검색윈도우에 비하여 60%/81%의 메모리 대역폭 개선 효과를 가져을 수 있게 된다. 제안된 4-방향 검색윈도우의 H.264 정수화소 움직임추정 아키텍처는 절대차분 연산을 위한 $16{\times}16$의 2D PE어레이와 인접 스캔경로 간 검색윈도우 데이터를 재사용하기 위한 $5{\times}16$의 RE어레이로 구성되어 있다. 2D PE어레이는 스캔방향에 따라 상/하 양방향으로 참조데이터를 입력받을 수 있으며, 인접한 복수 스캔경로들의 데이터 재사용을 위한 RE 어레이가 2D PE어레이와 함께 좌/우 양방향으로 로테이트가 가능하도록 구성되어 있다. 4방향 검색윈도우는 Magnachip 0.18um공정으로 구현되어 H.264 움직임추정 메모리대역폭을 개선하여 2D PE 아키텍처 사양 참조 프레임 1장, 검색영역 $48{\times}48$, 매크로 블록 $16{\times}16$의 HD영상($1280{\times}720$)을 149.25MHz에서 실시간처리하는 성능을 보였다.

• 한국통신학회논문지
• /
• 제39A권12호
• /
• pp.746-755
• /
• 2014

압축센싱은 신호의 성긴 (Sparse) 성질을 활용하여 Nyquist 표본화율 보다 낮은 측정 율만으로도 신호의 완벽 복원이 가능하다는 측면에서 새로운 샘플링 기술로 주목 받고 있다. 블록기반의 압축센싱 기술을 사용하여 영상을 샘플링 하는 경우, 측정신호 영역에서도 공간 영역의 유사도가 보존되므로, 본 논문에서는 블록기반 압축센싱 기술을 사용하여 획득한 자연영상의 측정 신호에 대한 새로운 부호화 기술을 제안한다. 측정신호 간 유사성을 제거하기 위해 이산 웨이블릿 변환(DWT)을 적용한 후, 각 DWT 계수에 적절한 양자화를 수행한다. 이를 통해, 측정 신호 내의 중복성을 제거하고, 측정 신호의 비트 율 또한 절약할 수 있었다. 실험 결과, 기존의 블록기반 평활 Projected Landweber 알고리즘에 스칼라 양자화를 적용한 방법, DPCM 방법을 적용한 방법, 그리고 Multihypothesis 기반 블록기반 평활알고리즘에 DPCM을 적용한 방법과 비교할 때, 제안방법의 PSNR이 각각 최대 4dB, 0.9dB, 그리고 2.5dB 더 높은 성능을 보이는 것을 확인 할 수 있었다.

• 정보처리학회논문지B
• /
• 제19B권1호
• /
• pp.1-8
• /
• 2012

모자이크란 여러 가지 빛깔의 재료를 조각조각 붙여서 무늬나 영상을 만드는 기법을 말하며, 최근에는 디지털 이미징 기술의 발달로 인하여 사진을 이용하여 영상을 만드는 포토 모자이크 기술들이 활용되고 있다. 본 논문에서는 적응적 타일링 및 블록 매칭을 통하여 포토 모자이크 영상을 만드는 컴퓨터 알고리즘을 제안한다. 제안한 알고리즘은 사진 데이터베이스의 생성 단계와 포토 모자이크 생성 단계로 구성된다. 사진 데이터베이스란 모자이크에 사용되는 사진(또는 타일)을 의미하며, 타일을 $4{\times}4$로 분할한 후에 각 영역의 RGB 평균값을 특징값으로 저장한다. 포토 모자이크 생성 단계는 입력 영상에 대하여 기 설정된 블록 크기로 분할한 후에 특징을 추출하는 과정, 인접한 블록들 사이의 유사도를 비교하여 병합하는 적응적 타일링 과정, 적응적 타일링을 통해 생성된 블록들을 사진 데이터베이스의 타일들과 유클리드 차이로 유사도를 비교하여 유사한 타일을 찾는 블록 매칭 과정 및 매칭된 타일의 명암값을 해당 블록의 명암값으로 교체하여 영상의 유사도를 높이는 밝기값 조정 과정으로 구성된다. 또한 인접 블록간 타일의 중복성을 최소화하는 기법을 적용하여 영상의 품질도 향상하였다. 제안한 알고리즘의 성능을 분석하기 위하여 안드레아 모자이크 소프트웨어와 비교하였고, 정량적인 분석 및 정성적인 분석에 있어서 제안한 알고리즘이 우수한 것으로 나타났다.

• 인터넷정보학회논문지
• /
• 제20권4호
• /
• pp.21-27
• /
• 2019

RNA 시퀀싱 데이터 (RNA-seq)에서 수집된 많은 양의 데이터에 변별력이 확실한 특징 패턴 선택이 유용하며, 차별성 있는 특징을 정의하는 것이 쉽지 않다. 이러한 이유는 빅데이터 자체의 특징으로써, 많은 양의 데이터에 중복이 포함되어 있기 때문이다. 해당이슈 때문에, 컴퓨터를 사용하여 처리하는 분야에서 특징 선택은 랜덤 포레스트, K-Nearest, 및 서포트-벡터-머신 (SVM)과 같은 다양한 머신러닝 기법을 도입하여 해결하려고 노력한다. 해당 분야에서도 SVM-기반 제약을 사용하는 서포트-벡터-머신-재귀-특징-제거(SVM-RFE) 알고리즘은 많은 연구자들에 의해 꾸준히 연구 되어 왔다. 본 논문의 제안 방법은 RNA 시퀀싱 데이터에서 빅-데이터처리를 위해 SVM-RFE에 강화학습의 Q-learning을 접목하여, 중요도가 추가되는 벡터를 세밀하게 추출함으로써, 변별력이 확실한 특징선택 방법을 제안한다. NCBI-GEO와 같은 빅-데이터에서 공개된 일부의 리보솜 단백질 클러스터 데이터에 본 논문에서 제안된 알고리즘을 적용하고, 해당 알고리즘에 의해 나온 결과와 이전 공개된 SVM의 Welch' T를 적용한 알고리즘의 결과를 비교 평가하였다. 해당결과의 비교가 본 논문에서 제안하는 알고리즘이 좀 더 나은 성능을 보여줌을 알 수 있다.