• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권12호
• /
• pp.4389-4410
• /
• 2014

Network coding is a promising technology that increases system throughput by reducing the number of packet transmissions from the source node to the destination node in a saturated traffic scenario. Nevertheless, some packets can suffer from end-to-end delay, because of a queuing delay in an intermediate node waiting for other packets to be encoded with exclusive or (XOR). In this paper, we analyze the delay according to packet arrival rate and propose two network coding schemes, iXOR (Intelligent XOR) and oXOR (Optimal XOR) with Markov Decision Process (MDP). They reduce the average delay, even under an unsaturated traffic load, through the Holding-${\chi}$ strategy. In particular, we are interested in the unsaturated network scenario. The unsaturated network is more practical because, in a real wireless network, nodes do not always have packets waiting to be sent. Through analysis and extensive simulations, we show that iXOR and oXOR are better than the Distributed Coordination Function (DCF) without XOR (the general forwarding scheme) and XOR with DCF with respect to average delay as well as delivery ratio.

• 한국정보과학회논문지:정보통신
• /
• 제36권3호
• /
• pp.251-255
• /
• 2009

네트워크 코딩은 소스의 패킷이 최종 목적지로 전송되는 데 있어 총 전송 횟수를 줄여 전체 네트워크 측면에서 성능(throughput)의 이득이 있기 때문에 현재 매우 각광받고 있는 무선 기술 중 하나이다. 하지만 소스의 패킷을 최종 목적지까지 보내는데 거치게 되는 중간의 코딩 노드가 다른 소스의 패킷을 네트워크 코딩(XOR)하는 데 필요로 하는 시간(processing delay)과 다른 패킷이 전송될 때까지 해당 패킷이 큐에서 기다려야 하는 시간(queuing delay)이 추가적으로 필요하기 때문에 delay측면에서 손해를 볼 수 있다. 따라서 본 논문에서는 이런 queuing delay가 각 소스에서 발생한 패킷들의 arrival rate에 매우 의존적임을 분석한다. 또한 패킷 arrival rate에 따른 동적인 트래픽 상태에서 네트워크 코딩을 사용하지 않을 때(DCF without XOR)와 사용할 때(DCF with XOR)를 지연 시간 분석을 통해 비교한다.

• 전자공학회논문지CI
• /
• 제48권6호
• /
• pp.1-8
• /
• 2011

멀티미디어 핑거프린팅 분야에서 반공모에 강한 탄력성을 갖는 BIBD(Balanced Incomplete Block Design) 기반의 코드가 많이 사용된다. BIBD 기반의 코드를 논리적 XOR연산으로 공모공격 코드를 생성할 때, 공모된 코드가 비공모자의 원 핑거프린팅 코드와 동일하게 생성이 된 경우가 발생할 수 있다. 이에 따라 비공모자가 공모자로 판정이 되며, 반면에 공모자가 비공모자로 판정되어 공모자 추적에서 제외될 수 있다. 본 논문에서는 심각한 오판정의 공모자추적 문제를 해결하기 위하여, 상관계수 측정에 의한 (AND, OR, XOR and Averaging)-ACC(Anti-Collusion Code)에서 XOR-ACC를 다층 퍼셉트론의 신경망을 이용한 알고리즘을 구현한다. 실험을 통하여, BIBD 기반의 {7,3,1} 멀티미디어 핑거프린팅 코드의 XOR-ACC의 효율성이 기존의 41.18%에서 88.24%로 향상되어 공모자 추적율도 기존의 53%에서 100%로 향상되었음을 확인하였다. 그 결과 공모공격에 대한 공모자와 비공모자의 구분을 완전하게 추적과 판정을 할 수 있다.

• 대한전자공학회논문지SD
• /
• 제45권1호
• /
• pp.20-27
• /
• 2008

본 논문에서는 비선형 패턴 분류를 위해 FPGA 칩에 신경회로망을 구현하였다. 병렬처리 연산을 위해 순방향 신경회로망이 구현 되었다. 신경망의 학습을 off-line으로 한 다음에 가중치 값들을 저장하여 사용한다. 예로서, AND와 XOR 논리의 패턴 구분이 수행된다. 실험결과를 통해 FPGA에 구현된 신경회로망이 잘 작동하는 것을 검증하였다.

• 한국인터넷방송통신학회논문지
• /
• 제20권1호
• /
• pp.193-198
• /
• 2020

컨볼루셔널 뉴럴 네트워크 기술의 다양한 활용은 컴퓨팅 분야의 발전을 가속화하고 있으나, 이에 대한 반대급부로 심각한 하드웨어 성능 부족을 초래하고 있다. 그 대응책으로 뉴럴 네트워크 가속기, 차세대 메모리 소자 기술, 그리고 고대역폭 메모리 구조 등이 제안되었으나, 이들은 각각 범용성, 기술 성숙도, 그리고 높은 비용의 문제를 야기하여 적극적으로 도입되기 어려운 실정이다. 따라서 현재의 하드웨어 범용성을 그대로 유지하면서도 컨볼루셔널 뉴럴 네트워크 기술의 성능을 증대시킬 수 있는 방안이 필요하다. 본 연구는 메인메모리 내부에서 리프레쉬 동작이 수행되는 상황에서도 미리 저장된 XOR 비트 값을 사용하여 리프레쉬 동작의 종료 시점까지 대기하지 않아도 읽기 동작을 완료할 수 있는 DRAM 기반 메인메모리 기술을 제안한다. 실험 결과 제안 기법은 5.8%의 수행 속도 향상 및 1.2%의 에너지 절감, 그리고 10.6%의 EDP 향상을 보여주었다.

• 전자공학회논문지B
• /
• 제31B권10호
• /
• pp.149-157
• /
• 1994

A method of applying a recurrent backpropagation network to identifying or modelling a dynamic system is proposed. After the recurrent backpropagation network having both the characteristicsof interpolative network and associative network is applied to XOR problem, a new model of recurrent backpropagation network is proposed and compared with the original recurrent backpropagation network by applying them to XOR problem. based on the observation thata function can be approximated with polynomials to arbitrary accuracy, the new model is developed so that it may generate higher-order terms in the internal states Moreover, it is shown that the new network is succesfully applied to recognizing noisy patterns of numbers.

• 한국컴퓨터정보학회논문지
• /
• 제10권5호
• /
• pp.11-16
• /
• 2005

최근에 퍼지 이론을 인공 신경망에 접목하여 개선된 성능을 보이려는 경향이 많다. Goh는 퍼지단층 퍼셉트론 알고리즘과 일반적인 델타 규칙(Generalized delta rule)에 기반한 개선된 퍼지 퍼셉트론을 제안하여 Exclusive-OR(XOR) 문제 등을 해결하였다 그러나 이 방법은 계산량의 증가와 복잡한 영상인식에 적응하기에는 어려움이 있다. 논문에서는 동적 역치조정에 의한 개선된 퍼지 단층 퍼셉트론을 제안한다. 제안된 방법은 페턴인식의 벤치마크로 사용되는 XOR문제에 적용된다. 또한 영상 응용영역으로서 디지털 영상의 인식에 적용한다. 실험결과에서 항상 수렴하지는 않지만 그러나 제안된 모델은 학습시간의 개선과 높은 수렴율을 보였다.

• 대한전자공학회논문지SD
• /
• 제42권9호
• /
• pp.41-50
• /
• 2005

회로가 커짐에 따라 테스트 데이터양이 증가하고, 테스트 적용시간이 길어지고 있다. 따라서 테스트 데이터양과 테스트 적용시간을 줄이기 위해서, 테스트 데이터의 압축/복원을 위한 새로운 방법을 제안하고자 한다. 제안하는 방법은 시드 벡터를 생성할 때, 압축률을 높이기 위해 무상관비트를 사용하는 XOR 트리에 기반을 두고 있다. 시드 벡터가 생성이 되면, 2비트 길이를 가진 코드를 사용하여 시드를 병합한다. 이렇게 병합된 시드는 1 클럭 시간동안에 재사용될 수가 있어, 테스트 데이터 적용시간을 크게 감소시킬 수 있다 제안하는 방법의 효율성은 ISCAS '89 벤치 회로에 대한 실험 결과로 알 수 있다.

• 한국지능시스템학회논문지
• /
• 제11권6호
• /
• pp.505-509
• /
• 2001

본 연구에서는 학습기근을 갖는 결정론적 볼츠만 머신의 은닉충 뉴런에 비단조 활성화 함수를 적요한 경위의 학습성능을 XOR 문제와 ADD 학습에 대하여 수지 시뮬레이션을 통하여분석한다. 단조 활성화함수를 사용한 경우와 비교하여 학습 수렴률, 학습안정도, 및 학습 속도에 있어서 성능이 크게 향상됨을 확인하였다. 또한 네트워크의 막전위 분포를 조사함으로서 end-cut-off 타입의 비단조 함수를 이용한 경우에 나타는 다음 층의 뉴런에 영향을 주지 않는 뉴런의 출현, 즉, 신경회로망에 있어서 은닉층 뉴런늬 수을 자율적으로 조정하는것을 확인하였따. 이것은 학습문제에 대하여 네트워크 은닉층 뉴런의 수를 명확하게 결정할수 없는 현재의 상황에 있어서는 새로운 돌파구가 될것으로 기대된다.

• 한국산업정보학회논문지
• /
• 제7권3호
• /
• pp.62-67
• /
• 2002

본 논문에서는 기존의 결정론적 볼츠만 머신의 학습알고리즘을 수정하여 양자화결합을 갖는 결정론적 볼츠만 머신에도 적용할 수 있는 알고리즘을 제안하였다. 제안한 알고리즘을 2-입력 XOR 문제와 3-입력 패리티 문제에 적용하여 성능을 분석하였다. 그 결과 하중이 대폭적으로 양자화된 네트워크에 대해서도 학습이 가능하다는 것과 은닉층 뉴런의 수를 증가시키면 한정된 하중값의 범위로 유지할 수 있는 것을 보여준다. 또한 1회에 갱신하는 하중의 갯수를 제어함으로써 학습계수를 제어하는 효과가 얻어지는 것을 확인하였다.