• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권10호
• /
• pp.4681-4702
• /
• 2016

Recently, Massive energy consumption in Cloud Storage System has attracted great attention both in industry and research community. However, most of the solutions utilize single method to reduce the energy consumption only in one aspect. This paper proposed an energy effective gear-shifting mechanism (E2GSM) in Cloud Storage System to save energy consumption from multi-aspects. E2GSM is established on data classification mechanism and data replication management strategy. Data is classified according to its properties and then be placed into the corresponding zones through the data classification mechanism. Data replication management strategies determine the minimum replica number through a mathematical model and make decision on replica placement. Based on the above data classification mechanism and replica management strategies, the energy effective gear-shifting mechanism (E2GSM) can automatically gear-shifting among the nodes. Mathematical analytical model certificates our proposed E2GSM is energy effective. Simulation experiments based on Gridsim show that the proposed gear-shifting mechanism is cost effective. Compared to the other energy-saved mechanism, our E2GSM can save energy consumption substantially at the slight expense of performance loss while meeting the QoS of user.

• 경영과정보연구
• /
• 제34권5호
• /
• pp.213-231
• /
• 2015

본 연구에서는 우리나라의 상장기업이 K-IFRS 도입 후 현금흐름표에서 보고되는 영업현금흐름을 상향조정하기 위하여 분류조정을 이용하는 경향이 있는지를 분석하였다. 분류조정의 대용변수로는 계량경제학적으로 산출되는 비정상영업현금흐름, 그리고 이자 및 배당금의 수취와 지급을 영업현금흐름을 최대화하는 방향으로 분류하는지의 여부를 반영하는 더미변수를 사용한다. 조정의 유인으로는 기업의 재무적 부실, 투자적격과 부적격의 경계영역에 해당하는 신용등급, 음(-), 혹은 전년도의 보고영업현금흐름보다 낮은 실적보고의 회피동기 등을 고려한다. 실증분석 결과 분류조정 변수와 조정유인 변수사이에 기회주의 설명과 일치하는 양(+)의 관련성은 관찰되지 않았으며 오히려 일부의 분석에서는 음(-)의 관계가 확인되었다. 이는 K-IFRS에서 허용하고 있는 분류의 재량이 영업현금흐름을 최대화하는 방향으로 행사되는 것이 아니라 오히려 초과 영업현금흐름 실적과 관련되고 있을 가능성을 제시하는 것이며 이는 분류방식을 기간별로 일관되게 채택할 것을 요구하고 있는 K-IFRS의 규정과 무관하지 않은 것으로 해석된다.

• 한국지역지리학회지
• /
• 제1권1호
• /
• pp.93-101
• /
• 1995

라오스 북부에 위치하는 남칸강 유역 분지는 석회암대지(1000m 전후)와 이를 둘러싼 급경사지(700-1000m), 넓은 산록 완사 구릉지(300-700m), 좁은 층적평야로 이루어져 있다. 대지 상에는 아편, 산록완사 구릉지에는 밭벼가 재배되고 있는데 이들 농업은 이동식 화전농업의 형태로 이루어져 삼림과 토양을 황폐시키는 심각한 환경문제를 일으키고 있다. 이 지역의 화전과 살밈의 분포 상태를 계량적으로 파악하고 환경문제를 검토하기 위하여 남칸강의 한소지류인 H.Khane 강 유역분지에 대하여 MOS-1외 위성영상을 분석하고 40지점에 대하여 토양 샘플을 채취하여 토성을 분석하였다. 삼림과 토지이용상태를 분류한 것이 사진 2이고, 이의 고도별 분포면적을 계산한 것이 <표 2>이며, 토성을 분석한 것이 <표 3>이다. 남칸강 유역분지의 과다한 화전활동은 식생적 측면에서 삼림의 면적을 축소시키고 교목위주의 1차림이 관목위주의 2차림으로 바뀌어 가며, 토양적 측면에서 토양침식을 활성화시켜 구릉지 토양은 척박한 산성토양으로 변해가고 있고, 완경사 구릉지면은 우곡(雨谷)(gully)침식에 의하여 심하게 개석된 악지역형(惡地地形)으로 바뀌어가고 있다. 이와 같은 환경문제의 해결을 위해서는 무엇보다도 농업을 정착시키는 것이 급선무이다.

• 한국터널지하공간학회 논문집
• /
• 제11권2호
• /
• pp.151-162
• /
• 2009

본 연구에서는 터널 설계구간의 대부분을 차지하는 미시추 구간의 지반 등급 분류를 정량적으로 수행할 수 있는 새로운 접근방법을 제안한다. 본 제안방법은 시추공에서 얻은 직접조사 결과와 시추구간의 전기 비저항 탐사결과를 이용해 인공 신경망을 학습시카고, 학습된 인공 신경망은 미시추 구간의 암반분류 등급을 추론하는데 적용된다. 지반등급 추론은 미시추 구간 영역에서 움직이는 격자형 창(window)의 중심점에서 이루어 지며 창내 귀속된 전기 비저항들은 추론을 위한 참고자료로 시용된다. 인공 신경망 학습은 최선 RPROP(Resilient backpropagation) 인공 신경망 학습 알고리즘과 early-stopping 기법을 이용하여 수행되었다. 본 연구에서는 실제 시추조사가 이루어진 터널현장에 제안기법을 적용하여 미시추 구간의 지반 등급을 추론하였으며, 전통적인 지구통계학적 크리깅(kriging) 기법에 의한 결과와도 상호 비교하였다. 결과적으로 본 연구를 통해 학습된 인공 신경망은 전통 크리깅 방법에 비해 매우 구체적이고 현실적인 예측결과를 제공하였다 또한, 인공 신경망 추론으로부터 얻어진 터널 종단 방향의 RMR과 Q-값의 분포에서는 전기 비저항 탐사로부터 추정된 취약지반 구간의 위치와 잘 일치하였으며, 두 값 상호간의 관계도 선행 연구 결과와 부합하였다.

• 한국멀티미디어학회논문지
• /
• 제17권12호
• /
• pp.1418-1429
• /
• 2014

In this paper we suggest a new two-wheelers detection algorithm using local cell features. The first, we propose new feature vector matrix extraction algorithm using the correlation two cells based on local cell histogram and shifting from the result of histogram of oriented gradients(HOG). The second, we applied new weighting values which are calculated by the modified histogram intersection showing the similarity of two cells. This paper applied the Adaboost algorithm to make a strong classification from weak classification. In this experiment, we can get the result that the detection rate of the proposed method is higher than that of the traditional method.

• 한국축산시설환경학회지
• /
• 제7권1호
• /
• pp.45-56
• /
• 2001

The following statistics are the results of a survey that analyzed the classification of livestock area and spatial mobility based upon the number of livestock and an area of 151 towns and cities from 1975 to 1995. 1. As a results of analysis about the degree of location concentration using C.V., Korean native cattles (HanWoo) and swines are becoming more centralized while dairies and chickens are becoming decentralized. 2. 49 regions, that is 32.5%, were classified as growing regions, 30 regions (19.9%) were stagnant regions and 72 regions (47.7%) were withering regions. The classification was based upon the calculation according to the numbers of converted grown animals and growth index. Kyonggi-do and Chungchongnam-do, specifically, took up 26.6% and 24.5% of the developing regions which shows that these two regions are the dominant regions for livestock. 3. Kyongsangbuk-do and Chungchongnam-do play significant roles for overall livestock, and Chollanam-do is considering a transition from swines to Korean native cattles and Kyongsangbuk-do is shifting from Korean native cattles to swines.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.698-701
• /
• 2005

This paper examines that is extracted certain information in forest areas within high resolution imagery based on wavelet transformation. First of all, study areas are selected one more species distributed spots refer to forest type map. Next, study area is cut 256 x 256 pixels size because of image processing problem in large volume data. Prior to wavelet transformation, five texture parameters (contrast, dissimilarity, entropy, homogeneity, Angular Second Moment (ASM≫ calculated by using Gray Level Co-occurrence Matrix (GLCM). Five texture images are set that shifting window size is 3x3, distance .is 1 pixel, and angle is 45 degrees used. Wavelet function is selected Daubechies 4 wavelet basis functions. Result is summarized 3 points; First, Wavelet transformation images derived from contrast, dissimilarity (texture parameters) have on effect on edge elements detection and will have probability used forest road detection. Second, Wavelet fusion images derived from texture parameters and original image can apply to forest area classification because of clustering in Homogeneous forest type structure. Third, for grading evaluation in forest fire damaged area, if data fusion of established classification method, GLCM texture extraction concept and wavelet transformation technique effectively applied forest areas (also other areas), will obtain high accuracy result.

• 서비스연구
• /
• 제8권1호
• /
• pp.89-102
• /
• 2018

산업분류(Industrial Classification)는 산업활동의 종류를 체계적으로 구분한 것으로서, 모든 국가는 국가별 일정한 분류 방법에 의해 체계화된 표준산업분류(Standard Industrial Classification)를 운용하고 있다. 이를 바탕으로 자국의 산업활동과 관련한 통계조사를 통해 산업현황을 분석하거나, 관련 정책 수립에 활용하며, 또 국가 간 비교에도 이용하고 있다. 국제적으로는 2차 산업혁명 이후, 국가 간 경제 산업교류가 활발해지면서 국제적인 표준산업분류 기준의 필요성이 대두됨에 따라 유엔통계처(UNSD)는 영국의 경제학자 콜린 클라크가 1940년 산업을 1차(원시산업) 2차(가공산업) 3차(서비스산업)로 구분한 산업 3분류를 기초로 하여 1948년에 국제표준산업분류(ISIC)를 제정하였고, 대부분의 국가가 이를 원용하고 있다. 이러한 국제표준산업 분류(ISIC)와 각국의 표준산업분류는 제정 이후, 수차례 개정을 거쳐 현재에 이르고 있는데, 이들 표준산업분류가 거의 예외 없이 2000년대에 들어 대폭적인 개정이 이루어지고 있고, 그 개정 사유가 신생산업의 출현으로 인한 산업구조 변화를 반영하기 위한 것이라는 것과 그 개정 내용이 주로 3차산업 영역의 대분류 항목을 신설 세분하거나, 1 2차산업 영역 소속의 산업들이 3차산업 영역으로 소속 이동하는 형태라는 공통적 현상을 보이고 있다. 이에 본 연구는 이러한 공통적 현상의 발생 원인을 체계적으로 규명하고, 현 분류체계들의 문제점을 분석한 후, 서비스경제 관점에서의 새로운 산업분류체계의 방향을 고찰하고, 새로운 분류체계의 개념적 모델을 제안하였다. 향후 연구를 통해 본 제안 모델을 검증하고 신 분류체계 연구를 활성화할 필요가 있다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권2호
• /
• pp.221-225
• /
• 2008

센서네트워크에서 목표물 탐지하는데 있어 높은 샘플링이 수반되어야 하는 주파수 분석을 피하기 위하여, 낮은 샘플링 데이타를 이용하더라도 목표물 식별이 가능한 시계열(Time-series) 분석 기법으로서 시간 정합 유사도 측정 알고리즘을 소개하고 그 중에 가장 우수한 DTW-Cosine 알고리즘을 제안한다. 시계열 분석 기법을 이용하여 패턴을 비교하기 위해서는 지역 시간 이동 문제와 공간 신호 변이 문제를 극복해야 하는데 DTW-Cosine 알고리즘은 이를 효과적으로 극복함과 동시에 Smoothing 기법을 통하여 다른 시간 정합 유사도 측정 알고리즘들에 비해 전체적으로 최소 10.31% 이상의 우수한 성능을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권8호
• /
• pp.2801-2815
• /
• 2022

With the advent and realization of Software Defined Network (SDN) architecture, many organizations are now shifting towards this paradigm. SDN brings more control, higher scalability, and serene elasticity. The SDN spontaneously changes the network configuration according to the dynamic network requirements inside the constrained environments. Therefore, a monitoring system that can monitor the physical and virtual entities is needed to operate this type of network technology with high efficiency and proficiency. In this manuscript, we propose a real-time monitoring system for data collection and visualization that includes the Prometheus, node exporter, and Grafana. A node exporter is configured on the physical devices to collect the physical and virtual entities resources utilization logs. A real-time Prometheus database is configured to collect and store the data from all the exporters. Furthermore, the Grafana is affixed with Prometheus to visualize the current network status and device provisioning. A monitoring system is deployed on the physical infrastructure of the KOREN topology. Data collected by the monitoring system is further pre-processed and restructured into a dataset. A monitoring system is further enhanced by including machine learning techniques applied on the formatted datasets to identify the elephant flows. Additionally, a Random Forest is trained on our generated labeled datasets, and the classification models' performance are verified using accuracy metrics.