• 한국산업정보학회논문지
• /
• 제16권2호
• /
• pp.85-97
• /
• 2011

무선 센서 네트워크는 단거리 무선 통신으로 연결된 지능 센서가 사람과 실세계 객체간의 효과적인 매개자 역할을 하므로 최근 유비쿼터스 컴퓨팅 환경을 가능하게 할 수 있는 핵심적인 기술 중 하나로 각광을 받고 있다. 무선 센서 네트워크는 대량으로 분산된 극도의 내장형 시스템으로 볼 수 있다. 이 시스템은 분산 시스템으로서 병행성과 비동기적 이벤트 처리 능력에 대한 요구사항과 함께 내장형 시스템으로서 자원제한성에 따른 심각한 요구사항을 갖고 있다. 이러한 일견 상충하는 두 가지 요구사항을 갖는 무선 센서 네트워크의 운영 환경과 구조는 시스템 개발자에게 매우 독특한 어려움을 제기하고 있으므로 우리는 유한상태기계에 기반을 둔, 매우 새로운 형태의 센서 네트워크용 운영체제를 제안한다. 본 논문에서는 센서 네트워크의 특성을 감안한 설계 목표를 명시하고, 간결하고 효율적인 상태기반 운영체제인 SenOS 설계와 구현의 핵심 사항을 제시한다. 또한 이러한 SenOS가 심각한 자원제한성을 갖는 센서 노드 상에서 원하는 반응성을 갖으면서도 적은 비용으로 동적 재구성이 가능하다는 것을 설명한다. 이러한 성능은 대표적인 센서 노드용 운영체제인 TinyOS의 성능평가에 사용된 벤치마크 프로그램을 수행하고 그 결과를 TinyOS의 경우와 비교한다.

• 정보처리학회논문지C
• /
• 제10C권2호
• /
• pp.217-232
• /
• 2003

QoS 라우팅은 네트워크 활용률 및 사용자의 서비스 수준을 향상시키는 효과가 있으나 기존의 최선 라우팅보다 훨씬 복잡하고 빈번한 경로 계산 및 동적 네트워크 상태 정보 교환을 위한 프로토콜 오버헤드를 발생시킨다. 또한 네트워크에 QoS 라우팅이 도입된 경우 상대적으로 우선 순위가 낮은 최선 트래픽에 대한 네트워크 성능을 향상시킬 수 있는 방안에 대해서는 거의 연구된 바가 없다. 이에 본 논문에서는 QoS 라우팅을 위한 동적 네트워크 상태 정보 교환 오버헤드 없이 QoS 라우팅을 수행하고 QoS 라우팅 성능에 전혀 영향을 주지 않으면서 우선 순위가 낮은 최선 트래픽의 성능 또한 향상시킬 수 있는 서버 기반 라우팅 메커니즘을 제안한다. 시뮬레이션을 통해 제안한 라우팅 방안의 성능을 평가한 결과, 제안하는 라우팅 방안이 기존의 QoS 라우팅에 비해 더 적은 QoS 라우팅 오버헤드를 발생시키면서도 QoS 트래픽에 대한 라우팅 성능을 향상시킬 뿐 아니라, 최선 트래픽에 대한 라우팅 성능도 향상시킴을 볼 수 있었다. 특히, 최선 트래픽에 대한 QoS 트래픽의 영향이 큰 경우 즉, 네트워크의 전체 트래픽에 대한 QoS 트래픽의 비중이 높은 경우에 더욱 효과적으로 최선 트래픽의 성능을 항상시킴을 볼 수 있었다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.127-142
• /
• 2016

딥러닝은 인공신경망(neural network)이라는 인공지능분야의 모형이 발전된 형태로서, 계층구조로 이루어진 인공신경망의 내부계층(hidden layer)이 여러 단계로 이루어진 구조이다. 딥러닝에서의 주요 모형은 합성곱신경망(convolutional neural network), 순환신경망(recurrent neural network), 그리고 심층신뢰신경망(deep belief network)의 세가지라고 할 수 있다. 그 중에서 현재 흥미로운 연구가 많이 발표되어서 관심이 집중되고 있는 모형은 지도학습(supervised learning)모형인 처음 두 개의 모형이다. 따라서 본 논문에서는 지도학습모형의 가중치를 최적화하는 기본적인 방법인 오류역전파 알고리즘을 살펴본 뒤에 합성곱신경망과 순환신경망의 구조와 응용사례 등을 살펴보고자 한다. 본문에서 다루지 않은 모형인 심층신뢰신경망은 아직까지는 합성곱신경망 이나 순환신경망보다는 상대적으로 주목을 덜 받고 있다. 그러나 심층신뢰신경망은 CNN이나 RNN과는 달리 비지도학습(unsupervised learning)모형이며, 사람이나 동물은 관찰을 통해서 스스로 학습한다는 점에서 궁극적으로는 비지도학습모형이 더 많이 연구되어야 할 주제가 될 것이다.