• 전기전자학회논문지
• /
• 제1권1호
• /
• pp.31-46
• /
• 1997

본 논문에서는 다층 연결 구조(Multistage Interconnection Network, MIN)를 기반으로 하는 병렬 컴퓨터 환경에서 효과적으로 운용할 수 있는 병렬 Optimal Best-First search Branch-and-Bound 알고리즘(pobs)을 제안하고, 성능을 분석하였다. 제안된 알고리즘은 먼저 해를 얻고자 하는 문제를 임의의 G개 부 문제로 분할하고 소수 프로세서로 구성된 프로세서 그룹들에 할당하여 각각의 지역 해를 산출하도록 하였다. 따라서 N개의 프로세서를 갖는 시스템은 G개 프로세서 그룹으로 구분되고 각 프로세서 그룹은 P(=N/G)개 프로세서를 보유하게 된다. 각 프로세서 그룹은 할당된 부 문제의 지역 해를 얻는 과정에 병렬 sub-Global Best-First B&B 알고리즘을 수행한다. 프로세서 그룹들이 산출한 지역 해들 가운데 최선의 값을 갖는 지역 해가 문제의 전역 해로 결정되는데, 이를 위하여 각 프로세서 그룹의 대표 프로세서는 할당된 부 문제의 지역 해를 다른 그룹들에게 전파하도록 하였다. 지역 해 전파는 프로세서 그룹들의 지역 해 비교를 통한 전역해 선정 기능과 함께 프로세서 그룹간 작업 불균형 문제를 상당 부분 해소하는 효과를 제공한다. 알고리즘 설계에 이어 성능 평가를 위한 분석 모형을 제시하였다. 제안한 모형은 B&B 알고리즘 수행에 따른 연산 소요시간과 통신 소요시간을 분리하여 처리함으로 병렬 처리 환경에서 보다 실질적인 알고리즘 성능 평가가 가능하게 함과 동시에, 다양한 컴퓨터 연결 구조에서의 알고리즘 성능 예측을 용이하게 하였다. B&B 알고리즘의 확률 특성을 토대로 작성된 성능 분석 연구의 실효성 검토를 위하여 MIN 기반 시스템을 대상으로 병행된 시뮬레이션 결과는 상호 미세한 오차 범위 내에서 일치하는 결과를 보여 제시한 성능 분석 기법의 타당성을 입증하였다. 또한, 본 논문에서 제안한 병렬 알고리즘을 MIN 기반 시스템에 적용하여 기존 알고리즘의 성능과 비교 평가 결과 제안한 pobs가 문제 해결 과정에서 전개되는 부 문제 수를 줄이고 프로세서간의 효율적인 작업 분배 효과를 제공하는 한편 프로세서간의 주된 통신 활동 범위를 국부적으로 제한하여 성능면에서 우수함을 입증하였다.

• Spatial Information Research
• /
• 제19권3호
• /
• pp.95-106
• /
• 2011

최근 무선 센서 네트워크에서 센서로부터 원하는 데이타를 가져오는 네트워크 내 집계 질의처리 기법에 대한 연구가 활발히 진행되고 있다. 기존의 대표적인 네트워크 내 집계 질의 처리 기법들은 집계 질의 처리를 위해 라우팅 알고리즘과 데이타 구조를 제안하고 있다. 그러나 이러한 기법들은 센서 노드들의 에너지 소모가 크고, 질의 처리 결과 정확도가 떨어지고, 또한 질의 처리 시간이 오래 걸리는 문제점들을 가지고 있다. 본 논문에서는 이러한 기존 집계 질의 처리 기법들의 문제점을 해결하고 무선 센서 네트워크에서 보다 효율적인 집계 질의 처리를 위해 BPA(Bucket-based Parallel Aggregation)를 제시하였다. BPA는 질의 영역을 센서 노드 분포에 따라 쿼드 트리로 구성하여 집계 질의를 병렬로 처리하고, 각 센서 노드로 하여금 데이타를 이중 전송하게 함으로써 전송 오류로 인한 데이타 손실을 줄인다. 또한, BPA는 집계 질의 처리시 버켓 기반의 데이타 구조를 이용하고 이러한 버켓 데이타 구조를 버켓내 데이타 개수에 따라 적응적으로 분할 및 합병한다. 특히 버켓내 데이타 크기를 줄이기 위해 데이타를 압축하고 데이타 전송 횟수를 줄이기 위해 필터링을 수행한다. 마지막으로 센서 데이타를 이용한 다양한 실험을 통해 본 논문에서 제안하는 BPA의 우수성을 입증하였다.

• Spatial Information Research
• /
• 제21권2호
• /
• pp.23-33
• /
• 2013

최근 IoT (Internet of Things) 기술의 발전과 더불어 무선 환경에서 특정 영역에 위치하는 센서노드의 위치-센서정보를 에너지 효율적으로 수집하는 센서 네트워크 기반 공간질의처리에 대한 관심이 크게 증가하고 있다. 그리하여 센서노드에서 공간 필터링을 직접 수행하여 센서노드들 간의 통신 횟수를 감소시켜 에너지 소모를 최소화하는 다양한 공간질의처리 알고리즘 및 분산 공간색인방법들이 제안되어 왔다. 그러나 단일 공간질의처리 최적화에 중점을 두었던 기존 공간색인방법 및 알고리즘들은 IoT 환경에서 다수 사용자에 의하여 요청되는 다중 공간질의를 최적화하여 수행하기에는 한계가 있었다. 이에 본 논문에서는 센서 네트워크에서 다중 공간질의를 에너지 효율적으로 처리할 수 있는 최적화 알고리즘을 제안하고 있다. 제안된 다중 공간질의 최적화 알고리즘은 인접 영역에 주어지는 공간질의들을 통합하여 수행하는 '질의통합' 개념을 기본으로 하고 있다. 최적화 과정에서 질의들의 통합 또는 개별 수행에 대한 판단은 각 수행비용을 예측하여 결정하며, 본 논문에서는 질의처리 비용 예측 방법을 추가적으로 제안하고 있다. 끝으로, 성능평가에서는 GR-tree, SPIX, CPS의 공간색인방법에 대한 비교 실험을 통하여 제안된 알고리즘의 성능 분석결과를 제시하고 있다.

• 인터넷정보학회논문지
• /
• 제19권5호
• /
• pp.43-54
• /
• 2018

연무가 있는 상황에서 촬영된 영상은 낮은 대비로 인해 시인성이 낮아지는 문제가 있다. 이렇게 연무로 인해 흐릿한 영상에서 연무의 효과를 제거하는 과정을 연무제거라고 한다. 연무제거에서 가장 중요한 문제 중 하나는 전달지도 (transmission map) 또는 깊이지도 (depth map)를 정확하게 추정하는 것이다. 본 논문에서는 정확한 깊이지도 추정을 위해 생성적 대립쌍 신경망 (Generative Adversarial Network: GAN)을 이용한 정확한 깊이 영상 추정 방법을 제안한다. 제안된 GAN 모델은 흐릿한 입력영상과 이에 상응하는 깊이지도 간의 비선형 매핑을 학습한다. 그리고 연무제거단계에서는 훈련된 모델을 사용하여 입력영상의 깊이지도를 추정하고 이것을 전달지도를 계산하는데 사용한다. 이어서 guided filter를 사용하여 전달지도를 다듬는다. 마지막으로 대기 산란 모델을 기반으로 연무가 제거된 영상을 복원한다. 제안된 GAN 모델은 합성실내영상으로 훈련되었다. 하지만 실제 연무영상에 대해서도 적용할 수 있다. 이를 실험을 통해 증명하였다. 또한 실험에서 제안된 방법이 이전에 연구된 방법에 비해 시각적 및 정량적 측면에서 우수한 결과를 나타냈다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권10호
• /
• pp.4678-4702
• /
• 2018

Traffic Matrix estimation has always caught attention from researchers for better network management and future planning. With the advent of high traffic loads due to Cloud Computing platforms and Software Defined Networking based tunable routing and traffic management algorithms on the Internet, it is more necessary as ever to be able to predict current and future traffic volumes on the network. For large networks such origin-destination traffic prediction problem takes the form of a large under- constrained and under-determined system of equations with a dynamic measurement matrix. Previously, the researchers had relied on the assumption that the measurement (routing) matrix is stationary due to which the schemes are not suitable for modern software defined networks. In this work, we present our Compressed Sensing with Dynamic Model Estimation (CS-DME) architecture suitable for modern software defined networks. Our main contributions are: (1) we formulate an approach in which measurement matrix in the compressed sensing scheme can be accurately and dynamically estimated through a reformulation of the problem based on traffic demands. (2) We show that the problem formulation using a dynamic measurement matrix based on instantaneous traffic demands may be used instead of a stationary binary routing matrix which is more suitable to modern Software Defined Networks that are constantly evolving in terms of routing by inspection of its Eigen Spectrum using two real world datasets. (3) We also show that linking this compressed measurement matrix dynamically with the measured parameters can lead to acceptable estimation of Origin Destination (OD) Traffic flows with marginally poor results with other state-of-art schemes relying on fixed measurement matrices. (4) Furthermore, using this compressed reformulated problem, a new strategy for selection of vantage points for most efficient traffic matrix estimation is also presented through a secondary compression technique based on subset of link measurements. Experimental evaluation of proposed technique using real world datasets Abilene and GEANT shows that the technique is practical to be used in modern software defined networks. Further, the performance of the scheme is compared with recent state of the art techniques proposed in research literature.

• 한국인터넷방송통신학회논문지
• /
• 제20권2호
• /
• pp.149-155
• /
• 2020

한국도로교통공단은 교통사고분석시스템(TAAS)을 활용하여 2015년부터 발생한 교통사고 원인을 분석한 통계를 제공하고 있다. 교통사고 발생 주요 원인으로, 2018년 한해 전체 교통사고 발생원인 중 전방주시 부주의가 대부분의 원인임을 TAAS를 통해 발표했다. 교통사고 원인에 대한 통계자료의 세부항목으로 운전 중 스마트폰 사용, DMB 시청 등의 안전운전 불이행 51.2%와 안전거리 미확보 14%, 보행자 보호의무 위반 3.6% 등으로, 전체적으로 68.8%의 비율을 보여준다. 본 논문에서는 Deep Learning의 알고리듬 중 CNN(Convolutional Neural Network)를 활용하여 첨단 운전자 보조 시스템 ADAS(Advanced Driver Assistance Systems)을 개선한 시스템을 제안하고자 한다. 제안된 시스템은 영상처리에 주로 사용되는 Conv2D 기법을 사용하여 운전자의 얼굴과 눈동자의 조향을 분류하는 모델을 학습하고, 차량 전방에 부착된 카메라로 자동차의 주변 object를 인지 및 검출하여 주행환경을 인지한다. 그 후, 학습된 시선 조향모델과 주행환경 데이터를 사용하여 운전자의 시선과 주행환경에 따라, 위험요소를 3단계로 분류하고 검출하여 운전자의 전방 및 사각지대 보조한다.

• 한국컴퓨터정보학회논문지
• /
• 제16권1호
• /
• pp.133-142
• /
• 2011

멀티홉 무선 네트워크에서 TCP가 동작하는 경우, 유선 네트워크와 무선 네트워크의 서로 다른 특성으로 인하여 TCP의 심각한 성능저하가 초래된다. 이것은 TCP가 무선오류로 인해 발생되는 패킷손실을 혼잡으로 인해 발생한 패킷손실로 간주하여 데이터 전송률을 불필요하게 감소시키기 때문이다. 이러한 성능저하를 피하기 위해서 혼잡손실과 무선손실을 구별하는 많은 기법들이 연구되어 왔으나, 이들 기법들은 무선손실에 대한 탐지정확도가 기대만큼 높지 않거나, 무선손실에 대한 탐지정확도가 높으면 혼잡손실에 대한 정확도가 낮아지는 경향을 보인다. 본 논문은 혼잡손실에 대한 탐지정확도의 희생을 최소화하면서, 무선손실에 대한 탐지정확도를 높이는 송신자 기반의 패킷손실 구별기법을 제안한다. 본 기법은 네트워크 혼잡과 상호 관련성이 높은TCP 송 수신자간의 큐 사용률을 추정하고, 추정된 큐 사용률과 특정 임계값을 비교하여 혼잡손실과 무선손실을 구별한다. 네트워크 시뮬레이터인 QualNet을 이용한 실험에서는 기존 기법과 제시된 기법간의 혼잡손실에 대한 탐지정확도와 무선손실에 대한 탐지정확도를 구분하여 비교평가하고, 홉 수 증가에 따른 성능향상을 비교평가 한다. 실험 결과는 멀티홉 무선 네트워크상에서 본 기법이 가장 높은 탐지정확도를 가질 뿐만 아니라 TCP의 성능을 가장 높게 향상시킴을 보인다.

• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.85-94
• /
• 2013

월드와이드 웹, 특히 web 2.0의 출현과 함께 뉴스 기사들의 양이 엄청나게 증가하면서 독자들이 그들의 요건에 맞춰 뉴스기사를 선택하는데 어려움이 있다. 이러한 문제를 해결하기 위해서 여러 클러스터링 메커니즘이 뉴스기사들을 분별하도록 제안되었다. 하지만, 이러한 기법들은 완전히 기계 지향적 기법들이고, 클러스터링의 멤버쉽을 결정하는 과정에 사용자의 참여가 제외되어 있다. 본 논문에서는 뉴스 기사 클러스터링 처리과정에서 참여문제를 해결하기 위해서, 객체들을 클러스터링하는 뉴스 기사와 트위터에 포스트하려는 사용자의 결정을 조합하므로써 뉴스 기사를 클러스터링하는 프레임워크를 제안한다. 우리는 이를 위해 트위터 해쉬-태그를 이용할 수 있도록 했다. 더욱이, 트윗된 글에 대한 리트윗 빈번도에 기반하여 사용자의 신용도를 계산하므로써, 클러스터링 멤버쉽 함수의 정확도를 개선시키려 한다. 제안된 방법에 대한 성능을 보이기 위해, 2013년도에 파키스탄에서 있었던 선거동안에 발생한 메시지를 이용했다. 우리의 결과를 통해 사용자의 결과를 이용하므로써, 일반 클러스터링보다 더 나은 결과물이 달성될 수 있음을 보였다.

• 융합신호처리학회논문지
• /
• 제13권1호
• /
• pp.32-38
• /
• 2012

센서 네트워크에서의 각 노드들은 지리적 위치에 기반을 둔 정보를 처리해야할 경우에 다양한 방법으로 자신의 위치를 알 수 있다. GPS를 이용한 위치 획득 방법은 전파의 가시성을 요구하므로 위치 정보를 획득할 수 없는 경우가 존재하고 비용이 많이들며, 전력소모가 많다. GPS 없이 센서 노드들의 위치를 알아내는 방법은 복잡한 수학적 알고리즘을 요구하며, 위치 추정의 정확도 측면에서 불리하다는 단점을 가지고 있다. AHLoS는 GPS를 이용한 위치 측정과 위치 추정 알고리즘을 모두 사용하는 혼합 방식이다. AHLoS에서 GPS 노드는 GPS로부터 수신한 자신의 위치를 자신과 인접한 GPS 기능이 없는 일반 노드로 방송한다. 일반 노드는 최소한 3개 이상의 이웃 노드의 위치 정보를 수신할 경우 삼각 측량 위치 계산 알고리즘의 반복 수행을 통해 자신의 위치를 계산할 수 있다. 그러나, 센서 네트워크에서 노드 이동성 네트워크 밀도 지리적 조건에 따라 노드가 3개 이상의 이웃 신호를 수신하지 못할 경우가 존재한다. 본 연구에서는 GPS 노드로부터 위치 정보를 3개 이상 직접 수신하기 어려운 저밀도 환경에서 각 센서 노드가 간접적으로 자신의 위치를 획득하는 방법을 제안한다.

• 대한교통학회지
• /
• 제27권1호
• /
• pp.143-155
• /
• 2009

현재 이용되는 모든 동적 통행배정모형들은 출발시간을 기준으로 기종점간의 통행량을 정의하고 있다. 하지만, 동적 OD가 출발시간을 통행수요의 동적 기준점으로 이용하는 것은 동적 통행배정 모형의 계산상 편의를 위한 것이다. 즉, 통행이 활동참여를 위해 발생하고 종료된다는 것을 고려하면 이러한 출발시간 기준 기종점표는 모든 종류의 통행들에 적용될 수는 없다. 예를 들어, 오전의 출근통행은 업무개시시간을 고려한 희망도착시간이 기준시간이 되고, 통근자들이 가정을 떠나는 출발시간은 희망도착시간과 예상 기종점 통행시간을 고려해 결정되는 것이다. 그러나 현재 개발되어 있는 모든 통행배정기법들은 출발시간으로부터 시간의 흐름에 따라 기점에서 종점으로 통행을 이동시키기 때문에 통행수요를 종점 희망도착시간을 기준으로 역방향계산을 할 수 없다. 따라서 현실과 동일한 결정과정을 통해 동적 통행배정을 할 수 있는 모형은 아직 개발되지 않았다. 본 연구에서는 이러한 문제인식 아래 희망도착시간을 기준으로 정의된 동적 기종점표를 교통망에 부하할 수 있는 동적 통행배정모형을 개발하였다. 개발된 모형은 희망도착시간분포와 예상 경로 통행시간을 이용하여 출발시간분포를 갱신하는 방법을 이용하였으며, GLS함수를 통해 수학식을 구성하였다. 개발된 모형은 두 가지의 소규모 교통망들에 적용되어 그 성능을 확인하였다.