• 제목/요약/키워드: network performance

검색결과 13,985건 처리시간 0.041초

심층 신경망을 활용한 전자문서 내 객체의 자동 추출 방법 연구 (Automatic Object Extraction from Electronic Documents Using Deep Neural Network)

  • 장희진;채영훈;이상원;조진용
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제7권11호
    • /
    • pp.411-418
    • /
    • 2018
  • 인공지능 기술의 확산으로 인해 과학기술 분야에서도 연구 데이터의 확보, 저장 및 활용이 중요시 되고 있는 상황이다. 연구 데이터를 확보하기 위해 전자문서 형태의 연구논문으로부터 그래프, 표와 같은 유의미한 객체를 추출하는 다양한 방법들이 제안되고 있다. 경험적 방법론을 이용하는 기존의 연구들은 문서의 편집 특성을 일반화하여 객체들을 추출하기 때문에 다수의 이질적인 형태를 갖는 전자문서들을 대상으로 연구결과를 적용하는데는 한계가 있다. 본 논문은 경험적 방법론의 경직성을 극복하고 이질적인 전자문서들로부터 목표 객체들을 효과적으로 추출하기 위해 심층 학습 기반의 객체 추출 시스템을 제안한다. 텐서플로우 객체 탐지 API의 Faster R-CNN 알고리즘을 기반으로 새로운 학습 모델을 생성했으며 심층 학습과 평가를 위해 총 100여 편의 연구논문들을 대상으로 목표 객체들을 데이터화했다. 마지막으로 성능평가를 통해 제안한 시스템이 경험적 방법론을 적용한 비교 대상에 비해 약 5.2% 높은 성능을 보임을 확인하였다.

그리드 컴퓨팅 네트워크에서 Seamless 가상 환경 시스템 구축을 위한 마이그레이션 에이전트 구현 및 성능 평가 (Implementation and Performance Evaluation of Migration Agent for Seamless Virtual Environment System in Grid Computing Network)

  • 원동현;안동언
    • 정보처리학회논문지:컴퓨터 및 통신 시스템
    • /
    • 제7권11호
    • /
    • pp.269-274
    • /
    • 2018
  • MMORPG환경에서 이용자들은, 한정된 게임 월드보다 끊임없이 넓은 지형에서 플레이하기를 원하기 때문에 끊임없이 연속된 확장 가능한 공간을 제공해야 한다. 이때 사용자는 개개의 서버들로 구성된 게임 월드를 하나의 지역으로 인식하게 하고 분산 서버들이 구성한 게임 월드를 자유롭게 이동할 수 있어야 한다. 여러 대의 게임 서버를 분산 방식으로 구성하여 하나의 게임 월드를 제공하므로 개개 서버가 관리하는 영역을 벗어나 다른 서버의 관리지역으로 이동 시 이동에 따른 게임 캐릭터의 게임 관련 정보 등을 모두 전송해 주어야 한다. 서버 간의 정보 동기화를 위하여 복잡한 과정이 필요하고 이로 인한 응답 지연이 발생할 수 있다. 본 논문에서는 가상 환경을 구축하는 데 필요한 가상 환경 중 가상 환경 구축을 위한 마이그레이션 에이전트 서버를 제안한다. 마이그레이션 에이전트는 응답시간 단축을 위한 캐시 서버 역할을 수행하며, Player character수 70,000인 상황에서 응답시간을 50% 단축할 수 있었다.

Satellite Laser Ranging System at Geochang Station

  • Lim, Hyung-Chul;Sung, Ki-Pyoung;Yu, Sung-Yeol;Choi, Mansoo;Park, Eunseo;Park, Jong-Uk;Choi, Chul-Sung;Kim, Simon
    • Journal of Astronomy and Space Sciences
    • /
    • 제35권4호
    • /
    • pp.253-261
    • /
    • 2018
  • Korea Astronomy and Space Science Institute (KASI) has been developing the space optical and laser tracking (SOLT) system for space geodesy, space situational awareness, and Korean space missions. The SOLT system comprises satellite laser ranging (SLR), adaptive optics (AO), and debris laser tracking (DLT) systems, which share numerous subsystems, such as an optical telescope and tracking mount. It is designed to be capable of laser ranging up to geosynchronous Earth orbit satellites with a laser retro-reflector array, space objects imaging brighter than magnitude 10, and laser tracking low Earth orbit space debris of uncooperative targets. For the realization of multiple functions in a novel configuration, the SOLT system employs a switching mirror that is installed inside the telescope pedestal and feeds the beam path to each system. The SLR and AO systems have already been established at the Geochang station, whereas the DLT system is currently under development and the AO system is being prepared for testing. In this study, the design and development of the SOLT system are addressed and the SLR data quality is evaluated compared to the International Laser Ranging Service (ILRS) tracking stations in terms of single-shot ranging precision. The analysis results indicate that the SLR system has a good ranging performance, to a few millimeters precision. Therefore, it is expected that the SLR system will not only play an important role as a member of the ILRS tracking network, but also contribute to future Korean space missions.

광학영상에서의 해빙종류 분류 연구 (Sea Ice Type Classification with Optical Remote Sensing Data)

  • 지준화;김현철
    • 대한원격탐사학회지
    • /
    • 제34권6_2호
    • /
    • pp.1239-1249
    • /
    • 2018
  • 광학 위성영상은 레이더 영상에 비해 시각적으로 친숙한 영상을 제공한다. 하지만해빙종류에 대한 구분은 분광학적으로 쉽지 않아 기존 기계학습에서 주로 사용하는 분광정보를 이용한 분류기법을 이용했을 경우 광학영상에서 해빙종류의 구분은 매우 어렵다. 본 연구에서는 분광정보 기반의 분류모델이 아닌 딥러닝 기반 분류기법인 semantic segmentation을 이용하여 계층적, 공간적 패턴을 학습하여 해빙종류 분류를 수행하였다. 또한 주기적으로 획득되는 광학위성자료에 비해 감독분류에서 매우 중요한 양질의 레이블 자료는 수집하는데 있어 높은 시간 및 노동 비용이 소모된다. 본 연구에서는 부족한 레이블 자료로 인해 어려운 다중영상에 대한 감독분류 문제를 준지도학습과 능동학습의 결합을 통해 해결을 시도 하였다. 이를 통해 레이블 되지 않은 새로운 영상자료로부터 추가적인 레이블을 스스로 학습하여 분류모델을 강화할 수 있었으며, 이는 향후 광학영상 기반의 운영 가능한 해빙종류 산출물 개발에도 적용될 수 있을 것으로 기대된다.

A Practical Implementation of Deep Learning Method for Supporting the Classification of Breast Lesions in Ultrasound Images

  • Han, Seokmin;Lee, Suchul;Lee, Jun-Rak
    • International journal of advanced smart convergence
    • /
    • 제8권1호
    • /
    • pp.24-34
    • /
    • 2019
  • In this research, a practical deep learning framework to differentiate the lesions and nodules in breast acquired with ultrasound imaging has been proposed. 7408 ultrasound breast images of 5151 patient cases were collected. All cases were biopsy proven and lesions were semi-automatically segmented. To compensate for the shift caused in the segmentation, the boundaries of each lesion were drawn using Fully Convolutional Networks(FCN) segmentation method based on the radiologist's specified point. The data set consists of 4254 benign and 3154 malignant lesions. In 7408 ultrasound breast images, the number of training images is 6579, and the number of test images is 829. The margin between the boundary of each lesion and the boundary of the image itself varied for training image augmentation. The training images were augmented by varying the margin between the boundary of each lesion and the boundary of the image itself. The images were processed through histogram equalization, image cropping, and margin augmentation. The networks trained on the data with augmentation and the data without augmentation all had AUC over 0.95. The network exhibited about 90% accuracy, 0.86 sensitivity and 0.95 specificity. Although the proposed framework still requires to point to the location of the target ROI with the help of radiologists, the result of the suggested framework showed promising results. It supports human radiologist to give successful performance and helps to create a fluent diagnostic workflow that meets the fundamental purpose of CADx.

Development of a Data Acquisition System for the Long-term Monitoring of Plum (Japanese apricot) Farm Environment and Soil

  • Akhter, Tangina;Ali, Mohammod;Cha, Jaeyoon;Park, Seong-Jin;Jang, Gyeang;Yang, Kyu-Won;Kim, Hyuck-Joo
    • Journal of Biosystems Engineering
    • /
    • 제43권4호
    • /
    • pp.426-439
    • /
    • 2018
  • Purpose: To continuously monitor soil and climatic properties, a data acquisition system (DAQ) was developed and tested in plum farms (Gyewol-ri and Haechang-ri, Suncheon, Korea). Methods: The DAQ consisted of a Raspberry-Pi processor, a modem, and an ADC board with multiple sensors (soil moisture content (SEN0193), soil temperature (DS18B20), climatic temperature and humidity (DHT22), and rainfall gauge (TR-525M)). In the laboratory, various tests were conducted to calibrate SEN0193 at different soil moistures, soil temperatures, depths, and bulk densities. For performance comparison of the SEN0193 sensor, two commercial moisture sensors (SMS-BTA and WT-1000B) were tested in the field. The collected field data in Raspberry-Pi were transmitted and stored on a web server database through a commercial communications wireless network. Results: In laboratory tests, it was found that the SEN0193 sensor voltage reading increased significantly with an increase in soil bulk density. A linear calibration equation was developed between voltage and soil moisture content depending on the farm soil bulk density. In field tests, the SEN0193 sensor showed linearity (R = 0.76 and 0.73) between output voltage and moisture content; however, the other two sensors showed no linearity, indicating that site-specific calibration is important for accurate sensing. In the long-term monitoring results, it was observed that the measured climate temperature was almost the same as website information. Soil temperature information was higher than the values measured by DS18B20 during spring and summer. However, the local rainfall measured using TR 525M was significantly different from the values on the website. Conclusion: Based on the test results obtained using the developed monitoring system, it is thought that the measurement of various parameters using one device would be helpful in monitoring plum growth. Field data from the local farm monitoring system can be coupled with website information from the weather station and used more efficiently.

블록체인 DPoS 합의 알고리즘을 활용한 IoT 장치 관리 시스템 개발 (Development of IoT Device Management System Using Blockchain DPoS Consensus Algorithm)

  • 김미희;김영민
    • 전기전자학회논문지
    • /
    • 제23권2호
    • /
    • pp.508-516
    • /
    • 2019
  • 다양한 IoT 기기로 구성된 스마트 홈에서는 편리하고 효율적인 서비스를 제공한다. 그러나 사적인 영상과 음성과 같은 민감한 정보까지 수집 및 처리될 뿐 아니라 인터넷을 통해 공유될 수 있어서 보안이 중요하다. 이러한 스마트 홈 IoT 장치 관리를 위하여 데이터 무결성 및 안전성을 제공하기 위해 블록체인 기술을 활용하고자 한다. 본 논문에서는 기존 검증을 위한 연산을 지속적으로 수행해야 하는 PoW(작업 증명) 블록체인에서 아닌 네트워크에 축적된 지분을 통해 블록을 검증하는 PoS(지분 증명), 그 중에서 확장성 부분을 해결하고자 하는 DPoS(위임 지분 증명) 방식으로 스마트 홈 IoT 환경에 적절한 보안용 블록체인 체계를 제안한다. DPoS 체계인 EOSIO 기반으로 제안시스템을 구현하여 실현가능성을 보이고, 성능평가를 통해 트랜잭션 처리 속도 측면의 성능 향상을 보이고자 한다.

Digital Signage 통합관리시스템 구축에 관한 연구 (A Study of Integrated Digital Signage Management System Implementation)

  • 강희용;이지나;신용태;김종배
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2014년도 추계학술대회
    • /
    • pp.82-85
    • /
    • 2014
  • 디지털 사이니지는 멀티미디어 컨텐츠 기반의 정보를 불특정 다수에게 첨단 디스플레이 장치기기를 통해 제공하는 스마트 디스플레이 시스템이다. 디스플레이 하는 장소나 용도나 목적에 따라 디스플레이 장비기기들이 선택되기 때문에, 장치기기의 성능, 기능 또는 종류에 따라 설치, 운영, 관리에 제한이 있었으며, 디스플레이 장치기기에 따라 각각의 소프트웨어를 사용하여야하는 한계가 있었다. 이 논문에서는 기존의 고비용 비효율적 운영시스템을 개선하고, 효율적인 운영 및 관리와 비용 절감을 위해 기존 디지털 사이니지의 구조와 기능을 분석하여 새로운 디지털 사이니지 통합관리시스템을 제안하고, 이를 세계수준의 종합 엔터테인멘트 산업체에 적용하여 본 시스템의 적합성과 우수성능을 평가 받았다.

  • PDF

서울 치킨집 폐업 예측 모형 개발 연구 (A Study on Predictive Modeling of Public Data: Survival of Fried Chicken Restaurants in Seoul)

  • 방준아;손광민;이소정;이현근;조수빈
    • 한국빅데이터학회지
    • /
    • 제3권2호
    • /
    • pp.35-49
    • /
    • 2018
  • 대한민국에서 치킨집은 전 세계 맥도날드 매장 수보다 많을 정도로 자영업의 큰 비중을 차지하는 창업 업종이다. 치킨집은 꾸준히 생겨나고 있지만, 소상공인의 창업 후 폐업률은 3년 62%, 5년 71%에 육박하는 것으로 나타났다. 특히, 숙박 및 음식점의 경우 70%가 3년을, 82%가 5년을 버티지 못하는 것으로 집계되었다. 이에 본 연구는 '서울 치킨집 폐업 예측 모형'을 개발하여, 예비창업자가 개업 후보지를 선정하는 의사결정 과정에 도움을 주고자 하였다. 먼저 행정자치부 지방행정 인허가 데이터의 업소별 개 폐업 신고 일자를 중심으로 다양한 변수를 수집하였다. 이후 다양한 분류 알고리즘을 적용하고, 예측 모형의 성능을 비교하였다. 그 결과, 인공신경망(Neural Networks)이 가장 높은 정확도를 보였지만 특이도와 민감도가 불균형적이었다. 이에 비해 유연판별분석(FDA)은 인공신경망보다 정확도는 낮지만, 상대적으로 균형적인 예측 성능을 보였다.

낙상위험요인 평가 및 낙상예방활동 임상진료지침 (Clinical Practice Guideline for Assessment and Prevention of Falls in Adult People)

  • 천자혜;김현아;곽미정;김효선;박선경;김문숙;최애리;황지인;김윤숙
    • 한국의료질향상학회지
    • /
    • 제24권2호
    • /
    • pp.41-61
    • /
    • 2018
  • Purpose: Falls are one of the most frequent health events in medical institutions, however, they can be predicted and prevented. The Quality Improvement Nurse Society clinical practice guideline Steering Committee developed the Clinical Practice Guideline for the assessment and prevention of falls in adult people. The purpose of this study was to assess the risk factors for falls in adults aged 19 years and older, to present an evidence for preventing falls, formulate a recommendations, and indicators for applying the recommendations. Methods: This clinical practice guideline was developed using a 23-step adaptation method according to the Handbook for clinical practice guideline developer (version 1.0) by National Evidence-based Healthcare Collaborating Agency. Evidence levels and recommendation ratings were established in accordance to SIGN 2011 (The Scottish Intercollegiate Guidelines Network). Results: The final 15 recommendations from four domains were derived from experts' advice; 1) assessment of risk factor for falls in adult 2) preventing falls and reducing the risks of falls or falls-related injury 3) management and reassessment after a person falls 4) leadership and culture. Conclusion: This clinical practice guideline can be used as a basis for evaluation and prevention of fall risk factors for adults, to formulate recommendations for fall risk assessment and fall prevention, and to present monitoring indicators for applying the recommendations.