• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.23 no.1
• /
• pp.55-62
• /
• 2019

Convolutional neural networks (CNNs) show high performance in the computer vision, but they require an enormous amount of operations, making them unsuitable for some resource- or energy-starving environments like the embedded environments. To overcome this problem, there have been much research on accelerators or pruning of CNNs. The previous pruning schemes have not considered the architecture of CNN accelerators, so the accelerators for the pruned CNNs have some inefficiency. This paper proposes a new pruning scheme, Conv-XP, which considers the architecture of CNN accelerators. In Conv-XP, the pruning is performed following the 'X' or '+' shape. The Conv-XP scheme induces a simple architecture of the CNN accelerators. The experimental results show that the Conv-XP scheme does not degrade the accuracy of CNNs, and that the accelerator area can be reduced by 12.8%.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.80-82
• /
• 2000

공간 데이터베이스 관리 시스템에서 제공하는 공간 질의는 많은 디스크 참조와 CPU 처리시간을 필요로 한다. 이 중에서 {{{{k}}}}-최근접 질의는 많은 디스크 참조를 요구하는 질의로써 지금까지 많은 연구가 이루어져 왔다. 트리 구조의 색인을 사용하는 {{{{k}}}}=최근접질의 처리방법은, 조건을 만족하지 않는 노드를 가지 치기 기법을 사용하여 노드 방문 횟수를 줄인다. 그러나, 이 방법은 가지치기 과정에서 불필요한 디스크 참고가 발생하여 성능을 저하시키는 단점을 가지고 있다. 본 논문에서는 가지치기 기법 대신 주어진 {{{{k}}}} 개의 최근접객체가 존재할 영역을 미리 예측함으로써 디스크 참조 횟수를 줄이는 방법을 제시한다. 이 영역을 예측하기 위해서 본 논문에서는 데이터 분포에 대한 밀도를 이용하였다. 실험에 의하면 이러한 방법은 기존의 가지치기 기법을 이용한 방법에 비해서 최고 22%, 평균 7%정도의 디스크 참조 횟수의 감소 효과가 있음을 알 수 있다.

• Journal of KIISE:Databases
• /
• v.35 no.2
• /
• pp.182-191
• /
• 2008

Most of previous works for skyline queries have focused only on static attributes of target objects. With the advance in mobile applications, however, the need of continuous skyline queries for moving objects has been increasing. Even though several techniques to process continuous skyline queries have been proposed recently, they cannot process subspace queries, which use only the subset of attribute dimensions. Therefore it is not feasible to utilize those methods for mobile applications which must consider moving objects and subspaces simultaneously. In this paper, we propose a dominant object-based pruning method to compute subspace skyline of moving objects efficiently at query time and present the experimental results to show the effectiveness of the proposed method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.22-27
• /
• 2006

4단계 스카이라인 영역 결정 기법[2]은 영역 결정 시간이 객체의 개수에 비례해서 현저히 증가하기 때문에 다수의 객체를 포함하는 도메인들에 적용하기 어렵다. 이러한 문제점은 스카이라인 영역이 지배 객체 집합의 부분 집합으로 이루어지는 특성을 고려하지 않았기 때문에 발생한다. 이 논문에서는 스카이라인 영역 결정에 불필요한 객체들을 제거할 수 있는 거리 기반 가지치기 기법과 영역 결정 선분의 범위 축소 기법을 제안한다. 제안한 기법들을 R*-트리와 INN(Incremental Nearest Neighbor) 알고리즘에 적용함으로써 점진적으로 스카이라인 영역을 결정할 수 있으며 영역 결정 시간을 현저하게 감소시킬 수 있다. 제안한 기법의 성능 향상을 증명하기 위해 4단계 영역 결정 기법과의 비교 실험을 수행한다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.6 no.4
• /
• pp.59-70
• /
• 2003

Spatial data base system provides many query types and most of them are required frequent disk I/O and much CPU time. k-NN search is to find k-th closest object from the query point and up to now, several k-NN search methods have been proposed. Among these, MINMAX distance method has an aim not to access unnecessary node by adapting pruning technique. But this method accesses more disks than necessary while pruning unnecessary nodes. In this paper, we propose new k-NN search algorithm based on density of object. With this method, we predict the radius to be expected to contain k-NN objects using density of data set and search those objects within this radius and then adjust radius if failed. Experimental results show that this method outperforms the previous MINMAX distance method. This algorithm visit less disks than MINMAX method by the factor of maximum 22% and average 7%.

• Journal of Internet of Things and Convergence
• /
• v.10 no.5
• /
• pp.53-63
• /
• 2024

The rapid development of wireless sensor network technology has garnered significant attention from researchers. In extensive distributed networks, these applications often rely on battery power. Given the limited energy capacity of batteries, effective energy management is crucial for improving network performance. Wireless sensor networks consist of numerous sensor nodes, where energy consumption is primarily driven by these nodes. In clustering protocols, certain nodes repeatedly serve as cluster heads, resulting in increased energy consumption compared to other nodes. This energy-balancing algorithm employs pruning techniques to evaluate and analyze a node's position, its frequency of acting as a cluster head, and its remaining energy. Additionally, it includes a dynamic adjustment mechanism for selecting the cluster head node. Experimental results demonstrate that this algorithm extends the operational duration of sensor nodes, thereby effectively prolonging the lifespan of the wireless sensor network.

• Annual Conference of KIPS
• /
• 2024.10a
• /
• pp.32-33
• /
• 2024

온디바이스 환경에서 딥러닝 모델 최적화는 필수적이지만, 제한된 자원으로 고성능 모델을 직접 적용하는 데에는 한계가 있다. 본 논문에서는 이를 극복하기 위한 주요 기법인 가지치기, 양자화, 지식 증류, 신경망 아키텍처 탐색 및 이들의 결합 기법을 소개하고 분석한다. 각 기법의 정의와 특징, 적용 사례를 통해 성능 향상과 자원 효율성을 극대화하는 방법을 제시하며, 이를 바탕으로 최근 연구 동향을 소개한다.

• The Journal of the Korea Contents Association
• /
• v.14 no.10
• /
• pp.454-462
• /
• 2014

With the development of location aware technologies and mobile devices, location-based services have been studied. To provide location-based services, many researchers proposed methods for processing various query types with Mapreduce(MR). One of the proposed methods, is a Reverse k-nearest neighbor(RkNN) query processing method with MR. However, the existing methods spend too much cost to process the continuous RkNN query. In this paper, we propose an efficient continuous RkNN query processing method with MR to resolve the problems of the existing methods. The proposed method uses the 60-degree-pruning method. The proposed method does not need to reprocess the query for continuous query processing because the proposed method draws and monitors the monitoring area including the candidate objects of a RkNN query. In order to show the superiority of the proposed method, we compare it with the query processing performance of the existing method.

• Journal of IKEEE
• /
• v.24 no.2
• /
• pp.550-558
• /
• 2020

Successive cancellation (SC) decoding that is one of the decoding algorithms for polar codes has long decoding latency and low throughput because of the nature of successive decoding. To reduce the latency and increase the throughput, various decoding structures for polar codes are presented. In this paper, we compare the previous decoding structures and analyze them by dividing into two types, pruning and multi-path decoders. Decoders for applying pruning are representative of SSC (simplified SC), Fast-SSC and redundant-LLR structures, and decoders with multi-path are representative of 2-bit SC and redundant-LLR structures. All the previous structures are compared in terms decoding latency and hardware area, and according to the comparison, the syndrome check based decoder has the lowest latency and redundant-LLR decoder has the highest hardware efficiency.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.134-136
• /
• 2000

본 논문에서는 고차원의 특징 벡터 공간에서의 객체에 대한 효율적인 검색을 지원하는 셀기반 시그니쳐 트리 색인 구조(CS-트리, CI-트리)를 제안한다. 특징 벡터 공간을 셀로써 분할하고 특징 벡터는 셀의 시그니쳐로 표현되며 트리에 저장된다. 특징 벡터 대신 시그니쳐를 사용하여 트리의 깊이가 낮아짐으로서 검색을 효율적으로 수행할 수 있다. 또한 셀에 적합한 새로운 가지치기 거리를 이용한 유사성 검색 알고리즘으로 수행할 수 있다. 또한 셀에 적합한 새로운 가지치기 거리를 유사성 검색 알고리즘을 제시한다. 마지막으로 우수한 고차원 색인 기법으로 알려져 있는 X-트리와 성능 비교를 수행하여, 성능비교 결과 본 논문에서 제안하는 CS-트리와 CI-트리가 검색 시간 측면에서 최대 30%의 검색 성능이 개선됨을 보인다.