• Title/Summary/Keyword: 과학기술 데이터

Search Result 2,575, Processing Time 0.037 seconds

Comparison of Collaboration System for e-Science (e-Science 환경을 위한 협업 시스템 비교 분석)

  • Kim, Beobkyun;Ryu, Jinseung;Oh, Chungshick;Jang, Haengjin
    • Annual Conference of KIPS
    • /
    • 2007.11a
    • /
    • pp.989-990
    • /
    • 2007
  • e-Science는 고성능 컴퓨팅 장비와 첨단 장비, 대용량 데이터, 연구인력 등을 동시에 활용하여 연구생산성을 혁신적으로 향상시켜주는 것으로 e-Science에 있어서 연구자들 간의 협업을 위한 기능 제공은 가장 기초적인 서비스에 속한다. 본 논문에서는 다양한 분야에서 사용되고 있는 주요 협업 시스템들을 e-Science에 필요한 특성들을 중심으로 비교 분석한다. 기술적인 특성 외에도 지원되는 스트림의 수를 비롯한 확장성과 구축/운영 비용도 e-Science를 위한 협업 시스템으로 선정하는데 있어 중요한 항목으로 고려하였다.

Analysis of Memory Allocator Call sites Used Only Within The Stack Using SVF (SVF를 활용한 스택 내에서만 사용되는 메모리 할당자 호출 지점 분석)

  • Seon Ha;Chanyoung Park;Yeongjun Kwak;Hyungon Moon
    • Annual Conference of KIPS
    • /
    • 2024.05a
    • /
    • pp.248-250
    • /
    • 2024
  • 해제 후 재사용 (Use-After-Free, UAF)는 오랜 시간 동안 소프트웨어 보안에서 중요한 문제로 인식되어 왔다. 이 문제를 해결하기 위해 다양한 완화 방법과 방어 연구가 활발히 진행되고 있다. 이러한 연구들은 대부분 기존 벤치마크 성능과 비교했을 때 낮은 성능을 보인다. 이는 메타 데이터와 코드 계측 정보가 증가하여 포인터를 많이 사용하는 벤치마크의 메모리 사용량이 증가하기 때문이다. 이 연구는 SVF를 활용하여 스택에서만 메모리 할당자 호출 지점을 분석한다. 추후 이 분석 정보를 여러 UAF 연구에 적용하여 런타임 오버헤드를 줄이는 것을 목표로 한다.

High-level Analytics Platform for Development of Distributed Deep Learning Model (분산 딥러닝 모델 개발을 위한 고수준 분석 플랫폼)

  • Park, Kyongseok;Yu, Chan Hee;Sarda, Komal;Um, Jung-Ho
    • Annual Conference of KIPS
    • /
    • 2020.11a
    • /
    • pp.804-806
    • /
    • 2020
  • 딥러닝(deep learning)은 기계학습 알고리즘 중 가장 널리 활용되고 있는 알고리즘이다. 딥러닝 기술은 산업, 과학, 국방 및 공공 부문을 비롯하여 거의 모든 분야에서 폭넓게 확산되고 있다. 그러나 기계학습 기술에 대한 이해와 프로그래밍 지식이 부족할 경우 자유롭게 활용하는 데는 제약이 따르고 있으며 빅데이터를 활용하여 일반 이용자들이 직접 분산 학습 모형을 개발하고 배포하는 데 어려움이 발생하고 있다. 이러한 요구를 충족시키기 위해 딥러닝 프레임워크의 저수준 API를 추상화하여 고수준 분석과 분산 딥러닝을 지원하고 일반 이용자들이 실무적으로 복잡한 딥러닝 기술을 활용할 수 있는 기술을 개발하였다. 플랫폼 개발과 함께 중요하게 고려해야 하는 요소 중 하나로 플랫폼의 배포와 확장성 역시 고려되어야 한다. 본 플랫폼은 조직 내 계산 자원을 이용하여 플랫폼을 배포할 수 있으며 상용 클라우드 서비스와 연동하여 배포할 수 있도록 설계됨에 따라 환경의 제약 없이 유연한 서비스 제공이 가능하다.

Trend Analysis of Technical Terms Using Term Life Cycle Modeling (용어 활용주기 모델링을 이용한 기술용어 트렌드 분석)

  • Hwang, Mi-Nyeong;Cho, Min-Hee;Hwang, Myung-Gwon;Jeong, Do-Heon
    • The KIPS Transactions:PartD
    • /
    • v.18D no.6
    • /
    • pp.493-500
    • /
    • 2011
  • The trends of technical terms express the changes of particular subjects in a specific research field over time. However, the amount of academic literature and patent data is too large to be analyzed by human resources. In this paper, we propose a method that can detect and analyze the trends of terms by modeling the life cycle of the terms. The proposed method is composed of the following steps. First, the technical terms are extracted from academic literature data, and the TDVs(Term Dominance Values) of terms are computed on a periodic basis. Based on the TDVs, the life cycles of terms are modeled, and technical terms with similar temporal patterns of the life cycles are classified into the same trends class. The experiments shown in this paper is performed by exploiting the NDSL academic literature data maintained by KISTI.

A Study on Bio-inspired algorithm included BNP for Classification of Bio data (바이오 데이터 분류화를 위한 BNP 내장 생태계 모방 알고리즘에 대한 연구)

  • Choi, Ok-Ju;Meang, Boyeon;Lee, Minsoo
    • Annual Conference of KIPS
    • /
    • 2009.04a
    • /
    • pp.294-297
    • /
    • 2009
  • 다방면적인 과학기술의 발달은 우리에게 대량의 데이터와 또한 새로운 영역으로의 접근 가능성을 열어주었다. 유전자 정보와 같은 대량의 정보를 다루는 시대가 열리면서 바이오 데이터를 분석하여 새로운 연관성과 정보를 찾아내는 바이오인포매틱스가 고부가가치 창출을 위한 학문으로 특히 부각되고 있다. 본 논문에서는 이러한 연구의 일환으로 보다 효율적인 바이오 데이터 분석을 위해 BNP에 내장된 생태계 모방 알고리즘의 특성을 연구하고, 이를 분류화에 접목시킨 방법에 대해 논하고자 한다.

Physiological Signal-Based Emotion Recognition in Conversations Using T-SNE (생체신호 기반의 T-SNE 를 활용한 대화 내 감정 인식 )

  • Subeen Leem;Byeongcheon Lee;Jihoon Moon
    • Annual Conference of KIPS
    • /
    • 2023.05a
    • /
    • pp.703-705
    • /
    • 2023
  • 본 연구는 대화 중 생체신호 데이터를 활용하여 감정 인식 분야에서 더욱 정확하고 범용성이 높은 인식 기술을 제안한다. 이를 위해, 먼저 대화별 길이에 따른 측정값의 개수를 동일하게 조정하고 효과적인 생체신호 데이터의 조합을 비교 및 분석하기 위해 차원 축소 기법인 T-SNE (T-distributed Stochastic Neighbor Embedding)을 활용하여 감정 라벨의 분포를 확인한다. 또한, AutoML (Automated Machine Learning)을 이용하여 축소된 데이터로 감정을 분류 및 각성도와 긍정도를 예측하여 감정을 가장 잘 인식하는 생체신호 데이터의 조합을 발견한다.

해상교통 시뮬레이션을 위한 FMI 기반 연동기술 프로토타입 개발

  • O, Se-Ung;Jo, Gyeong-Min;Hwang, Seon-Pil;Gang, Dong-U;Choe, Hyeon-Su
    • Proceedings of the Korean Institute of Navigation and Port Research Conference
    • /
    • 2020.11a
    • /
    • pp.182-184
    • /
    • 2020
  • 복잡 다양한 해상교통 환경 재현을 목적으로 에이전트 모델 기반의 시뮬레이션 개발 연구가 진행 중이며, 에이전트 모델 기반 시뮬레이션 연구는 과거 해상 교통 데이터를 이용한 제한적인 분석이 아니라, 에이전트 모델 간 상호 연동을 통해 해상교통환경을 재현할 수 있다. 본 연구에서는 디지털 트윈 분야에서 적용하고 있는 기능 목업 인터페이스(FMI) 기반으로 연동기술 프로토타입을 개발 하였다. 에이전트 모델 간 연동을 위해 FMU를 제작하고, 오픈 소스 기반의 DACCOSIM을 적용하여 FMU 간 연동 및 시뮬레이션이 가능한 기술을 확보하였다. 교통특성, 선박항해, 항해사, 관제사, 연동, 수로환경으로 구성되는 해상교통 에이전트 간 정보 연계 및 결과 표현에 관한 프로토타입 개발 연구를 수행 하였다.

  • PDF

Research Trends and Knowledge Structure of Studies on Science and Technology Policy (과학기술정책 연구의 현황과 지식구조 분석)

  • Kim, EunMi;Yi, Chan-Goo
    • Journal of Korea Technology Innovation Society
    • /
    • v.21 no.1
    • /
    • pp.33-63
    • /
    • 2018
  • The purpose of this study is to identify trends and to analyze knowledge structure and knowledge flow of studies on science and technology policy adopting the keyword network analysis. For analysis, we established a data set of published papers in the Journal of Korea Technology Innovation Society and Journal of Technology Innovation from 1993 to 2016. As a result of analysis, a great part of existing researches have been carried out in Seoul and Daejeon area, universities and public research institute. So it should be carried out in diversified form rather than being concentrated on specific regions or research performing subjects in the future. By research scope, more than 70% of research were carried out in 'R&D management' and 'technology innovation'. In the future, more research must be carried out in 'public process of science and technology' and 'public management of science and technology'. On the other hand, we performed the keyword network analysis to identify the knowledge structure of studies on science and technology policy. As a result of analysis, it was clustered into 'public process of science and technology', 'public management of science and technology', 'R&D management' and 'technology innovation', So It has not been different from research scope proposed by Yi, Kim and Oh(2016). And also, in earlier stage, research topics were general such as researchers and R&D investment. But as time goes by, topics were more diversified and subdivided. Therefore, in future, the research scope of studies on science and technology policy should be further expanded in terms of 'public process of science and technology', 'public management of science and technology', 'R&D management' and 'technology innovation', and systematic knowledge structure should be formed.

Definition of Data Maintenance Framework For Updating Spatial and Attributes Information of Steep Slopes and Derivation of Operation Plan (급경사지 관련 공간 및 속성정보 관리를 위한 데이터 유지관리 프레임워크 정의 및 운영방안 도출)

  • Sim, Gyoo-Seong;Moon, Chi-Gook;Kim, Jae-Young
    • Proceedings of the Korean Society of Disaster Information Conference
    • /
    • 2022.10a
    • /
    • pp.431-432
    • /
    • 2022
  • 최근 국내에서는 국소지역에서 단 시간 내 발생하는 돌발강우와 게릴라성 폭우와 같은 현상으로 붕괴위험지구 및 산사태 위험지역 등의 급경사지에서 재난 및 재해가 증가하는 있는 추세이다. 이와 같은 재난 및 재해의 증가는 우리나라의 지형 및 강우특성에 따라 지역적으로 다양한 양상으로 발생하고 있다. 급경사지의 지형 및 강우특성을 고려하고 재난 및 재해 발생을 최소화하기 위한 대책수립에 활용할 수 있는 데이터 유지 및 운영관리 방안이 필요한 실정이다. 본 연구에서는 급경사지 관련 공간 및 속성정보를 합리적이고 과학적으로 관리할 수 있는 방법을 도출하기 위하여 데이터 생애주기적인 관점에서의 데이터 수집, 입력, 갱신, 수정 등의 유지관리 개념을 도입하여 연구를 수행하였고 그 결과로 급경사지 관련 유관기관에서 생산하는 공간정보와 속성정보를 정기적으로 수집하고 수정·편집하여 변환 및 전송할 수 있는 급경사지 데이터 유지관리 프레임워크 정의 및 운영 방안을 도출 하였다.

  • PDF

Optimal target data rate to maximize average data rate under Rayleigh fading channel model (레일리 무선채널 모델하에서 평균 데이터 전송률을 최대로 하기위한 최적 목표 전송률)

  • Kwon, Taehoon
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2019.07a
    • /
    • pp.327-328
    • /
    • 2019
  • 본 논문에서는 레일리 페이딩 채널 모델하에서 평균데이터 전송률을 최대화 할 수 있는 목표 데이터 전송률을 분석하였다. 같은 무선채널환경에서 목표 데이터 전송률이 높아질수록 오류 없이 전송될 확률은 낮아진다. 반면, 목표 데이터 전송률이 낮아지면 오류 없이 전송될 확률은 높아지지만, 한번에 보내는 데이터 양이 작아지게 된다. 따라서, 주어진 무선 채널 환경을 최대로 활용하기 위해서는 오류 전송 확률과 목표 데이터 전송률을 고려하여 최대 평균 데이터 전송률을 얻기 위한 조건에 대한 분석이 선행되어야 한다. 본 논문에서는 평균 데이터 전송률을 정의하고, 이를 최대화하기 위한 목표 데이터 전송률을 분석하였다. 분석 결과는 몬테카를로 모의 시뮬레이션을 통하여 정확성을 증명하였다.

  • PDF