• Annual Conference of KIPS
• /
• 2009.11a
• /
• pp.389-390
• /
• 2009

컴퓨터에서 생성된 시뮬레이션의 결과는 컴퓨터 그래픽스 기술을 이용한 일련의 가시화 과정을 거쳐서 인간이 해석하기 쉬운 형태로 변형되게 된다. 최근에는 고성능 컴퓨터(HPC: High Performance Computer)의 발달로 인해 데이터의 크기가 점점 더 증가하는 추세에 있으며, 이런 복잡한 데이터를 해석하는 데는 클러스터 시스템을 이용한 고해상도의 디스플레이 장치가 필요하다. 하지만 이런 디스플레이 장치에서 사용자 인터페이스를 제공하는 방법은 VR(Virtual Reality, 가상현실) 환경을 활용하는 것이 거의 유일한 해결책이다. 하지만 현재 VR 환경에서 시뮬레이션 데이터 해석에 필요한 적절한 사용자 인터페이스를 제공하는 툴은 존재하지 않는다. 이에, 본 논문에서는 시뮬레이터 데이터, 특히 로터 동역학 분야의 시뮬레이션 데이터를 VR 환경에서 가시화하는 GLOVE 프레임워크의 통합 인터페이스를 소개한다. 이 인터페이스는 VR 환경에서 시뮬레이션 데이터를 실시간으로 상호작용을 통해 분석하는 데 필요한 기반 환경을 제공한다.

• Annual Conference of KIPS
• /
• 2020.05a
• /
• pp.63-65
• /
• 2020

과학응용분야의 원활한 협업 지원을 위해서는 원거리간 대용량 연구데이터의 고속 전송이 반드시 요구된다. 이와 관련하여, 본 논문은 기 구축된 대용량 파일 시스템을 다수의 데이터 전송 노드(DTN)에 연동하기 위해 필요한 요구사항들을 정리하고, 이에 기반하여 DTN 클러스터를 설계하고 구축한 사례를 제시한다. 추가적으로, 종단간 왕복지연 시간이 약 130ms에 달하는 원거리 종단 포인트와 대용량 실험데이터를 송수신함으로써 구축된 결과물의 전송 성능을 측정하고 확인한다.

• KNOM Review
• /
• v.22 no.2
• /
• pp.29-38
• /
• 2019

The rapid growth of IoT (Internet of Things) owing to the advancement and spread of technologies such as wireless networks, communication modules, sensors, smart terminals, etc. enables the development of new services in diverse public and private sectors. In particular, research on IoT technology and its applications has increased in the field of science. To establish an IoT infrastructure in this field, KREONET launched the wireless IoT network, called ScienceLoRa, based on low power wide area network (LPWAN). ScienceLoRa aims to collect a variety of data from sensors and utilize and analyze the collected data for research in a variety of scientific fields. In this article, the authors present the concept, current status, applications and future plans of ScienceLoRa.

• KNOM Review
• /
• v.22 no.2
• /
• pp.12-21
• /
• 2019

There is a rapid development of experimental equipment and ICT technology in data-intensive scientific areas, thus, big data of more than exabyte size is being generated. However, the big data transmission technology does not satisfy the needs of the application researchers who utilize it. Various high-performance transmission technologies have been developed based on QoS(Quality of Service), but they also require changes in the clean slate method. On the other hand, ScienceDMZ technologies improve the performance of scientific big data transmission by bypassing the firewall that causes a big problem in transmission performance. In addition, it is possible to implement without changing the existing network. In this paper, we built ScienceDMZ in an international long-distance environment based on KREONET(Korea Research Environment Open NETwork), and we verified the performance. We also introduced how GPU platform could be linked in a distributed ScienceDMZ environment.

• Digital Contents
• /
• no.4 s.47
• /
• pp.62-65
• /
• 1997

JOIS(JICST On-Line Information System)은 일본의 과학기술 발전을 위해 설립된 일본과학기술정보센터(JST : Japan Science and Technology Coporation : http;//www.jst-c.go.jp)에서 일본의 과학기술, 의학 등에 관한 정보를 제공하기 위하여 1976년에 세워진 데이터뱅크이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.155-158
• /
• 2019

최근 지능형 CCTV 관제 시스템에 대한 수요가 증가하고 있다. CCTV 영상 데이터의 양이 폭발적으로 증가하고 있어 이를 분석하기 위한 기술의 발전이 필요한 실정이다. 대부분의 지능형 CCTV 관제 시스템은 영상 속 객체를 찾고 이 객체의 메타데이터를 통해 지능형 관제 시스템을 수행한다. 하지만 영상 속 객체의 로그가 항상 정확하지 않다. 현재의 객체 인식 기술로는 CCTV 영상의 밝기, 해상도 조건에 따라 성능의 차이가 심하고, 영상의 프레임 대비 빠르게 움직인 CCTV 영상 속 모든 객체를 사람이 인식하는 정도로 인식하기 어렵다. 이러한 이동 객체의 크기, 위치를 분석한 메타데이터에는 에러가 포함되기 쉽다. 본 논문에서는 지능형 CCTV 관제 시스템에서 분석한 영상 속 객체의 프레임 메타데이터 에러를 학습기반 실시간 에러 필터링 알고리즘을 통해 개선하여 에러가 필터링된 데이터를 사용하는 지능형 관제 시스템의 정확도 향상에 기여 할 것을 기대한다.

• Annual Conference of KIPS
• /
• 2011.11a
• /
• pp.1195-1198
• /
• 2011

최근 의료 분야에 대한 관심이 높아짐에 따라 유전체 데이터를 수집하고 관리하여 분석하는 기술에 대한 많은 연구가 수행되고 있다. 유전체 데이터는 크게 유전체 데이터를 분석하는 전처리단계와 유전체 데이터로부터 변이된 유전체 데이터를 생성하는 후처리단계를 통해 분석된다. 이러한 분석 과정은 많은 시간이 소요되며, 후처리단계에서 결과 데이터는 분석 알고리즘 및 처리 기법에 따라 상이한 결과 데이터를 생성한다. 또한, 유전체 데이터의 각 파이프라인 별 분석된 데이터의 관리가 필요하다. 본 논문에서는 유전체 데이터의 특성을 고려하여, 유전체 데이터 유래 관리를 위한 메타데이터를 설계한다. 아울러 데이터 유래 메타데이터는 자신의 이전데이터들의 결과데이터에 신속한 접근이 가능해야하며, 자신과 유사한 데이터 유래를 지닌 파이프라인의 상세 정보를 신속하게 검색하는 색인구조가 필요하다. 따라서 이를 고려한 유래 메타데이터 검색 알고리즘을 설계한다.

• Review of KIISC
• /
• v.32 no.2
• /
• pp.29-36
• /
• 2022

클라우드 스토리지는 다양한 리소스에서 인터넷을 통해 데이터를 저장하고 접근하는 형태의 데이터 스토리지를 말한다. 클라우드 스토리지는 서비스 접근성, 용량 조절의 용이성이 높아 꾸준히 사용자가 증가해왔다. 특히 모바일 기기와 연동하여 자동 동기화함으로써 사용자와 관련한 다양한 데이터가 실시간으로 업·다운로드 된다. 이에 따라 클라우드 스토리지에는 디지털 포렌식 관점에서 특정 사실을 증명하거나 사건의 실마리가 되는 중요한 단서가 저장되어 있을 가능성이 크다. 따라서, 본 논문에서는 클라우드 스토리지의 정의와 종류를 살펴보고 디지털 포렌식 관점에서 클라우드 스토리지의 데이터 수집 및 분석 기술에 관한 연구 동향을 분석한다. 또한, 현재 클라우드 스토리지 데이터 수집 기술의 한계를 분석하고 향후 연구 방향에 관해 논의한다.

• Journal of The Korean Association of Information Education
• /
• v.25 no.6
• /
• pp.899-906
• /
• 2021

Data science is a discipline comprised of the academic fields of statistics, computer science, information technology, and domain knowledge. It analyzes data and derives meaningful results using complex technologies. Data science, along with artificial intelligence, is a core technology of the 4th industrial revolution; consequently, universities and companies worldwide are actively developing programs to develop data scientists who require high levels of expertise. In line with this undertaking, the field of elementary education has recognized the importance of data science education and so various studies have been conducted to develop curricula designed to help students understand how to use data. This paper proposes a curriculum for the purpose of educating elementary school teachers who are mostly non-majors in the computer field about data science. Satisfaction analysis was conducted based on questionnaires collected from students to analyze the effectiveness of the data science education proposed in this paper.

• Annual Conference of KIPS
• /
• 2012.04a
• /
• pp.98-100
• /
• 2012

컴퓨팅 성능향상과 장비의 증가는 전력소비의 증가로 이어져 데이터센터 경영자에게 운영경비의 증가로 피할 수 없는 중요한 문제가 되었다. 그래서 미국의 데이터센터에서는 에너지 효율화 지수인 PUE(Power Usage Effectiveness)를 표준지수로 정하고 에너지소비를 관리하고 있다. 데이터센터에서 소비되는 에너지에서 IT부문과 비IT부문의 에너지 소비비율은 50:50 비율이다. IT장비는 처음 도입 시 에너지 효율적인 장비를 도입하면 컴퓨터 운영상에서 에너지를 절감할 기회는 많지가 않지만, 비IT부문은 설비운영적인 측면으로 안정성을 고려하면서 동시에 효율적인 운영환경을 유지하는 것이 가능하다. 본 문서에서는 비IT부문에서 전산실 장비의 열복도-냉복도 분리 배치가 에너지 절감효과가 어느 정도인지 실험을 하였으며, 그 실험결과를 기술하였다.