• 한국멀티미디어학회논문지
• /
• 제11권9호
• /
• pp.1310-1323
• /
• 2008

최근 들어 복합 웹 서비스를 자동으로 구성하기 위한 많은 연구들이 진행되었다. 이들 연구의 대부분은 서비스의 기능을 고려하지 않고 단순히 웹 서비스들의 입력과 출력을 연결하여 복합 웹 서비스를 구성한다. 그러므로 사용자의 의도에 부합하지 않는 복합 웹 서비스를 생성할 수 있다. 또한 가용한 웹 서비스의 모든 조합을 고려하기 때문에 시간 복잡도가 매우 크다. 이러한 문제를 해결하기 위해, 본 논문에서는 웹 서비스의 기능적 의미를 명시적으로 기술하고 이를 기반으로 복합 웹 서비스를 자동으로 구성하는 방법을 제안한다. 제안된 방법은 서비스 간의 입, 출력 의존성 및 기능 정보를 그래프 구조를 사용하여 조직화한다. 그리고 그래프 구조에서 사용자가 요구하는 기능을 제공하는 핵심 서비스와 입, 출력 타입 간의 변환을 지원하는 부가 서비스를 찾아 이들 간의 조합으로 복합 웹 서비스를 구성한다. 제안된 방법은 웹 서비스의 기능을 고려함으로써 구성된 복합 웹 서비스의 의미적 정확성을 높이고, 의미적으로 연관성이 있는 서비스들 간의 조합만을 고려함으로써 시간 복잡도를 줄인다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제22권4호
• /
• pp.11-19
• /
• 2016

본 논문에서는 복부 CT 영상에서 다중 확률 아틀라스 기반 형상제한 그래프-컷을 사용한 신실질 자동 분할 방법을 제안한다. 제안 방법은 다음의 세 단계로 구성된다. 첫째, 신실질의 다양한 형상정보를 이용하기 위해 피질기반 유사정합을 통한 다중 확률 아틀라스를 생성한다. 둘째, 최대사후확률 추정을 통해 그래프-컷의 초기 씨앗을 추출하고, 형상제한 그래프-컷을 통해 신실질을 분할한다. 셋째, 확률 아틀라스의 정합 오차를 줄이고 분할 정확도를 높이기 위해, 정합 및 분할을 반복적으로 수행한다. 제안방법의 성능을 평가하기 위해 정성적 평가 및 정량적 평가를 수행하였다. 실험결과 제안방법이 신실질과 유사한 밝기값을 갖는 주변 영역으로의 누출을 방지하여 개선된 분할 정확도를 보여준다.

• 한국멀티미디어학회논문지
• /
• 제7권10호
• /
• pp.1485-1495
• /
• 2004

본 논문에서는 효율적인 동적 객체지향 프로그램 슬라이싱을 구현하기 위한 개선된 동적 객체지향 프로그램 종속 그래프 기법 을 제안하였고, 이 그래프를 이용한 동적 객체지향 프로그램 슬라이싱 구현 단계를 제안하였다. 이 구현 단계는 프로그램 노드 분석 단계, 프로그램 실행이력 분석 단계, 동적 객체지향 프로그램 종속 그래프 작성 단계 그리고, 프로그램 슬라이스 작성 단계 등 모두 4단계로 구성되어 있다. 본 논문에서 제시한 기법이 정확함을 보이기 위해 본 논문에서 제시한 알고리즘을 실제 구현하였다. 구현 프로그램은FORTRAN과 VISUAL C++를 사용하였다. 그리고, 본 논문에서 제안한 동적 객체지향 프로그램 슬라이싱 기법이 기존의 객체지향 프로그램 슬라이싱 기법과 기존의 동적 객체지향 프로그램 슬라이싱 기법에 비해 효율적임을 보이기 위해 그래프의 복잡도를 측정하여 비교하였다. 그리고, 프로그램 슬라이스의 크기도 함께 측정하여 본 논문에서 제시한 기법이 효율적임을 증명하였다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2011년도 정기 학술발표대회
• /
• pp.190-190
• /
• 2011

사회 다변화 및 급속한 경제성장과 도시밀집화로 인하여, 화재의 발생으로 인하여 막대한 인명피해 및 대규모의 재산상의 피해가 지속적으로 발생하고 있다. 이러한 화재의 피해를 예측하기 위해서는 실제 규모의 화재실험이 매우 유용하지만, 막대한 비용과 현실적 제약조건으로 인하여 실제 실험에는 많은 어려움이 따른다. 따라서 막대한 예산이 소요되는 실제규모의 화재실험의 대체방법으로 실제를 모사하는 축소모형 화재모의실험 및 컴퓨터를 이용한 화재 시뮬레이션 기법이 널리 이용되고 있다. 본 논문에서는 범용 컴퓨터를 이용한 화재 시뮬레이션 기법(CFAST)을 이용하여 수직 공간 구성을 가지는 단독주택의 화재 성상을 검토하였다. 시뮬레이션 모델로는 단독주택을 대상건물로 하여 2층으로 수직 공간을 가지는 단독주택 건물에 대한 모의 화재 시뮬레이션을 수행 하였다. 화재 시뮬레이션 결과는 각 구획실별 온도, 일산화탄소량, 공기 중 산소량 등을 도출하여 기존 이론에 의한 화재성장 그래프와 시뮬레이션 데이터를 비교하여 정확도를 검토하였다. 본 논문에서는 두가지의 시나리오를 작성하여 화재 시뮬레이션 프로그램의 결과 값을 분석하였다. (1) 시나리오 1 : 화재시뮬레이션 대상건물 1층 거실(2번방)에서 스프링클러 미 설치시 화재가 발생한 경우를 가정하여 수평방향인 3번방과 수직방향인 7번방의 화재 확산 피해정도를 살펴보고, 화재 그래프의 이론값과 실험값의 차이를 비교하여 그 정합성을 검토하였다. 발화물질은 Curtain, TV set, Sofa, Table으로 하며 시간은 60초 간격으로 총 3600초(1시간)를 분석 하였고, 발화지점의 온도, 일산화탄소, 공기중 산소 농도를 분석하였다. (2) 시나리오 2 : 시나리오 1과 동일한 화재발현 조건으로 스프링클러가 설치되어 있을 때 화재 발생 했을 경우, 수평방향인 3번방과 수직방향인 7번방의 화재 확산 피해를 시나리오 1과 비교 검토 하였다. 기존 이론에 의한 화재 성장 그래프와 이번 시뮬레이션 결과값을 토대로 만든 그래프 형태를 비교해보면 두 그래프의 형태가 비슷한 형태를 나타내어 Flash Over 현상과 Back Draft 현상이 이론값과 같은 경향을 나타내고 있음을 확인 할 수 있었다. 따라서, 본 논문에서 수행한 화재 시뮬레이션 기법으로 건축물의 실제 화재시의 피해정도를 예측하는 데 유용하게 활용될 것으로 판단된다.

• 전자공학회논문지C
• /
• 제36C권10호
• /
• pp.47-55
• /
• 1999

본 논문에서는 비동기 논리 회로 합성을 위해서 신호천이 그래프 상에서 직접 펑션 해저드를 제거하고 신호선의 추가에 따른 면적의 오버헤드를 최소화하는 새로운 알고리듬을 제안한다. 기존의 펑션 해저드 제거방법은 신호선 사이의 전이 관계를 나타내는 신호천이 그래프로부터 상태를 할당하여 얻어지는 상태 그래프를 이용하였다. 이 방법은 해저드의 제거를 위해 동기 시스템에서 사용하는 방법을 그대로 적용할 수 있으나, 상태 그래프의 구성과 조작에 많은 시간이 소요되는 단점이 있다. 이에 따라 신호천이 그래프를 직접 이용하는 방법이 제시되었으나 해저드의 제거에 따른 면적의 오버헤드는 고려되지 않았다. 본 논문에서는 신호천이 그래프로부터 직접 해저드를 제거함으로써 기존의 상태 그래프를 이용하는 방법에 비해 계산량을 줄이고, 추가되는 신호를 구현하기 위한 논리회로의 크기는 최소항과 적항의 개수를 조절하여 최소화하였다. 제안하는 알고리듬을 벤치마크 데이터로 실험한 결과 면적의 오버헤드가 평균 15%이상 감소함을 확인하였다.

• 전자공학회논문지
• /
• 제52권2호
• /
• pp.162-170
• /
• 2015

컴뮤트 타임 임베딩을 구현하려면 그래프 라플라시안 행렬의 고유값과 고유벡터를 구하여야 하는데, $o(n^3)$의 계산량이 요구되어 대용량 데이터에는 적용하기 어려운 문제가 있다. 이를 줄이기 위하여 표본화 과정을 통하여 크기가 줄어든 그래프 라플라시안 행렬에서 구한 다음, 원래의 고유값과 고유벡터를 근사화시키는 Nystr${\ddot{o}}$m 기법을 주로 채택한다. 이 과정에서 많은 오차가 발생하는데, 이를 개선하기 위하여 본 논문에서는 그래프 라플라시안 대신에 가중치 행렬을 표본화하고 이로부터 구한 고유값과 고유벡터를 그래프 라플라시안의 고유값과 고유벡터로 변환하는 기법을 이용하여 대용량 데이터로 구성된 스펙트럴 그래프를 근사적으로 컴뮤트 타임 임베딩하는 기법을 제안한다. 하지만, 이 방식도 스펙트럼 분해를 계산하여야 하므로 데이터의 크기가 증가하면 적용하기 어려운 문제가 발생한다. 이의 대안으로, 스펙트럼 분해를 계산하지 않고도 데이터 집합의 크기에 영향을 받지 않으면서 컴뮤트 타임을 근사적으로 계산하는 방식을 구현하고 이들의 특성을 실험적으로 분석한다.

• 한국지능시스템학회논문지
• /
• 제21권5호
• /
• pp.564-568
• /
• 2011

오늘날 마이크로블로그는 스마트폰의 보급과 더불어 대중적인 정보전달 방식의 하나로 자리 잡고 있으며, 기존의 정보매체에 비해 사용자들의 관심사 변화를 보다 빠르게 반영하는 특징을 지닌다. 특히 다수 사용자의 관심을 끌고 있는 토픽의 경우, 다양한 정보 출처로부터 풍부한 정보를 제공할 수 있는 잠재력을 보유하고 있기도 하다. 그럼에도 불구하고 높은 비율로 존재하는 노이즈 등으로 인해 마이크로블로그로부터 유용한 정보를 획득하기란 쉽지 않은 문제로 남아있다. 지금까지 특정 문서로부터 주제를 효율적으로 추출, 추적하는 다양한 방법이 제안되었으나, 마이크로블로그와 같은 단문의 문서가 대량으로 생산되는 경우에 활용하기에는 미흡한점이 있었다. 본 논문에서는 특정 주제어가 주어졌을 때, 키워드 그래프를 구성함으로써 그에 대한 사용자들의 관심사가 어떻게 변화하는지를 효과적으로 파악하는 방법을 제안한다. 제안 방법은 크게 마이크로블로그 내에서의 단어 동시출현빈도를 이용하여 단어간 키워드 그래프를 생성하는 과정과, 네트워크 분할 기법을 이용하여 그래프를 적절히 분할함으로써 사용자의 관심사 별로 나누는 과정을 포함한다. 선별된 주제어에 대해 제안된 방법을 적용해 봄으로서 적은 비용으로 효과적인 주제 발견 및 분할이 가능함을 확인하였다.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1023-1030
• /
• 2020

임의의 그래프 신호를 복원하기 위해 그래프상의 일부 노드로 구성된 샘플링 집합내의 노드들의 신호값만을 사용하게 되는 경우, 이를 위한 최적의 샘플링 집합 선택 문제에 대해 연구한다. 고도의 계산량을 요구하는 고유값 분해 (eigen decomposition)를 사용하지 않고, 노드를 선택하는 과정에서의 신호 변화값의 차이를 비용함수로 제시한다. 구체적으로, 기존 방식의 비용함수인 신호 복원오차를 최소화하는 대신에 본 연구에서는 신호 변화값의 차이를 비용함수로 채택하여 이를 최소화하는 간단하고 고속의 탐욕 (greedy) 샘플링 집합선택 알고리즘을 제안한다. 기존의 고속알고리즘과 성능평가 비교를 위해 다양한 그래프 신호에 대한 폭넓은 실험을 진행하여, 기존 방식 대비 신호복원 성능감소를 약 7% 이내로 유지하면서 실행시간을 10배이상으로 단축하였음을 보인다.

• 한국정보통신학회논문지
• /
• 제26권8호
• /
• pp.1103-1110
• /
• 2022

AI 관련 산업의 급속한 발전으로 인해 무수히 많은 엣지 디바이스가 실세계에서 동작되고 있고, 이들 디바이스로 구성된 스마트 공간에서 발생하는 데이터가 상상을 초월함으로, 엣지 디비이스가 처리하는 것이 점점 어려워지고 있다. 이러한 문제를 해결하기 위해서 EdgeCPS 기술이 등장하게 되었다. EdgeCPS는 엣지 디바이스와 엣지 서버간 연동과 자원 증강 및 기능 증강을 통하여 AI 응용 서비스를 포함한 다양한 응용 서비스의 원활한 수행을 지원하기 위한 기술이다. 따라서, 본 논문에서는 EdgeCPS 플랫폼에 적용 가능한 지식 공유 그래프 기반의 컴포넌트화된 AI 응용 지원 시스템을 제안한다. 지식 공유 그래프는 AI 응용 작성에 필수적인 요소인 학습데이터, 학습된모델, 학습알고리즘, 디바이스 등에 대한 정보를 효과적으로 저장할 수 있도록 설계된다. 그리고 EdgeCPS 플랫폼의 지원 하에서 자원증강 및 기능증강을 손쉽게 변경할 수 있도록 AI 응용이 컴포넌트화 되어 동작한다. AI 응용 지원 시스템은 사용자가 손쉽게 응용을 작성할 수 있고 테스트 해 볼 수 있도록 지식 공유 그래프와 연동되고, 응용에 대한 파이프라인을 통해서 응용의 실행 양상을 사용자에게 시각화를 해 준다.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.296-302
• /
• 2021

본 논문에서는 영상정보에 기반한 호흡상태 분류 방법을 제안한다. 호흡신호는 초광대역 레이더 센서를 이용하여 획득하고 호흡신호의 값으로 이루어진 1차원 그래프 대신 그래프의 영상 정보가 담긴 2차원 정보 기반으로 호흡상태를 분류한다. 호흡상태의 분류는 심층신경망 모델을 사용하고, 심층신경망 모델은 호흡신호 그래프가 포함된 2차원 영상의 특징들을 학습하여 영상기반의 호흡상태 분류의 결과를 제공한다. 기존의 레이더 센서 기반 호흡신호의 상태 분류는 1차원 벡터의 구성요소 값 및 그 값들의 변화량을 이용하여 회귀, 심층학습 방법을 적용하였다. 그러나 1차원 그래프 기반의 호흡상태 분류는 다양한 형태의 정상호흡 상태에 대한 분류 성능에서 한계를 보였다. 본 논문에서는 호흡 신호로부터 얻은 그래프의 이미지 자체를 2차원 입력 신호로 사용하여 심층 신경망 모델을 적용하여 분류를 수행하였다. 본 논문에서 제안하는 영상정보 기반의 호흡상태 분류는 기존의 1차원 벡터 기반 호흡상태 분류 대비 호흡상태 분류의 정확도를 약 10% 향상 시켰다. 또한 기존의 두 가지 호흡상태 (정상 및 비정상) 분류에서 확장하여 세 가지 호흡상태 (정상1, 정상2, 비정상) 분류를 수행하였다.