• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 1997.06b
• /
• pp.133-153
• /
• 1997

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2000.07a
• /
• pp.3-8
• /
• 2000

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 1998.12a
• /
• pp.302-309
• /
• 1998

• 유체기계공업학회:학술대회논문집
• /
• 2003.12a
• /
• pp.607-612
• /
• 2003

• 월간 기계설비
• /
• no.12 s.209
• /
• pp.25-32
• /
• 2007

• Annual Conference of KIPS
• /
• 2017.11a
• /
• pp.1199-1202
• /
• 2017

IoT-Cloud 융합 가상 기계 시스템은 저성능의 사물인터넷 장비에서 고성능 클라우드 서버의 연산력을 제공받는 오프로딩 기법을 사용한다. 오프로딩 기법을 사용하는 경우 실행 대상 프로그램은 사물인터넷 장비와 클라우드 서버 사이에 일관성이 유지되어야하기 때문에 문맥 동기화가 필요하다. 기존 IoT-Cloud 융합 가상 기계의 문맥 동기화 방식은 전체 문맥 동기화를 시도하기 때문에 네트워크 오버헤드가 증가하여 비효율적이다. 네트워크 오버헤드는 오프로딩 실행 성능을 기존보다 감소시킬 수 있기 때문에 효율적인 오프로딩을 위해서는 오프로딩 실행에 필요한 문맥 정보만을 동기화하여 네트워크 오버헤드를 줄여야 한다. 본 논문에서는 효율적인 오프로딩 실행을 위해 정적 프로파일링을 통해 추출된 문맥 정보를 기반으로 오프로딩 실행에 필요한 문맥 정보만을 동기화하는 문맥 동기화기를 설계 및 구현하였다. 오프로딩 실행에 필요한 문맥 정보만 동기화가 이뤄지면 문맥 동기화 시 발생하는 네트워크 오버헤드의 크기가 줄어들기 때문에 효율적인 오프로딩 실행이 가능하다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.329-330
• /
• 2020

본 논문에서는 Azure 클라우드 플랫폼의 가상서버 호스팅을 이용해 데이터 수집 환경을 구축하고, Azure에서 제공하는 자동화된 기계학습(Automated Machine Learning, AutoML)을 기반으로 데이터 분석 방법에 관한 연구를 수행했다. 가상 서버 호스팅 환경에 LAMP(Linux, Apache, MySQL, PHP)를 설치하여 데이터 수집환경을 구축했으며, 수집된 데이터를 Azure AutoML에 적용하여 자동화된 기계학습을 수행했다. Azure AutoML은 소모적이고 반복적인 기계학습 모델 개발을 자동화하는 프로세스로써 기계학습 솔루션 구현하는데 시간과 자원(Resource)를 절약할 수 있다. 특히, AutoML은 수집된 데이터를 분류와 회귀 및 예측하는데 있어서 학습점수(Training Score)를 기반으로 보유한 데이터에 가장 적합한 기계학습 모델의 순위를 제공한다. 이는 데이터 분석에 필요한 기계학습 모델을 개발하는데 있어서 개발 초기 단계부터 코드를 설계하지 않아도 되며, 전체 기계학습 시스템을 개발 및 구현하기 전에 모델의 구성과 시스템을 설계해볼 수 있기 때문에 매우 효율적으로 활용될 수 있다. 본 논문에서는 NPU(Neural Processing Unit) 학습에 필요한 데이터 수집 환경에 관한 연구를 수행했으며, Azure AutoML을 기반으로 데이터 분류와 회귀 등 가장 효율적인 알고리즘 선정에 관한 연구를 수행했다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1996.04a
• /
• pp.294-296
• /
• 1996

JIT(just-in-time) 생산시스템은 제조라인의 재공품 재고량을 최소화하고, 필요한 품목을 적시에 필요한 양만큼만 생산하여 공급하는 것을 목적으로 한다. 이러한 시스템은 사용하는 칸반의 수에 따라 single-card kanban system과 two-card kanban system으로 구별할 수 있다. 또한 각 공정이 입력버퍼(input buffer)와 출력버퍼(output buffer)를 갖는 경우와 공정간에 하나의 버퍼를 갖는 경우로 나누어 볼 수 있다. 본 연구는 기계간의 물류(material handling)가 필요한 시점에 즉시 이루어진다는 가정하에 기계간 버퍼가 하나이고, 그 버퍼의 용량이 1인 경우의 single-card kanban의 효율적인 운용방안을 개발하였다. 본 연구의 목적은 생산지시칸반의 회수시기를 적절히 조절하여 생산라인의 이용효율(utilization)을 극대화하고자 하는 것이다. 칸반회수시기 결정을 위한 상황분석의 범위를 10대의 기계로 제한하여 시뮬레이션에 의해 분석하였다. 기존의 칸반운영방식과 생산라인에서의 재고를 최소화하는 운영 알고리듬, 그리고 생산기계의 효율을 최대화할 수 있는 운영 알고리듬을 개발하여 비교.분석하였다.

• Annual Conference on Human and Language Technology
• /
• 2001.10d
• /
• pp.288-293
• /
• 2001

한영 기계번역 시스템을 구현하기 위해서는 다양하게 활용하는 한국어 용언을 보다 효율적으로 처리해야 할 필요가 있다. 한국어 용언은 그 활용이 매우 다양하여 활용에 따라 문장 내에서 다양하게 기능하게 된다. 한영 기계번역 시스템에서는 용언의 활용이 가지는 여러 정보를 효율적으로 분석하여 해당정보를 보다 효과적으로 역문에 반영시키는 연구가 필요하다. 본 논문에서는 용언의 활용에 따른 여러 정보-시제에 관한 정보(선어말어미 관련), 문종에 관한 정보(어말어미 관련), 양상에 관한 정보(보조용언, 어말어미 관련) 등-를 통일된 코드를 이용하여 일괄적으로 처리하는 방법론과 그 과정을 제시한다.

• Annual Conference of KIPS
• /
• 2018.05a
• /
• pp.409-411
• /
• 2018

자율주행차에서 경로계획기법은 지도, 목적지 경로와 다른 정적/동적 장애물에 대한 예측 정보를 바탕으로, 안전하고, 합법적이며 효율적으로 차량을 조종하는 목표를 가진다. 고속도로 환경에서, 차량이 차선을 유지하고, 다른 차량들과 충돌을 회피하며, 더 느리게 움직이는 트래픽을 지나쳐 효율적이면서 안전한 경로를 생성하는 기법이 요구된다. 본 연구에서는, 시스템의 행위를 모델링하는 기법 중의 하나인 유한상태기계를 적용하였다. 시뮬레이터를 통해, 급가속/감속과, 충돌 없이, 차선을 유지/변경을 힐 수 있음을 보였다. 자율주행차의 고속도로 주행의 경우, 유한상태기계를 적용하여, 효율적이고 안전한 경로계획을 수행할 수 있다.